谷歌认为，将更多医疗任务交给生成式人工智能模型存在机会——或者至少，有机会招募这些模型来辅助医疗保健工作者完成他们的任务。
今天，该公司宣布推出 MedLM，这是一组针对医疗行业微调的模型系列。基于 Med-PaLM 2（一款由谷歌开发、在数十项医学考试问题上表现达到“专家水平”的模型），MedLM 已面向通过 Vertex AI（谷歌完全托管的 AI 开发平台）获得白名单许可的美国 Google Cloud 客户开放（在其他某些市场处于预览阶段）。
目前有两个 MedLM 模型可用：一个较大的模型专为谷歌所称的“复杂任务”设计，另一个较小的、可微调的模型最适合“跨任务扩展”。
“通过与不同组织试点我们的工具，我们了解到，对于特定任务而言，最有效的模型会根据用例的不同而变化。”谷歌工程与研究副总裁 Yossi Matias 在一篇博客文章中写道，“例如，总结对话可能由一个模型处理效果最佳，而搜索药物信息则可能由另一个模型处理效果更好。”
谷歌表示，早期 MedLM 用户之一、营利性医疗机构运营商 HCA Healthcare 已与医生合作试点这些模型，以帮助起草急诊科医院现场的患者病历。另一位测试者 BenchSci 已将 MedLM 集成到其“证据引擎”中，用于识别、分类和排名新型生物标志物。
“我们每天都在与从业者、研究人员、健康和生命科学组织以及处于医疗保健前沿的个人紧密合作。”Matias 写道。
谷歌——连同其主要竞争对手微软和亚马逊——正拼命争夺一个到 2032 年可能价值数百亿美元的医疗保健 AI 市场。最近，亚马逊推出了 AWS HealthScribe，它利用生成式 AI 转录、总结和分析医患对话中的笔记。微软正在试点各种 AI 驱动的医疗保健产品，包括由大型语言模型支持的医疗“助手”应用。
但人们有理由对这类技术保持警惕。历史上，人工智能在医疗保健领域的应用成果喜忧参半。
Babylon Health 是一家由英国国家医疗服务体系（NHS）支持的人工智能初创公司，却因声称其疾病诊断技术能比医生表现更好而屡遭审查。此外，IBM 也因技术问题导致客户合作关系恶化，被迫亏损出售其专注于人工智能的 Watson Health 部门。
有人可能会争辩说，像谷歌 MedLM 系列那样的生成式模型比之前的模型要复杂得多。但研究表明，即使在回答相当基础的健康相关问题时，生成式模型的准确性也并不高。
一项由一群眼科医生共同撰写的研究向 ChatGPT 和谷歌的 Bard 聊天机器人询问有关眼部状况和疾病的问题，发现这三个工具的大多数回答都严重偏离事实。ChatGPT 生成的癌症治疗方案中包含大量可能致命的错误。包括 ChatGPT 和 Bard 在内的模型在回应关于肾功能、肺活量和皮肤的问题时，会输出种族主义且已被证伪的医学观点。
10月，世界卫生组织（WHO）警告称在医疗保健领域使用生成式人工智能存在风险，指出模型可能生成有害的错误答案、传播关于健康问题的虚假信息，并泄露健康数据或其他敏感信息。（由于模型偶尔会记忆训练数据并在适当提示下返回部分数据，因此由医疗记录训练的模型无意中泄露这些记录并非不可能。）
世卫组织在一份声明中表示：“虽然世卫组织热衷于适当利用包括 [生成式 AI] 在内的技术来支持医疗保健专业人员、患者、研究人员和科学家，但人们担心，对于任何新技术通常会采取的谨慎态度，并未在与 [生成式 AI] 相关的情况下得到一致执行。”“仓促采用未经测试的系统可能导致医疗保健工作者出错，对患者造成伤害，削弱人们对人工智能的信任，从而损害或延迟此类技术在全球范围内的潜在长期利益和应用。”
谷歌一再声称，它在发布生成式AI医疗工具时采取了极其谨慎的态度——而今天这一立场并未改变。
马蒂亚斯继续表示：“我们专注于使专业人员能够安全、负责任地使用这项技术。”“我们不仅致力于帮助他人推动医疗保健的发展，还确保这些益处能够惠及所有人。”