Ringkasan model MedLM

Latar belakang

MedLM adalah sekumpulan model dasar yang disesuaikan untuk industri layanan kesehatan. Med-PaLM 2 adalah salah satu model berbasis teks yang dikembangkan oleh Tim Riset Google yang mendukung MedLM, dan merupakan sistem AI pertama yang mencapai tingkat pakar manusia dalam menjawab pertanyaan bergaya US Medical Licensing Examination (USMLE). Pengembangan model ini didasarkan pada kebutuhan pelanggan tertentu seperti menjawab pertanyaan medis dan membuat draf ringkasan.

Kartu model MedLM

Kartu model MedLM menguraikan detail model, seperti penggunaan yang dimaksudkan MedLM, ringkasan data, dan informasi keamanan. Klik link berikut untuk mendownload kartu model MedLM versi PDF:

Mendownload kartu model MedLM

Informasi peraturan

Penggunaan yang dimaksudkan MedLM

MedLM didasarkan pada model bahasa besar yang disesuaikan secara medis dari Tim Riset Google, Med-PaLM 2. Fitur ini dimaksudkan untuk digunakan dalam menjawab pertanyaan dan membuat draf ringkasan dari dokumentasi yang ada -- untuk ditinjau, diedit, dan disetujui oleh pengguna sebelum digunakan. MedLM juga digunakan untuk tujuan pendidikan bagi Tenaga Kesehatan Profesional (HCP) untuk terlibat dalam tanya jawab medis guna membantu mendukung HCP.

Kondisi penggunaan dan aplikasi di luar cakupan

  • Pelanggan dan pengguna MedLM harus mematuhi Kebijakan Penggunaan Terlarang untuk AI Generatif, Persyaratan Khusus Layanan Google Cloud Platform, Persyaratan Layanan, Kebijakan Penggunaan yang Dapat Diterima, Panduan Pengguna, dan dokumentasi produk lainnya.
  • Sebagai bagian dari Persyaratan Khusus Layanan, pelanggan tidak boleh menggunakan MedLM untuk tujuan klinis (untuk memperjelas, riset non-klinis, penjadwalan, dan tugas administratif lainnya tidak dibatasi), untuk memberikan saran medis, atau dengan cara apa pun yang diawasi atau memerlukan izin atau persetujuan dari badan pengatur perangkat medis.
    • Penggunaan langsung oleh pasien dilarang. Produk ini berfungsi sebagai alat bantuan untuk klinisi, HCP, atau pekerja pengetahuan dengan tingkat keahlian, pendidikan, atau pengalaman yang tinggi di industri layanan kesehatan dan ilmu hayati.
    • Penggunaan MedLM sebagai Software sebagai Perangkat Medis dilarang.
  • Penggunaan yang dimaksudkan untuk MedLM adalah untuk membuat draf dokumen dan respons yang akan ditinjau oleh "human in the loop" sebelum digunakan.
  • Sebaiknya gunakan MedLM hanya untuk kasus penggunaan Tanya Jawab Medis dan Ringkasan pada tahap ini:
    • Tanya Jawab panjang
    • Tanya jawab pilihan ganda
    • Ringkasan, seperti pembuatan Ringkasan Setelah Kunjungan atau catatan Riwayat dan Pemeriksaan Fisik
  • Contoh penggunaan perangkat medis yang tidak diizinkan mencakup (tetapi tidak terbatas pada):
    • Analisis catatan pasien, pola resep, data geografis, dan sebagainya untuk mengidentifikasi pasien dengan kemungkinan diagnosis kecanduan opioid.
    • Analisis informasi medis khusus pasien untuk mendeteksi kondisi yang mengancam jiwa, seperti stroke atau sepsis, dan menghasilkan alarm atau pemberitahuan untuk memberi tahu HCP.
    • Analisis informasi medis khusus pasien yang ditemukan dalam catatan medis, termasuk temuan laporan mammografi terbaru, untuk memberikan daftar tindakan tindak lanjut atau opsi pengobatan.
    • Menganalisis daftar prioritas opsi pengobatan depresi yang disetujui FDA kepada HCP berdasarkan analisis hasil yang dilaporkan dalam database studi klinis menggunakan informasi medis (misalnya, diagnosis dan demografi) dari rekam medis pasien.

MedLM tidak dimaksudkan untuk digunakan sebagai perangkat medis. Kasus penggunaan pelanggan harus konsisten dengan penggunaan yang diinginkan dan kondisi penggunaan. Tanya jawab hanya boleh digunakan untuk tujuan pendidikan dan output ringkasan harus selalu ditinjau dan diverifikasi secara independen oleh pengguna berdasarkan penilaian klinis mereka.

Lokasi MedLM

MedLM tersedia secara umum (GA) di Amerika Serikat, Brasil, dan Singapura untuk sekelompok pelanggan terbatas, dan tersedia dalam Pratinjau untuk sekelompok pelanggan terbatas di luar Amerika Serikat.

MedLM versus PaLM

Penggunaan MedLM mirip dengan PaLM. Namun, tidak seperti PaLM, MedLM telah disesuaikan untuk tugas medis tertentu, seperti bentuk ringkasan dan menjawab pertanyaan medis tertentu.

Namun, seperti kebanyakan aplikasi LLM baru, sebaiknya lakukan validasi yang cermat dan/atau sesuaikan penggunaan MedLM Anda untuk memastikan performa yang baik pada tugas ini. Untuk tugas yang tidak memerlukan keahlian medis khusus (misalnya, tugas NLP umum atau tugas yang beroperasi pada data medis, tetapi tidak memerlukan keahlian), kami memperkirakan bahwa MedLM dapat berperforma serupa dengan model yang lebih umum seperti PaLM, dan mendorong Anda untuk bereksperimen dengan keduanya pada kasus penggunaan tertentu. Lihat juga makalah Med-PaLM untuk mengetahui detail selengkapnya tentang tugas Tanya Jawab yang telah dilatih dan divalidasi oleh MedLM. Kemampuan seperti dasar respons dalam sumber medis yang kredibel atau memperhitungkan sifat konsensus medis yang berubah-ubah dari waktu ke waktu tidak disertakan dalam model, seperti yang disebutkan dalam publikasi.

Sesuai dengan Persyaratan Khusus Layanan AI Generatif kami, pelanggan tidak boleh menggunakan MedLM untuk tujuan klinis (untuk memperjelas, riset non-klinis, penjadwalan, atau tugas administratif lainnya tidak dibatasi), untuk memberikan saran medis, atau dengan cara apa pun yang diawasi atau memerlukan izin atau persetujuan dari badan pengatur perangkat medis.

Model MedLM

Dalam rilis MedLM saat ini, dua model tersedia:

  • MedLM-medium
  • MedLM-large

MedLM-medium dan MedLM-large memiliki endpoint terpisah dan memberikan fleksibilitas tambahan kepada pelanggan untuk kasus penggunaan mereka. MedLM-medium memberikan throughput yang lebih baik kepada pelanggan dan menyertakan data yang lebih baru. MedLM-large adalah model yang sama dari fase pratinjau. Kedua model tersebut akan terus diperbarui selama siklus proses produk. Di halaman ini, "MedLM" mengacu pada kedua model.

Tanggung jawab pelanggan

MedLM telah dikembangkan dengan mempertimbangkan pengguna tenaga kesehatan yang terlatih dan berlisensi. Pelanggan dan pengguna akhir Google Cloud harus memahami bahwa LLM dan AI Generatif pada dasarnya bersifat probabilistik dan mungkin tidak selalu akurat. Tanpa pertimbangan atau kontrol yang memadai oleh pelanggan, penggunaan model AI Generatif dalam layanan kesehatan dapat menimbulkan bahaya bagi pasien karena konten yang tidak akurat, konten yang tidak ada, atau konten yang menyesatkan dan bias.

  • Pelanggan harus menerapkan mitigasi bahaya yang sesuai untuk semua penggunaan MedLM, seperti pendidikan, pelatihan, penilaian ekuitas, dan kontrol teknis yang memadai bagi praktisi.
  • Pelanggan juga harus melakukan evaluasi sendiri untuk performa dan keamanan guna memastikan pencegahan bahaya untuk kasus penggunaan mereka.

MedLM mungkin menghasilkan hasil yang kurang akurat untuk beberapa grup dibandingkan dengan grup lainnya, bergantung pada pertanyaan dan cara pertanyaan tersebut diajukan. Pelanggan harus mengetahui bahwa perbedaan performa output model di seluruh grup demografi memiliki potensi untuk memperburuk ketimpangan kesehatan dan mempertahankan bias yang merugikan. Ketidakakuratan output semacam ini tidak hanya terjadi pada MedLM dan sering kali berasal dari beberapa faktor, seperti ketimpangan sosial dan struktural yang ada, miskonsepsi medis, stereotip negatif, dan kurangnya keberagaman dalam data pelatihan.

  • Pelanggan harus mempertimbangkan untuk menerapkan mitigasi dan evaluasi yang berfokus pada keadilan. Hal ini mencakup menilai performa dan perilaku model untuk kasus penggunaan yang diinginkan dalam berbagai populasi (misalnya, ras/etnis, status sosial ekonomi (SES), geografi, identitas gender, orientasi seksual, usia, preferensi bahasa, kasta, dan sebagainya); mendapatkan masukan tentang performa; melibatkan pakar interdisipliner dan partner eksternal yang berspesialisasi dalam mendefinisikan dan mengatasi aspek sosial dan struktural kesehatan; serta melakukan upaya pemantauan berkelanjutan untuk menilai dan mengatasi masalah bias.

Minta akses

Akses ke model MedLM dibatasi. Untuk meminta akses, hubungi tim akun Google Cloud Anda.

Memberikan masukan

Masukan Anda selama pengalaman Anda akan membantu kami meningkatkan versi model mendatang dan memastikan bahwa kami terus memberikan pengalaman terbaik bagi pengguna. Hubungi medlm-feedback@google.com dan sertakan tim akun Google Cloud dan Engineer Pelanggan Google Cloud (CE) Anda. Alamat email ini bukan untuk dukungan langsung. Untuk meminta dukungan langsung, hubungi tim akun Google Cloud atau Customer Engineer (CE) Google Cloud Anda.

Respons email akan digunakan sebagai Masukan berdasarkan persyaratan Perjanjian Anda untuk Layanan Google Cloud dan akan dikumpulkan sesuai dengan Pemberitahuan Privasi Google Cloud. Jangan sertakan informasi pribadi apa pun (nama, alamat email) dalam formulir masukan ini atau data lain yang sensitif atau rahasia. Perhatikan bahwa data dapat ditinjau menggunakan peninjauan manual dan pemrosesan otomatis.

Laporkan penyalahgunaan

Anda dapat melaporkan dugaan penyalahgunaan MedLM API, output apa pun yang dihasilkan yang berisi materi tidak pantas, atau informasi yang tidak akurat di Melaporkan dugaan penyalahgunaan di Google Cloud. Dalam daftar Layanan Google Cloud Platform, pilih Cloud AI.

Harga

Langkah selanjutnya