En el campo siempre evolutivo de la medicina, la sinergia entre la potencia computacional de NVIDIA y la experiencia biomédica de la Universidad de Florida ha dado lugar a una innovadora herramienta de inteligencia artificial (IA). Este avance, detallado en la investigación publicada en la revista npj Digital Medicine el 16 de noviembre, destaca un hito significativo: la capacidad de la IA para generar notas médicas con tal precisión que incluso dos médicos no pueden distinguirlas de las elaboradas por profesionales humanos.
Descubre cómo este programa, conocido como GatorTronGPT, promete transformar la generación automatizada de registros médicos, allanando el camino hacia mejoras sustanciales en la atención médica.
La investigación de NVIDIA y la Universidad de Florida que fue publicada el 16 de noviembre en la revista npj Digital Medicine abre la puerta a la inteligencia artificial para apoyar a los trabajadores del sector de la salud.
Los 19 investigadores que hicieron parte de este estudio desarrollaron un programa de inteligencia artificial que tiene la capacidad de generar notas médicas de manera tan precisa que incluso dos médicos no pueden distinguirlas de las creadas por profesionales humanos
La tecnología, que combina la experiencia de la Universidad de Florida en el ámbito médico con la potencia computacional de NVIDIA, representa un avance significativo en la aplicación de la inteligencia artificial en el sector de la salud, promoviendo la generación de notas médicas de alta calidad de manera automatizada.
¿Cómo se realizó este estudio científico y cuáles fueron los resultados de la IA?
En el estudio de prueba de concepto, los médicos revisaron las notas de pacientes que algunas de ellas fueron escritas por personal médico reales, mientras que otras fueron creadas por el nuevo programa de IA.
Como tal, los investigadores entrenaron supercomputadoras para generar registros médicos basados en el nuevo modelo, el cual tiene más de 430.000 descargas desde Hugging Face, que es un sitio web de inteligencia artificial de código abierto, y además es el único modelo del sitio web disponible para investigación científica, según explica el autor principal Yonghui Wu, Ph.D.
“En el ámbito de la atención sanitaria, todo el mundo habla de estos modelos. GatorTron y GatorTronGPT son modelos de esta herramienta únicos que pueden impulsar muchos aspectos de la investigación médica y la atención sanitaria. Sin embargo, requieren datos masivos y una gran potencia informática para su construcción. Estamos agradecidos de tener esto supercomputadora HiPerGator de NVIDIA para explorar el potencial de la IA en el cuidado de la salud”, asegura Wu.
En medio de la investigación, los científicos desarrollaron también un modelo de lenguaje grande que permite a las computadoras imitar el lenguaje humano natural, de modo que estos modelos funcionas de forma óptima con conversaciones o escrituras estándar, pero los registros médicos plantean ciertos obstáculos adicionales como la protección de datos de los pacientes.
Para superar estos obstáculos, los científicos eliminaron los registros de UF Health sobre la identificación de 2 millones de pacientes y conservaron 82 mil millones de palabras médicas útiles. Al combinar este conjunto de datos con otro de 195 mil millones de palabras, entrenaron el modelo GatorTronGPT para analizar los datos médicos con la arquitectura GPT-3, o Transformador Generativo Pre-entrenado, que refieren a formas de arquitectura de red neural. Entre tanto, esto permitió a la IA escribir textos clínicos similares a las notas de los médicos.
“Este modelo es uno de los primeros productos importantes de la iniciativa de la UF para incorporar IA en toda la universidad. Estamos muy satisfechos de cómo la asociación con NVIDIA ya está dando frutos y sentando las bases para el futuro de la medicina”, afirmó Elizabeth Shenkman, Ph.D., coautor y presidente del departamento de resultados de salud e informática biomédica de la UF.
Cabe mencionar que para que una herramienta IA logre la paridad con la escritura humana, los programadores deben pasar semanas programando supercomputadoras con vocabulario clínico y con un lenguaje basado en miles de palabras.
“Es fundamental tener cantidades tan enormes de datos clínicos de UF Health no solo disponibles sino también listos para la herramienta. Solo una supercomputadora podría manejar un conjunto de datos tan grande de 277 mil millones de palabras. Estamos entusiasmados de implementar los modelos en la atención médica del mundo real en UF Health”, afirmó Jiang Bian, Ph.D., coautor y director científico de datos y director de información de investigación de UF Health.
