3家医疗机构如何使用生成式人工智能
3家医疗机构使用生成式人工智能
使用生成式人工智能（AI）——特别是大型语言模型（LLMs）——有潜力改变医疗保健行业。我们已经与医疗机构合作，创建了能够帮助他们解决行政和运营挑战的AI解决方案，比如搜索信息和文档，这些工作通常会占用研究人员和临床医生宝贵的时间。
今年四月，我们发布了 Med-PaLM 2，这是我们专门为医疗领域调整的 PaLM 2 版本，供一小部分客户进行使用案例探索和反馈分享。通过与这些早期测试者的紧密合作，我们已经能够推进技术发展，并准备与更多客户分享。下个月，我们将以预览方式向更多医疗保健和生命科学行业的客户提供支持HIPAA合规性的 Med-PaLM 2 ——这是我们安全和负责任地发展LLMs的关键一步。
下面是一些早期采用者如何看待生成式AI支持他们组织的情况。
拜耳制药：改进临床试验流程
开发新药物非常耗时和昂贵——从构思到上市，整个流程可能需要12-15年，并且成本高达10亿美元。复杂流程中有一些部分可能可以通过AI加速。
- 遇见SelFee：一种由自反馈生成驱动的迭代自我修订LLM
- 来自UCL和Google的研究人员提出了AudioSlots 一种以插槽为中心的音频域盲源分离生成模型
- ‘岩石与人工智能的碰撞：矿物学与零样本计算机视觉的交叉点’
拜耳制药正在探索如何利用生成式AI解决方案，如Google Cloud的Vertex AI和Med-PaLM 2，来帮助将药物推向市场。生成式AI可以帮助研究人员更轻松地获取、识别和关联数据，挖掘大量研究数据中的可能联系，甚至自动化草拟临床试验沟通并将其翻译成不同语言的耗时任务。
这项工作是我们与拜耳合作加快药物发现的持续合作的一部分，其中包括利用Google Cloud的张量处理单元（TPU）大规模运行拜耳的大型量子化学计算。
HCA医疗：改进临床医生的文档和工作流程
对于医疗服务提供者来说，文档编制是一项耗时但重要的工作。HCA医疗与Google Cloud合作使用生成式AI来支持医生和护士减轻行政任务的负担。这是2021年宣布的战略合作伙伴关系的一部分，其中包括保护患者隐私和数据安全的安全措施。
目前，HCA医疗正在试点一种从医生-患者对话中提取信息以帮助创建医疗记录的解决方案。提供者使用由Augmedix开发的应用程序与无需使用双手的设备配合使用，每次患者就诊后，应用程序会安全地自动生成草稿临床记录。医生在转移记录到电子健康记录（EHR）之前对记录进行审查和最终确定。这可以消除手动输入或口述的需求，节省时间专注于患者护理。HCA医疗计划在今年晚些时候将这种解决方案扩展到更多医院。
HCA医疗还在探索如何利用生成式AI改进护士之间的患者交接。在全国各地的医院，这通常是一个手动任务，护士们可以通过这种方式交流患者的生命体征、实验室结果、患者关注以及对治疗的总体反应等信息，以帮助接班护士快速了解情况。HCA医疗正在探索如何使用生成式AI系统标准化和自动化这个过程，以帮助促进连续性、一致性、患者安全和临床质量，并节省时间。
MEDITECH：使搜索和总结电子健康记录更容易
临床医生依赖电子健康记录提供护理。然而，医疗记录密集且复杂，患者数据通常存储在多个系统中，这使得临床医生很难访问所需的所有信息。
MEDITECH已经在他们的电子健康记录系统MEDITECH Expanse中使用我们的AI技术来提供搜索和总结功能。他们希望利用这项技术从不同来源整合信息，并创建一个患者记录的纵向视图。他们还在探索如何利用Med-PaLM 2增强他们的解决方案，包括帮助临床医生更深入地了解患者的病史。例如，临床医生可以提问患者病情，并找到包括患者记录、临床指南和研究文章在内的相关结果。MEDITECH对AI系统自动生成临床文档（如出院摘要和护理交接摘要）的潜力感到兴奋，这有助于医疗专业人员节省时间，提高护理效率。
其他医疗保健和生命科学机构也宣布使用Google Cloud的生成式AI技术，其中包括Ginkgo Bioworks、Hackensack Meridian Health、Huma Therapeutics和Infinitus Systems Inc。
与医疗组织合作进行试验新的生成式 AI 解决方案，是构建安全和有帮助的 AI 技术的关键步骤。他们的反馈和见解对我们继续使用生成式 AI 帮助更多组织转变患者护理至关重要。
