Как искусственный интеллект улучшает медицину: исследование возможностей LLM в здравоохранении

Искусственный интеллект и большие языковые модели (LLM) в медицине

На стыке искусственного интеллекта (ИИ) и здравоохранения появляется новый тренд — улучшение стандартных больших языковых моделей (LLM, от англ. Large Language Models) за счет высококачественных обучающих данных и специализированного программирования. Недавнее исследование, опубликованное в JAMA Network Open, показало, что усовершенствованная LLM успешно сдала все части экзамена на медицинскую лицензию в США (USMLE, United States Medical Licensing Examination), набрав баллы выше, чем большинство врачей и существующих ИИ-инструментов.

Распространение LLM в здравоохранении

Согласно опросу Statista за 2024 год, 18% работников здравоохранения используют LLM для биомедицинских исследований, а каждый пятый применяет медицинские чат-боты для ответов на вопросы пациентов.

«Повышение эффективности LLM в медицине за счет актуальных клинических знаний — ключевой шаг для их внедрения и признания», — отмечает ведущий автор исследования Питер Л. Элкин, доктор медицинских наук.

Как ИИ меняет здравоохранение?

С момента публичного запуска ChatGPT от OpenAI 30 ноября 2022 года ИИ начал стремительно трансформировать медицинскую отрасль. ChatGPT установил рекорды, набрав миллион пользователей за неделю и 100 миллионов — за два месяца. Среди известных LLM — модели от Meta (Llama), Google (BERT, Bard, Gemini, LaMDA, PaLM 2), Anthropic (Claude), Microsoft (Orca) и другие.

Где уже применяется ИИ?

Согласно отчету Future Health Index 2024, 43% больниц используют ИИ для мониторинга пациентов, 37% — для управления лекарствами и планирования лечения, 36% — в радиологии и профилактической медицине.

• Клиника Мэйо разрабатывает ИИ-модели для ранней диагностики тревожности, депрессии, рака и сердечно-сосудистых заболеваний.
• Университет Джонса Хопкинса тестирует ИИ для анализа медицинских карт и ответов пациентам.
• Mass General Brigham исследует ИИ для оценки риска злокачественных опухолей и рекомендаций по диагностике.

Насколько умны LLM на самом деле?

ИИ и машинное обучение «учатся» выявлять закономерности в данных, а не следуют жестким алгоритмам. LLM — это искусственные нейронные сети, предварительно обученные на огромных массивах информации.

Хотя LLM могут казаться разумными, их «интеллект» основан на распознавании паттернов, что скорее напоминает угадывание.

«Для максимальной пользы LLM в медицине необходимы повышенная точность и методы ее поддержания», — подчеркивают исследователи.

Как улучшить точность ИИ?

Способы повышения эффективности LLM включают:

• Увеличение объема и качества обучающих данных.
• Добавление параметров в модель.
• Использование методов инженерии промптов (prompt engineering).

Метод SCAI RAG

В новом исследовании ученые применили Retrieval-Augmented Generation (RAG) — метод обработки естественного языка, который дополняет LLM внешними знаниями. Это позволяет моделям получать актуальные данные из научных статей, медицинских репозиториев и соцсетей, а также указывать источники информации.

Также использовались семантические триплеты (структуры данных «субъект-отношение-объект») для обогащения контекста. Технология получила название SCAI (Semantic Clinical Artificial Intelligence).

Результаты исследования

Улучшенные LLM (Llama 2, Llama 3) показали высокие результаты на экзамене USMLE. Ученые считают, что в будущем ИИ станет не заменой врачей, а их помощником, и симбиоз человека и ИИ войдет в медицинскую практику.