Tutoriales y Manuales
Entradas Mensuales
-
▼
2025
(Total:
356
)
-
▼
marzo
(Total:
79
)
-
Steve Wozniak alerta del uso de la IA como «herram...
-
La IA de código abierto iguala a los mejores LLM p...
-
Grupo Lazarus de Corea del Norte hizo el mayor rob...
-
El FBI y CISA alertan ante el aumento de los ataqu...
-
Android 16 incluirá Battery Health
-
SteamOS para PC, la alternativa a Windows
-
Venden acceso total a red de gasolineras de México...
-
Ransomware Akira cifró los datos desde una cámara ...
-
ASUS anuncia monitores con purificador de aire inc...
-
Facebook, Instagram y Threads empiezan a probar la...
-
Texas Instruments crea el microcontrolador más peq...
-
Algunas impresoras están imprimiendo texto aleator...
-
Deep Research, la herramienta de Gemini que convie...
-
La nueva versión de Visual Studio Code te permite ...
-
Las descargas de LibreOffice se disparan con el re...
-
China anuncia una nueva tecnología que permite ver...
-
Google anuncia Gemma 3: su nueva IA ligera para di...
-
Gemini puede usar tu historial de Google para dart...
-
MySQL Replication (Master-Slave)
-
Advierten sobre Grandoreiro, troyano brasileño que...
-
Retan a ChatGPT y DeepSeek a jugar al ajedrez y lo...
-
Una actualización de HP deja inservibles a sus imp...
-
Windows App sustituirá a Escritorio Remoto
-
El gobierno de España quiere multar con hasta 35 m...
-
AMD ANTI-LAG 2: Qué es y qué novedades trae
-
Google lanza una terminal Linux nativo en Android
-
Chipset B850 vs B650 para AMD AM5
-
Crean el primer microchip para IA hecho con carbon...
-
Oleada de ciberataques en España
-
España, entre los países de la UE con más tarjetas...
-
Otra empresa China lanza un nuevo agente de IA y a...
-
Detecta una funcionalidad oculta en el chip de con...
-
La IA está facilitando los fraude de identificación
-
Los grupos de ransomware prefieren el "acceso repe...
-
Vulnerabilidad en PHP-CGI en Windows aprovechada p...
-
Tres vulnerabilidades activas en VMware
-
Extensión de VSCode contiene código malicioso
-
PowerToys permite convertir archivos multimedia
-
Microsoft desarrolla modelos de IA para competir c...
-
Redimensionar particiones con GParted
-
Cómo clonar tu SSD o disco duro con CloneZilla
-
Guía carriles (líneas) PCie
-
Una red de bots compromete más de 30.000 dispositi...
-
Radeon RX 9070 XTX en junio para competir con la G...
-
Google integra Gemini a Calendar para mejorar sus ...
-
Alarga la vida de tu viejo teléfono Android con Li...
-
Filtradas cuentas y datos bancarios de 80 mil mexi...
-
La china Alibaba lanza una IA que dice mejorar a D...
-
Generali sufre un ciberataque que afecta a los ex ...
-
Las mejores extensiones de Chrome para detectar im...
-
Precios recomendados tarjetas gráficas (GPU) de se...
-
El cofundador de Instagram predice que la IA reemp...
-
Tarjetas gráficas NVIDIA y AMD: Guía de equivalenc...
-
Chema Alonso abandona Telefónica
-
La filtración del grupo de ransomware desvela que ...
-
OnlyFans: menores venden videos explícitos aprovec...
-
Intel Core Ultra Serie 2: IA y potencia
-
Apple presenta el M3 Ultra, el nuevo chip de Apple...
-
Legálitas sufre una brecha de datos y filtra DNIs ...
-
El 99% de las organizaciones informan problemas de...
-
Apple presenta el nuevo MacBook Air con chip M4 y ...
-
Protección de Datos de España multa con 1 millón d...
-
Realme 14 Pro y 14 Pro+ llegan a España haciendo g...
-
Herramientas con interfaz web para Ollama (IA)
-
GPT-4.5 de OpenAI rompe récords en las pruebas de ...
-
Desarrollan baterías que convierten energía nuclea...
-
Amazon trabaja en una IA (Nova) de razonamiento pa...
-
LaLiga bloquea direcciones IP de CloudFlare y afec...
-
Spotify bloquea definitivamente las APK piratas: u...
-
Nothing desvela la nueva serie Phone (3a), con cám...
-
Filtrados 570 GB de datos sensibles de CCOO
-
Procesadores que no deberías comprar en 2025
-
360XSS: inyección masiva de anuncios a través de p...
-
Google Translate mejorará sus traducciones con IA
-
Caso Interfactura, el posible hackeo que pone en j...
-
APIs y contraseñas confidenciales utilizadas para ...
-
¿Qué es DeepSeek y cómo dar tus primeros pasos con...
-
DeepSeek lanza un sistema de archivos de código ab...
-
El Corte Inglés sufre un ciberataque que ha filtra...
-
-
▼
marzo
(Total:
79
)
-
►
2024
(Total:
1110
)
- ► septiembre (Total: 50 )
-
►
2023
(Total:
710
)
- ► septiembre (Total: 65 )
-
►
2022
(Total:
967
)
- ► septiembre (Total: 72 )
-
►
2021
(Total:
730
)
- ► septiembre (Total: 56 )
-
►
2020
(Total:
212
)
- ► septiembre (Total: 21 )
-
►
2019
(Total:
102
)
- ► septiembre (Total: 14 )
-
►
2017
(Total:
231
)
- ► septiembre (Total: 16 )
-
►
2016
(Total:
266
)
- ► septiembre (Total: 38 )
-
►
2015
(Total:
445
)
- ► septiembre (Total: 47 )
-
►
2014
(Total:
185
)
- ► septiembre (Total: 18 )
-
►
2013
(Total:
100
)
- ► septiembre (Total: 3 )
-
►
2011
(Total:
7
)
- ► septiembre (Total: 1 )
Blogroll
Etiquetas
Entradas populares
-
Marzo está comenzando con un aumento dramático de los ataques por parte de los ciberdelincuentes tanto a empresas como a instituciones El m...
-
Las actualizaciones de Windows a veces nos dejan con algunos problemas no deseados . Y esta vez le toca tanto a Windows 10 como a Windows 11...
-
Google anunció que su herramienta Deep Research para Gemini ya está disponible para todos los usuarios sin coste alguno . El asistente que p...
La IA de código abierto iguala a los mejores LLM propietarios en la resolución de casos médicos complejos
Los hallazgos sugieren que las herramientas
de IA de código abierto se están volviendo cada vez más competitivas y
podrían ofrecer una alternativa valiosa a los modelos propietarios.
“Hasta donde sabemos, esta es la primera vez que un modelo de IA de
código abierto iguala el rendimiento de GPT-4 en casos tan complejos
evaluados por médicos”, afirmó el autor principal, Arjun Manrai.
- Una mayor competencia entre las herramientas de diagnóstico por IA debería beneficiar a pacientes y médicos
En la actualidad, los grandes modelos lingüísticos (LLM, por sus siglas en inglés) realizan tareas cognitivas en medicina que antes se consideraban dominio exclusivo de los humanos, como responder con precisión a preguntas médicas de opción múltiple,1 demostrar un razonamiento clínico matizado,2 y establecer un diagnóstico diferencial sólido para casos de diagnóstico complejo.3 Desde su lanzamiento en marzo de 2023, el modelo GPT-4 (Generative Pre-trained Transformer 4) (en adelante, el LLM de código cerrado) creado por OpenAI ha sido uno de los LLM con mejor rendimiento en tareas médicas y se está incorporando a aplicaciones de atención sanitaria. Aunque los LLM de código abierto han estado disponibles, en general no han funcionado tan bien como los modelos propietarios.4 Sin embargo, sigue sin estar claro cómo funcionan los nuevos modelos de código abierto, como el modelo Llama 3.1 (Meta) (en adelante, el LLM de código abierto), con 405.000 millones de parámetros. Estos modelos de frontera de código abierto, llamados así por su rendimiento superior en las pruebas de referencia, pueden ser ahora alternativas competitivas a los modelos de código cerrado.
La inteligencia artificial puede transformar la medicina de muchas maneras, incluida su promesa de actuar como ayudante de diagnóstico de confianza para los atareados médicos.
En los últimos dos años, los modelos de IA patentados, también conocidos como modelos de código cerrado, han destacado en la resolución de casos médicos difíciles de descifrar que requieren un razonamiento clínico complejo. En particular, estos modelos de IA de código cerrado han superado a los de código abierto, llamados así porque su código fuente está a disposición del público y cualquiera puede retocarlo y modificarlo.
¿Se ha puesto al día la IA de código abierto?
La respuesta parece ser afirmativa, al menos en lo que se refiere a un modelo de IA de código abierto, según las conclusiones de un nuevo estudio financiado por los NIH y dirigido por investigadores de la Facultad de Medicina de Harvard, realizado en colaboración con médicos del Beth Israel Deaconess Medical Center y el Brigham and Women's Hospital, afiliados a Harvard.
Los resultados, publicados el 14 de marzo en JAMA Health Forum, muestran que una herramienta de IA de código abierto llamada Llama 3.1 405B obtuvo resultados similares a los de GPT-4, un modelo propietario de código cerrado. En su análisis, los investigadores compararon el rendimiento de los dos modelos en 92 casos desconcertantes incluidos en la rúbrica semanal de escenarios clínicos difíciles de diagnosticar de The New England Journal of Medicine.
Los resultados sugieren que las herramientas de IA de código abierto son cada vez más competitivas y podrían ofrecer una valiosa alternativa a los modelos patentados.
«Hasta donde sabemos, es la primera vez que un modelo de IA de código abierto iguala el rendimiento de GPT-4 en casos tan difíciles evaluados por los médicos», afirma el autor principal Arjun Manrai, profesor adjunto de informática biomédica en el Instituto Blavatnik del HMS. «Es realmente asombroso que los modelos Llama hayan alcanzado tan rápidamente al modelo propietario líder. Los pacientes, los profesionales sanitarios y los hospitales salen ganando con esta competencia».
Ventajas e inconvenientes de los sistemas de IA de código abierto y de código cerrado
La IA de código abierto y la de código cerrado difieren en varios aspectos importantes. En primer lugar, los modelos de código abierto pueden descargarse y ejecutarse en los ordenadores privados de un hospital, con lo que los datos de los pacientes permanecen dentro de la institución. En cambio, los modelos de código cerrado funcionan en servidores externos, lo que obliga a los usuarios a transmitir datos privados al exterior.
«Es probable que el modelo de código abierto resulte más atractivo para muchos directores de información, administradores de hospitales y médicos, ya que hay algo fundamentalmente diferente en el hecho de que los datos salgan del hospital hacia otra entidad, aunque sea de confianza», afirma el autor principal del estudio, Thomas Buckley, estudiante de doctorado de la nueva asignatura de IA en Medicina del Departamento de Informática Biomédica del HMS.
En segundo lugar, los profesionales de la medicina y la informática pueden adaptar los modelos de código abierto a las necesidades clínicas y de investigación específicas, mientras que las herramientas de código cerrado suelen ser más difíciles de adaptar.
«Esto es clave», afirma Buckley. «Se pueden utilizar datos locales para ajustar estos modelos, ya sea de forma básica o sofisticada, de modo que se adapten a las necesidades de los propios médicos, investigadores y pacientes».
En tercer lugar, los desarrolladores de IA de código cerrado, como OpenAI y Google, alojan sus propios modelos y ofrecen la tradicional asistencia al cliente, mientras que los modelos de código abierto hacen recaer en los usuarios la responsabilidad de la configuración y el mantenimiento de los modelos. Y, al menos hasta ahora, los modelos de código cerrado han demostrado ser más fáciles de integrar con las historias clínicas electrónicas y la infraestructura informática de los hospitales.
IA de código abierto frente a IA de código cerrado: un cuadro de mando para resolver casos clínicos difíciles
Tanto los algoritmos de IA de código abierto como los de código cerrado se entrenan en inmensos conjuntos de datos que incluyen libros de texto médicos, investigaciones revisadas por expertos, herramientas de apoyo a la toma de decisiones clínicas y datos anónimos de pacientes, como estudios de casos, resultados de pruebas, exploraciones y diagnósticos confirmados. Al escudriñar estas montañas de material a gran velocidad, los algoritmos aprenden patrones. Por ejemplo, ¿qué aspecto tienen los tumores cancerosos y benignos en un portaobjetos de patología? ¿Cuáles son los primeros signos reveladores de una insuficiencia cardíaca? ¿Cómo se distingue entre un colon normal y uno inflamado en un TAC? Cuando se les presenta un nuevo escenario clínico, los modelos de IA comparan la información entrante con el contenido que han asimilado durante el entrenamiento y proponen posibles diagnósticos.
En su análisis, los investigadores probaron Llama en 70 casos clínicos desafiantes del NEJM utilizados previamente para evaluar el rendimiento de GPT-4 y descritos en un estudio anterior dirigido por Adam Rodman, profesor adjunto de medicina de HMS en Beth Israel Deaconess y coautor de la nueva investigación. En el nuevo estudio, los investigadores añadieron 22 nuevos casos publicados después del final del periodo de entrenamiento de Llama para evitar la posibilidad de que Llama se hubiera encontrado inadvertidamente con algunos de los 70 casos publicados durante su entrenamiento básico.
El modelo de código abierto mostró una auténtica profundidad: Llama realizó un diagnóstico correcto en el 70 por ciento de los casos, frente al 64 por ciento de GPT-4. Además, clasificó la opción correcta como la mejor opción de diagnóstico. Además, la primera sugerencia fue la correcta en el 41% de los casos, frente al 37% de GPT-4.
«Como médico, he visto que gran parte de la atención sobre los potentes modelos lingüísticos de gran tamaño se centra en modelos propietarios que no podemos ejecutar localmente», dijo Rodman. «Nuestro estudio sugiere que los modelos de código abierto podrían ser igual de potentes, dando a los médicos y sistemas de salud mucho más control sobre cómo se utilizan estas tecnologías.»
Cada año, unos 795.000 pacientes mueren o sufren discapacidad permanente en Estados Unidos debido a errores de diagnóstico, según un informe de 2023.
Más allá del daño inmediato a los pacientes, los errores y retrasos en el diagnóstico pueden suponer una grave carga financiera para el sistema sanitario. Los diagnósticos inexactos o tardíos pueden dar lugar a pruebas innecesarias, tratamientos inadecuados y, en algunos casos, complicaciones graves que se vuelven más difíciles -y más caras- de gestionar con el tiempo.
«Utilizadas con prudencia e incorporadas de forma responsable a la infraestructura sanitaria actual, las herramientas de IA podrían ser copilotos de incalculable valor para los atareados clínicos y servir como auxiliares de diagnóstico de confianza para mejorar tanto la precisión como la rapidez del diagnóstico», afirma Manrai. «Pero sigue siendo crucial que los médicos ayuden a impulsar estos esfuerzos para asegurarse de que la IA funcione para ellos».
Fuentes:
https://hms.harvard.edu/news/open-source-ai-matches-top-proprietary-llm-solving-tough-medical-cases
1 comentarios :
Y como saben los médicos cuando la IA se equivoca.
Publicar un comentario
Los comentarios pueden ser revisados en cualquier momento por los moderadores.
Serán publicados aquellos que cumplan las siguientes condiciones:
- Comentario acorde al contenido del post.
- Prohibido mensajes de tipo SPAM.
- Evite incluir links innecesarios en su comentario.
- Contenidos ofensivos, amenazas e insultos no serán permitidos.
Debe saber que los comentarios de los lectores no reflejan necesariamente la opinión del STAFF.