Блог
Представляем IQVIA Medical Reasoning (Med-R1 8B): лучшая в своем классе языковая модель для медицинских рассуждений
Как компания IQVIA претворяет в жизнь обещания технологии Healthcare-grade AI®
Джей Нанавати (Jay Nanavati), руководитель отдела передового ИИ, направление прикладных наук об ИИ
Джуд Лафлер (Jude LaFleur), старший научный сотрудник по ИИ, направление прикладных наук об ИИ
Д-р Калум Якубян (Dr. Calum Yacoubian), директор по стратегии в сфере здравоохранения, направление прикладных наук об ИИ
Хальдун Зин Эль Абидин (Khaldoun Zine El Abidine), старший директор по технологиям, направление прикладных наук об ИИ, IQVIA
07 апр. 2025 г.
Компания IQVIA уже давно является лидером в применении данных и ИИ для трансформации здравоохранения. Сегодня мы представляем наш новейший пример решения IQVIA Healthcare-grade AI: IQVIA Medical Reasoning (Med-R1 8B). Это наша самая передовая большая языковая модель, разработанная специально для медицинских рассуждений — основополагающего процесса в здравоохранении и медико-биологических науках, который лежит в основе того, как специалисты оценивают и анализируют сложную медицинскую и научную информацию для принятия обоснованных, критически выверенных решений.
Хотя эксперты всегда должны контролировать процесс, ИИ может помочь им восполнить пробелы в медицинских знаниях, повысить эффективность и улучшить качество оказания медицинской помощи. Med-R1 8B быстро интерпретирует сложные реальные данные, такие как клинические заметки и научная литература, и предоставляет легко понятные аналитические выводы на основе медицинских рассуждений, позволяя экспертам принимать более правильные решения. Med-R1 8B достигает уровней точности, которые обычно наблюдаются только у моделей в 2–5 раз большего размера, что делает ее одной из самых эффективных и применимых на практике систем ИИ для рассуждений в медицинской сфере.
Наша цель была ясна: создать модель, специально разработанную для здравоохранения. Med-R1 8B достаточно компактна для развертывания, достаточно быстра для масштабирования и достаточно мощна, чтобы предоставить пользователям интерпретируемые рассуждения. Будучи не просто интеллектуальной, модель Med-R1 8B создана для того, чтобы расширять возможности организаций здравоохранения и медико-биологических наук, улучшать процесс принятия решений и в конечном итоге преобразовывать результаты лечения пациентов.
Меньше, умнее, готова к масштабированию
Модель Med-R1 8B прошла строгие испытания на признанных в отрасли бенчмарках медицинского профиля, включая MedQA, PubMedQA и MedMCQA. Med-R1 8B не только превосходит все опубликованные модели в категории с 8 миллиардами параметров, но также обладает точностью, эквивалентной моделям в 3–5 раз крупнее, и даже превосходит GPT-4 — закрытую модель с 1,7 триллиона параметров (т. е. более чем в 200 раз превышающую ее по размеру) — на таких наборах данных, как PubMedQA.
Что отличает Med-R1 8B, так это не только ее точность, но и значительно сниженные требования к стоимости и инфраструктуре. В то время как модели с 30 млрд+ параметров требуют огромных вычислительных ресурсов, более высокой задержки и более сложных настроек развертывания, Med-R1 8B может обучаться и обслуживаться за долю этой стоимости, что делает ее высокомасштабируемой для реальных клинических и корпоративных приложений.
Этот скачок в эффективности обеспечивается нашей архитектурой обучения с подкреплением, стеком языковых моделей с поддержкой онтологий и точной настройкой под предметную область, что доказывает: интеллектуальный дизайн может соперничать с грубым масштабированием, обеспечивая производительность без непомерных затрат.
Ниже приведены результаты лучших сопоставимых моделей по бенчмарку Open Medical-LLM — стандартизированному набору наборов данных, предназначенных для оценки клинического мышления и производительности ответов на вопросы больших языковых моделей в различных медицинских областях.
Таблица 1: Med-R1 8B достигает наивысшей точности по всем направлениям. Точность — это количество правильных ответов от общего числа вопросов.
Эти результаты позиционируют Med-R1 8B как лучшую в своем классе модель в категории 8 млрд параметров, предлагающую превосходное соотношение эффективности и производительности для приложений в сфере здравоохранения.
В то время как другие модели полагаются на масштаб, Med-R1 8B полагается на точность, доработанную для научных открытий, поддержки принятия решений и объяснимых выводов. Эта целенаправленная стратегия обучения позволяет Med-R1 8B более эффективно обобщать данные при меньшем их объеме, фиксируя как клинические знания, так и структурированные процессы рассуждения, необходимые для поддержки принятия решений в реальных условиях.
К числу ключевых преимуществ относятся:
- Прозрачные цепочки принятия решений: Med-R1 8B шаг за шагом объясняет свой ход мыслей, что облегчает клиницистам интерпретацию, валидацию или оспаривание рекомендаций на базе ИИ (см. изображение ниже).
- Оценка альтернатив: вместо того чтобы по умолчанию выбирать один «лучший» ответ, модель взвешивает несколько вариантов диагноза или лечения, прежде чем предложить выводы.
- Осведомленность об неопределенности: Med-R1 8B указывает на двусмысленность, выражает уровни уверенности и определяет, какая информация отсутствует, что отражает то, как клиницисты рассуждают в условиях неопределенности.
- Простота развертывания и экономическая эффективность: компактный размер модели делает ее идеальной для использования в масштабах предприятия без затрат, сложности или требований к инфраструктуре, характерных для более крупных языковых моделей. Ее легко интегрировать, дорабатывать и безопасно запускать в клинических условиях.
Согласовывая свои рассуждения с реальными медицинскими рабочими процессами, Med-R1 8B становится истинным партнером в принятии решений, а не просто источником ответов.
Примеры пошагового процесса рассуждения модели на сложных клинических примерах
Клиническое принятие решений
Приведенный ниже пример демонстрирует, как Med-R1 8B подходит к сложному диагностическому сценарию с использованием той же структурированной методологии, которую применяют опытные врачи-клиницисты.
Пользователь: «В прилагаемой клинической заметке что отсутствует в дифференциальном диагнозе этого пациента?»
Med-R1 8B:
Идентификация лекарственных мишеней
Приведенный ниже пример демонстрирует, как Med-R1 8B подходит к сложному терапевтическому сравнению при тяжелой эозинофильной астме с использованием той же структурированной методологии, которую применяет врач-исследователь.
Пользователь: «Обеспечивает ли блокада TSLP большую клиническую пользу при тяжелой эозинофильной астме по сравнению с антагонистами IL-5?»
Med-R1 8B:
Приведенные выше результаты иллюстрируют несколько определяющих сильных сторон возможностей модели в области рассуждений:
- Структурированный клинический рабочий процесс: Модель начинается с четкой формулировки клинического сценария — будь то диагностический или терапевтический — а затем применяет пошаговую методологию для изучения гипотез, сравнения вариантов и синтеза доказательств в манере, согласующейся с экспертным клиническим мышлением.
- Доказательная оценка: Модель критически оценивает каждый диагноз, выявляя поддерживающие находки (например, посев мокроты, одышку, факторы риска) или сравнивая терапевтические мишени (например, блокаду TSLP против IL-5) и исключая менее вероятные варианты путем тщательного рассмотрения патофизиологии, проявлений и противопоказаний. Модель объединяет информацию из опубликованных клинических испытаний, биологических механизмов и факторов, специфичных для пациента. Она взвешивает каждый вариант, используя доказательные рассуждения и установленные руководства.
- Прозрачный процесс рассуждений: Вместо того чтобы сразу выдавать готовый вывод, модель подробно описывает ход своих мыслей. Модель излагает предположения, интерпретирует результаты исследований, учитывает нюансы подгрупп и объясняет, почему одному пути может отдаваться предпочтение перед другим. Такая ясность делает результаты ее работы прослеживаемыми и проверяемыми.
- Фокус на клинической правдоподобности: Модель демонстрирует способность рассуждать в условиях неопределенности, учитывая сопутствующие заболевания, различные уровни эозинофилов, неполные данные или гетерогенность терапевтического ответа. Она охватывает нюансы клинических решений, выходящие за рамки сценариев из учебников.
- Поддержка принятия решений, а не просто поиск ответов: ценность модели заключается в ее способности объяснять, а не просто реагировать. Она предоставляет клиницистам структурированные аналитические данные, которые можно изучать, обсуждать и проверять в условиях совместной работы, что повышает уверенность, снижает риски и обеспечивает более персонализированный уход.
Этот структурированный подход отражает то, как опытные врачи подходят к сложным случаям: путем итеративного синтеза результатов, применения диагностических структур и прозрачного сужения круга возможных вариантов. Будучи внедренной в клинические рабочие процессы, Med-R1 8B способна помочь врачам в принятии решений, повысить уверенность в диагностике и поддержать более последовательное предоставление медицинской помощи, соответствующее принципам доказательной медицины.
Взгляд в будущее: поддержка автономных рабочих процессов в здравоохранении и науках о жизни
Med-R1 8B закладывает основу для автономных ИИ-систем, способных рассуждать, планировать и действовать с определенной степенью самостоятельности в клинических и научных областях. От структурирования сложных решений до оркестрации использования инструментов — модель отражает то, как мыслит человек-эксперт, что делает ее идеальной для интеграции в интеллектуальные рабочие процессы.
Планирование играет центральную роль в автономном интеллекте, и Med-R1 8B демонстрирует это, разбивая масштабные цели на логичные, основанные на доказательствах шаги. Ее прозрачные рассуждения и адаптируемость делают ее естественным оркестратором, будь то сравнение методов лечения, интерпретация данных клинических испытаний или руководство диагностикой.
Скорость и доступность имеют значение. Быстрая система с низким временем отклика обеспечивает итерации в реальном времени и более широкое внедрение, превращая ИИ из локального решения в динамичного партнера масштаба всей системы.
Двигаясь вперед, Med-R1 8B и ее будущие итерации будут обеспечивать не просто ответы, а архитектуру для по-настоящему интеллектуальных, объяснимых и масштабируемых автономных рабочих процессов в здравоохранении и науках о жизни.
Свяжитесь с нами для получения дополнительной информации и обсуждения того, как Med-R1 8B может помочь вам достичь большей эффективности и точности в разработке продуктов и уходе за пациентами.
IQVIA AI
Узнайте, как беспрецедентные данные, глубокие знания предметной области и технологии обеспечивают создание решений на базе ИИ, специально разработанных для здравоохранения.
