Google rilascia un modello di intelligenza artificiale aperto per gli sviluppatori del settore sanitario

MedGemma 27B, secondo gli sviluppatori, integrerà i modelli 4B Multimodal e 27B solo testo precedentemente presentati nel pacchetto MedGemma. 4B Multimodal è un servizio di visione artificiale. In precedenza, nello studio, un medico certificato statunitense ha valutato l'81% dei referti radiografici del torace preparati da 4B Multimodal come sufficientemente accurati. MedGemma 27B solo testo, come riportato da Google citando valutazioni interne, è tra i "piccoli modelli aperti con le migliori prestazioni nel benchmark MedQA per la conoscenza e il ragionamento medico [standard per il confronto delle prestazioni – Vademecum]". MedQA è un database multilingue di domande degli esami di abilitazione medica statunitensi. Il modello linguistico di Google ha ottenuto l'87,7% di risposte corrette.

MedGemma è una raccolta di modelli di intelligenza artificiale open source progettati per l'utilizzo in vari ambiti della medicina. L'insieme di servizi è integrato nell'Health AI Developer Foundations (HAI-DEF), un ampio progetto lanciato nel novembre 2024 per aiutare gli sviluppatori a creare e implementare servizi di intelligenza artificiale nei sistemi sanitari. Google sviluppa molti dei modelli integrati in HAI-DEF basandosi sulla sua famiglia di IA leggere Gemma. Una tecnologia simile è stata utilizzata nello sviluppo di MedGemma 4B e MedSigLIP, che consentirà di adattare i nuovi modelli anche per dispositivi mobili. Inoltre, preservando le capacità non mediche di Gemma, nuovi algoritmi possono risolvere efficacemente problemi che combinano informazioni specializzate e non specializzate, mantenendo la capacità di seguire istruzioni e lavorare in lingue diverse dall'inglese.

MedSigLIP è descritto da Google come un codificatore di immagini leggero contenente solo 400 milioni di parametri. Il modello è stato ottimizzato sulla base di diversi tipi di imaging medico: radiografie del torace, risultati di patch test, immagini dermatologiche e immagini del fondo oculare. Gli sviluppatori hanno individuato la possibilità di creare modelli basati su servizi per la classificazione di immagini mediche, la classificazione di immagini senza esempi di training specifici e la ricerca di immagini visivamente o semanticamente simili in database di grandi dimensioni come tre utilizzi principali di MedSigLIP.

"Poiché la raccolta MedGemma è aperta, i suoi modelli possono essere scaricati, ampliati e personalizzati per soddisfare le esigenze specifiche degli sviluppatori", ha concluso Google.

Nel dicembre 2024, Smart Engines, un'azienda russa specializzata nello sviluppo di sistemi di intelligenza artificiale (IA), ha annunciato di aver ottenuto un brevetto negli Stati Uniti per una tecnologia che riduce il carico di radiazioni su un paziente durante una tomografia computerizzata. Il documento è stato rilasciato dall'Ufficio Brevetti e Marchi degli Stati Uniti il ​​17 dicembre. I dipendenti di Smart Engines hanno iniziato a lavorare al progetto nel 2018; una domanda di brevetto in Russia è stata depositata nel 2021, ma è ancora in fase di valutazione. Secondo gli sviluppatori, l'IA consente una riduzione media del carico di radiazioni del 15%.