Les chercheurs affirment le potentiel médical de ChatGPT dans la médecine factuelle

  • Les chercheurs affirment que ChatGPT a un fort potentiel dans la médecine factuelle
  • ChatGPT a montré une capacité à fonctionner de manière autonome dans un environnement clinique
  • Pour améliorer les performances des LLM en EBM, les chercheurs ont développé l'outil RAG et soulignent l'importance de combiner l'IA avec la blockchain pour garantir la qualité et la sécurité des données

Des chercheurs médicaux de l'École de médecine Icahn du Mont Sinaï ont réalisé une nouvelle étude sur les modèles d'intelligence artificielle (IA) pour tester leurs capacités dans la pratique médicale indépendante.

Le rapport souligne que les grands modèles linguistiques (LLM) ont démontré la maîtrise de la médecine fondée sur des preuves (EBM), marquant une percée qui pourrait ouvrir de nombreuses possibilités pour les soins de santé.

L'EBM implique d'utiliser les meilleures données probantes de la recherche disponibles pour traiter les patients plutôt que les méthodes traditionnelles ou les convictions personnelles. Utiliser l’EBM dans la pratique clinique moderne est une tâche herculéenne, compte tenu de l’avalanche de nouvelles recherches médicales à la disposition des praticiens de la santé. Pourtant, les chercheurs affirment que les chatbots IA offrent une « solution prometteuse » à cette complexité.

Les chercheurs affirment le potentiel médical de ChatGPT dans la médecine factuelle

Pour arriver à leurs conclusions, les chercheurs ont expérimenté ChatGPT, Gemini, LLAMA v2 et Mixtral-8x7B d'OpenAI, leur donnant accès à des dossiers préalablement organisés. Les modèles ont pris des décisions cliniques sur la base des données disponibles, les chercheurs testant leurs performances sur plusieurs paramètres.

Dans le rapport, les chercheurs ont évalué l'efficacité des LLM sur la résistance aux hallucinations, la validité de leurs décisions cliniques et la conformité aux lignes directrices. Dans le rapport final, ChatGPT-4 a montré la plus grande capacité à fonctionner dans un environnement clinique sans interférence humaine sur les autres LLM.

« Les LLM peuvent être amenés à fonctionner comme des praticiens autonomes de la médecine factuelle », peut-on lire dans le rapport. « Leur capacité à utiliser des outils peut être exploitée pour interagir avec l’infrastructure d’un système de santé réel et effectuer les tâches de gestion des patients d’une manière guidée par des lignes directrices. »

Malgré la maîtrise des LLM en EBM, les chercheurs ont identifié plusieurs domaines à améliorer dans leurs opérations, notamment le fait que les LLM traditionnels ont généralement une date limite de formation en 2021, ce qui les rend ignorants des nouvelles données médicales après cette date. Affiner les modèles avec de nouvelles informations médicales est un projet coûteux qui, selon les chercheurs, pourrait rendre leur application irréalisable.

D'autres inconvénients incluent les risques d'hallucination liés au fait de demander à un modèle de générer des informations sur un sujet inconnu et le manque de données sur les préoccupations culturelles et la résistance aux antibiotiques.

Contourner les défis

Pour améliorer les performances des LLM en EBM, les chercheurs ont développé un nouvel outil appelé Retrieval Augmented Generation (RAG) impliquant la saisie d'informations spécifiques à une tâche dans des modèles d'IA.

Les chercheurs estiment que le recours à une ingénierie rapide, par exemple en disant au LLM que « vous êtes professeur de médecine », peut améliorer la qualité des réponses des modèles.

« Des limites ont été observées en termes de capacité du modèle à gérer des lignes directrices complexes et des nuances diagnostiques », ont déclaré les chercheurs. « Retrieval Augmented Generation a formulé des recommandations plus adaptées aux patients et aux systèmes de santé. »

Les technologies émergentes comme l’IA et la blockchain font des progrès significatifs en médecine et en santé publique grâce à des études sur la détection du cancer et le suivi des épidémies.

Pour que l’intelligence artificielle (IA) fonctionne dans le respect de la loi et prospère face à des défis croissants, elle doit intégrer un système de blockchain d’entreprise qui garantit la qualité et la propriété des données saisies, lui permettant ainsi de conserver les données en sécurité tout en garantissant leur immuabilité. de données. Consultez la couverture de CoinGeek sur cette technologie émergente pour savoir pourquoi la blockchain d'entreprise sera l'épine dorsale de l'IA.

Regarder  : IA, Blockchain et le secret pour gagner en technologie

Nouveau sur la blockchain ? Consultez la section Blockchain pour les débutants de CoinGeek, le guide de ressources ultime pour en savoir plus sur la technologie blockchain.