Присоединяйтесь к Даниэль Белгрейв и Бену Лорике, чтобы обсудить применение ИИ в здравоохранении. Даниэль — вице-президент по искусственному интеллекту и машинному обучению в GSK (ранее GlaxoSmithKline). Вместе они обсуждают использование ИИ и машинного обучения для улучшения диагностики, отражающей различия между пациентами.
Проблемы работы с медицинскими данными
В здравоохранении данных слишком много или слишком мало, и ошибки в их интерпретации могут иметь серьёзные последствия. Узнайте, как разработчики ИИ могут войти в эту сферу.
О подкасте «Генеративный ИИ в реальном мире»
В 2023 году ChatGPT привлёк всеобщее внимание к ИИ. В 2025 году задача будет состоять в том, чтобы воплотить эти планы в жизнь. В подкасте «Генеративный ИИ в реальном мире» Бен Лорика берёт интервью у лидеров, которые работают с ИИ. Узнайте из их опыта, как внедрить ИИ на вашем предприятии.
Основные моменты
* Введение в Даниэль Белгрейв, вице-президента по ИИ и машинному обучению в GSK. Даниэль — наш первый гость, представляющий крупную фармацевтическую компанию.
* Интерес к машинному обучению в здравоохранении начался 15 лет назад. Даниэль защитила кандидатскую диссертацию по изучению гетерогенности пациентов при заболеваниях, связанных с астмой.
* Работа в DeepMind над портфелем медицинских проектов. Использование инструментов активного обучения для минимизации количества данных, получаемых от пациентов.
* Роль ИИ в клинических исследованиях. Как понять гетерогенность пациентов, чтобы оптимизировать набор участников клинических испытаний и обеспечить правильное лечение для нужных пациентов.
* Наиболее ценные направления применения ИИ в GSK. Традиционный ИИ и генеративный ИИ используются для решения различных задач.
* Междисциплинарный подход. Перевод данных между различными типами или модальностями. Использование генеративного ИИ для открытия лекарств, идентификации мишеней.
* Мультимодальность. Компьютерное зрение, текстовые данные, медицинские записи, ответы со временем, биомаркеры крови, данные RNA-Seq.
* Работа с большими языковыми моделями (LLMs). Использование LLMs как инструментов повышения производительности.
* Принципы ответственного ИИ. Важность разработки и внедрения принципов ответственного ИИ, особенно в здравоохранении.
* Состояние агентского ИИ в GSK. Работа над агентским ИИ в контексте больших языковых моделей.
* Персонализированная медицина. Оптимизм относительно будущего персонализированной медицины.
* Проблемы с данными в здравоохранении. Обсуждение проблем с данными в здравоохранении, включая фрагментацию систем и необходимость оптимизации рабочих процессов.
* Данные и приватность. Обсуждение инструментов и методов обеспечения конфиденциальности данных в фармацевтике.
* Как разработчикам ИИ войти в сферу здравоохранения. Необходимость страсти к решению проблем и сотрудничества с учёными.
Примечание
Не путать с недавним объявлением Google об агентском кодировании.