Cómo es Med-PaLM 2, la inteligencia artificial de Google para médicos

Sea como sea, en Google ya se plantean de qué manera extender el uso de estas herramientas, democratizarlas. Dicen que “con un enfoque audaz y responsable, estamos reimaginando todos nuestros productos principales, incluida la Búsqueda”. 

Progresivamente, irán integrando nuevas funciones en las herramientas de uso popular, como el gestor de correo Gmail, la G-suite o la aplicación de fotos. No tardará mucho el momento en el que bastará decir “ayúdame a redactar un correo contando a mis amigos que les espero el jueves para ver el partido en casa”, para que automáticamente se elabore la invitación, se adjunte la dirección del domicilio, se les pida que por favor lo confirmen cuanto antes, y se disponga el envío del email. 

Este es un ejemplo muy trivial. Pero está fuera de dudas que en lo que probablemente más puede ayudar cotidianamente una inteligencia artificiales a generar comunicaciones contextualizadas y concatenadas unas con otras. Hasta tal punto, que hay quienes opinan que el problema principal consistirá en que dentro de poco los humanos nos relacionaremos teniendo a las máquinas como intermediarias, si todos empleáramos estos sistemas generativos para crear nuestros mensajes.

En cambio, Google cree que hacer que la inteligencia artificial sea útil para todos -es decir, se democratice- será la manera más adecuada de poder manejar la información que nos rodea y que nosotros mismo generamos. Por cuatro razones principales. Primero, porque permite profundizar en la comprensión del mundo. En segundo término, porque es capaz de impulsar la creatividad y la productividad, para que puedan expresarse y hacerse más cosas. Tercero, al permitir que los desarrolladores y las empresas construyan sus propios productos y servicios transformadores.

Y, por último, porque si se hace un despliegue de la inteligencia artificial de manera responsable, se conseguirá reducir algunas desigualdades sociales.

El planteamiento más inmediato de Google no es trabajar en una sola inteligencia artificial, sino en varias, aunque bajo un mismo paraguas. El año pasado presentaron el modelo PaLM, y ahora anuncian una actualización muy relevante, PaLM 2. Se trata de un sistema matriz que ha mejorado su entrenamiento y que ha mejorado la manera en la que se puede adaptar a diferentes tipos de uso. De hecho, ya se plantea su presencia en más de 25 productos, que contarán dentro de poco con funciones impulsadas por este generador. 

Los modelos PaLM 2 se ofrecerán en una gama de tamaños funcionales variable y escalable. Les han bautizado con los nombres Gecko (un reptil), Otter (nutria), Bison (bisonte) y Unicorn (el unicornio mitológico). Gecko, por ejemplo, es un desarrollo ligero que puede funcionar en dispositivos móviles, incluso cuando no hay conectividad. Y Otter se diseña para funcionar en sistemas operativos de sobremesa, por ejemplo. 

Prioridad para la utilidad médica y filosofía integrativa

Pero dentro de esta gama de opciones, Google ha dado a conocer que el primer desarrollo específico de inteligencia artificial aplicado a una disciplina concreta será Med-PaLM 2, orientado al trabajo médico, y que ya ha sido entrenado para que pueda hacer unas cuantas cosas. Lo primero, contestar preguntas, incluyendo las que se realizan en los exámenes oficiales de capacitación profesional de Estados Unidos, que esta inteligencia artificial ha superado con éxito. También sirve para sintetizar información de imágenes médicas, como placas simples y mamografías, y ayudar a los radiólogos a interpretar imágenes. Igualmente, como soporte para la comunicación de resultados o la elaboración de informes. 

La primera versión de Med-PaLM, que se puso en funcionamiento a finales de 2022, fue un sistema pionero de inteligencia artificial en superar el nivel de aprobado del USMLE, el examen de licencia médica de Estados Unidos. También fue capaz de generar respuestas precisas, útiles y suficientemente extensas a las preguntas que sobre su salud suelen hacer los pacientes, según evaluaciones efectuadas por paneles de médicos.

Med-PaLM 2 logra una precisión del 85,4 % en las preguntas del USMLE. Este desempeño se considera de nivel “experto”, y es un aumento del 18 % sobre los mejores resultados de su antecesor Med-PaLM, en apenas medio año de entrenamiento. 

En Google asumen que la práctica médica es inherentemente multidisciplinar, y han previsto la incorporación al sistema de información procedente de imágenes, historia clínica, sensores, dispositivos portátiles, genómica y otras fuentes. Con todo este magma de información, se le intenta someter a Med-PaLM 2 a un aprendizaje autosupervisado con atención especial a los componentes de privacidad, seguridad, equidad y deontológicos, con lo que se diseña así la próxima generación de sistemas de aprendizaje en el campo de la salud.

La versión multimodal de Med-PaLM 2 puede sintetizar y comunicar información sobre imágenes como radiografías de tórax y mamografías y más áreas, y se están creando desarrollo específicos en especialidades como dermatología, oftalmología (retina), radiología (3D y 2D), anatomía patológica y genómica. 

Prueba en la Clínica Mayo

La intención de Google es presentar dentro de poco tiempo una versión preliminar de Med-PaLM 2. En los próximos meses también estará disponible para un grupo selecto de clientes de Google Cloud, como prueba piloto, para explorar casos de uso y generar opinión sobre sus capacidades. 

Pero con carácter inminente, está probando un nuevo servicio integrativo llamado Enterprise Search on Generative AI App Builder en la Clínica Mayo. La herramienta permite a crear chatbots que utilizan la tecnología de Google para rastrear datos internos de distintas procedencias, en la misma filosofía de abarcar cualesquiera fuentes de información clínica. Por ejemplo, si un médico necesita ver información sobre una cohorte de pacientes mujeres de 45 a 55 años, incluidas sus mamografías y registros médicos, puede hacer esa consulta en la herramienta de búsqueda en lugar de buscar cada elemento por separado.