За выходные анонсировали ChatGPT for Healthcare и Claude for Healthcare. Что за ажиотаж?
Были у всех обычные LLM, а тут все внезапно обучили модели для здравоохранения? Нет, на самом деле все дело в деньгах и инфобезе.
Во-вторых, нужно понимать, что фокус данных решений на американском рынке здравоохранения.
А как же страны, которым это реально нужно, типа страны третьего мира? Бизнес — есть бизнес. Смотрим на цифры:
- В США на человека тратится больше всего денег в год —почти $15 000. Следующей по величине страной является Швейцария с огромным отрывом — около $10 000 в год.
- При этом страна далекооо не на первом месте по качеству здравоохранения. Низкая продолжительность жизни (для нас все равно кажется высокой, но среди развитых стран низкая — около 78 лет). Высока детская смертность. Массовые проблемы с диабетом, болезнями сердца и ожирением в стране.
- Куда же все деньги уходят? — Админам 💰 Огромные бабки уходят просто на бюрократию, которая выстроилась на этом рынке: страховые компании, клиники, специальные ассоциации, которые объединяют клиники — и каждому нужен свой кусочек.
Поэтому вендоры ИИ хотят рынок здравоохранения США
На нем в первую очередь нужно решать не сложные медицинские проблемы, а неэффективность бюрократии. Ведь именно там и лежит огромная куча денег, которые идут на "обслуживание" этой системы. А значит OpenAI и Anthropic вполне могут откусить свой кусочек, вписавшись в этот процесс.
Если вы прочтете анонсы Claude и ChatGPT для здравоохранения, то увидите, что эти решения на самом деле нацелены не на "вылечить людей", а на "облегчить рабочие процессы":
- провести триаж пациентов, чтобы не допустить дорогую госпитализацию пациентов
- собрать доказательства о наличие заболевания
- подготовить обоснование расходов для страховой
- помочь страховой обработать запрос на компенсацию + сразу проверить, а компенсирует ли самой страховой расходы государство.
Почему же только сейчас стали использовать ИИ в этих областях?
Я уже писал пост про гонку OpenAI и Google. Вкратце, ребята типа OpenAI и Anthropic по природе своей убыточны. На подписках они теряют деньги (расходы на вычисления слишком высоки). Инвестиции тоже не бесконечны. Поэтому они уже давно прицелились на разные перспективные B2B и B2G рынки. Рынок здравоохранения особенно вкусный.
Но вот дурацкий Гугл вечно заставлял всех отвлекаться на доработку своих фундаментальных моделей, чтобы просто не отстать от него. И вот, когда наконец, гонка приутихла — юркие "стартапы" (в сравнении с Гуглом то) быстро решили выкатывать все что есть на самый профитный рынок.
И доработки для этого нужны были не в дообучении самих моделей в основном. Главное, что они сделали — создали подходящую для этого инфраструктуру. Для обработки медицинских данных в США нужно выполнять сложные HIPAA требования по информационной безопасности. А также сделали совместить с международным протоколом обмена данными FHIR.
Дальше дело техники. Делаешь промпты. Выбираешь бенчмарк (или делаешь его с нуля, как OpenAI), на котором твои модели показывают наилучшие результаты — и бежишь продавать налево и направо медицинским организациям.
Но на самом деле не все так плохо ☀
На первый взгляд может показаться, что это полный мрак. Но на самом деле — это финансовая система мотивации. И она работала, но со временем заржавела — бюрократия стала работать медленно, люди страдать и платить огромные бабки.
При внедрении ИИ же пациенты по идее платить больше не станут, но при этом вернут себе более высокий уровень обслуживания, более высокое качество и скорость диганостики и лечения. Просто за счет того, что "смажут шестеренки".
Весь остальной мир тоже выиграет.
- В первую очередь — за счет положительного примера (как часто с США и бывает).
- Во вторую очередь — за счет того, что фундаментальным моделям скормили много международных медицинских классификаций, рекомендаций и тд. А значит эти модели даже без дообучения могут быть полезны по всему миру.
В общем, работает капитализм, получается.
Подписывайтесь на Telegram Заместители.