Microsoft анонсировала Dragon Copilot — голосового помощника, который объединяет функции Dragon Medical One (ассистент-справочник по клинической документации, работающий, судя по всему, с помощью RAG) и DAX Copilot (генеративный AI-инструмент для создания медицинских заметок).
Запуск модели состоится в мае. В ее обучении использовался массив в >15 млн записей разговоров врачей с пациентами. При этом она не предназначена для самостоятельной диагностики. Задача копилота — облегчить работу врача, максимально разгрузив его от административной нагрузки.
Microsoft давно работает над специализированными AI для медиков. В 2023 году компания представила Medprompt — новую стратегию подсказок, которая позволяет врачам более эффективно использовать GPT-4. В октябре 2024 редмондцы выкатили набор инструментов для медицинской визуализации, позволяющий медицинским учреждениям разрабатывать AI-решения для своих нужд без необходимости обучать модели с нуля.
Внедрение медицинских LLM в мире
MS не является единственным игроком на этом рынке. Мы уже писали об успешных медицинских AI-проектах. Google тоже развивает семейство MedLM. Свои медицинские LLM выпускают и технологические стартапы типа John Snow Labs. Внедряются новые модели и в России, такие как платформа МосМедИИ — набор сертифицированных ИИ-сервисов удаленной диагностики для ГИСЗ и медучреждений.
Интересная статистика:
🔸 использование AI-ассистентов в клиниках и медцентрах на 20% уменьшает время, затрачиваемое врачами на административные процедуры;
🔸 ожидается, что ИИ может на 70% сократить расходы, связанные с открытием новых лекарств;
🔸по прогнозам, в 2025 году более 90% больниц внедрят ИИ-приложения для улучшения удаленного мониторинга состояния пациентов.
Тренды и вызовы
По данным Meticulous Research, глобальный рынок виртуальных медицинских ассистентов ежегодно растет со средним темпом в 24,7% и к 2025 году достигнет $1,76 млрд. Около 40% научных открытий в сфере здравоохранения связаны с применением искусственного интеллекта.
Рост спроса обусловлен множеством факторов: нехватка врачей, растущее бремя заболеваний, связанных с образом жизни, необходимость оптимизации расходов на здравоохранение, рост осведомленности медицинских специалистов о технологии, урегулирование вопросов конфиденциальности данных.
Будет расширяться и инструментарий для оценки «компетентности» медицинских LLM, формироваться новые профессиональные стандарты.
❗️Одна из проблем, требующих решения — границы применения AI в медицине, как этические, так и технические.
Преобладание на рынке проприетарных моделей внушает тревогу врачебному сообществу. Необходимо учитывать склонность моделей к галлюцинациям, а также отсутствие прозрачности процессов, происходящих «под капотом» LLM и приводящих модель к тому или иному решению. В результате коммерческие интересы бизнес-гигантов могут поставить здравоохранение в зависимость от ИИ, который не всегда поддается качественному контролю.
Решение видится в увеличении доли Open Source, тем более что в большинство открытых LLM заложена возможность масштабирования и модификации под специальные задачи. Появляются даже готовые «конструкторы» для бескодовой разработки AI-агентов на основе LangChain с использованием собственных данных и моделей.
🚀 ©ТехноТренды
Запуск модели состоится в мае. В ее обучении использовался массив в >15 млн записей разговоров врачей с пациентами. При этом она не предназначена для самостоятельной диагностики. Задача копилота — облегчить работу врача, максимально разгрузив его от административной нагрузки.
Microsoft давно работает над специализированными AI для медиков. В 2023 году компания представила Medprompt — новую стратегию подсказок, которая позволяет врачам более эффективно использовать GPT-4. В октябре 2024 редмондцы выкатили набор инструментов для медицинской визуализации, позволяющий медицинским учреждениям разрабатывать AI-решения для своих нужд без необходимости обучать модели с нуля.
Внедрение медицинских LLM в мире
MS не является единственным игроком на этом рынке. Мы уже писали об успешных медицинских AI-проектах. Google тоже развивает семейство MedLM. Свои медицинские LLM выпускают и технологические стартапы типа John Snow Labs. Внедряются новые модели и в России, такие как платформа МосМедИИ — набор сертифицированных ИИ-сервисов удаленной диагностики для ГИСЗ и медучреждений.
Интересная статистика:
🔸 использование AI-ассистентов в клиниках и медцентрах на 20% уменьшает время, затрачиваемое врачами на административные процедуры;
🔸 ожидается, что ИИ может на 70% сократить расходы, связанные с открытием новых лекарств;
🔸по прогнозам, в 2025 году более 90% больниц внедрят ИИ-приложения для улучшения удаленного мониторинга состояния пациентов.
Тренды и вызовы
По данным Meticulous Research, глобальный рынок виртуальных медицинских ассистентов ежегодно растет со средним темпом в 24,7% и к 2025 году достигнет $1,76 млрд. Около 40% научных открытий в сфере здравоохранения связаны с применением искусственного интеллекта.
Рост спроса обусловлен множеством факторов: нехватка врачей, растущее бремя заболеваний, связанных с образом жизни, необходимость оптимизации расходов на здравоохранение, рост осведомленности медицинских специалистов о технологии, урегулирование вопросов конфиденциальности данных.
Будет расширяться и инструментарий для оценки «компетентности» медицинских LLM, формироваться новые профессиональные стандарты.
❗️Одна из проблем, требующих решения — границы применения AI в медицине, как этические, так и технические.
Преобладание на рынке проприетарных моделей внушает тревогу врачебному сообществу. Необходимо учитывать склонность моделей к галлюцинациям, а также отсутствие прозрачности процессов, происходящих «под капотом» LLM и приводящих модель к тому или иному решению. В результате коммерческие интересы бизнес-гигантов могут поставить здравоохранение в зависимость от ИИ, который не всегда поддается качественному контролю.
Решение видится в увеличении доли Open Source, тем более что в большинство открытых LLM заложена возможность масштабирования и модификации под специальные задачи. Появляются даже готовые «конструкторы» для бескодовой разработки AI-агентов на основе LangChain с использованием собственных данных и моделей.
🚀 ©ТехноТренды