Google pada hari Rabu mengumumkan MedLM, serangkaian model kecerdasan buatan khusus layanan kesehatan yang dirancang untuk membantu dokter dan peneliti melakukan penelitian kompleks, merangkum interaksi dokter-pasien, dan banyak lagi.
Langkah ini menandai upaya terbaru Google untuk memonetisasi alat AI di industri layanan kesehatan, karena persaingan untuk mendapatkan pangsa pasar tetap ketat di antara pesaing seperti Amazon dan Microsoft. CNBC berbicara dengan perusahaan-perusahaan yang telah menguji teknologi Google, seperti HCA Healthcare, dan para ahli mengatakan potensi dampaknya nyata, meskipun mereka mengambil langkah-langkah untuk menerapkannya dengan hati-hati.
Menurut cnbc.com, rangkaian MedLM mencakup model AI berukuran besar dan sedang, keduanya dibangun di atas Med-PaLM 2, model bahasa besar yang dilatih berdasarkan data medis yang pertama kali diumumkan Google pada bulan Maret. Ini umumnya tersedia untuk pelanggan Google Cloud yang memenuhi syarat di AS mulai Rabu, dan Google mengatakan meskipun biaya rangkaian AI bervariasi tergantung pada bagaimana perusahaan menggunakan model yang berbeda, model berukuran sedang lebih murah untuk dijalankan.
Google mengatakan pihaknya juga berencana untuk memperkenalkan versi Gemini yang khusus untuk layanan kesehatan, model AI terbaru dan paling memumpuni milik perusahaan, ke MedLM di masa depan.
Aashima Gupta, direktur global strategi dan solusi layanan kesehatan Google Cloud, mengatakan bahwa perusahaan menemukan bahwa berbagai model AI yang disesuaikan secara medis dapat melaksanakan tugas tertentu dengan lebih baik dibandingkan model lainnya. Itu sebabnya Google memutuskan untuk memperkenalkan serangkaian model daripada mencoba membangun solusi satu untuk semua.
Misalnya, Google mengatakan model MedLM yang lebih besar lebih baik untuk melaksanakan tugas-tugas rumit yang memerlukan pengetahuan mendalam dan banyak daya komputasi, seperti melakukan penelitian menggunakan data dari seluruh populasi pasien di organisasi layanan kesehatan. Namun jika perusahaan membutuhkan model yang lebih tangkas dan dapat dioptimalkan untuk fungsi spesifik atau real-time, seperti merangkum interaksi antara dokter dan pasien, maka model berukuran sedang akan bekerja lebih baik, menurut Gupta.(ra)