7月12日，谷歌和DeepMind的科研人员在《自然》杂志上发表了一项研究，不仅提出了MultiMedQA（美国医师执照试题）评估基准，用于评估大语言模型在编码临床知识方面的表现，还详解了谷歌医疗大模型Med-PaLM的进化过程。
最终的研究结果显示，一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%，与现实中人类临床医生的水平（92.9%）相当。此外，Med- PaLM仅5.9%的答案被评为可能导致“有害”结果，与临床医生生成的答案（5.7%）的结果相似。
在这篇最新的《自然》论文中，谷歌和DeepMind科学家团队介绍了全新的MultiMedQA评估基准，专门用于评估大语言模型在编码临床知识方面的表现。
该基准结合了六个现有医疗问答数据集（MedQA、MedMCQA、PubMedQA、LiveQA 、MedicationQA和MMLU），涵盖专业医学、研究和消费者查询等多个方面，以及一个全新的在线搜索医疗问题库数据集HealthSearchQA，力图从多方面把AI培养成一名合格的医生。
此外，该团队提出了一个基于人类评估的框架模型，该模型包括多个维度，例如事实、理解、推理，以及可能的偏见。
该团队在MultiMedQA上对拥有5400亿参数的谷歌大型语言模型PaLM（Pathways Language Model）及其变体Flan-PaLM进行了评估。
在实验中，研究人员采用了提示策略组合，Flan-PaLM在每个MultiMedQA多选题数据集上都达到了极高的准确率，其中在MedQA（美国医学执照考试类型问题）上的准确率为67.6%，比之前的技术水平高出17%以上。
根据麦肯锡咨询的数据，AI每年可以创造3.5万亿至5.8万亿美元的商业价值。预计到2025年，全球AI应用市场总值将达到1270亿美元，其中AI医疗占据1/5的份额，处于高速成长阶段。
知名市场调研公司ReportLinker此前针对全球医疗保健AI市场的年度报告曾预测，全球医疗保健AI市场规模将从2023年的146亿美元增长到2028年的1027亿美元，期间复合年增长率47.6%。
中国AI产业发展迅速，自2019年以来，AI医疗以40%~60%的增速快速发展，中国的AI医疗核心软件市场规模已接近30亿元，并且还有重资产性质的AI医疗机器人，总体规模接近60亿元。
来源：每日经济新闻
版权申明：凡本公众号内容注明【原创】的，内容版权归本作者所有，未标注【原创】的图片与文字内容均转载自网络，版权归原创者所有，图片和文字如有侵权烦请告知我们，我们会立即删除。谢谢！
