Google выпускает открытую ИИ-модель для разработчиков решений в сфере медицины
MedGemma 27B, по заявлению разработчиков, выступит дополнением к ранее представленным в пакете MedGemma моделям 4B Multimodal и 27B text-only. 4B Multimodal – сервис компьютерного зрения. Ранее в ходе исследования сертифицированный врач из США оценил 81% отчетов о рентгенографии грудной клетки, подготовленных 4B Multimodal, как достаточно точные. MedGemma 27B text-only, сообщают в Google, ссылаясь на внутренние оценки, входит в число «наиболее эффективных небольших открытых моделей в бенчмарке [стандарт для сравнения производительности. – Vademecum] медицинских знаний и рассуждений MedQA». MedQA – многоязычная база вопросов из экзаменов на получение медицинской лицензии США. Языковая модель Google набирает 87,7% верных ответов.
MedGemma – коллекция ИИ-моделей с открытым исходным кодом, предназначенных для использования в разных сферах медицины. Набор сервисов погружен в запущенный в ноябре 2024 года Health AI Developer Foundations (HAI-DEF) – крупный проект, призванный помочь разработчикам создавать и внедрять ИИ-сервисы в системы здравоохранения. Многие модели, погружаемые в HAI-DEF, Google разрабатывает на основе своего семейства облегченных ИИ Gemma. Аналогичная технология была использована и при разработке MedGemma 4B и MedSigLIP, что позволит адаптировать новые модели для работы даже на мобильном устройстве. Также сохранение немедицинских возможностей Gemma позволяет новым алгоритмам эффективно решать задачи, сочетающие специализированную и неспециализированную информацию, сохраняя при этом способность следовать инструкциям и работать не только на английском языке.
MedSigLIP в Google характеризуют как легкий кодер изображений, содержащий всего 400 млн параметров. Модель проходила настройку на основе нескольких видов медицинской визуализации: рентгенограммах грудной клетки, результатах аппликационных тестов, дерматологических изображениях, изображениях глазного дна. В качестве трех основных способов использования MedSigLIP разработчики выделили возможность создания на основе сервиса моделей для классификации медицинских изображений, для классификации изображений без конкретных обучающих примеров и для поиска визуально или семантически схожих изображений в крупных базах данных.
«Поскольку коллекция MedGemma открыта, ее модели можно загружать, дополнять и настраивать в соответствии с конкретными потребностями разработчиков», – заключили в Google.
В декабре 2024 года российская компания Smart Engines, специализирующаяся на разработках в области ИИ, сообщила о получении патента в США на технологию, позволяющую снизить радиационную нагрузку на пациента при проведении компьютерной томографии. Документ выдан Бюро патентов и торговых марок США 17 декабря. Работу над проектом сотрудники Smart Engines начали в 2018 году, для получения патента в России заявка была подана в 2021 году, но она до сих пор находится на рассмотрении. По заявлению разработчиков, ИИ позволяет в среднем сократить радиационную нагрузку на 15%.
MedGemma 27B, по заявлению разработчиков, выступит дополнением к ранее представленным в пакете MedGemma моделям 4B Multimodal и 27B text-only. 4B Multimodal – сервис компьютерного зрения. Ранее в ходе исследования сертифицированный врач из США оценил 81% отчетов о рентгенографии грудной клетки, подготовленных 4B Multimodal, как достаточно точные. MedGemma 27B text-only, сообщают в Google, ссылаясь на внутренние оценки, входит в число «наиболее эффективных небольших открытых моделей в бенчмарке [стандарт для сравнения производительности. – Vademecum] медицинских знаний и рассуждений MedQA». MedQA – многоязычная база вопросов из экзаменов на получение медицинской лицензии США. Языковая модель Google набирает 87,7% верных ответов.
MedGemma – коллекция ИИ-моделей с открытым исходным кодом, предназначенных для использования в разных сферах медицины. Набор сервисов погружен в запущенный в ноябре 2024 года Health AI Developer Foundations (HAI-DEF) – крупный проект, призванный помочь разработчикам создавать и внедрять ИИ-сервисы в системы здравоохранения. Многие модели, погружаемые в HAI-DEF, Google разрабатывает на основе своего семейства облегченных ИИ Gemma. Аналогичная технология была использована и при разработке MedGemma 4B и MedSigLIP, что позволит адаптировать новые модели для работы даже на мобильном устройстве. Также сохранение немедицинских возможностей Gemma позволяет новым алгоритмам эффективно решать задачи, сочетающие специализированную и неспециализированную информацию, сохраняя при этом способность следовать инструкциям и работать не только на английском языке.
MedSigLIP в Google характеризуют как легкий кодер изображений, содержащий всего 400 млн параметров. Модель проходила настройку на основе нескольких видов медицинской визуализации: рентгенограммах грудной клетки, результатах аппликационных тестов, дерматологических изображениях, изображениях глазного дна. В качестве трех основных способов использования MedSigLIP разработчики выделили возможность создания на основе сервиса моделей для классификации медицинских изображений, для классификации изображений без конкретных обучающих примеров и для поиска визуально или семантически схожих изображений в крупных базах данных.
«Поскольку коллекция MedGemma открыта, ее модели можно загружать, дополнять и настраивать в соответствии с конкретными потребностями разработчиков», – заключили в Google.
В декабре 2024 года российская компания Smart Engines, специализирующаяся на разработках в области ИИ, сообщила о получении патента в США на технологию, позволяющую снизить радиационную нагрузку на пациента при проведении компьютерной томографии. Документ выдан Бюро патентов и торговых марок США 17 декабря. Работу над проектом сотрудники Smart Engines начали в 2018 году, для получения патента в России заявка была подана в 2021 году, но она до сих пор находится на рассмотрении. По заявлению разработчиков, ИИ позволяет в среднем сократить радиационную нагрузку на 15%.
