近期大型语言模型（LLMs）的进展，展示了在语言理解和生成方面的能力的AI工具，为利用AI解决现实问题开辟了新途径。然而，与其他LLM用例不同，AI在医疗领域的应用需要最大限度地关注安全性、公平性和偏见问题，以保护患者的福祉。为了开发能够检索医学知识、准确回答医学问题并提供推理的AI工具，谷歌投资了医学LLM研究。

去年，谷歌构建了Med-PaLM，这是一个针对医学领域调整的PaLM版本。Med-PaLM是第一个在执业医师考试问题上获得“及格分数”（>60%）的模型。这个模型不仅准确回答了多项选择题和开放式问题，还提供了理由并评估了自己的回答。

最近，新的迭代版本Med-PaLM 2在医学考试问题上持续表现在“专家”医生水平，得分达到85%。这比Med-PaLM之前的表现提高了18%，远超类似的AI模型。

虽然这是一个令人兴奋的进步，但为了确保这项技术能够应用于现实环境中，还有很多工作要做。谷歌的模型根据14个标准进行了测试，包括科学事实性、精确性、医学共识、推理、偏见和伤害，并由来自不同背景和国家的临床医生和非临床医生进行了评估。通过这次评估，发现了在回答医学问题和达到产品优秀标准方面存在重大差距。谷歌表示，期待与研究人员和全球医疗界合作，填补这些差距，并了解这项技术如何帮助改善健康服务。

近年来，传感器技术不断发展，使超声设备变得更实惠、更便携。然而，通常需要拥有多年经验的专家来对图像进行检查和解读，许多地区专家资源匮乏，为了帮助弥合这一鸿沟，谷歌正在构建AI模型，帮助简化超声图像的获取和解释，以识别孕妇的胎龄以及早期乳腺癌检测等重要信息。

谷歌正在与肯尼亚的非营利组织Jacaranda Health合作，该组织致力于改善政府医院母婴健康状况，研究可以帮助他们实现目标的数字解决方案。在撒哈拉以南的非洲，孕产妇死亡率仍然很高，而且缺乏受过培训的、可以操作传统高成本超声设备的工作人员。通过这一合作，谷歌将开展探索性研究，了解肯尼亚目前的超声传输模式，探索新的AI工具如何支持孕妇的床旁即时超声。

谷歌还与台湾长庚纪念医院（CGMH）合作，探讨使用超声波进行乳腺癌检测。乳房摄影术通常用于乳腺癌筛查，已被证明是降低死亡率的有效方法。然而，由于成本高昂，许多地区没有筛查项目。此外，我们知道，对于某些人群，包括乳腺密度较高的人群，乳房摄影术的效果可能较差。在与长庚纪念医院的合作中，谷歌正在探索其AI模型是否有助于使用超声波进行乳腺癌的早期检测。

在过去的三年里，谷歌与梅奥诊所合作，探索AI如何支持放疗规划这一繁琐且耗时的过程。放疗是一种常见的癌症治疗方法，在美国用于治疗一半以上的癌症。规划过程中最费力的步骤是一种叫做“轮廓勾画”的技术，临床医生在CT扫描图上画线，将癌症区域与可能在治疗过程中可能受到辐射损伤的附近健康组织分开。完成一个病人的治疗规划，可能就需要长达7个小时。

谷歌表示，将很快发布相关报告，公布研究结果及其开发的放疗模型。谷歌正在与梅奥诊所正式达成协议，以探讨进一步的研究、模型开发和商业化。与梅奥诊所一起走向下一步，意味着双方可以共同扩大该模型的覆盖范围，目标是帮助更多患者更早接受放疗治疗。

在多年的健康AI研究基础上，谷歌正与当地合作伙伴共同努力，将其关于结核病AI胸部X光筛查的研究成果应用于实际护理中。据世界卫生组织（WHO）统计，结核病是全球第九大死亡原因，其中超过25%的结核病死亡发生在非洲。虽然结核病是可以治疗的，但需要具有成本效益的筛查方案，以帮助尽早发现疾病并减少社区传播。

谷歌正在与一个基于AI的组织合作，该组织由Right to Care领导，这是一个在非洲结核病护理方面拥有丰富经验的非营利实体，旨在在撒哈拉以南的非洲广泛提供人工智能筛查。合作伙伴承诺捐赠10万次免费的AI驱动的结核病筛查，以帮助早期发现和治疗结核病，减少疾病的传播。

在医疗保健领域，AI在辅助诊断和治疗规划过程方面具有巨大潜力，特别是通过合作伙伴关系，能够为最需要的社区，带去高质量的护理。

*本文编译自谷歌