Generatív-MI modellek vizsgálata az egészségügyben

A generatív mesterségesintelligencia-modelleket egyre gyakrabban vonják be az egészségügyi környezetbe. A korai alkalmazók úgy vélik, hogy felszabadítják a hatékonyság növelését, miközben olyan betekintéseket tárnak fel, amelyek egyébként kimaradnának. A kritikusok ugyanakkor rámutatnak, hogy ezek a modellek hibákkal és torzításokkal rendelkeznek, amelyek hozzájárulhatnak a rosszabb egészségügyi eredményekhez - írja az itbusiness.hu.

De vajon van-e kvantitatív módja annak, hogy megtudjuk, mennyire hasznos vagy káros egy modell, amikor olyan feladatokkal kell megbirkóznunk, mint a betegdokumentációk összegzése vagy az egészséggel kapcsolatos kérdések megválaszolása?

A Hugging Face, a mesterséges intelligenciával foglalkozó startup megoldást kínál az Open Medical-LLM nevű, nemrég közzétett tesztjében. Az Open Medical-LLM a nonprofit Open Life Science AI és az Edinburgh-i Egyetem Természetes Nyelvfeldolgozási Csoportjának kutatóival közösen létrehozott teszt célja, hogy szabványosítsa a generatív MI-modellek teljesítményének értékelését egy sor orvosi vonatkozású feladatban.

Az Open Medical-LLM önmagában nem egy újonnan létrehozott mérési metódus, hanem inkább meglévő tesztkészletek összefűzése, amelyek célja az általános orvosi ismeretek és a kapcsolódó területek – például az anatómia, a farmakológia, a genetika és a klinikai gyakorlat –modelljeinek vizsgálata. Az összehasonlító teszt olyan feleletválasztós és nyílt végű kérdéseket tartalmaz, amelyek orvosi gondolkodást és megértést igényelnek, és olyan anyagokból merítenek, mint az amerikai és indiai orvosi engedélyezési vizsgák és a főiskolai biológia tesztkérdőívek.

„Az Open Medical-LLM lehetővé teszi a kutatók és a gyakorlati szakemberek számára, hogy azonosítsák a különböző megközelítések erősségeit és gyengeségeit, további előrelépéseket tegyenek a területen, és végső soron hozzájáruljanak a betegek jobb ellátásához és eredményeihez”, írta a Hugging Face egy blogbejegyzésben.

További részletek a cikkben.