Microsoft revela extensões para o Fabric, Azure para IA na área da saúde
A Microsoft apresenta expansões para o Fabric, Azure voltadas para IA na saúde
O campo da saúde está atraindo cada vez mais o interesse das empresas mais proeminentes em inteligência artificial, com a Microsoft sendo o exemplo mais recente.
Na semana passada, a empresa anunciou extensões para o Fabric, a plataforma de análise de dados que foi lançada em maio, para permitir que o Fabric realize análises em vários tipos de dados de saúde. A Microsoft também anunciou novos serviços em seu serviço de computação em nuvem Azure, que incluem o uso de modelos de linguagem grandes como assistentes médicos.
“Queremos criar essa fundação de dados unificada e multimodal no Fabric One Lake, onde você pode unificar todas essas diferentes modalidades de dados para que você possa então analisar esses dados, executar modelos de IA, etc.”, disse Umesh Rustogi, gerente geral de Saúde na Nuvem da Microsoft, em uma entrevista com a ENBLE.
A tendência de multimodalidade, que a ENBLE explorou em um artigo de destaque sobre IA este mês, é cada vez mais importante na área da saúde, afirmou Rustogi. “Nós ouvimos isso de vários clientes, onde eles acreditam que, se você combinar várias modalidades de dados, isso pode desbloquear novos insights, o que não é possível fazendo pesquisas apenas em uma modalidade de dados”, disse Rustogi.
- Quatro Novos MacBooks com Lançamento Programado para 2024
- Gurman Modelo Low-Cost Vision Pro irá dispensar EyeSight e chip M-S...
- TikTok cumpre exigências da UE contra desinformação entre Israel e ...
Umesh Rustogi, gerente geral de Saúde na Nuvem da Microsoft.
Exemplos dessas modalidades combinadas incluem “coisas simples, como a criação de grupos de pacientes com base em critérios de seus resultados de imagens e seus resultados clínicos, que é um caso de uso desejado muito comum e que não é tão fácil de fazer hoje”, disse ele. Rustogi citou como exemplar do que alguns gostariam de fazer um estudo de 2020 na prestigiada revista Nature. Este artigo oferece uma visão geral de técnicas de “fusão de dados” que podem ser “aplicadas para combinar imagens médicas com registros de saúde eletrônicos”.
Além disso: A IA generativa irá superar em muito o que o ChatGPT pode fazer. Aqui está tudo sobre o avanço dessa tecnologia
Outra das novas capacidades do Fabric é um “serviço de desidentificação”, que usa formas de inteligência artificial de aprendizado de máquina para limpar os dados clínicos e ocultar as identidades dos pacientes em dados como as anotações dos médicos. “Tem sido um problema muito difícil para a indústria resolver: como você pega essas anotações clínicas não estruturadas e as desidentifica de forma que ainda sejam significativas para a comunidade de pesquisa”, disse Rustogi.
O colega de Rustogi, Hadas Bitran, chefe do setor de IA em saúde e Ciências da Vida da Microsoft, falou sobre várias novas ofertas de IA dos serviços de web do Azure.
A oferta Azure AI Health Insights consiste em modelos pré-construídos de IA de aprendizado de máquina. Três modelos estão sendo oferecidos inicialmente em uma fase de pré-visualização:
- Linha do tempo do paciente, que “usa IA generativa para extrair eventos principais de dados não estruturados, como medicamentos, diagnósticos e procedimentos, e organiza-os cronologicamente para fornecer aos médicos uma visão mais precisa do histórico médico de um paciente para melhorar os planos de atendimento”;
- Simplificação de relatórios clínicos, que “usa IA generativa para fornecer aos médicos a capacidade de converter jargão médico em linguagem simples, preservando a essência completa das informações clínicas para que possam ser compartilhadas com outras pessoas, incluindo pacientes”;
- Informações de radiologia, que “fornece verificações de qualidade através de feedback sobre erros e inconsistências. O modelo também identifica recomendações de acompanhamento e descobertas clínicas na documentação clínica com medições registradas pelo radiologista.”
Esses três modelos estão sendo adicionados a vários modelos pré-estabelecidos que já eram oferecidos para correspondência de testes clínicos e para modelos baseados em fenótipos oncológicos.
Uma nova oferta chamada Azure AI Health Bot utiliza a tecnologia de modelos de linguagem ampla para obter respostas para perguntas médicas de fontes, incluindo o próprio banco de dados de uma organização de saúde, ou do Instituto Nacional de Saúde dos EUA e da Administração de Alimentos e Medicamentos dos EUA.
“Uma ideia aqui é que esse serviço ajuda os clientes a criar experiências de copiloto especializadas”, disse Bitran à ENBLE na mesma entrevista com Rustogi.
“O que também é interessante sobre isso é que você pode ter um efeito cascata”, disse Bitran. “Portanto, use suas próprias fontes e, se não houver nada em suas próprias fontes, você também pode fornecer respostas com base em fontes confiáveis, e então, se não houver nada nas fontes confiáveis, poderá apenas fornecer uma resposta genérica.”
É claro que há muito ceticismo atualmente sobre o uso de formas generativas de IA, como modelos de linguagem ampla, em práticas sensíveis, como a área da saúde. Como a Microsoft lida com essas preocupações?
Hadas Bitran, chefe de IA em saúde e ciências da saúde da Microsoft.
“Essa é uma pergunta muito boa e muito relevante”, disse Bitran. “Eu definitivamente compartilho da visão de que os modelos de linguagem ampla precisam ter algo além deles para fornecer bons resultados.”
“A maneira como estamos abordando isso é que, para cada modelo que criamos, se estamos usando modelos de linguagem ampla, eles sempre estarão acompanhados de proteções específicas para a área da saúde”, disse Bitran.
“Uma das abordagens mais interessantes [para proteções] é o uso de modelos menores e modelos baseados em regras, em um modelo híbrido com o LLM, para manter o LLM honesto, por assim dizer”, disse Bitran.
Também: A Amazon AWS lança o HealthScribe para transcrever conversas de médicos
Por exemplo, no modelo pré-estabelecido para simplificação de relatórios clínicos, “nós não apenas pedimos ao modelo de linguagem para nos explicar; também estamos implementando muita lógica de pré-processamento e pós-processamento que nos permite pegar o resultado da simplificação, medir de acordo com as métricas de desempenho de simplificação”, explicou Bitran. “Em seguida, aplicamos alguma referência cruzada para ver se os resultados são realmente uma simplificação da fonte, ou se existem outras fabricações ou coisas que estão faltando.”
Bitran observou que o trabalho na área da saúde é realizado dentro do que a Microsoft delineou como seu “framework de IA responsável“, que continua sendo avaliado.
“Esse framework de IA responsável não se trata apenas de privacidade, segurança, acessibilidade e transparência, etc.”, disse Bitran. “Também se trata de correção, responsabilidade e imparcialidade.”
“Por fim, nossos modelos não têm a intenção de substituir o médico”, disse Bitran. “Sempre há um indivíduo humano; eles se destinam a equipar os médicos com ferramentas que aliviarão o fardo e os ajudarão em seu trabalho.”
