A IA de código aberto corresponde ao melhor modelo proprietário na solução de casos médicos difíceis

A inteligência artificial pode mudar o medicamento de várias maneiras, incluindo a promessa de atuar como um associado clínico confiável para médicos ocupados.

Nos últimos dois anos, o modelo proprietário de IA, também conhecido como modelo de código próximo, se destacou na solução de assuntos médicos difíceis de cruzar que requerem lógica clínica complexa. Em particular, esses modelos de IA de fontes fechadas tiveram melhor desempenho código aberto O único, tão chamado porque seu código -fonte está disponível ao público e pode ser tweek e modificado por alguém.

A IA de código aberto capturou?

De acordo com as conclusões de um novo estudo financiado pelo NIH, liderado por pesquisadores da Harvard Medical School, a resposta vem pelo menos sobre um modelo de IA de código aberto e, de acordo com um novo estudo NEDICADO NIH-Finanças, liderado por pesquisadores no Harvard Medical School.

Resultado, Publicado em 14 de março Jama Health ForumAssim, Mostre que uma ferramenta de AI do Challenger Open-SOS chamada LAMA 3.1 405B, realizada com um grande modelo de fonte fechada de propriedade com o GPT-4. Em sua análise, os pesquisadores compararam o desempenho de dois modelos em 92 casos misteriosos The New England Journal of Medicine Rubricas semanais de cenários clínicos clinicamente desafiadores.

As conclusões sugerem que os dispositivos de IA de código aberto estão se tornando cada vez mais competitivos e podem fornecer uma opção valiosa para modelos proprietários.

“Esta é a primeira vez, é a primeira a corresponder ao desempenho do GPT -4 sobre assuntos tão desafiadores avaliados pelos médicos”, disse o escritor sênior Arjun Manrai “, disse, professor assistente de informática biomédica no Instituto Blavatanic no HMS”, disse o escritor sênior Arjun Manrai. “É realmente surpreendente que os modelos LAMA tenham sido capturados tão rapidamente com o principal modelo proprietário. Pacientes, prestadores de cuidados e hospitais se beneficiarão dessa competição”.

Fontes abertas e profissionais do sistema de IA de AI fechados e oposição

A IA de fontes abertas e a IA fechada diferem de muitos métodos importantes. Primeiro, o modelo de código aberto pode ser baixado e executado nos computadores privados do hospital, no qual os dados do paciente podem ser mantidos em casa. Por outro lado, os modelos de código fechado funcionam no servidor externo, permitindo que os usuários transmitam dados externos externamente.

O principal autor do estudo disse: “O modelo de código aberto provavelmente será mais atraente para vários oficiais de informações, administradores e médicos do hospital, pois há fundamentalmente diferentes sobre os dados que deixam o hospital para outra unidade, até algo diferente, até mesmo uma informação confiável”, disse o principal autor do estudo, disse um médico em nova IA em uma informação biomédica.

Segundo, os profissionais médicos e de TI podem ter requisitos clínicos e de pesquisa exclusivos para tornar o tweet de modelo aberto, enquanto o equipamento de código fechado geralmente é mais difícil para o alfaiate.

“Isso é importante”, disse Bakle. “Você pode usar dados locais para corrigir esses modelos, métodos básicos ou métodos sofisticados, para que eles sejam adaptados às necessidades de seus médicos, pesquisadores e pacientes”.

Terceiro, desenvolvedores de IA de código fechado, como o OpenAI e o Google, hospedam seus próprios modelos e fornecem ajuda tradicional ao cliente, enquanto os modelos de código aberto têm responsabilidade pela configuração e manutenção do modelo nos usuários. E pelo menos até agora, ele se mostrou fácil de integrar a um modelo de código fechado Registros eletrônicos de saúde E infraestrutura de TI do hospital.

A IA de Lure Open Vs Close-SOS AI: Um Scorecard para resolver casos clínicos desafiadores

Tanto as fontes abertas quanto os algoritmos de IA de código próximo são treinados em imenso conjunto de dados, incluindo livros médicos, pesquisas de revisão por pares, ferramentas de suporte de acesso clínico e dados anônimos, como Estude o assuntoConfirme os resultados do teste, varredura e diagnóstico. Ao examinar essas montanhas de materiais em hiperpina, são aprendidos os padrões de algoritmo. Por exemplo, o que o câncer e os tumores benignos olham para os slides de patologia? Quais são os primeiros sinais para explicar a insuficiência cardíaca? Como você distingue entre um cólon normal e inflamado na tomografia computadorizada? Quando apresentados com um novo cenário clínico, os modelos de IA comparam as informações recebidas com o material que eles assimilaram durante o treinamento e propõem um possível diagnóstico.

Em sua análise, os pesquisadores testaram o Lama em 70 clínicas desafiadoras Nejm Já usado para avaliar o desempenho do GPT-4 e foi descrito em um Primeiro estudo Adam Rodman, Professor Assistente de Medicina do HMS da Bath Israel Decoration and Co-escritor em novas pesquisas. No novo estudo, os pesquisadores adicionaram 22 novos casos publicados após o final do período de treinamento do Lama, para proteger da ocasião em que o Lama pode, sem saber, enfrentar alguns dos 70 casos publicados durante seu treinamento básico.

O modelo de prática aberta realizou a profundidade real: o LAMA fez um diagnóstico correto em 70 % dos casos, em comparação com 64 % para o GPT -4. Ele também classificou a opção correta como 41 % de sua primeira sugestão em comparação com 37 % para o GPT-4. Para 22 novos casos, o modelo de código aberto pontuou ainda mais, tornando a chamada certa 73 % e identificando o diagnóstico final como 45 % de tempo como sua principal sugestão.

“Como médico, concentrei -me no poderoso modelo de modelo de grande idioma em torno do modelo de propriedade, que não podemos correr localmente”, disse Rodman. “Nossos estudos mostram que os modelos de código aberto só podem ser poderosos, dando mais controle aos médicos e sistemas de saúde como essas técnicas são usadas”.

A cada ano, cerca de 795.000 pacientes nos Estados Unidos, de acordo com 2023, morrem ou sofrem incapacidade permanente devido a erro clínico. RelatórioAssim,

Além de danos imediatos aos pacientes, erros e atrasos clínicos podem colocar um sério ônus financeiro no sistema de saúde. Diagnóstico incorreto ou tardio de testes desnecessários, tratamento inadequado e, em alguns casos, podem ter complicações graves que se tornam difíceis e mais caras de gerenciar com o tempo.

Manrai disse: “A infraestrutura de saúde existente incluía com sabedoria e responsabilidade, o equipamento de IA pode ser copilotes inestimáveis ​​para médicos ocupados e servir como colegas clínicos confiáveis ​​para melhorar tanto a precisão quanto a velocidade do diagnóstico”. “Mas é importante que os médicos ajudem a executar esses esforços para garantir que a IA funcione para eles”.