in ,

Искусственный интеллект может открыть новую эру наблюдения за здоровьем.

В прошлый понедельник медсестра предложила попробовать беспроводной монитор, чтобы отслеживать мои жизненные показатели и показатели плода.

“Мы называем это устройство “Моникой, монитором”! Работать с ним – либо мечта, либо полный кошмар”, – сказала мне медсестра.

В тот день Monica (на самом деле это беспроводная патч-система Novii) работала очень хорошо. Я могла свободно двигаться во время родов моей дочери, не обремененная проводами.

Технология использует пассивный сбор сигналов для различения кардиосигналов плода и матери и обнаружения сокращений матки. Данные передаются по беспроводной связи на устройство мониторинга для наблюдения в режиме реального времени.

Система повышает точность, снижает количество ложных срабатываний и обеспечивает мобильность, необходимую во время родов.

Одно дело – писать и теоретизировать о технологиях, и совсем другое – испытать их удивительные возможности на практике.

Что может добавить базовая модель к носимым устройствам? Вскоре после знакомства сМоникой мое внимание привлекла недавняя работа исследователей из Google Research и MIT под названием “Health-LLM: Big Language Models for Health Prediction with Wearable Sensor Data”, авторами которой являются Ким и др.

В ней рассматривается применение LLM в здравоохранении, сфокусированное на интерпретации данных с носимых датчиков.

Интересно, что эти модели черпают данные не из медицинских карт или заметок врачей, а из носимых устройств, таких как Fitbit, которые отслеживают ежедневные шаги, частоту сердечных сокращений и режим сна.

В исследовании оценивались восемь передовых LLM: Med-Alpaca, PMC-Llama, Asclepius, ClinicalCamel, Flan-T5, Palmyra-Med, GPT-3.5 и GPT-4 на шести наборах данных о здоровье населения. Были протестированы тринадцать задач прогнозирования состояния здоровья, связанных с психическим здоровьем, активностью, метаболизмом, сном и оценкой частоты сердечных сокращений.

Исследователи экспериментировали с различными методами, включая нулевые и множественные сигналы результата (обучение модели на минимальных примерах или без них), тонкую настройку инструкций (адаптация модели к конкретным задачам) и даже подстройку параметров для повышения эффективности вычислений.

Особенно впечатляет эффективность контекстуальных расширений в подсказках, которые включают в себя добавление пользовательского контекста, знаний о здоровье и информации о времени. Этот подход позволил повысить производительность на 23,8 %.

Здравоохранение – очень деликатная область, но потенциальные преимущества генеративного ИИ для человека огромны, особенно с учетом возможностей базовых моделей. Health-LLM открывает будущее, в котором носимые устройства будут не просто пассивными трекерами, а активными помощниками для здоровья.

Еще одно новаторское исследование в области здравоохранения было опубликовано исследователями искусственного интеллекта из Стэнфордского университета и компании Stability.

Наиболее интересным аспектом этой работы является разработка CheXagent, продвинутой базовой модели, специально предназначенной для интерпретации рентгенограмм грудной клетки.

Модель представляет собой уникальную комбинацию клинических LLM, специализированных визуальных кодировщиков и сети связей визуального языка, которая обеспечивает выдающуюся производительность при интерпретации сложных медицинских изображений.

Ее способность превосходить существующие модели по точности и несмещенности оценок является важным достижением в технологии искусственного интеллекта для медицинской визуализации. Это может сэкономить массу времени! И, возможно, жизни людей.

(Новорожденная девочка — Reason Leeloo Joy — передает привет. На прошлой неделе мы взяли недельный отпуск, но теперь вернулись в нужное русло, исследуя мир искусственного интеллекта, чтобы понять, как она и ее четыре брата будут в нем жить и ориентироваться.)

Новости от обычных подозреваемых

Сэм Альтман и OpenAI

  • OpenAI выпустила две новые модели встраивания (text-embedding-3-small и text-embedding-3-large), а также обновленные версии GPT-4 Turbo, GPT-3.5 Turbo и модель модерации текста. Новые модели встраивания представляют контент в виде числовых последовательностей, улучшая задачи машинного обучения, такие как кластеризация или поиск. Они также более эффективны и экономичны.
  • Тем временем Сэм Альтман ведет переговоры с спонсорами с Ближнего Востока, включая богатых инвесторов и производителей чипов, таких как TSMC, о запуске нового предприятия по производству чипов. Этот шаг направлен на удовлетворение растущих потребностей OpenAI в полупроводниках и снижение зависимости от Nvidia. Структура предприятия неясна, и это может быть отдельная организация или дочерняя компания OpenAI.

Blackstone вступает в игру

  • Еще один крупный игрок вкладывает значительные средства в революцию искусственного интеллекта. Blackstone строит сеть энергоемких центров обработки данных стоимостью 25 миллиардов долларов по всей Америке. После приобретения QTS, крупного оператора центров обработки данных, Blackstone за 10 миллиардов долларов разрабатывает масштабные объекты для удовлетворения растущих потребностей технологических гигантов в цифровых технологиях и искусственном интеллекте. Эти проекты, потребляющие электроэнергию, эквивалентную миллионам домов, меняют сообщества и разжигают дебаты по поводу использования ресурсов и местных выгод. Несмотря на проблемы, в том числе перебои в подаче электроэнергии и негативную реакцию общественности, Blackstone рассматривает это предприятие как одну из своих потенциально лучших инвестиций, иллюстрирующую растущее значение и сложность инфраструктуры данных в эпоху искусственного интеллекта.

Илон Маск, xAI и Tesla

Google и Обнимающее лицо

  • Недавно объявленное партнерство между Hugging Face и Google Cloud направлено на то, чтобы сделать искусственный интеллект более доступным. Он фокусируется на совместных инициативах в области открытых научных исследований и исходного кода, используя как открытые модели Hugging Face, так и технологию Google Cloud. Цель – способствовать разработке технологий искусственного интеллекта для более широкого круга пользователей и приложений.
  • Тем временем Google Bard поднялся на вторую позицию в таблице лидеров HuggingFace на арене чат-ботов, обогнав GPT-4 и теперь уступая только GPT-4 Turbo в рейтинге LLM, основанном сообществом.

What do you think?

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

GIPHY App Key not set. Please check settings