Sina Financeによると、Googleは水曜日に、臨床医や研究者が複雑な研究を実施したり、医師と患者のやり取りを要約したりできるように設計された、ヘルスケアに特化した新しい人工知能モデル「MedLM」の立ち上げを発表しました。 この動きは、ヘルスケア業界におけるAIツールの収益化に向けたGoogleの最新の試みです。 MedLMスイートには、Med-PaLM 2上に構築された大規模および中規模のAIモデルが含まれています。 Med-PaLM 2は、Googleが今年3月に初めて発表した大規模言語モデルで、医療データに基づいてトレーニングされています。

12 月 4 日に Webmaster's Home が報告したように、Microsoft の研究者は、特に高度なプロンプト エンジニアリング技術と組み合わせた場合に、医療知識テストにおける GPT-4 の優れたパフォーマンスを実証し、専門的に調整された MedPaLM2 を凌駕しました。 この結果は、より効果的なプロンプトエンジニアリングを主流の一般モデルに適用する方が、時間と手間のかかるチューニングやモデルトレーニングよりも、より正確な結果を得るためのより良い方法である可能性があることを示しています。 Med_手法では、GPT-4が生成した思考連鎖推論や、個別に採点された複数の応答を生成し、最高得点の回答をユーザーに返すなど、さまざまなプロンプトエンジニアリング手法を採用しています。 このアプローチでは、より多くのマーカーが生成されるため、推論のコストが増加しますが、この結果は、GPT-4などの主要な汎用モデルと高度なプロンプトエンジニアリング技術を組み合わせて、最先端のパフォーマンスの基準を評価することを検討する価値があることを示唆しています。 この研究は、GPT-4が生成した思考の連鎖的推論は、より洗練されたステップバイステップの推論ロジックを提供するため、専門家が作成したMed-PaLM2プロンプトよりも優れていることを強調しています。 しかし、この研究では、この結論はGPT-4に固有のものであり、他の一般的な基礎となるモデルには当てはまらないことも指摘しています。

PRNewswire によると、10 月 9 日、米国の大手ヘルスケア消費者エクスペリエンス プラットフォームである League は、Google Cloud の生成 AI テクノロジーを使用して、より深く正確な大規模な消費者エクスペリエンスのパーソナライゼーションを実現すると発表しました。長期的には、League は Google Cloud の Med-PaLM 2 医療大規模言語モデル（LLM）の使用も検討します。

Heart of the Machine の 9 月 1 日のレポートによると、復旦大学のデータ インテリジェンスおよびソーシャル コンピューティング研究所 (FudanDISC) は、中国の医療および健康パーソナル アシスタント DISC-MedLLM をリリースしました。単一ラウンドの質疑応答および複数ラウンドの対話の医療および健康相談評価において、モデルのパフォーマンスは、既存の大規模な医療対話モデルと比較して明らかな利点を示します。さらに、研究グループは、47万件の高品質教師あり微調整（SFT）データセット - DISC-Med-SFT もリリースし、モデルパラメータと技術レポートもオープンソース化しました。

8 月 14 日の IT House のニュースによると、マイクロソフトの研究チームは最近、GPT-4 のような大規模モデルは医療分野で大きな可能性を秘めていると発表しました。病理学的モデルは医薬品開発の効率を向上させます。 Microsoft は、GPT-4 は実際には市販の Criteria2 Query などの医療ツールよりも優れていると主張しており、GPT-4 は特定の医療データではなく「一般的な」インターネット データに基づいてのみトレーニングされているものの、特定の医療基準には依然として十分に適していると主張しています。複雑な臨床研究を構築し、医療画像やその他の生物学的データをさらに活用します。既報のとおり、マイクロソフトは現在、医療専門家に生体医用画像データを提供するため、GPT-4に基づくLLaVA-Med医療モデルを開発中であり、独自の「LLaVA-Med」モデルは医療業界関連のケアと研究を加速できると主張している。 Microsoft はこれまでにも医療タスク向けに BioGPT などの言語モデルを発表しましたが、Microsoft は OpenAI に賭け、専用の医療モデルの開発には GPT-4 に依存しています。

8 月 14 日の Webmaster's House のレポートによると、Microsoft Research は、医療業務には GPT-4 で十分であり、医療プロセスを高速化して効率を向上できると考えています。 Microsoft Research チームによると、GPT-4 などの大規模言語モデル (LLM) は医療分野で大きな可能性を秘めています。これらのモデルは、大規模な非構造化患者データを処理することで抗がん剤開発の効率を向上させるなど、医療プロセスの高速化に役立ちます。 Microsoftは医療業務に特化したBioGPTなどの言語モデルも導入しているが、今後は主にGPT-4に依存することを明らかにした。さらにマイクロソフトは、医療データと研究をより緊密に統合し、医療と研究を加速する「LLaVA-Med」モデルの開発を進めている。

Webmaster's Home の 7 月 31 日の報道によると、Google 傘下の複数の研究機関で構成される専門家チームが最近論文を発表し、Med-PaLM M と呼ばれるマルチモーダル モデルを発表しました。 Med-PaLM M は、生体医学データを柔軟にエンコードして解釈できる大規模なマルチモーダル生成モデルです。既存のモデルと比較して、Med-PaLM M は多くのタスクで競争力を発揮し、一部のタスクではさらに優れたパフォーマンスを発揮します。研究者らはまた、Med-PaLM M の転移学習およびゼロショット推論機能も実証しました。ただし、実用化するにはさらなる研究が必要です。この研究は、将来の AI ベースの医療ソリューションに大きな期待をもたらします。

「科創版日報」の報道によると、7月12日に「Nature」に掲載されたGoogleの論文によると、医療上の質問に答える際、同社の微調整された医療用大型モデルMed-PaLMが良好なパフォーマンスを示し、臨床医のグループが回答したという。 92.6％であり、実際の臨床医のレベル（92.9％）と同等でした。さらに、Google は、大規模モデルの臨床能力を評価するために、健康診断、医学研究、その他の分野での質問と回答を網羅する新しい MultiMedQA 評価ベンチマークを提案しました。

ウォール・ストリート・ジャーナルによると、グーグルはマイクロソフトなどのライバルと競合し、医学的な質問に上手に答えるように訓練されたAIプログラムをテストしているという。 Med-PaLM 2 と呼ばれる医療用チャットボットであるこの AI は、医師免許試験で出題された質問と回答が与えられているため、より一般的なアルゴリズムよりも医療問題に関する会話を行うのが得意です。関係者によると、同社は4月に研究病院メイヨークリニックなどの顧客とシステムのテストを開始した。

IT House の 6 月 14 日のレポートによると、マイクロソフトの研究者らは最近、主に生物医学研究で使用され、CT や X 線写真に基づいて患者の病理学的状態を推測できる LLaVA-Med モデルを実証しました。マイクロソフトの研究者が病院グループと協力して、マルチモーダル AI モデルをトレーニングするために生物医学画像テキストに対応する大規模なデータ セットを取得したと報告されています。データセットには胸部 X 線、MRI、組織学、病理学、CT 画像などが含まれており、比較的包括的にカバーされています。学習プロセス中、モデルは主に「そのような画像の内容の説明」と「生物医学的概念の説明」を中心に展開します。 Microsoft によれば、このモデルは最終的に「優れたマルチモーダル対話機能」を備え、「LLaVA-Med は、視覚に関する質問に答えるために使用される 3 つの標準的な生物医学データセットのいくつかの指標において、業界の他の最先端モデルを上回りました。」このモデルは現在オープンソースです。