El equipo de investigación de Google y el laboratorio de inteligencia artificial de DeepMind han detallado el impresionante alcance de Med-Gemini, una familia de modelos avanzados de IA especializados en medicina. Este avance representa una enorme mejora en el diagnóstico clínico con un enorme potencial en el mundo real.

En los últimos meses, hemos presenciado un boom en la intersección entre la inteligencia artificial y la medicina. Modelos de IA ayudan a médicos menos experimentados a identificar los precursores del cáncer de colon, diagnosticar autismo infantil a partir de imágenes oculares y predecir en tiempo real si un cirujano ha eliminado todo el tejido canceroso durante una cirugía de cáncer de mama. Pero Med-Gemini es algo diferente.

El poder de Med-Gemini

Los modelos Gemini de Google representan una nueva generación de modelos de IA multimodales, lo que significa que pueden procesar información de diferentes modalidades, como texto, imágenes, videos y audio. Estos modelos son expertos en lenguaje y conversación, comprendiendo la diversa información en la que están entrenados y lo que se llama ‘razonamiento de largo contexto’, o razonamiento a partir de grandes cantidades de datos, como horas de video o decenas de horas de audio.

Med-Gemini ha optimizado todas las ventajas de los modelos Gemini fundamentales. Los investigadores probaron estas modificaciones centradas en la medicina e incluyeron sus resultados en el documento.

Capacidades de auto-entrenamiento y búsqueda en la Web

Llegar a un diagnóstico y formular un plan de tratamiento requiere que los médicos combinen su propio conocimiento médico con una serie de otras informaciones relevantes. Med-Gemini incluye acceso a búsqueda en la web para permitir un razonamiento clínico más avanzado. Además de ser entrenado en MedQA, Med-Gemini se enfrentó a dos conjuntos de datos novedosos: MedQA-R (Razonamiento) y MedQA-RS (Razonamiento y Búsqueda). Estos conjuntos de datos permitieron al modelo realizar búsquedas en la web y mejorar la precisión de las respuestas.

Extracción de información específica de historiales clínicos electrónicos

Las historias clínicas electrónicas pueden ser extensas y complejas. Para probar la capacidad de Med-Gemini para entender y razonar a partir de esta información, se llevó a cabo una tarea de ‘buscar una aguja en un pajar’. El modelo demostró una notable capacidad para procesar información a largo plazo, lo que abre nuevas posibilidades de aplicación para los sistemas de IA médica.

Reflexiones adicionales

El potencial de Med-Gemini es innegable, pero también plantea importantes desafíos éticos y prácticos. La privacidad y la equidad deben ser consideraciones centrales en el desarrollo y la implementación de estos modelos. Sin embargo, con una atención meticulosa a estos aspectos, Med-Gemini podría ser un acelerador significativo del progreso científico y la atención médica.