Une introduction à l’IA générative – et ce que cela pourrait signifier pour les soins de santé

Avec l’aube du chatGPT d’OpenAI, les discussions sur l’intelligence artificielle sont à leur paroxysme. Il est donc important de savoir exactement quelle est cette dernière version de l’IA.

L’IA générative fait référence à une classe de modèles d’apprentissage automatique qui sont développés à l’aide (ou “formés” sur) de gros volumes de données textuelles, audio ou image afin de générer un nouveau contenu plausible.

Grâce au processus de formation, les modèles d’IA génératifs tels que le GPT-3.5 d’OpenAI – appelés grands modèles de langage (LLM) lorsqu’ils sont formés sur des données textuelles – intègrent des connaissances et des faits à partir des données sources qui les dotent de propriétés, ce qui signifie qu’ils peuvent être utilisé comme base sur laquelle d’autres modèles peuvent être développés, tels que chatGPT.

“Dans le cas de chatGPT, il exploite les connaissances intégrées dans GPT-3.5 et a été optimisé – en utilisant la rétroaction humaine – pour prendre en charge un dialogue et des conversations plausibles”, a déclaré Saurabh Johri, PhD, directeur scientifique de Babylon, un système alimenté par l’IA. société de technologie et de services de télémédecine.

Nous avons interrogé Johri pour découvrir ce que l’IA générative peut potentiellement faire dans les soins de santé, et plus particulièrement dans la télésanté.

Q. Vous décrivez l’IA générative comme une force de transformation dans le domaine de la santé. Veuillez élaborer.

UN. Peu d’industries sont aussi riches en données, en texte et en demande critique d’automatisation que les soins de santé. Au-delà de ces attributs, il existe une forte asymétrie d’information qui existe à la fois pour les patients et pour les cliniciens ; les patients veulent être mieux informés sur leur santé, et les équipes cliniques aspirent à des informations plus opportunes et facilement accessibles sur leurs patients et leurs populations afin de mieux informer leur prestation de soins de santé.

Dans ce contexte, les modèles d’IA générative, en particulier les LLM tels que GPT-3.5 (et d’autres tels que le PaLM de Google) et les technologies dérivées telles que chatGPT ont le potentiel de transformer les soins de santé. Du côté des patients, l’IA générative peut générer des conseils et des informations médicales riches et précis (à partir de plusieurs sources indépendantes) pour mieux informer et éduquer les patients sur leur état ou leurs symptômes.

Les LLM tels que GPT-3.5 peuvent également adapter les informations et les conseils – via un processus de “transfert de style” – pour faciliter la compréhension, par exemple en supprimant le jargon médical, en simplifiant le langage pour différentes capacités de lecture ou en traduisant le contenu dans d’autres langues .

Du côté des cliniciens, l’IA générative a le potentiel de réduire le fardeau administratif des cliniciens, par exemple en automatisant des tâches telles que la rédaction de lettres de recommandation, le codage clinique et la synthèse des consultations cliniques.

Au-delà de ces cas d’utilisation, des modèles génératifs tels que GPT-3 ouvrent la possibilité de fournir aux professionnels de la santé des informations opportunes et facilement accessibles sur leurs patients et leurs populations via des interfaces conversationnelles simples.

Q. Votre entreprise utilise l’IA générative dans le cadre de vos services de télémédecine. Veuillez expliquer comment cette forme d’IA aide les soignants travaillant via la télémédecine.

UN. Nous déployons la technologie de l’IA – y compris les modèles d’IA générative – sur notre plateforme technologique pour aider nos membres et les professionnels de la santé à offrir des consultations de télémédecine.

Nous avons développé et déployé des modèles exclusifs d’IA générative pour mieux comprendre l’évolution du profil de risque des membres/patients sur notre plateforme afin de nous assurer que nos équipes cliniques peuvent prioriser les membres les plus nécessiteux en premier.

Nous avons également développé des modèles d’IA génératifs optimisés pour les consultations de télémédecine afin de résumer automatiquement les consultations patient-clinicien en temps quasi réel, réduisant ainsi la charge administrative imposée aux cliniciens et favorisant des consultations plus ciblées avec leurs patients.

Notre expérience dans le développement de la technologie de l’IA pour la télémédecine et les soins de santé garantit que nous continuons à innover avec la technologie de l’IA pour aider nos équipes soignantes à accéder en temps opportun aux informations et aux meilleures actions cliniques fondées sur des données probantes pour soutenir la meilleure qualité de soins pour leurs patients.

À cette fin, nous développons des solutions pour fournir à nos équipes cliniques un accès à des informations prédictives et à des recommandations de soins qui sont fournies par le biais d’expériences intuitives et conversationnelles soutenues par l’IA générative.

Q. Certains disent que 2023 sera le début du “modèle d’IA” dans les soins de santé. Pourquoi cette année ? Que s’est-il passé pour que cette année soit l’année de ce type de technologie ?

UN. La sortie générale de chatGPT fin 2022 a permis au public d’accéder à la puissance des technologies d’IA en développement rapide dans le domaine de l’IA générative, qui jusque-là était réservée aux grands laboratoires de recherche académiques et commerciaux sur l’IA.

Outre les capacités évidentes de la technologie, son adoption rapide peut être attribuée à son accessibilité. Ceci est rendu possible par l’interface conversationnelle de la technologie, qui a permis aux professionnels de divers domaines, dont la santé, de découvrir le potentiel de l’IA sans avoir à écrire une seule ligne de code.

Confrontés aux réalités quotidiennes d’un système de santé surchargé, on demande aux cliniciens de faire plus avec moins. Poussée par la nécessité, une communauté croissante d’innovateurs en soins de santé expérimente le chatGPT et un écosystème émergent d’outils, pour évaluer où et comment cette technologie peut prendre en charge l’automatisation des flux de travail cliniques.

Malgré les capacités impressionnantes de technologies telles que chatGPT, elles sont toujours sensibles aux erreurs, appelées « hallucinations », par lesquelles des sorties involontaires sont produites qui sont factuellement inexactes et incompatibles avec le texte d’entrée.

Ces erreurs peuvent être surmontées en adaptant ou en affinant les modèles d’IA générative avec des données cliniques riches, et en vérifiant les résultats de ces systèmes avec des sources solides de connaissances cliniques – travail que nous entreprenons à Babylon pour fournir des technologies qui prennent en charge des capacités prédictives de plus en plus puissantes, mais également des capacités de conversation centrées sur le consommateur.

Maintenant que la technologie est là, il appartient aux chefs de file et aux innovateurs de l’industrie de l’adopter.

Suivez la couverture HIT de Bill sur LinkedIn : Bill Siwicki
Envoyez un courriel à l’auteur : [email protected]
Healthcare IT News est une publication HIMSS Media.