Сфера охорони здоров’я демонструє чи не найвищі темпи впровадження штучного інтелекту. На фоні цього стрімкого прогресу Google Research презентував масштабне оновлення свого інструментарію для розробників — MedGemma 1.5 4B та спеціалізовану модель для розпізнавання мовлення MedASR.
Нові можливості MedGemma 1.5
Оновлена модель MedGemma 1.5 4B стала значно розумнішою у роботі з візуальними даними. Тепер вона здатна аналізувати складні медичні зображення, які раніше були викликом для відкритих моделей. Основні напрямки покращень включають:
- Робота з 3D-скануванням: Якісна інтерпретація результатів КТ та МРТ.
- Гістопатологія: Аналіз повнокадрових зображень тканин.
- Динамічне спостереження: Порівняння серій рентгенівських знімків у часі для відстеження стану пацієнта.
- Аналіз документації: Автоматичне вилучення структурованої інформації з лабораторних звітів та медичних карток.
Завдяки оптимізації, модель розміром 4 мільярди параметрів (4B) може працювати навіть на локальних пристроях без постійного доступу до інтернету, що критично важливо для конфіденційності медичних даних.
MedASR: Коли ШІ чує лікаря
Окрім візуальної складової, Google приділив увагу і голосовому введенню. Нова модель MedASR спеціально налаштована на медичну термінологію. Вона демонструє вражаючі результати порівняно зі стандартними системами розпізнавання мовлення:
- На 82% менше помилок під час загального медичного диктування.
- На 58% вища точність при описі радіологічних знімків.
Це дозволяє автоматизувати заповнення карток та описів, звільняючи час лікарів для роботи з пацієнтами.
Стимул для спільноти: $100,000 за інновації
Щоб прискорити розвиток екосистеми, Google запускає MedGemma Impact Challenge на платформі Kaggle. Це хакатон із призовим фондом у 100 тисяч доларів, де розробники з усього світу зможуть запропонувати власні сценарії використання цих моделей для реальних потреб медицини.
Доступ до нових інструментів уже відкритий на Hugging Face та через платформу Vertex AI. Хоча ці моделі є потужною базою для розробки, автори наголошують: вони створені як фундамент для спеціалізованих рішень і потребують ретельної валідації перед використанням у реальній клінічній практиці.
Читайте також: Рекомендуємо ознайомитися з іншими інноваціями у сфері генеративних моделей: Runway представляє Gen-4.5: новий рівень відеогенерації.
