L'Università di Tsinghua sviluppa un avanzato sistema di formazione per medici IA
- L'Università Tsinghua ha sviluppato un ospedale virtuale per formare medici intelligenza artificiale.
- I medici AI hanno fatto grandi progressi trattando 10.000 pazienti simulati.
- Altri modelli come GPT-4 sono stati ancora più efficaci e hanno trasformato l'istruzione medica.
Un team di ricercatori dell'Università di Tsinghua ha recentemente presentato un ambiente completamente simulato per la formazione medica dell'IA. L'ambiente virtuale permette ai medici virtuali di addestrarsi in un ospedale virtuale senza la necessità di interagire realmente con pazienti effettivi.
Leggi anche: L'IA aiuta gli agricoltori a piantare colture e allevare bestiame
L'Istituto di Ricerca dell'Industria Intelligente (AIR) e il Dipartimento di Scienza e Tecnologia del Computer dell'Università di Tsinghua hanno creato una simulazione altamente dettagliata di un ospedale che include lavoratori e pazienti virtuali. L'ambiente virtuale, noto come Agent Hospital, consente ai medici AI di effettuare diagnosi e trattamenti su migliaia di pazienti virtuali. I medici AI, grazie al processo di apprendimento e di commettere errori, sono gradualmente diventati abili nel diagnosticare e trattare i pazienti.
L'ambiente virtuale consente ai medici IA di diagnosticare pazienti virtuali
Il principale vantaggio di questo ambiente simulato è che permette all'utente di lavorare con un gran numero di casi senza dover attendere pazienti reali. Questo metodo non solo è più veloce in termini di formazione, ma anche economicamente efficiente. In questo modo, l'IA può accumulare i dati di migliaia di pazienti virtuali in un periodo di tempo relativamente breve.
Leggi anche: Meta sospende i piani per addestrare l'IA sui dati degli utenti dell'UE
I ricercatori hanno impiegato un processo noto come metodo MedAgent-Zero nell'addestramento dei medici virtuali IA su 10.000 cartelle cliniche. Hanno addestrato modelli linguistici di grandi dimensioni su otto malattie per produrre cartelle cliniche elettroniche. Queste malattie includevano nasofaringite acuta, rinite acuta, asma bronchiale, bronchite cronica, COVID-19, Influenza A, Influenza B e infezione da micoplasma. I pazienti virtuali presentavano diversi segni e stadi della malattia, rendendo il database del set di addestramento diversificato.
Il medico IA, costruito con il modello GPT-3.5-turbo-1106, è diventato molto più efficace in breve tempo. Ha gestito 10.000 casi virtuali e ha riportato alti tassi di successo nell'esame, nella diagnosi e nel trattamento dei pazienti, indicando che il sistema aveva una buona curva di apprendimento. I tassi di successo complessivi per le malattie specifiche variavano dall'88% per l'esame al 95,6% per la diagnosi e al 77,6% per il trattamento.
GPT-4 supera GPT-3 nelle domande dell'esame di abilitazione medica
Nello studio successivo, i ricercatori di Tsinghua hanno applicato il metodo MedAgent-Zero al modello gpt-4-1106-preview. Il confronto delle prestazioni è stato effettuato su 1273 domande del dataset MedQA che replica i test di abilitazione medica come l'USMLE. Lo studio ha rivelato un aumento significativo con il modello GPT-4, con un tasso di successo del 93,06% per le domande sulle malattie respiratorie, rispetto all'84,72% per GPT-3.
Leggi anche: Nuovo programma di formazione sull'IA per 1.000 imprenditori africani della cybersecurity
Il successo nello sviluppo e nell'implementazione dell'Agent Hospital e del metodo MedAgent-Zero da parte dell'Università di Tsinghua segna una nuova rivoluzione nella formazione medica. Le simulazioni virtuali sono vantaggiose perché permettono ai medici IA di esercitarsi in un ambiente controllato e regolabile, rendendo così il processo di formazione più efficiente.
Segnalazione di Cryptopolitan di Brenda Kanana
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
