2023

¿Cuál es el futuro de los grandes modelos de lenguaje en 2024 y cómo beneficiarán a los pacientes? Los grandes modelos de lenguaje como ChatGPT revolucionaron internet a finales de 2022 y principios de 2023, por ejemplo, este modelo desarrollado por OpenAI, estableció una base de usuarios de un millón de personas en solamente cinco días. Actualmente ChatGPT cuenta con alrededor de 180 millones de usuarios de todo el mundo. En este sentido los LLM han generado un gran interés a nivel global, por parte de usuarios y la industria tecnológica, gracias a su gran potencial y diversas aplicaciones para la resolución de tareas. Los LLM encuentran diversas aplicaciones dentro del sector salud, desde el lanzamiento de ChatGPT hasta la fecha, han sido publicados diversos artículos e investigaciones médicas acerca de su potencial uso en la educación médica y su potencial uso para el apoyo en la toma de decisiones clínicas. Asimismo, diversas investigaciones también han probado la capacidad de otros LLM como Med-PaLM de Google, el cual fue deseñado para responder preguntas médicas de manera precisa. Med-PaLM demostró en un estudio una precisión del 67% al responder MedQA, un conjunto de datos que cuenta con preguntas similares a un examen de licencia médica en Estados Unidos. Además, Med-PaLM demostró capacidades prometedoras en la comprensión médica, recuperación de conocimientos y razonamiento, sin embargo, sigue siendo insuficiente para superar a los resultados de médicos especialistas. De igual manera, los LLM pueden ser utilizados no solo como una herramienta educativa para futuros médicos, sino también para pacientes y sus parientes. Por ejemplo, a través de chatbots es posible responder preguntas frecuentes que tengan los pacientes y familiares sobre sus condiciones específicas de múltiples especialidades médicas. Sin embargo, modelos como GPT-4 tienen aún grandes limitaciones, por ejemplo, no logra representar con precisión la diversidad demográfica de las afecciones médicas, lo que genera presentaciones estereotipadas de las condiciones médicas. Los LLM también han logrado un efecto positivo en la automatización de tareas, lo que ha reducido la carga de trabajo de los trabajadores administrativos de hospitales y clínicas. Asimismo, los resúmenes de altas médicas podrían ser automatizados con el uso de un LLM. Otro aspecto importante para el futuro de los LLM son los catos de código abierto, ya que permiten una adopción más extensa de esta tecnología en la atención médica. Los LLM de código abierto promueven la transparencia y la colaboración interinstitucional. En el siguiente enlace puede encontrar una lista de LLM abiertos para diversos campos, que incluyen la atención médica: https://github.com/eugeneyan/open-llms “En conjunto, los LLM probablemente afectarán la salud de los pacientes en 2024 al proporcionar respuestas precisas a preguntas médicas, ayudar en el diagnóstico y la planificación del tratamiento y automatizar las tareas administrativas de atención médica, entre otras aplicaciones. A medida que nos embarcamos en este nuevo capítulo de la salud digital en 2024, anticipamos estudios más amplios y validados externamente, que utilizarán LLM novedosos para aplicaciones médicas amplias”, explicó The Lancet en su editorial. BIBLIOGRAFÍA THE LANCET https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00254-6/fulltext

Microsoft Research presentó sus logros 2023 en investigación, donde destaca el avance de la inteligencia artificial. En 2023, la inteligencia artificial (IA) generativa y los grandes modelos de lenguaje (LLM, en inglés), como ChatGPT tuvieron su primer gran auge y registraron un gran avance durante el año. La IA tiene el potencial de realizar cambios profundos a la manera en la que se trabaja y se vive, por ejemplo, actualmente millones de personas utilizan servicios basados en IA. En sus logros de 2023, Microsoft destaca los beneficios sociales e individuales de la IA, por ejemplo, en el sector salud, o en la educación. En este sentido, Peter Lee, vicepresidente corporativo de Investigación e Incubaciones de Microsoft, exploró el potencial de los LLM y los sistemas que impulsan para influir en la atención médica de formas que no han sido posibles con los anteriores avances de la IA.  Lee y sus colegas examinaron el modelo GPT-4 en el libro The AI Revolution in Medicine: GPT-4 and Beyond y en el informe especial “AI in Medicine” del New England Journal of Medicine. Asimismo, diversos grupos de investigadores han explorado la aplicación de la IA en radiología, lo que pone a prueba los límites de GPT-4 en este campo. Investigadores también han introducido un marco de preentrenamiento de lenguaje de visión que permite la alineación entre texto e imágenes radiológicas múltiples y un modelo multimodal para generar informes radiológicos. Los esfuerzos de la compañía estadounidense en el campo de la radiología ya están dando resultados en el mundo real, por ejemplo, su investigación ha contribuido a un sistema de IA desarrollado por un hospital británico que ayuda a los pacientes con cáncer a iniciar el tratamiento más rápidamente. Asimismo, los investigadores demostraron que los programas de copiloto habilitados para LLM pueden ayudar a los facilitadores de grupos de chat de apoyo entre iguales, formados por pacientes y proveedores, a redactar contenidos educativos para los miembros, seguir largas discusiones con resúmenes de mensajes e identificar información errónea o consejos perjudiciales, reforzando las comunidades sanitarias en línea como fuente de información y apoyo. El proyecto Máquina Iterativa Analógica (AIM, en inglés) pretende resolver problemas de optimización difíciles, cruciales en sectores como las finanzas, la logística, el transporte, la energía, la sanidad y la fabricación, de forma rápida, eficiente y rentable. Los diseñadores del proyecto confían en que podría superar incluso las computadoras más potentes. Por otra parte, en cuanto a los avances de salud remota, los investigadores de Microsoft demostraron que la telemedicina en 3D (3DTM), mediante la tecnología de comunicación Holoportation, podría ayudar a mejorar la prestación de atención médica, incluso a través de continentes, esto fue gracias a una colaboración única con profesionales de la salud y los gobiernos de Escocia y Ghana. Otras de las colaboraciones de la compañía, fue ayudar a avanzar en la medicina de precisión, Microsoft trabajó con colegas de la industria y de la academia para lanzar Terra, una plataforma, centralizada y basada en la nube para la investigación biomédica en Microsoft Azure. BIBLIOGRAFÍA MICROSOFT https://www.microsoft.com/en-us/research/blog/research-at-microsoft-2023-a-year-of-groundbreaking-ai-advances-and-discoveries/

Nucleara y Google Cloud colaboran para el descubrimiento de medicamentos a través de una herramienta de predicción basada en machine learning. Nuclera, una compañía de biotecnología británica, se encuentra colaborando con Google Cloud al combinar su sistema eProtein Discovery, de acceso rápido a proteínas con la herramienta de predicción de estructura de proteínas de Google DeppMind, AlphaFold 2. Esta herramienta se encuentra en la plataforma de machine learning de Google Cloud, Vertex AI. El objetivo de esta colaboración es facilitar la accesibilidad a proteínas para la investigación en el laboratorio y reducir costos y tiempo para la investigación. Las proteínas representan el 95% de los objetivos de los fármacos, por lo que existe una gran demanda de obtener múltiples variaciones de proteínas activas que favorecen el descubrimiento de fármacos. Además, la predicción de la estructura de proteínas es un requisito importante para el desarrollo de compuestos o productos biológicos. AlphaFold2, es una herramienta de inteligencia artificial (IA) creada por DeepMind en 2021, la cual ha revolucionado la biología estructural en los últimos años a través del descubrimiento de fármacos y el desarrollo de vacunas y materiales sintéticos. Este modelo predice la estructura 3D de una proteína basándose en su secuencia de aminoácidos 1D. Shweta Maniar, directora global de soluciones de atención médica y ciencias biológicas de Google Cloud, explicó que “AlphaFold2 integrado con el sistema eProtein Discovery System de Nuclera es una demostración realmente emocionante de su uso práctico en el descubrimiento de fármacos, lo que permite a los investigadores diseñar y producir proteínas de manera rápida y eficiente con la estructura y función deseada”. De esta manera la combinación de las tecnologías de Google, como AlphaFold2, y Nuclera han favorecido la creación de un nuevo sistema de desarrollo de fármacos. Este nuevo sistema optimiza el diseño de construcciones de proteínas y acelera el proceso de descubrimiento de fármacos. “Las estructuras de alta calidad en cuestión de minutos u horas pronto serán una realidad, lo que permitirá el diseño de proteínas guiado por láser. Además, se harán accesibles estructuras fiables para proteínas que se consideraban “imposibles” de caracterizar experimentalmente”, explicó Google Cloud en su blog. El primer objetivo de AlphaFold2 y Nuclera es la creación de un servicio API escalable que para la ejecución de AlphaFold2 en Google Cloud. Posteriormente crearán un panel de análisis que permitirá a los usuarios comparar visual y cuantitativamente las estructuras 3D previstas para variantes de proteínas. Y finalmente desarrollarán una función de recomendación de proteínas de interés (POI, en inglés) propondrá posibles variantes de proteínas sintéticas como isoformas, truncamientos, mutaciones, ortólogos o fusiones, a los clientes utilizando algoritmos de selección inteligentes. De esta forma, Google Cloud confía en las capacidades de AlphaFold2 para ser pioneros en herramientas que favorezcan el descubrimiento de fármacos asistidas por machine learning. Además, Google espera crear terapias de nueva generación a un ritmo más acelerado que antes. BIBLIOGRAFÍA GOOGLE https://cloud.google.com/blog/topics/healthcare-life-sciences/nuclera-runs-alphafold2-on-vertex-ai