Con el objetivo de mejorar el servicio en todos los niveles de atención médica gracias al poder de la inteligencia artificial generativa, Google presentó Vertex AI Search for Healthcare, una avanzada herramienta digital destinada a revolucionar el sector sanitario debido a que utiliza la IA para optimizar el análisis y la gestión de notas clínicas, así como facilitar los registros de pacientes.
Asimismo, busca aumentar la confianza de los usuarios al vincular cada respuesta a datos concretos, lo que reduce significativamente el riesgo de errores o malinterpretaciones.
Recordemos que esta innovación fue desarrollada por Google Cloud, que es una plataforma que ofrece un conjunto de servicios de computación en la nube y además incluye diversas soluciones para computación, almacenamiento de datos, análisis, aprendizaje automático y la creación de aplicaciones.
Cuáles son las características de Vertex AI
Vertex AI Search for Healthcare se distingue por permitir búsquedas médicamente ajustadas y fundamentadas en el historial clínico del paciente, como antecedentes de cáncer, mediante una comprensión profunda de la terminología y los matices del lenguaje médico.
El sistema también busca simplificar el proceso de toma de decisiones clínicas, permitiendo a los profesionales de la salud acceder de manera más rápida y precisa a la información necesaria sin la necesidad de revisar manualmente cientos de páginas o alternar entre diversas pantallas y aplicaciones.
Aashima Gupta, directora global de estrategia y soluciones sanitarias de Google Cloud, recalcó la importancia de contar con soluciones de IA generativa de nivel empresarial y basadas en datos reales para el ámbito sanitario.
Otra característica destacable de Vertex AI incluye APIs configurables en la nube, que facilitan la integración de la búsqueda médicamente ajustada en las herramientas de flujo de trabajo de los centros clínicos.
Qué otras novedades presentó Google Cloud
Adicionalmente, Google Cloud introdujo otras soluciones basadas en inteligencia artificial, como un modelo de Gen AI especializado en la clasificación de radiografías de tórax.
Mientras que se presentó una interfaz de programación de aplicaciones (API) específica para cada tarea llamada resumen de afecciones. Su objetivo principal es proporcionar una lista cronológica de las afecciones de los pacientes, acompañada de resúmenes generados por IA sobre cada afección, con citas directas del texto original.
La inteligencia artificial también llega a la app de Fitbit
Fitbit, la prestigiosa marca en el ámbito del seguimiento de la salud y actualmente subsidiaria de Google, anunció la incorporación de un chatbot impulsado por inteligencia artificial y el cual está diseñado para optimizar la experiencia de bienestar en sus dispositivos y servicios, marcando un avance significativo hacia la personalización del asesoramiento en salud y estado físico.
Además, Google está trabajando en el desarrollo de un modelo de lenguaje grande (LLM) especializado en salud, con el fin de ofrecer recomendaciones más ajustadas a las necesidades individuales de los usuarios de Fitbit.
Entre las mejoras prometidas se incluyen una búsqueda más efectiva y una visualización avanzada de datos de salud. De hecho, el chatbot de IA, al utilizar lenguaje natural, permitirá a los usuarios realizar consultas específicas sobre aspectos como la calidad de su sueño o su actividad física.
Por otro lado, el modelo de IA Personal Health Large Language Model, basado en la tecnología Gemini de Google, intenta brindar consejos personalizados, abarcando desde rutinas de ejercicio hasta patrones de sueño, a través de una interfaz de usuario amigable y accesible.
Este desarrollo se inserta en una estrategia más amplia de Google para avanzar en la implementación de algoritmos de inteligencia artificial (IA) en el ámbito de la salud, buscando simular la labor médica a través de herramientas tecnológicas avanzadas.
Yossi Matias, reconocido líder global de IA para la salud y el clima de Google, destacó que la herramienta en desarrollo tendrá la capacidad de analizar variaciones en el sueño de los usuarios, sugerir ajustes en la intensidad de su entrenamiento y ofrecer recomendaciones basadas en análisis de datos.