提升醫療保健及醫藥產業是 AI 最具前景的應用場景，在 2022 年與 2023 年，我們利用 Med-PaLM 針對醫學調整大型語言模型進行初步研究以來，已取得重大進展。我們一直在與醫療保健組織合作測試 Med-PaLM 2，且 Google 研究團隊持續取得重大進展，包括探索多模態能力。
現在我們隆重介紹 MedLM，這是一系列專為醫療保健產業微調的基礎模型。MedLM 現在透過 Vertex AI 平台中的授權可用名單，開放給 Google Cloud 在美國的客戶使用。同時，MedLM 目前也在全球特定市場中提供預覽測試版本。
目前，基於 Med-PaLM 2 所打造的 MedLM 底下有兩個模型，為醫療保健組織以及他們的不同需求提供靈活性。醫療組織正在探索從基礎作業到複雜的工作流程等不同運用 AI 的方式。我們與不同醫療組織合作測試我們的工具，測試結果顯示，模型效度會因為不同作業或用途而有所差異。例如，某個模型可能最適合摘要對話內容，另一個模型可能較擅長搜尋藥物。第一個較大的 MedLM 模型，專為複雜任務而設計。第二個中等模型可以進行微調，最適合在不同任務間進行擴展。這些模型的開發是根據特定的醫療產業和生命科學客戶需求來打造，例如：回答醫護人員提出的醫學問題與擬定摘要。在未來的幾個月裡，我們計劃將基於 Gemini 的模型導入 MedLM 套件，以提供更多功能。
許多與我們合作測試 MedLM 的公司，正陸續將 MedLM 導入他們的解決方案中或擴大其測試範圍。以下為一些案例。
與 Accenture 合作改善醫療保健的取得性、使用體驗與醫療結果
為加速企業採用並提升價值，我們也與 Accenture 合作，協助醫療保健組織採用生成式 AI 改善資訊取得、使用體驗和醫療結果。 Accenture 提供深度的醫療產業經驗、解決方案，以及所需的資料與 AI 技能，協助醫療保健組織，憑藉人類的聰明才智充分發揮 Google 技術的潛力。
Accenture 針對醫療領域推出的 Solutions.AI for Processing 目的在於改善醫療程序，它可解讀來自多個來源的結構化與非結構化資料，以自動化過去耗時又容易出錯的人工流程，例如讀取醫療程序、登記、保險理賠處理等。如此一來，臨床醫師就能在掌握所有資訊的情況下，更快做出明智抉擇，將省下來的時間和資源用來照顧病患。運用 Google Cloud 的 Claims Acceleration 套件、MedLM 和 Accenture 的 Solutions.AI for Processing，可以發現新的洞察，最終達成為病患帶來更好醫療結果的目標。
與勤業眾信合作強化保險業者搜尋
醫療院所常因為行政工作，以及文件處理、照護資料搜尋和醫病關係維繫等流程而耗費許多時間。勤業眾信和 Google Cloud 正在與我們共同的客戶合作，探索如何運用生成式 AI 協助改善病患體驗，減少透過互動式聊天機器人尋找照護資源而產生的摩擦，讓持有醫療保險的患者能更瞭解各種保險方案的承保範圍。
勤業眾信、Google Cloud 和眾多醫療界龍頭目前正在試用 MedLM 功能，讓醫護團隊更容易從保險業者名單和福利文件中找到所需資訊。客服中心服務專員之後就能根據所得結果，依照病患的保險方案、身體狀況、藥物服用，甚至先前掛號紀錄，為他們找出最適合的保險業者，讓病患可以更快享有貼近需求的醫療照護。
醫療生成式 AI 的未來：MedLM
當我們將生成式 AI 的變革潛能導入醫療領域時，我們極力確保專業人員能以安全及負責任的態度使用這項技術。這也是我們持續與醫師、研究人員、保健與生命科學單位和醫療前線人員緊密合作的原因。從建立第一個大型語言模型 （LLM），到美國醫學執照考試類型的問題上獲得及格分數（>60%；此測試結果發表於《Nature》雜誌），再到將其推進以獲得專家等級分數 (86.5%），並透過可測量的方法將其應用到現實場景中，在短短一年的時間，我們對於目前這些進展感到興奮。在回顧 2023 年歲末之際，我們透過將 MedLM 擴大到更多醫療機構來結束這一年，對於未來的進展和潛力我們感到興奮，並將繼續推動在醫療產業和生命科學領域的突破性研究。
以上內容來自 [ Google Blog ] taiwan.googleblog.com/2023/12/medlm-for-the-healthcare-industry.html
