El lunes pasado, una enfermera sugirió que probáramos un monitor inalámbrico para realizar un seguimiento de mis signos vitales y los de mi bebé por nacer.
“A este dispositivo lo llamamos “¡Mónica, el monitor!” Trabajar con él es un sueño o una pesadilla total”, me dijo la enfermera.
Ese día, “Mónica” (en realidad, el sistema de parcheo inalámbrico Novii) tuvo un desempeño excepcionalmente bueno. Pude moverme libremente, sin la molestia de los cables, mientras daba a luz a mi hija. Esta tecnología aprovecha la adquisición pasiva de señales para diferenciar entre las señales cardíacas fetales y maternas y para detectar las contracciones uterinas. Los datos se transmiten de forma inalámbrica a una unidad de monitoreo para su observación en tiempo real. Este sistema mejora la precisión y reduce las falsas alarmas, ofreciendo la movilidad tan necesaria durante el parto.
Y pensé: escribir y teorizar sobre tecnologías es una cosa, pero experimentar sus notables capacidades de primera mano es otra muy distinta, especialmente cuando un dispositivo funciona a la perfección. Surgió una pregunta: ¿Qué pueden agregar los modelos de base a los wearables? Inmediatamente después de mi experiencia con “Mónica”, me llamó la atención un artículo reciente de Google Research y investigadores del MIT. Titulado ‘Health-LLM: Large Language Models for Health Prediction via Wearable Sensor Data‘ y escrito por Kim et al., este artículo profundiza en la aplicación de LLM en el sector de la salud, centrándose en la interpretación de datos de sensores portátiles para la predicción de la salud. Curiosamente, estos modelos se alimentan de datos no de registros médicos o notas del médico, sino de dispositivos portátiles como Fitbits, que rastrean los pasos diarios, la frecuencia cardíaca, los patrones de sueño y más, similar a ‘Mónica’.
La investigación evaluó ocho LLM de vanguardia: Med-Alpaca, PMC-Llama, Asclepius, ClinicalCamel, Flan-T5, Palmyra-Med, GPT-3.5 y GPT-4, en seis conjuntos de datos de salud pública. Realizaron experimentos en trece tareas de predicción de la salud relacionadas con la salud mental, la actividad, el metabolismo, el sueño y las evaluaciones cardíacas.
El equipo experimentó con varios métodos, incluyendo indicaciones de disparo cero y de pocos disparos (enseñar el modelo con ejemplos mínimos o nulos), ajuste fino de instrucción (adaptación del modelo a tareas específicas) e incluso algunos ajustes finos eficientes en parámetros para eficiencia computacional.
Particularmente fascinante es la efectividad de la mejora del contexto en las indicaciones, que implica agregar contexto del usuario, conocimiento de salud e información temporal. Este enfoque arrojó hasta un 23,8% de mejora en el rendimiento.
La atención sanitaria es un campo extremadamente sensible, pero los beneficios potenciales de la IA generativa para los humanos son inmensos, especialmente con el poder de los modelos básicos. Health-LLM explora el futuro en el que los dispositivos portátiles no sean solo rastreadores pasivos sino guardianes proactivos de la salud.
Otro artículo innovador reciente en el campo de la atención médica proviene de investigadores de Stanford y Stability AI, titulado “CheXagent: Towards a Foundation Model for Chest X-Ray Interpretation“. El aspecto más fascinante de este artículo es el desarrollo de CheXagent, un modelo de base avanzado diseñado específicamente para interpretar radiografías de tórax. Este modelo combina de forma única un LLM clínico, un codificador de visión especializado y una red puente visión-lenguaje, lo que demuestra un rendimiento excepcional en la interpretación de imágenes médicas complejas. Su capacidad para superar a los modelos existentes en evaluaciones de precisión y equidad marca un avance significativo en la tecnología de IA de imágenes médicas. ¡Puede ahorrar mucho tiempo! Y posiblemente viva.
(La niña recién nacida, Reason Leeloo Joy, le envía saludos. La semana pasada nos tomamos una semana libre, pero ahora volvemos a la normalidad, explorando el mundo de la IA para comprender cómo ella y sus cuatro hermanos vivirán en él y navegarán por él).