(ANSA) – PADOVA, 21 MAR – I Large Language Models, le tecnologie di intelligenza artificiale avanzata incentrate sulla comprensione e sull’analisi del testo, la più nota delle quali è ChatGPT, sono già il presente della ricerca in campo medico. "Nel nostro laboratorio – ha spiegato la professoressa Mihaela van der Schaar, docente e ricercatrice all’Università di Cambridge – stiamo lavorando per costruire Large Language Models che possano essere affidabili e che possano essere potenziati dalle conoscenze cliniche di cui disponiamo". Sempre sull’intelligenza artificiale, "la seconda questione – ha detto – riguarda il fatto di trovare soluzioni che mantengano la riservatezza delle informazioni private dei pazienti e che siano comunque in grado di interagire con questi Large Language Models, per poter acquisire da questi modelli informazioni potenti e pertinenti per il paziente specifico che si trova di fronte al medico". Van der Schaar, fondatrice e direttrice del Cambridge Center for AI in Medicine (Ccam), considerata tra le massime esperte a livello mondiale sull’intelligenza artificiale, è stata protagonista del primo keynote speech durante la seconda giornata del World Health Forum Veneto, in corso a Padova fino a sabato 23 marzo. La scienziata ha parlato anche delle potenzialità di ‘Autoprognosis’ – "che abbiamo costruito già da qualche anno" – Si tratta di uno strumento "in grado di trattare qualsiasi malattia a cui si possa essere interessati, dal cancro alle malattie cardiovascolari, alla fibrosi cistica. Un medico, senza bisogno di imparare a scrivere il codice software, può inviare i dati del paziente ad AutoPrognosis e chiedergli una previsione, oppure di costruire un modello di rischio, ad esempio, per quello cardiovascolare o per il cancro. L’aspetto positivo di questi modelli di apprendimento automatico è che sono in grado di automatizzare il processo di selezione del modello migliore. Si tratta di un software open source che tutti possono utilizzare e su cui possono costruire, e spero che possa davvero aiutare sia i medici che i pazienti". (ANSA).