L’AI nella medicina migliora del 28%: a che punto siamo?

(Fonte) Datapizza

A Gennaio, Dario Amodei, CEO di Anthropic, ha affermato che: “possiamo fare 100 anni di progressi in aree come la biologia in cinque o dieci anni”.

Anche Demis Hassabis, CEO di Google Deepmind, sostiene che: “l’AI potrebbe porre fine alle malattie.”

Qualche mese fa, in Gran Bretagna, è stato completato con successo il primo intervento clinico utilizzando una nuova tecnologia chiamata Eyevatar. La paziente era legalmente cieca con una vista di 20/1400 (praticamente zero) ma dopo l’intervento è passata a 20/16, anche meglio della vista normale.

Un altro modello recentissimo, chiamato ECgMPL, ha raggiunto una precisione incredibile nella diagnosi automatizzata di vari tipi di tumori: Endometrio: 99,26%; Colon-retto: 98,57%; Mammella: 98,20%; Bocca: 97,34%. Queste sono percentuali enormi, considerando che prima la precisione massima con sistemi automatizzati era neanche il 79-80%.

I modelli sono migliorati tanto nell’ultimo periodo. Nel giro di pochi mesi, infatti, gli ultimi modelli (come o3 e GPT-4.1 nano) hanno segnato un miglioramento del 28%rispetto alle generazioni precedenti, soprattutto su affidabilità e precisione.  Però nonostante tutto, anche i modelli migliori sbagliano ancora, soprattutto nei casi più complessi.

(Tuttavia) le risposte dei nuovi modelli sono così buone che anche esperti umani non riescono ad aggiungere molto altro.

Come OpenAI è diventato il beniamino dei dirigenti

https://www.thedailyupside.com/newsletter/cio-may-15-2025/

CIO Upside – 15/5/2025

 In uno studio condotto su oltre 30.000 aziende statunitensi dalla società fintech Ramp , il 32,4% ha dichiarato di avere un abbonamento a pagamento ai servizi di OpenAI ad aprile, superando di gran lunga i concorrenti. Anthropic si è classificata al secondo posto con l’8%, seguita da xAI con lo 0,5% e Google e DeepSeek a pari merito con lo 0,1%.

Il successo di OpenAI rispecchia quello di AWS nel settore cloud: Un fattore determinante del suo successo è stata la facilità d’uso; L’azienda ha inoltre attirato subito gli sviluppatori grazie a un’ampia documentazione API e a kit di sviluppo software; OpenAI ha conferito ntegrazioni e partnership con piattaforme aziendali di uso comune come Salesforce, Microsoft e Slack.

nel complesso, OpenAI e Anthropic coprono la stragrande maggioranza dei casi d’uso.

Sebbene sia molto più facile per un’azienda acquisire prima utilizzando strumenti disponibili sul mercato, alcuni potrebbero preferire costruire internamente o sfruttare offerte open source, come la famiglia di modelli Llama di Meta. Il percorso di build è ideale per le aziende che cercano un modello di nicchia che non ha casi d’uso sul mercato. È anche preferibile se l’organizzazione ha bisogno di mantenere il controllo totale su ciò che entra ed esce da un modello, o se il modello opera al centro di un’attività, ha osserato.