Seit einiger Zeit veranstaltet Google ein jährliches Gesundheits-Event, „The Check Up“ genannt. Dort geht es im Wesentlichen um Neuigkeiten rund um KI-Anwendungen für medizinischen oder gesundheitsbezogene Zwecke. Im vergangenen Jahr wurde dort das Sprachmodell Med-PaLM 2 vorgestellt, ein LLM, das sich auf medizinische Themen und Fragestellungen konzentriert.
Eine Anwendung, die auf Med-PaLM 2 basiert, ist AMIE. Das steht für Articulate Medical Intelligence Explorer und ist eine Art medizinischer Chatbot, der sich auf KI-generierte Diagnosefindung bzw. Differenzialdiagnostik in professionellen Kontexten, also Patientengesprächen, fokussieren soll. AMIE wurde mit medizinischen Datensätzen und realen klinischen Gesprächen trainiert, es trainiert sich aber auch selbst durch artifizielle Gespräche mit einem Patientensimulator. In ersten Studien wurde AMIE mittlerweile in simulierten Patientengesprächen mit echten Ärzt:innen verglichen und schnitt dabei recht gut ab. Die diagnostische Genauigkeit von AMIE war eher höher als die der „Profis“, wobei solche Daten vorsichtig interpretiert werden müssen. Sie sind oft sehr kontextsensibel.
Ende 2023 gab Google dann bekannt, dass es speziell für Einrichtungen im Gesundheitswesen ein Set an Basismodellen („foundation models“) unter dem Namen MedLM anbieten wird. Diese sollen weniger Patientengespräche als vielmehr spezielle medizinische Fragestellungen in Krankenhäusern oder Ambulanzen adressieren helfen, insbesondere bei der Befundung. Zu den ersten MedLM-Anwendungsgebieten zählen dann auch der Röntgen-Thorax sowie ein indikationsübergreifendes Entwicklungs-Tool für KI-generierte Befundberichte. In all diesen Anwendungen nutzt Google auch seine breit aufsetzende KI Gemini (früher: Bard), Googles Antwort auf ChatGPT von Open AI.
Neben professionellen medizinischen KI-Anwendungen schielt Google auch auf den Consumer Markt. Hier gibt es unter anderem eine Partnerschaft mit Fitbit, bei der es um persönliches Gesundheits- und Fitness-Coaching geht. Wissenschaftlich beschäftigt sich Google auch mit dem Thema Bias von KI-Anwendungen. Eine aktuelle Publikation – siehe unten – thematisiert konkret mit der Frage, wie sich mit Hilfe von Test-Tools ein möglicher Bias in Med-PaLM 2 basierten Anwendungen erkennen lässt.
Weitere Informationen:
Pfohl SR et al. A Toolbox for Surfacing Health Equity Harms and Biases in Large Language Models;