Google annonce un financement pour des projets de santé numérique basés sur l’IA
Google a annoncé qu’il finançait 15 projets basés sur l’IA, y compris des initiatives de santé numérique visant à améliorer l’expérience des prestataires et l’accès des patients aux soins, via son engagement à faire progresser le Objectifs de développement durable des Nations Unies.
Chaque projet a reçu 3 millions de dollars en assistance technique, en espèces et en crédits Google Cloud. Une poignée de projets ont obtenu des bourses Google.org, dans le cadre desquelles une équipe d’employés de Google travaille bénévolement à temps plein avec une organisation pendant six mois maximum.
Parmi les 15 projets d’IA financés, les huit projets de santé numérique suivants ont reçu un financement :
RAD-AIDE fournit aux hôpitaux à faible source une plate-forme basée sur l’IA qui aide à trier les patients, principalement en ce qui concerne les maladies respiratoires et le cancer du sein. La plateforme permet également d’interpréter les radiographies et les scans et de fournir les résultats des tests.
Wuqu’Kawoq et safe+natal collaborent pour développer une boîte à outils basée sur l’apprentissage automatique pour aider les sages-femmes des zones rurales du Guatemala à détecter les complications néonatales en temps réel, telles qu’une mauvaise croissance fœtale et le stress fœtal pendant l’accouchement. La boîte à outils comprendra un échographe et un tensiomètre connectés à son smartphone.
MATCH (Music Attuned Technology – Soins via eHealth) est un projet construit par l’Université de Melbourne et le CSIRO qui combine la musique et la technologie des capteurs portables pour réduire l’agitation chez les patients atteints de démence. La subvention de Google aidera l’équipe à développer la technologie des capteurs et le système de musique adaptative compatible avec l’IA.
Laboratoire d’IA Makerere développera un adaptateur imprimé en 3D qui traite les images à l’aide de l’IA et est compatible avec un téléphone ou un microscope. L’objectif est d’aider les prestataires ougandais à diagnostiquer les patients atteints de maladies telles que la tuberculose, le paludisme et le cancer, dans les pays à revenu faible ou intermédiaire où les techniciens de laboratoire sont rares.
IDinsight avec Reach Digital Health a développé un service de questions-réponses en langage naturel pour les femmes enceintes en Afrique du Sud, qui fournit des réponses aux demandes de renseignements et des informations vitales sur la santé.
Fonderie causale cherche à développer un outil basé sur un smartphone qui utilise l’apprentissage automatique pour aider les prestataires de santé communautaires d’Afrique subsaharienne à gérer les informations sur les patients et les changements de comportement liés à la grossesse et à l’accouchement.
Jacaranda Santé propose une plateforme de santé numérique par SMS qui répond aux questions des femmes enceintes en Afrique subsaharienne. La plateforme fournit des conseils comportementaux et comprend un service d’assistance basé sur le langage naturel qui aide à trier les patients et les met en relation avec des agents humains. Le financement sera utilisé pour affiner le modèle d’apprentissage automatique au sein de la plateforme.
L’Université du Surrey et Signapse utilisera l’IA générative pour traduire des textes en ligne et hors ligne en temps réel pour les personnes sourdes aux États-Unis et au Royaume-Uni et fournira des vidéos photoréalistes en langue des signes, permettant un accès plus accessible aux soins de santé et à d’autres informations.
LA PLUS GRANDE TENDANCE
Google dispose de sa propre technologie d’apprentissage automatique, baptisée Med-PaLM 2, visant à améliorer l’accès aux informations sur les soins de santé. Med-PaLM 2 utilise le grand modèle linguistique de l’entreprise technologique pour répondre aux questions médicales.
En mars, Med-PaLM 2 a eu lieu testé sur des questions de type examen de licence médicale des États-Unis et effectué à un niveau de test « expert » avec une précision de plus de 85 %. Il a également reçu une note de passage au Ensemble de données MedMCQAun ensemble de données à choix multiples conçu pour répondre aux questions réelles de l’examen d’entrée en médecine.
Un mois plus tard, Google annonçait qu’il ferait Med-PaLM 2 est disponible pour certains clients Google Cloud afin d’explorer des cas d’utilisation, de partager des commentaires et de réaliser des tests limités.
La compagnie a également annoncé une nouvelle suite d’accélération des réclamations basée sur l’IA, créée pour faciliter le processus d’autorisation préalable et le traitement des réclamations de l’assurance maladie. La Suite convertit les données non structurées (ensembles de données non organisés de manière prédéfinie) en données structurées (ensembles de données hautement organisés et facilement déchiffrables).
En juillet, une étude réalisée par chercheurs de Google et publiés dans Nature a révélé que Med-PaLM a fourni des réponses détaillées alignées sur le consensus scientifique sur 92,6 % des questions soumises, ce qui correspond aux réponses générées par les cliniciens à 92,9 %.
