Sağlık hizmetleri, hem klinik çalışmalara yardımcı olmak hem de klinik bakımın getirdiği daha fazla zaman alan idari yüklerin bir kısmını hafifletmek için daha fazla yapay zeka uygulaması için birincil aday olarak belirlendi. Şimdi, NablaYapay zeka girişimcisi Alexandre Lebrun’un ortak kurduğu, Paris merkezli dijital sağlık girişimi , doktorların işlerini, daha spesifik olarak evrak işlerini yapmalarına yardımcı olmak için GPT-3 kullanan bir araç geliştiren ilk kişi olduğunu iddia ediyor.
Nabla’nın yeni hizmeti olarak adlandırılan Copilot, bugün doktorlar için dijital bir asistan olarak başlatılıyor. Chrome uzantısı birkaç hafta içinde kullanıma sunulacak bir yüz yüze danışma aracı planlarıyla, görüntülü konuşmalardan alınan bilgilerin metne dönüştürülmesine ve yeniden kullanılmasına yardımcı olmak için.
Doktorlar hastaları gördükçe takip eden Copilot, bu konuşmaları otomatik olarak farklı belge tabanlı uç noktalara çevirir – örneğin, reçeteler, takip randevu mektupları, konsültasyon özetleri – tipik olarak bu toplantılardan kaynaklanır. Etrafında dayanır GPT-3OpenAI tarafından oluşturulan ve insan metni oluşturmak için kullanılan ve OpenAI’nin ChatGPT’si de dahil olmak üzere yüzlerce uygulamayı destekleyen dil modeli.
Nabla ilk şirketlerden biri 2020’de piyasaya sürüldüğünde GPT-3’ü denemek için. Nabla şu anda Copilot’un temeli olarak GPT-3’ü (ödeme yapan bir müşteri olarak) kullanırken, Lebrun bana hızla yaklaşan uzun vadeli hedefin kendi Copilot’a, Nabla’nın gelecekte inşa edeceği her şeye ve potansiyel olarak başkaları için uygulamalara güç sağlamak için tıp ve sağlık hizmetlerindeki belirli dile ve ihtiyaçlara göre özelleştirilmiş büyük dil modeli.
Girişim, erken sürümün zaten bir miktar ilgi gördüğünü söylüyor: ABD ve Fransa’daki uygulayıcıların yanı sıra “önemli tıbbi ekiplerle” yaklaşık 20 dijital ve yüz yüze klinik tarafından kullanılıyor.
Jüri, üretken yapay zeka teknolojileri için hangi büyük ölçekli, uzun vadeli kullanımları göreceğimiz ve bunların ve onlara güç veren büyük dil modellerinin dünyamıza net faydalar mı yoksa net kayıplar mı sağlayacağı konusunda hâlâ kararsız; Ve süreçte para kazanıp kazanamayacakları.
Bu arada sağlık, insanların bu gelişmelere nasıl tepki verdiğini görmek için ilgiyle izlediği büyük endüstrilerden biri oldu, kabaca iki gelişme koridorunda. İlk olarak, klinik yardım için nerede kullanılabileceği, örneğin Harvard Tıp Okulu doktorları ve akademisyenlerinin birlikte yazdığı bu yazıda anlatıldığı gibi. Hastaları teşhis etmek için ChatGPT kullanma; ve ikincisi, burada gösterildiği gibi, daha fazla tekrar eden işlevler için otomatikleştirmede Terhis özetlerinin geleceğine dair Lancet parçası.
Sağlık hizmetleri özellikle hassas olduğu için, bu çalışmaların çoğu hala ilk aşamalarında.
Lebrun bir röportajda “Tüm büyük dil modellerinde bir risk vardır” dedi. “İnanılmaz derecede güçlü, ancak zamanın yüzde beşi tamamen yanlış olacak ve bunu kontrol etmenin hiçbir yolu yok. Ama biz sağlıkta [literally] %5 hata oranıyla yaşayamam.”
Yine de birçok açıdan sağlık hizmetleri, yapay zekanın aşılanması gereken birincil alan gibi görünüyor: klinisyenlere hastalarla gereğinden fazla başvuru yapılıyor ve tükeniyor; Küresel olarak, kısmen bu kadar çok kişinin mesleği bırakmasının bir sonucu olarak ve kısmen de onlardan talep edilen işler nedeniyle kronik bir doktor kıtlığıyla karşı karşıyayız. Hastaları görmenin yanı sıra, randevu verilerini kaydetmek ve hem kurallar ve yönetmelikler hem de hastaların kendileri tarafından talep edilen bir sonraki adımı planlamak için çok özel ve resmi belgelerle yönetici olmaya zaman ayırmaları gerekir. Tüm bunların yanı sıra maalesef bazen insan hatası da olabiliyor.
Öte yandan, tıbbi bakımdaki bir dizi adım zaten dijitalleştirildi ve hastaların ve klinisyenlerin geri kalanına yardımcı olmak için daha fazla dijital araç kullanmaya daha açık olmalarının yolu açıldı.
Alexandre LeBrun’u ilk etapta Nabla’yı başlatmaya ve özellikle de Copilot’u özellikle doktorlara idari görevlerde yardım etmeyi hedeflemeye motive eden şey kısmen buydu – hastaları muayene etmek veya danışmanlık yapmak veya diğer klinik işler değil.
LeBrun, dil tabanlı uygulamalar oluşturma konusunda bir geçmişe sahiptir. 2013 yılında, o zamanlar “İşletmeler için Siri” olarak tanımlanan yeni şirketi VirtuOz’u işletmeler için dijital asistan teknolojisi geliştirmesine öncülük etmesi için Nuance’a sattı. Daha sonra bir sonraki girişimi olan Wit.ai’yi kurdu ve sonunda Facebook’a sattı, burada ekibiyle birlikte sosyal ağın Messenger’daki sohbet botlarına girmesi üzerinde çalıştı. Daha sonra Facebook’un Paris’teki AI araştırma merkezi olan FAIR’de zaman geçirdi.
Kuruluşların müşterilerle etkileşime girmesine yönelik bu ilk araçlar, büyük ölçüde pazarlama ve müşteri sadakati yardımcıları olarak sunuldu, ancak Lebrun bunların daha az belirsiz senaryolarda da uygulanabileceğine inanıyordu.
“2018’de doktorların hasta kayıtlarını güncellemek için ne kadar zaman harcadığını zaten görebiliyorduk ve AI teknolojisini getirebileceğimizi düşünmeye başladık. [advanced] özellikle buna yardımcı olmak için sağlık hizmetlerine yönelik makine öğrenimi,” dedi Lebrun.
İlginç bir şekilde, Lebrun bana bundan bahsetmedi, ancak bu gözlemi, robotik süreç otomasyonu olan RPA’nın piyasada ivme kazandığı aynı zamanda yapacaktı.
RPA gerçekten de kuruluştaki otomasyonu insanların zihninin önüne getirdi. Ancak canlı konsültasyonlarda doktorlara yardım sağlamak, ezberci işi mekanize etmekten daha karmaşık bir konudur. Bir doktor-hasta konsültasyonunda nispeten sınırlı bir dil seti ve konu değişkenleri ile, yapay zeka tabanlı bir asistanın yardım etmesi için ideal bir senaryo haline geldi.
Lebrun bu fikri, o sırada patronu olan ve halen Facebook’un baş yapay zeka araştırma bilimcisi olan Yann LeCun ile tartıştı. LeCun onun düşüncesini onayladı, bu yüzden Lebrun ayrıldı ve LeCun, Nabla’daki ilk yatırımcılardan biri oldu.
Nabla’nın bunu ve diğer fonları – yaklaşık 23 milyon dolar topladı – ifşa etmesi birkaç yıl daha sürdü ve girişimin ilk ürünüyle aynı zamana denk geleceğini duyurdu. Bu, kadınlara yönelik, sağlıkla ilgili farklı soruları takip etmelerine, bu bilgileri diğer verilerle birleştirmelerine olanak tanıyan ve temel olarak insanların uzaktan sağlık etkileşimlerinde ne aradıklarını bulmalarına yardımcı olacak bir araç olarak tasarlanmış görünen bir sağlık Soru-Cevap “süper uygulamasıydı”. ve bundan ne inşa edilebilirdi.
Bunu geçen yıl daha genelleştirilmiş bir “hasta katılımı için sağlık teknolojisi yığını” takip etti ve bu, Lebrun’un daha önceki ürünlerinin merkezi ölçütü olan bağlılık üzerinde biraz oynaması açısından ilginç.
Kurucuları arasında tıp uzmanı olmayan ve sağlık hizmetlerinde bozulan bir şeyi düzeltmeyi amaçlayan bir girişime biraz şüpheyle yaklaşabilirsiniz: Lebrun’a ek olarak, diğer ikisi daha önce medya grupları için iş geliştirme ve iletişimi yöneten COO Delphine Groll; ve Wit.ai’den beri Lebrun ile çalışan CTO Martin Raison.
Bu, Lebrun için de bir anlaşmazlık noktasıydı ve bana kendisi tıp fakültesine gitmek için girişimi ilk günlerinde duraklatmayı düşündüğünü söyledi.
Bunu yapmamayı ve bunun yerine doktorlardan ve diğer klinisyenlerden gelen geri bildirim ve bilgilerden yararlanmayı ve onları, bugünün bağımsız ürünü olan Copilot’a nasıl ulaştığını, yol haritasını yönlendirmeye yardımcı olmaları için girişimle birlikte çalışmak üzere işe almayı seçti.
Nabla’da MD, MPH ve Baş Tıp Sorumlusu Jay Parkinson yaptığı açıklamada, “Nabla Copilot, tıbbın en ileri noktasında olmak isteyen klinisyenler için tasarlandı” dedi. “Bir doktor olarak, doktorların her zaman zamanlarının kısıtlı olduğunu ve yapacak daha iyi işleri olduğunu biliyorum. [electronic health record]. Nabla’nın süper güçlü klinik notları ile doktorlar artık konsültasyon boyunca hastalarının gözlerinin içine bakabiliyor ve görüşme özetini göndererek söyledikleri her kelimeyi hatırlamalarını sağlayabiliyor.” Startup’a kısa bir süre önce katılan Parkinson, Crossover tarafından satın alınan tele sağlık girişimi Sherpaa Health ile kendisi de bir girişimci.
Yapay zekanın iyileştirilmesi genellikle eğitmek için her zamankinden daha fazla bilgi alınmasına dayandırılırken, bu, Copilot oluşturmanın zor bir parçası oldu. Şirket, HIPAA ve GDPR uyumlu olmasının yanı sıra, sunucularında hiçbir veri depolanmadan baştan sona veri paylaşımına izin veriyor. Eğitim bilgilerini paylaşmayı kabul edenler, verilerini kurum içinde yerleşik “takma ad verme algoritmaları” aracılığıyla çalıştıracaktır. Ve şimdilik, klinik asistanlar oluşturma planları yok: teşhis önerileri veya buna benzer başka bir şey yok.
Lebrun, söylemenin yapmaktan daha kolay olduğunu söyledi. Lebrun, Nabla’nın yapay zekasının, inşa edilirken, mühendislerin istememesine ve bunu yapmamasını sağlamaya çalışmasına rağmen, kullanıcılarına otomatik olarak teşhis sağlamaya çalıştığını söyledi.
“Aşmak ve teşhis yapmak istemiyoruz,” dedi, “bu yüzden yapay zekamızı eğitmek zorundaydık. Olumsuz bunu yapmak için.”
Bu, uzak gelecekte bir şey, “farklı bir ürün” olabilir, dedi, ancak önce çok daha fazla geliştirme ve hata önleme elde edilmesi gerekecek.
“Tıp için sohbet robotlarına inanmıyoruz” diye ekledi. “Doktorlara zaman kazandırarak hayatlarını daha iyi hale getirmek istiyoruz.”
genel-24