Il settore sanitario è alle prese con l’utilità dell’intelligenza artificiale da un po’ di tempo. Tuttavia, dai tempi di IBM Watson, Big Tech si è spesso imbattuto nella porta dell’assistenza sanitaria e i recenti sviluppi nell’IA generativa potrebbero sciogliere ulteriormente il ghiaccio. Un nuovo rapporto pubblicato da autori di McKinsey e Harvard rispecchia certamente questo entusiasmo.
Il rapporto ipotizza che l’impiego di diversi rami dell’intelligenza artificiale come ML e NLP potrebbe far risparmiare al sistema sanitario tra 200 e 360 miliardi di dollari. Questo oltre a migliorare la qualità dell’esperienza del paziente e ampliare l’accesso alle strutture sanitarie. Mentre i grandi numeri hanno già l’acquolina in bocca agli esperti, i problemi iniziali con l’adozione della tecnologia devono ancora essere affrontati. Esiste ancora un silo lì.
Gli investimenti di Azure nella salute
Ma Big Tech non si è arresa. All’inizio di questo mese, Microsoft ha annunciato una partnership con la startup sanitaria AI, “Paige”. Lanciata nel 2018, la startup si occupava di diagnostica e patologia del cancro. Paige fa molto da sola: i suoi strumenti hanno una diagnostica avanzata nei laboratori che hanno una patologia computazionale che viene sfruttata per riconoscere modelli di tessuti complessi. Dispone inoltre di strumenti predittivi che offrono nuovi metodi per identificare e quindi studiare i biomarcatori tissutali.
Paige stava crescendo senza soluzione di continuità in un settore complesso: nel 2020 ha raccolto altri 20 milioni di dollari da Goldman Sachs e Healthcare Venture Partners, chiudendo il suo finanziamento di serie B a ben 70 milioni di dollari.
Andy Moye, CEO di Paige, ha affrontato l’annuncio in un post sul blog:
“ In Microsoft, abbiamo davvero trovato un partner che condivide la nostra visione di come l’assistenza sanitaria verrà trasformata. . . Per noi, la visione di cui abbiamo parlato con Microsoft è: come contribuire a creare la digitalizzazione della patologia? Come possiamo garantire che questi strumenti vengano utilizzati per ottenere una migliore assistenza ai pazienti, per ottenere migliori risultati per i pazienti?”
Per essere più specifici, Paige adotterà Microsoft Azure come partner cloud per la propria piattaforma. Azure ha una solida offerta nel settore sanitario e ha fatto progressi nel settore con una serie di strumenti incentrati sulla sanità come Azure AI e Machine Learning, Azure Synapse Analytics, API di Azure Healthcare, Azure Stack e Mixed Reality.
Modifica della conformità di OpenAI Azure
C’è un’altra svolta normativa fondamentale che Azure ha raggiunto con un semplice aggiornamento. Il servizio Azure OpenAI è ora conforme all’Health Insurance Portability and Accountability Act, o HIPAA, che aiuterà le aziende sanitarie a utilizzare l’IA generativa per determinare meglio i risultati medici.
Ma perché la conformità HIPAA è così vitale nel settore sanitario? Bene, prima di tutto, è semplicemente la legge del paese. Nell’assistenza sanitaria statunitense, ogni software medico deve essere conforme a HIPAA. L’obiettivo principale dell’HIPAA è proteggere i dati medici sensibili dei pazienti da potenziali violazioni.
Il cambiamento ha aperto la porta alle aziende che lavorano con Azure per utilizzare gli LLM in aree all’interno del contesto medico, che vanno dalla diagnosi e trattamento al coinvolgimento dei pazienti. Ad esempio, i modelli GPT e Whisper di OpenAI possono eliminare la necessità di attività amministrative come prendere appunti e documentazione medica che normalmente consumano fino al 50% del tempo dei medici, causando spesso il loro esaurimento.
La diagnosi utilizzando LLM formati sulla letteratura medica e sulle cartelle cliniche può aiutare i medici a prendere decisioni più velocemente. Un mese fa, Google ha introdotto “MedPaLM”, un LLM open source in grado di rispondere a domande mediche proprio come potrebbero fare i medici, secondo il nuovo benchmark MultiMedQA.
Gli LLM possono analizzare molti dati dei pazienti per prevedere la probabilità che un paziente sviluppi una determinata malattia o condizione in futuro. Possono anche classificare i pazienti e indirizzarli immediatamente al livello di assistenza appropriato.
Gli LLM possono anche vagliare dati non strutturati, che includono note cliniche e riviste mediche, per migliorare la ricerca medica.
Inoltre, l’azienda di Nadella ha anche investito nello sviluppo di strumenti hardware, come HoloLens, che hanno anche reali potenziali applicazioni nel futuro della facilitazione dell’assistenza.
Mentre ChatGPT ha ricevuto la spalla fredda dai programmatori e dalla comunità educativa, il settore sanitario sta diventando sempre più familiare con i chatbot. Il bot ha recentemente superato l’esame di licenza medica negli Stati Uniti e allo stesso tempo è stato accreditato come autore in articoli scientifici.
Gli strumenti di intelligenza artificiale generativa come ChatGPT sono stati spesso accusati di essere inefficaci nei settori chiave. Ma è tempo che anche un settore indispensabile come quello sanitario ne tragga i frutti.
DI POULOMI CHATTERJEE da analyticindiamag.com
