Nightingale AI, un modelo de inteligencia artificial en salud, avanza con acceso a grandes conjuntos de datos y potencia computacional para desarrollar tratamientos y diagnósticos personalizados.
Nightingale AI, un modelo de inteligencia artificial en el ámbito de la salud, avanza hacia su próxima fase de desarrollo tras asegurar el acceso a datos y procesamiento necesarios. Este proyecto, liderado por Imperial College London, se beneficiará de grandes conjuntos de datos de salud del Reino Unido, la Unión Europea y Estados Unidos para ayudar a científicos y especialistas médicos en tareas como el desarrollo de tratamientos, diagnóstico de pacientes y monitoreo de enfermedades.
Recientemente, el Gobierno del Reino Unido ha otorgado al proyecto un impulso significativo al concederle un millón de horas de tiempo de computación GPU en el superordenador más rápido del país, Isambard-AI, ubicado en Bristol. Esta máquina ocupa el undécimo lugar entre los superordenadores más potentes del mundo.
Además, Nightingale AI se ha asociado con el Children’s Hospital of Orange County (CHOC), parte de Rady Children’s Health, para potenciar la inteligencia artificial en enfermedades infantiles que han sido tradicionalmente desatendidas. Este esfuerzo se centrará en trabajar con registros electrónicos de pacientes anonimizados.
La integración creciente de datos y tiempo de computación permitirá al equipo de Nightingale AI avanzar en la formación de un modelo global que ayude a investigadores y clínicos a responder una amplia gama de preguntas relacionadas con la salud mediante la identificación de patrones en grandes conjuntos de datos.
A diferencia de otros modelos que utilizan el lenguaje escrito como base para razonar, Nightingale AI aprenderá a partir de datos sanitarios multimodales. Esto significa que estará diseñada para interpretar información tan variada como registros médicos, resultados de laboratorio, radiografías, datos genéticos e investigaciones médicas publicadas. Se espera que esta capacidad le permita ofrecer perspectivas médicas novedosas y personalizadas para el ámbito sanitario y biomédico.
Nightingale AI aprenderá utilizando datos médicos anonimizados sin compartir ninguna información utilizada durante su creación.
Isambard-AI, un superordenador recientemente lanzado con una inversión gubernamental de 225 millones de libras esterlinas, proporcionará a Nightingale AI un tiempo inicial equivalente al procesamiento utilizado por OpenAI para entrenar GPT-3, el primer modelo grande implementado comercialmente.
Bajo la dirección del profesor Aldo Faisal, director del UKRI Centre for Doctoral Training in AI for Healthcare, un equipo compuesto por investigadores doctorales y PhD se encargará del entrenamiento del modelo utilizando datos proporcionados en parte por CHOC. Este sistema ha colaborado previamente con Faisal en el desarrollo del AI Clinician, una herramienta que ayuda a los médicos pediátricos a tomar decisiones complejas al tratar a niños críticamente enfermos.
Nightingale AI tiene su sede en la School of Convergence Science in Human and Artificial Intelligence de Imperial College y colabora con universidades líderes en el Reino Unido y Europa. Está recibiendo financiamiento del UKRI AI Hub in Generative Models, así como del programa Horizon Europe DVPS.
Como iniciativa sin fines de lucro, Nightingale AI busca apoyar el desarrollo de medicamentos útiles y tecnologías sanitarias mientras permanece independiente de intereses comerciales. Este esfuerzo fue reconocido recientemente por Nvidia durante una visita estatal al Reino Unido por parte del presidente estadounidense, cuando la compañía destacó este proyecto entre las innovaciones británicas que utilizan sus chips.
El profesor Faisal subrayó: “Al asegurar el acceso a grandes volúmenes de datos y todo el poder computacional disponible en Isambard-AI, estamos listos para desbloquear una calidad completamente nueva en IA para la atención médica, impulsando avances médicos y ofreciendo asesoramiento médico personalizado a cada paciente.”
Dr. Marek Rei, co-líder del proyecto e investigador experto en modelos lingüísticos grandes dentro del Department of Computing de Imperial, añadió: “Mientras que existen muchos modelos lingüísticos que intentan responder algunas preguntas médicas, nosotros estamos construyendo un modelo diseñado específicamente para combinar conocimientos provenientes de diferentes tipos de datos médicos.”