Med-Gemini by google
誰もが簡単にAIを利活用できる時代になり、今現在はChat GPTかGeminiが一般的に最も利用される生成系、対話型、大規模言語モデルとしての汎用AIでは双璧をなしています。
双方使用してみて、やはりそれぞれにキャラクターの違いがあります。
Geminiはgoogleの検索エンジンと連携していて、より最新の情報に強く、事実確認しやすいところは大きいと思います。レスポンスも早いです。
Chat GPTはどちらかというと自然でクリエイティブな文章の生成に適しているようで、情報の正確性よりはそちらに重点が置かれている気がします。
フェイクリスクがあるかもしれません。
Geminiに期待するところは一つはマルチモーダルにおいてと情報の信憑性においてです。
この辺りはエンドユーザーでも色々と思うところはります。Geminiの方がフェイクリスクが少ないとは言い切れないし。そもそも人間でも一つオン事象をどうとるかはその人個人のし好による部分があります。
nature medicineにおいて2020年にpublishされた論文です。
Abstructですが
皮膚疾患は世界で19億人に影響を与えています。皮膚科医の不足により、多くの症例は診断精度の低い一般医によって診察されています。私たちは、17の医療機関を対象としたテレ皮膚科診療から得られた16,114件の匿名化された症例（写真および臨床データ）を使用して、皮膚疾患の鑑別診断を提供するディープラーニングシステム（DLS）を開発しました。このDLSは、プライマリケアで診察される症例の80％を占める26種類の一般的な皮膚疾患を区別するだけでなく、419種類の皮膚疾患に関する二次予測も提供します。963件の検証症例において、3人の認定皮膚科医からなるローテーションパネルが参照基準を定義しました。その結果、DLSは他の6人の皮膚科医に対して劣らず、6人の一般医（PCP）や6人のナースプラクティショナー（NP）よりも優れていました（トップ1の精度：DLS 0.66、皮膚科医 0.63、PCP 0.44、NP 0.40）。これらの結果は、DLSが一般医が皮膚疾患を診断する際に支援する可能性を示しています。
これまでであれば、在宅医療を受けていて、皮膚科を受診する事が困難な患者さんで、診断精度が低ければ、皮膚科医に皮膚の写真を見せてアドバイスを受けたり、オンライン診療で直接診察を受けるか、D to P with D or N(患者さんを診察する時に医師もしくは看護師が皮膚科医とオンラインで繋がる)、などの方法が考えられます。ちなみにここに出てくるNPというのは、特別な教育や研修過程を受け認定を看護師です。とはいえ、ベテランの看護師では同等の能力をもつ場合もあります。
これを在宅医療の現場でつかえます。Pubcareのプラットフォーム上には患者データがEHRとして入っており、そのデータとどの職種でも写真さえ撮ればその画像を元にしてある程度の判断が出来れば、そのまま処方や処置に繋げる事が可能になります。
少し話はそれますが、実は携帯のカメラで血圧や脈拍、酸素濃度などのバイタルサインを取得出来る事をご存知でしょうか？
ストレスの程度まで測定する事が実は可能なのです。
携帯電話のCMOSセンサーはとても高性能なセンサーで顔面の血管の状態を把握できます。
実際にある2020年のピッチコンテストで、イスラエルの技術で作られたそのプロダクトはピッチ会場で、バイタルサインを測定し、ストレスの程度も計測していました。
デバイスは進化し、AIも進化したのにそれを利用する人間がまだ進化していない。そんな状況だと思っています。
テクノロジーの一つ一つは進化しているのに、それを有機的に結びつけるプラットフォームがない。
私は九州大学と福岡大学の臨床教授をしています。
大学は臨床・教育・研究を行う場所です。
AIもそうかもしれません、順番で言えば教育、臨床、研究となると思います。
①教育では
ディープラーニングやファインチューニングができる環境と、そのための安全なフィールドが必要です。
②臨床
AIが臨床においてそのポテンシャルを発揮することが必要です。
③研究
その結果から、様々な相関などを出すことはAIの得意とするところだと思います。AIに研究をすべて任せることはないでしょう。
なんとかとはさみは使いようといいます。
この記事が気に入ったらサポートをしてみませんか？