Search Results Med-PaLM

ドメイン特化の大規模言語モデルの6つの例

「GoogleのBardやOpenAIのChatGPTなどの大規模言語モデルを使った経験があるほとんどの人々は、一般的で業界特化していないLLM（Large Language Model）と一緒に作業してきましたしかし、時間が経つにつれて、多くの業界がこれらのモデルの力を認識してきましたそれによって、彼らは理解するようになりました...」

Google ResearchのHealth AI部門の責任者であるGreg Corradoと、Engineering and ResearchのVPであるYossi Matiasによって投稿されました。医学は本質的に多様なモダリティを持つ分野です。医療を提供する際、臨床医は医学画像、臨床ノート、検査結果、電子保健記録、ゲノミクスなど、さまざまなモダリティのデータを解釈することが日常的に行われます。過去10年ほどで、AIシステムは特定のタスクや特定のモダリティにおいて専門家レベルのパフォーマンスを達成してきました。CTスキャンを処理するAIシステム、高倍率の病理スライドを分析するAIシステム、希少な遺伝子の変異を探すAIシステムなどがあります。これらのシステムの入力は画像などの複雑なデータであり、通常は離散的なグレードや密な画像セグメンテーションマスクの形で構造化された出力を提供します。同時に、大規模言語モデル（LLM）の能力と機能は非常に高度になり、医学の知識を理解し、明瞭な言語で解釈および応答することを示しています。しかし、これらの能力を組み合わせてこれらの情報源から情報を利用する医療AIシステムを構築するにはどうすれば良いのでしょうか？本日のブログ投稿では、LLMに多様なモダリティの能力をもたらすアプローチの範囲を概説し、最近の研究論文で示されている多様なモダリティの医療LLMの構築の実現可能性についての興味深い結果を共有します。これらの論文は、LLMに新たなモダリティを導入する方法、最先端の医学画像基盤モデルを会話型LLMに組み込む方法、そして真の汎用的な多様なモダリティの医療AIシステムの構築への初歩的な取り組みについて説明しています。成功すれば、多様なモダリティの医療LLMは、専門医療、医学研究、消費者向けアプリケーションを横断する新しい支援技術の基盤となる可能性があります。私たちの以前の研究と同様に、これらの技術を医療コミュニティや医療エコシステムとの協力による慎重な評価の必要性を強調します。アプローチの範囲最近の数ヶ月間には、多様なモダリティのLLMの構築に関するいくつかの手法が提案されています[1, 2, 3]。さらに新しい手法がしばらくの間続々と登場することでしょう。医療AIシステムに新しいモダリティをもたらす機会を理解するために、3つの広義に定義されたアプローチを考えてみましょう：ツールの利用、モデルの組み込み、汎用システム。多様なモダリティのLLMを構築するアプローチの範囲は、LLMが既存のツールやモデルを使用することから、ドメイン固有のコンポーネントをアダプタとして利用すること、多様なモダリティのモデルを共同モデリングすることまで広がっています。ツールの利用ツールの利用のアプローチでは、中央の医療LLMは各タスクに最適化されたソフトウェアサブシステム（ツール）によるさまざまなモダリティのデータの解析を外部に委託します。ツールの利用の一般的な例は、LLMに計算を自身で行うのではなく、電卓を使用することを教えることです。医療の場合、胸部X線を処理する医療LLMは、その画像を放射線学AIシステムに転送し、その応答を統合することができます。これは、サブシステムが提供するアプリケーションプログラミングインターフェース（API）を介して行うこともできますし、より幻想的には、異なる専門分野を持つ2つの医療AIシステムが会話をすることもできます。このアプローチにはいくつかの重要な利点があります。サブシステム間の最大の柔軟性と独立性が実現され、ヘルスシステムはサブシステムの検証されたパフォーマンス特性に基づいてテックプロバイダ間で製品を組み合わせることができます。さらに、サブシステム間の人間が読めるコミュニケーションチャネルは、監査可能性とデバッグ可能性を最大化します。ただし、独立したサブシステム間のコミュニケーションをうまく行うことは難しい場合があり、情報の伝達が狭まったり、誤ったコミュニケーションや情報の損失のリスクが発生する可能性があります。モデルの組み込みより統合されたアプローチとして、各関連する領域に特化したニューラルネットワークを取り、それをLLMに直接組み込むことが考えられます。つまり、ビジュアルモデルを核となる推論エージェントに組み込むことです。ツールの利用とは異なり、モデルの組み込みでは、研究者は開発中に特定のモデルを使用、改良、または開発することができます。Google Researchの最近の2つの論文では、これが実現可能であることを示しています。ニューラルLLMは通常、テキストを最初に単語のベクトル埋め込み空間にマッピングすることでテキストを処理します。両論文は、新しいモダリティのデータを既にLLMに馴染みのある入力単語埋め込み空間にマッピングするというアイデアに基づいています。最初の論文「個別データに基づく健康な多様なモダリティのLLM」では、イギリスバイオバンクでの喘息リスク予測が改善されることを示しています。このために、まず、スパイログラム（呼吸能力を評価するために使用されるモダリティ）を解釈するためのニューラルネットワーク分類器を訓練し、そのネットワークの出力をLLMへの入力として適応させることで実現します。 2つ目の論文、「ELIXR: Towards a general…

MONAI 生成モデル：医療画像の進歩に向けたオープンソースプラットフォーム

最近の生成型人工知能のブレークスルーにより、特に医療画像処理の分野で重要な進展が見られています。しかし、これらの生成モデルの複雑さは、実際の応用や再現性において課題を提起し、さらなる進歩を妨げています。このため、世界中の優れた機関の研究者たちが協力して、MONAI Generative Modelsというオープンソースプラットフォームを作成しました。このプラットフォームは、生成モデルの開発と展開を民主化することを目指しており、標準化されたアクセス可能なソリューションを提供することで、医療画像処理の新たなアプローチの道を開拓します。また、AIによる医療革命のレース：Amazon vs Google vs Microsoftも要チェックです。医療画像の新たな時代：MONAI Generative Models MONAI Generative Modelsプラットフォームは、さまざまな医療画像の応用において、研究者や開発者が生成モデルの構築と活用を簡素化することを目指しています。標準化されたフレームワークを提供することで、プラットフォームは新しいアプローチの評価を促進し、分野の進歩を支援します。また、2023年の医療における機械学習とAIも要チェックです。 5つの画期的な研究で示される多様性研究チームは、MONAI Generative Modelsの潜在能力を示す5つの包括的な研究を実施しました。これらの研究では、分布外検出、画像変換、超解像、MRI再構成などのさまざまな医療画像の応用をカバーし、2Dおよび3Dのシナリオで異なるモダリティと解剖領域に対応するプラットフォームの適応性を示しています。また、GoogleのMed-PaLM 2は最も進んだ医療AIになる予定です。潜在拡散モデルで領域を拡大 MONAIプラットフォームにおける最先端のモデルの1つである潜在拡散モデルの性能を、さまざまなデータセットで評価しました。さまざまな体型や活動を持つ異なる被験者を反映しており、比較研究や革新を促す柔軟性があります。また、Image-to-Image…

「Codey：Googleのコーディングタスクのための生成型AI」

イントロダクション OpenAIが導入されて以来、彼らのトップクラスのGPTフレームワークをベースにした数々の生成AIおよび大規模言語モデルがリリースされてきました。その中には、ChatGPTという彼らの生成型対話AIも含まれています。対話型言語モデルの成功に続いて、開発者たちは常に、開発者がアプリケーションのコーディングを開発または支援することのできる大規模言語モデルを作成しようとしています。OpenAIを含む多くの企業が、それらのプログラミング言語を知っているLLM（Large Language Models）によって開発者がアプリケーションをより速く構築できるようにするために、これらのLLMを研究し始めています。GoogleはPaLM 2のファインチューニングモデルであるCodeyを開発しました。Codeyはさまざまなコーディングタスクを実行できるモデルです。また、こちらも読んでみてください：GoogleがGPT-4効果に対処するためのPaLM 2 学習目標 Codeyの構築方法の理解 Google Cloud PlatformでのCodeyの使用方法の学習 Codeyが受け入れられるプロンプトのタイプの理解 Codey内のさまざまなモデルの探索と関与 Codeyを活用して作業可能なPythonコードを生成する Codeyがコードのエラーを特定して解決する方法のテストこの記事は、データサイエンスブログマラソンの一環として公開されました。 Codeyとは何ですか？ Codeyは、最近Googleによって構築およびリリースされた基礎モデルの一つです。CodeyはPaLM 2 Large Language Modelに基づいています。CodeyはPaLM 2…

「AIIMSデリーが医療のためのロボット技術、AI、およびドローンの研究を開始」

医療の常に進化し続ける世界で先行するために、インドの名門医学研究所であるオールインド医科学研究所（AIIMS）デリーは未来に向けて準備を整えています。AIIMSは、「アムリト・カール」という希望と包括的な経済の時代を目指して進んでいます。この取り組みの一環として、AIIMSは人工知能（AI）、ドローン、ロボットを取り入れ、医療の提供方法を革新することを目指しています。目的は、交通渋滞や遠隔地へのアクセスなどの課題を乗り越え、医療物資の迅速かつ効率的な配送を確保することです。AIIMSデリーがテクノロジーによる医療革命の道を切り拓いている様子を探ってみましょう。また読む：Amazon vs Google vs Microsoft：AIによる医療の革命の競争 AI、ドローン、ロボット：未来志向のトリオ AIIMSデリーのディレクターであるM. Srinivasは、AI、ドローン、ロボットを医療において研究し、応用するために関係者に指示を出し、研究所の「将来に備えた準備」を進めています。これらの先端技術は、医療サービスの提供方法を変革し、患者の結果を改善し、プロセスを効率化する可能性を秘めています。また読む：GoogleのMed-PaLM2が最も先進的な医療AIになる予定医療物資の迅速な配送の確保 AIIMSデリーを訪れる患者数は毎日25,000人以上であり、医療物資の迅速な配送は重要です。交通渋滞や物流上の課題は、薬品や重要な資源の効率的な配布を妨げることがあります。ドローンを配送に活用することで、これらの障壁を乗り越え、命を救う薬剤、ワクチン、診断検査のサンプルが迅速に目的地に届くことが保証されます。成功したドローン試験：有望なスタートインド医学研究評議会とAIIMSリシケシュは、既に医療物資のドローン配送に関する成功した試験を実施しています。メーガラヤ州、アルナーチャル・プラデーシュ州、ウッタラーカンド州、ヒマーチャル・プラデーシュ州もハブ・アンド・スポークモデルにおいて緊急医療物資のドローン技術を取り入れています。これらの成功した試験は、ドローンが国内の医療物流を革新する可能性を示しています。また読む：J&K政府が人工知能による医療の革命を実現する予定将来に備えたAIIMSデリー：包括的な医療への取り組み AIIMSデリーは、AI、ドローン、ロボットの研究と応用を進めることで、包括的な医療の先駆的な力として位置付けています。技術の力を活用することで、研究所は医療サービスのアクセス性と品質を向上させ、あらゆる人々に利益をもたらすことを目指しています。また読む：2023年の医療における機械学習とAI 私たちの意見 AIIMSデリーがAI、ドローン、ロボットを積極的に取り入れるアプローチは、インドにおける医療の未来における基準を設定しています。これらの変革的な技術を活用することで、研究所は物流上の課題を乗り越え、医師に高度な診断手法を提供し、必要な人々に迅速な医療物資を提供することを目指しています。国が「アムリト・カール」の時代に進む中、AIIMSデリーの包括的な医療へのビジョン溢れる取り組みは、他の医療機関にテクノロジーによる革命への参加を促すことでしょう。革新と思いやりの融合により、インドの医療の未来はより明るく、効率的な方向に進んでいます。

「アマゾン対Google対マイクロソフト：AIで医療を革新する競争」

人工知能（AI）を医療業界に統合することは、技術の進歩の時代においてますます普及しています。Amazon、Google、Microsoftなどのテックジャイアンツが主導し、革新的なAIパワードソリューションを導入して、患者ケアを変革し、医療プロセスを最適化しています。このAI医療競争に最新の参加者はAmazon Web ServicesのHealthScribeです。この画期的なツールは、医師の診察と文書作成を効率化します。MicrosoftがNuanceを買収し、GoogleがMed-PaLMを開発する中、競争は激化しています。AIパワードヘルスケアの世界に深入りし、産業と患者に与える潜在的な影響を探りましょう。また読む: J&K政府、人工知能で医療を革新へ HealthScribe：AmazonのAIパワードヘルスケアソリューション Amazon Web Servicesは、医師の文書作成プロセスを革新するために設計された最先端のツールであるHealthScribeを紹介しています。音声認識、機械学習、AIを活用して、HealthScribeは医師と患者の議論を筆録し、重要な医学用語や薬剤を抽出し、電子健康記録で簡潔な要約を生成します。この時間の節約になるソリューションは、患者ケアを向上させ、効率的で正確な文書作成を医療提供者に提供します。また読む: Carbon Health、EHRでAIチャーティングで医療を革新 GoogleのMed-PaLM：臨床知識のAI Googleは、患者の不調、症状、および医療史に基づいて医師に迅速な医学的知識を提供するために設計された高度なAIモデルであるMed-PaLMで医療AI領域に参入します。Med-PaLMの複雑な質問に答え、可能性のある診断を提供する能力は、診断の正確性を高め、医療の意思決定を効率化する潜在能力を示しています。また読む: GoogleのMed-PaLM 2は最先端の医療AIになる見込み MicrosoftのNuance買収：ヘルスAIの大きな飛躍 Microsoftは、ヘルスAI企業であるNuanceを買収するという重要な動きを行い、AIを通じて医療を前進させることを示しています。この協力により、音声筆記や会話の要約など、AmazonのHealthScribeと同様のAI自動化された臨床文書作成アプリケーションの開発が行われました。この統合により、臨床プロセスの効率化、行政の負担の軽減、患者の結果の改善が約束されています。また読む: AI技術が患者ケアを革新する AIが医療に与える影響：節約と懸念医療にAIを統合することで、Harvard大学の研究者は2000億ドルから3600億ドルの節約の可能性を推定しています。請求や予約スケジュールなどの労働集約的な行政業務は、これらの節約の35％を占めています。ただし、医療の品質やデータの正確性に対する懸念から、AIアルゴリズムに対する連邦監督と検証プロセスが必要です。また読む:…

「生成AI、基礎モデル、および大規模言語モデルの世界を探求する：概念、ツール、およびトレンド」

最近、人工知能（AI）は大きな進歩を遂げており、主にディープラーニングの進展によって推進されています昨年のChatGPTの登場により、生成型AIの世界の人気が高まりました...

PaLM AI | Googleの自家製生成AI

イントロダクション OpenAIによるGPT（Generative Pre-trained Transformers）モデル、特にChatGPTなどのような生成型AIモデルの登場以来、Googleは常にそれと同様のAIモデルを作成し、ローンチすることに取り組んできました。GoogleはBERTモデルを通じてTransformerについて最初に世界に紹介しましたが、Attention is All You Need論文を通じて、OpenAIが開発したものと同じくらい強力で効率的な大規模言語モデルを作成することはできませんでした。Googleが最初に紹介したBard AIはあまり注目されませんでした。最近、GoogleはBard AIの背後にあるPaLM（Pathways Language Model）へのAPIアクセスをリリースしました。このガイドでは、PaLM APIの使い方について説明します。学習目標 Pathways Language Modelの使い方を学ぶ PaLMが提供する主な機能を理解する PaLM 2を使用してアプリケーションを作成する大規模言語モデルのクイックプロトタイピングのためのMakerSuiteを活用する PaLM APIの使い方を理解するこの記事はData…

このAIニュースレターは、あなたが必要とするすべてです #55

今週、私たちはついにOpen AIのCode Interpreterをテストすることができ、ChatGPT内のGPT-4の新機能に興奮していましたOpenAIは他の発表も行い、その計画を明らかにしました...

このAIニュースレターは、あなたが必要な全てです #55

今週は、ついにOpen AIのCode Interpreterをテストする機会を得て、とても興奮しましたこれは、ChatGPT内のGPT-4の新しい機能ですOpenAIは他にも発表があり、その中で...

Learn more about Search Results Med-PaLM - Page 3