Microsoft svela le estensioni per Fabric, Azure per l’intelligenza artificiale nel settore sanitario
Microsoft presenta le nuove estensioni di Fabric, Azure per la rivoluzione dell'intelligenza artificiale nel campo della sanità
Il campo della salute sta attirando sempre di più gli sforzi delle più importanti aziende nell’intelligenza artificiale, con Microsoft come ultimo esempio.
La scorsa settimana, l’azienda ha annunciato estensioni a Fabric, la piattaforma di analisi dei dati presentata a maggio, per consentire a Fabric di effettuare analisi su diversi tipi di dati sanitari. Microsoft ha anche annunciato nuovi servizi nel suo servizio di cloud computing Azure, tra le altre cose, per utilizzare grandi modelli di linguaggio come assistenti medici.
“Vogliamo costruire quella base dati unificata e multimodale in Fabric One Lake, dove è possibile unificare tutte queste diverse modalità di dati in modo da poter ragionare su tali dati, eseguire modelli di intelligenza artificiale e così via”, ha dichiarato Umesh Rustogi, responsabile generale di Microsoft Cloud for Healthcare, in un’intervista con ENBLE.
La tendenza della multimodalità, esplorata da ENBLE in un articolo speciale sull’IA questo mese, è sempre più importante nel settore sanitario, ha dichiarato Rustogi. “Abbiamo sentito questo da molti clienti, che ritengono che se si combinano molteplici modalità di dati si possono ottenere nuove intuizioni, cosa che non è possibile facendo ricerche solo su una modalità di dati”, ha detto Rustogi.
- Quattro nuovi MacBook in programma per il lancio nel 2024
- Gurman Il modello Vision Pro a basso costo eliminerà EyeSight e il ...
- Milioni di lavoratori stanno addestrando modelli di IA per pochi ce...
Umesh Rustogi, responsabile generale di Microsoft Cloud for Healthcare.
Esempi di tali modalità combinate includono “cose semplici come la creazione di gruppi di pazienti in base a criteri dai risultati delle immagini e ai risultati clinici, che è uno dei casi d’uso desiderati più comuni ma non molto semplice da realizzare oggi”, ha detto. Rustogi ha citato come esempio uno studio del 2020 nel prestigioso giornale Nature. Quell’articolo offre una panoramica delle tecniche di “fusioni di dati” che possono essere applicate per combinare le immagini mediche con i registri sanitari elettronici.
Anche: L’IA generativa supererà di gran lunga ciò che ChatGPT può fare. Ecco tutto sulle evoluzioni tecnologiche
Un’altra delle nuove funzionalità di Fabric è un “servizio di de-identificazione”, che utilizza forme di intelligenza artificiale basate sull’apprendimento automatico per rimuovere le identità dei pazienti dai dati clinici come le note dei medici. “È stato un problema molto difficile da risolvere per l’industria, ovvero come prendere quelle note cliniche non strutturate e poi de-identificarle in modo che siano ancora significative per la comunità di ricerca”, ha detto Rustogi.
Collega di Rustogi, Hadas Bitran, responsabile dell’IA per la salute e delle scienze della salute di Microsoft, ha parlato di diverse nuove offerte per l’IA dai servizi web di Azure.
L’offerta Azure AI Health Insights è composta da modelli di intelligenza artificiale pre-costruiti. Inizialmente vengono offerti tre modelli in fase di anteprima:
- Timeline del paziente: “utilizza l’IA generativa per estrarre eventi chiave da dati non strutturati, come farmaci, diagnosi e procedure, e li organizza cronologicamente per offrire ai medici una visione più accurata della storia medica di un paziente per informare meglio i piani di cura”;
- Semplificazione del rapporto clinico: “utilizza l’IA generativa per consentire ai medici di prendere il gergo medico e trasformarlo in un linguaggio semplice, preservando al contempo l’essenza completa delle informazioni cliniche in modo che possano essere condivise con gli altri, compresi i pazienti”;
- Insight radiologici: “fornisce controlli di qualità attraverso feedback su errori e incongruenze. Il modello identifica anche raccomandazioni di follow-up e scoperte cliniche all’interno della documentazione clinica con misurazioni documentate dal radiologo”.
Questi tre modelli sono stati aggiunti a diversi modelli predefiniti che erano già offerti per il matching dei trial clinici e per i modelli basati sulla fenotipologia oncologica.
Una nuova offerta chiamata Azure AI Health Bot utilizza la tecnologia di grandi modelli di linguaggio per ottenere risposte a domande mediche da fonti che includono il database di un’organizzazione sanitaria, o l’Istituto nazionale di salute degli Stati Uniti e l’Amministrazione per gli alimenti e i medicinali degli Stati Uniti.
“L’idea qui è che questo servizio aiuta i clienti a creare esperienze di copilota specializzate”, ha detto Bitran a ENBLE nella stessa intervista con Rustogi.
“Ciò che è interessante è che è possibile ottenere un effetto a cascata”, ha detto Bitran. “Quindi, utilizza le tue fonti, e se non c’è nulla nelle tue fonti, puoi fornire anche risposte basate su fonti affidabili, e quindi, se non c’è nulla nelle fonti affidabili, puoi semplicemente ricorrere a una risposta generica.”
Naturalmente, attualmente c’è molta scetticismo sull’uso di forme di AI generative, come i grandi modelli di linguaggio, in pratiche sensibili come la sanità. Come la pensa Microsoft riguardo a tali preoccupazioni?
Hadas Bitran, responsabile dell’AI sanitaria e delle scienze della vita di Microsoft.
“È una domanda molto valida e importante”, ha detto Bitran. “Sono sicuramente del parere che i grandi modelli di linguaggio abbiano bisogno di qualcos’altro per fornire buoni risultati.”
“Il modo in cui affrontiamo la questione è che, per ogni modello che creiamo, se stiamo utilizzando grandi modelli di linguaggio, saranno sempre accompagnati da salvaguardie specifiche per la sanità”, ha detto Bitran.
“Uno degli approcci più interessanti [alle salvaguardie] è l’utilizzo di modelli più piccoli e modelli basati su regole, in un modello ibrido con il LLM, per mantenere il LLM onesto, se così posso dire”, ha detto Bitran.
Inoltre: Amazon AWS lancia HealthScribe per trascrivere le conversazioni dei medici
Ad esempio, nel modello predefinito per la semplificazione dei rapporti clinici, “non chiediamo solo al modello di linguaggio di spiegarlo a me; stiamo anche implementando molta logica di pre-elaborazione e post-elaborazione che ci consente di prendere il risultato della semplificazione, misurarlo secondo le metriche di prestazione della semplificazione”, ha spiegato Bitran. “Poi applichiamo un po’ di riferimento incrociato per vedere se i risultati sono effettivamente una semplificazione della fonte o se ci sono delle invenzioni o delle cose che mancano.”
Bitran ha sottolineato che il lavoro nel campo della sanità viene svolto all’interno di quello che Microsoft ha delineato come il suo “framework AI responsabile,” che continua ad essere valutato.
“Questo framework AI responsabile non riguarda solo la privacy, la sicurezza, l’accessibilità e la trasparenza, ecc”, ha detto Bitran. “Riguarda anche la correttezza, la responsabilità e l’equità.”
“Infine, i nostri modelli non hanno l’intento di sostituire il medico”, ha detto Bitran. “C’è sempre un individuo umano; sono pensati per fornire agli operatori sanitari strumenti che alleviano il carico di lavoro, che li aiutano nel loro lavoro.”
