Microsofti meditsiiniline tehisintellekt, mis on efektiivsem kui kogenud arstid

Microsofti samm edasi meditsiinilise tehisintellekti suunas

Graafikul on kujutatud diagnostiikate täpsuse (%) ja diagnostiliste testide keskmise maksumuse (USD) suhe erinevate ettevõtete ja mudelite lõikes. X-telg näitab testi maksumust ja Y-telg täpsust. Graafikul on erinevat värvi ja kujuga punktid, mis tähistavad erinevaid ettevõtteid: Microsoft, OpenAI, Anthropic, Google, Meta, xAI, Deepseek ja füüsikud. Microsofti punktid moodustavad erkroosa ala, mis näitab Parreto piiri. Graafiku paremal on legend, mis selgitab, millised sümbolid millist ettevõtet esindavad.
Pildi allikas: Microsoft

 

Ülevaade: Microsoft on tutvustanud uut tehisintellekti nimega MAI, mis suudab keerulistes meditsiinilistes olukordades diagnoosida haigusi paremini kui enamik arste.

 

Detailid:

  • MAI-DxO töötab nagu virtuaalne arstimeeskond, kus AI agendid loovad hüpoteese, valivad teste ja jälgivad kulusid.
  • Teadlased lõid selle testimiseks spetsiaalse seeria, milles oli 304 keerulist juhtumit, ja MAI-DxO koos OpenAI o3 mudeliga suutsid neid lahendada kõige efektiivsemalt.
  • MAI/o3 lahendas õigesti 85,5% juhtumitest, samas kui kogenud arstid suutsid keskmiselt vaid 20% juhtumitest lahendada.
  • Tehisintellekti kasutamine aitas ka kulusid vähendada – ühe juhtumi maksumus oli 2397 dollarit, samas kui arstide puhul oli see keskmiselt 2963 dollarit.

 

Miks see on oluline: Liikumine meditsiinilise superintelligentsuse suunas on suur samm edasi. MAI tulemused arstidega võrreldes näitavad, kui palju täpsem ja kuluefektiivsem see süsteem võib olla – see aitab vältida ülearust ravi lihtsamatel juhtudel ning parandab diagnooside täpsust keerulistes olukordades.

Baidu uus ERNIE 4.5 võistleb DeepSeekiga

Tabel, mis näitab erinevate tehisintellekti mudelite võimekusi erinevatel testidel. Vasakul veerus on nimed nagu C-Eval, CMMLU, MMCU jms, mis kuuluvad aladele 'Üldine' ja 'Põhjendus'. Parempoolsed veerud näitavad tulemusi erinevates kategooriates mudelite nagu ERNIE-4.5, Qwen3, DeepSeek-V3 erinevate versioonide vahel. Tulemused on esitatud protsentidena. ERNIE-4.5 mudelil on mitmeid konfiguratsioone, mille tulemused on samuti välja toodud.
Pildi allikas: …

 

Ülevaade: Hiina ettevõte Baidu tuli välja kümne uue ERNIE 4.5 mudeliga. Nende hulgas on suur, 424B parameetriga mudel, mis on parem kui DeepSeek V3, kuigi poole väiksem.

 

Detailid:

  • Mudelite suurus on alates 300 miljonist kuni 424 miljardini ja need on saadaval avatud lähtekoodina Hugging Face’is Apache 2.0 litsentsiga.
  • Mudelite ülesehitus võimaldab tekstil ja piltidel koostööd teha, mis suurendab efektiivsust.
  • Baidu suurim mudel on parem kui DeepSeek V3 22-st 28 näitaja põhjal. Selle väiksemad variandid suudavad konkureerida ka teiste tippmudelitega nagu o1, GPT 4.1 ja Qwen 3.
  • See on Baidu esimene samm avatud lähtekoodiga mudelite suunas, kuigi enne ei olnud Baidu tegevjuht selles suunas liikumise poolt.

 

Miks see on oluline: Kuigi USA-s käib tihe võistlus OpenAI, Google’i ja Anthropici vahel, käib samasugune konkurents ka Hiinas. Suured ettevõtted nagu Baidu, ByteDance ja Alibaba arendavad tempokalt uusi mudeleid, mis jõuavad järjest lähemale avatud lähtekoodiga mudelite tippklassi.

Chai Discovery tehisintellekt loob töötavaid antikehasid

Infograafik kujutab antikehade loomise protsessi kolmes etapis: a) 'Eesmärgi määratlemine', kus näidatakse sihtmärgi kirjeldust, disainimudeleid ja kandidaatide valikuprotsessi. Järgmine samm on 'Laboratoorne valideerimine' koos näidiste plaatide ja analüüsitulemuste esitlusega. b) Sihtmärgi edu määr graafikutel erinevatele valkudele nagu scFv, VHH ja miniproteiin, mis näitavad protsentuaalset edu. c) Sidumise edu määr graafikutel, mis võrdlevad eri valkude edumäära sidumisel.
Pildi allikas: Chai Discovery

 

Ülevaade: OpenAI toetusega Chai Discovery tutvustas Chai-2, tehisintellekti, mis suudab luua toimivaid antikehi ravimite väljatöötamiseks. See saavutab peaaegu 20% õnnestumise määra, mis on 100 korda kõrgem võrreldes traditsiooniliste meetoditega, mille edukus on alla 0,1%.

 

Detailid:

  • Chai-2 lõi antikehi 52 erineva haiguse vastu ja leidis neist poolte jaoks toimivaid ravivõimalusi, testides ainult 20 kandidaati.
  • Traditsioonilised meetodid vajavad miljonite kandidaatide uurimist, mis võtab aega kuid või isegi aastaid, samas kui Chai-2 saavutab tulemused kahe nädalaga.
  • Chai-2 loob täiesti uusi disaine, vaadates ainult sihtmärgi struktuuri ning ei vaja varasemaid näiteid.
  • Chai teadlased võrdlevad süsteemi Photoshopiga valkudele, mis võimaldab teadlastel täpselt määratleda, kuhu antikehad haigusele kinnituma peaksid.

 

Miks see on oluline: Tehisintellekt on muutumas oluliseks ravimite avastamisel ja molekulide disainimisel. Kuna kõrged teadus- ja arenduskulud võivad takistada ettevõtteid töötamast haruldaste haiguste ravimeetoditega, aitavad AI mudelid vähendada uute antikehade leidmise aega ja kulu. See aitab pakkuda patsientidele täpsemalt kohandatud ravi.