La empresa de tecnología OpenAI lanzó ChatGPT para uso público el 30 de noviembre de 2022. GPT-4, el gran modelo de lenguaje (LLM) que sustenta la versión más avanzada del chatbot1, junto con otros, como Med-PaLM de Google2, están listos para transformar la atención sanitaria.
Las posibilidades, como los LLMs generando notas clínicas, llenando formularios para reembolsos y asistiendo a los médicos con diagnósticos y planes de tratamiento, han cautivado a las compañías de tecnología y a las instituciones de atención médica (ver ‘Apuestas en AI para la atención médica’).
A principios de este año, el gigante de la tecnología Microsoft comenzó conversaciones con Epic, un importante proveedor del software utilizado para los registros médicos electrónicos, acerca de cómo integrar los LLMs en la atención médica. Gracias a la colaboración entre ambas empresas, ya se están llevando a cabo iniciativas en el sistema sanitario de la Universidad de California en San Diego y en el Centro Médico de la Universidad de Stanford en California. Asimismo, este año Google anunció alianzas con la Clínica Mayo, entre otras organizaciones de atención médica. En julio, Amazon Web Services lanzó HealthScribe, un servicio de documentación clínica con inteligencia artificial generativa (IA). Y las firmas de capital riesgo han invertido 50 millones de dólares en una start-up estadounidense llamada Hippocratic AI, que está desarrollando un LLM para la atención sanitaria.
En la carrera por implementar los LLMs propietarios listos para usar, sin embargo, las instituciones de atención médica y otras organizaciones corren el riesgo de ceder el control de la medicina a intereses corporativos opacos. La atención médica podría llegar a depender rápidamente de los LLMs que son difíciles de evaluar y que pueden ser modificados o incluso retirados sin previo aviso en caso de que el servicio no sea considerado rentable, lo cual podría socavar la atención, la privacidad y la seguridad de los pacientes.
Ciencia y la nueva era de la IA: un especial de Nature
A pesar de que las empresas de tecnología dominan en términos de recursos y capacidad de procesamiento, los sistemas de atención médica poseen un activo poderoso: vastos repositorios de datos clínicos. Además, miles de hospitales e instituciones en todo el mundo están invirtiendo ahora millones de dólares en esfuerzos disparates para integrar la IA en la atención médica. En una orden ejecutiva sobre IA que el presidente de EE. UU. Joe Biden firmó el mes pasado, varias organizaciones, incluyendo el Departamento de Salud y Servicios Humanos de EE.UU. y el Departamento de Asuntos de Veteranos de EE.UU., han sido encomendadas con investigar cómo implementar de manera segura la IA en la atención médica3. En Reino Unido, el Servicio Nacional de Salud ha destinado más de £123 millones ($153 millones) al desarrollo y evaluación de la IA, y otros £21 millones a su implementación. De manera similar, en junio, la Unión Europea asignó €60 millones ($65 millones) a la investigación para la IA en la atención médica y su implementación.
Agrupando sus recursos y experiencia, dichas organizaciones podrían desarrollar LLMs que puedan ser evaluados de manera transparente y que satisfagan las necesidades institucionales locales, incluso si también están trabajando con corporaciones. Específicamente, estas organizaciones podrían desarrollar modelos de código abierto y software personalizado para la atención médica, y luego afinar estos modelos base para crear modelos localmente perfeccionados y conformes con la privacidad que incorporen datos de propiedad privada. En otras palabras, una colaboración abierta cuidadosamente gobernada entre diversas partes interesadas podría dirigir el desarrollo y la adopción de LLMs de manera que la IA mejore la medicina en lugar de socavarla.
La promesa y los riesgos
Normalmente, el primer paso en la formación de un LLM implica alimentar el modelo con grandes conjuntos de datos textuales de Internet, para producir un modelo base. Este período inicial de entrenamiento requiere considerable experiencia en ingeniería y vasto poder de cómputo. Luego, el modelo preentrenado se entrena aún más en conjuntos de datos curados de mayor calidad, y los especialistas evalúan la salida del modelo para asegurarse de que es precisa y se alinea con los protocolos de seguridad relevantes y las normas éticas. Esta retroalimentación de expertos incluso puede usarse para entrenar aún más el modelo. Por ejemplo, ChatGPT ha sido mejorado para brindar a los usuarios la experiencia de tener una conversación similar a la humana.
Algunos LLMs han demostrado impresionantes capacidades en el dominio médico2,4,5. En marzo del año pasado, investigadores de Microsoft describieron cómo GPT-4, que no ha recibido un entrenamiento específico médico, puede aprobar ciertas pruebas médicas, incluido el Examen de Licenciatura Médica de Estados Unidos.
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Google acusado de engañar con el video del anuncio de Gemini.