Generatieve AI in de gezondheidszorg: Amy Waldron van Google Cloud over de gezondheidsambities van de techgigant

Google is druk bezig gebleven in de gezondheidszorg en kondigt partnerschappen aan met organisaties om generatieve AI te implementeren. Dat heeft de zoekgigant aangekondigd Partnerschappen dit jaar met gezondheidssystemen zoals de Mayo Clinic Om generatieve AI te gebruiken, of algoritmen die kunnen worden gebruikt om nieuwe inhoud zoals tekst te genereren, om de workflow van een arts te verbeteren.

Het bedrijf verzorgt ook de facturering, waarbij het financiële deelplatform Cedar eerder deze maand een overeenkomst aankondigde met Google Cloud om zijn AI-tools te gebruiken om Patiënten helpen hun zorgrekening te begrijpen.

Ondertussen kan de tool van Google Research die specifiek is getraind op medische gegevens, Med-PaLM 2 genaamd, medische vergunningsexamens doorstaan ​​en in de toekomst mogelijk medische documenten opstellen.

Het Healthcare Dive Center sprak met Amy Waldron, Global Director, Healthcare & Life Sciences Solutions, Noord-Amerika, bij Google Cloud, om erachter te komen wat deze ontwikkelingen betekenen voor de toekomst van de gezondheidszorg.

Wat wordt Google Health Groot taalmodel (LLM) Med-PaLM betekenen voor de zorg? Maakt Google zich zorgen over stotteren bij aanbieders op het gebied van AI en MSc?

En tuberculose: Med-PaLM is een groot taalmodel, maar het is ontworpen om hoogwaardige antwoorden op medische vragen te geven. Med-PaLM 2 is getraind met een medische groep, dus afgestemd op de medische industrie. Om u een schaalperspectief te geven: er waren 540 miljard parameters die werden gebruikt om Med-PaLM te trainen. Het is daarom ontworpen om medische kennis te coderen, vragen te beantwoorden en ideeën uit verschillende medische teksten samen te vatten.

We hebben absoluut geen haast om zoiets naar buiten te brengen zonder het vertrouwen van experts uit de industrie en van onszelf. En ja, we zijn extreem in het zorgen voor een ethisch gebruik van AI. We werken ook nauw samen met onze klanten die deze proefprogramma’s testen, omdat er grote risico’s verbonden zijn aan dit soort technologie, vooral in een klinische setting.

Hoe brengt generatieve AI nauwkeurigheid en risico in evenwicht als het gaat om de gezondheidszorg?

En tuberculose: We moeten er allemaal voor zorgen dat deze dingen zinvol zijn, maar ook veilig en verantwoord worden gebruikt. Niemand wil dit verpesten.

Ik denk dat u goed moet nadenken over de informatie die u opneemt, zodat uw organisatie doorzoekbaar is en klanten volledige controle hebben over welke informatie wordt gebruikt. En kijk hoe je dat omdraait [search] Een experiment met conversationele AI om meer conversatie-achtig te zijn, versus een patiënt of consument die door veel verschillende bronnen probeert te zoeken om het juiste antwoord te vinden.

Dit is een voorbeeld van zeer laag risico, hoge beloning. Hetzelfde als je kijkt wanneer artsen door het beleid van de zorgverzekeraar moeten kijken. In veel gevallen doorzoeken ze veel pdf’s. Met deze technologie kan deze zakelijke zoekfunctie u nu de mogelijkheid geven om deze pdf’s te doorzoeken, zodat wanneer een arts of iemand in hun team een ​​vraag stelt, die informatie aan hen kan worden gepresenteerd.

Er zijn dus kwaliteitscontroles. Er zijn veel use-cases in de gezondheidszorg waarbij het zinvol is om te beginnen waar u die voordelen op korte termijn kunt behalen en mensen niet in gevaar brengt.

Google Cloud introduceerde in april de Claims Acceleration Suite. Welke feedback krijgt u van gezondheidsplannen en hoe bent u van plan het platform in de toekomst te laten groeien? Waarom is voorafgaande toestemming nog steeds een enorme uitdaging voor de zorgsector en hoe kan AI dit helpen oplossen?

En tuberculose: Met behulp van de Claims Acceleration Suite was dit een goed voorbeeld van hoe het indienen van pre-autorisatie, uitgebreide informatie en besluitvorming kan worden vereenvoudigd. We gebruiken de mogelijkheden van kunstmatige intelligentie om dit proces te laten stromen.

Mensen testen hoe generatieve AI kan worden gebruikt om clinici te helpen bij het opstellen van pre-autorisatiebrieven. Het is die formulering die we kunnen doen met generatieve AI die we voorheen niet konden doen.

Met generatieve AI is het creëren van verbindingen die resoneren met mensen erg belangrijk, en dat is iets dat zal helpen bij verbindingen met betalingsproviders. Maar het zal ook een enorme aanwinst zijn voor de communicatie tussen zorgorganisaties en consumenten.

Hoe gebruiken zorgstelsels zoals Mayo Clinic Google Cloud om generatieve AI-toepassingen te verkennen?

En tuberculose: Vanuit het perspectief van de gezondheidszorg zijn er vier brede categorieën waar we AI en synthetische AI ​​zien: de eerste is administratieve en operationele efficiëntie. De tweede is de ondersteuning van artsen en het zorgteam. Je hebt ook de betrokkenheid van patiënten en consumenten, waardoor onderzoek en ontwikkeling worden gestimuleerd.