
پہلے، AI کی وجہ سے "مہارت کی کمی" کے بارے میں خدشات زیادہ تر قیاس آرائی پر مبنی تھے۔ اب، پہلے تجرباتی اعداد و شمار سامنے آنے لگے ہیں۔ ابھی ابتدائی ہونے کے باوجود، سگنلز اتنے مضبوط ہیں کہ طبی برادری کی طرف سے توجہ دلائی جائے۔
AI کی مدد سے کالونیسکوپی کے دوران مہارتوں میں کمی کی علامات۔
دی لانسیٹ گیسٹرو اینٹرولوجی اینڈ ہیپاٹولوجی میں شائع ہونے والے 2025 کے مشاہداتی مطالعے میں AI نظاموں کا جائزہ لیا گیا جو اڈینوماس کا پتہ لگانے کے لیے استعمال کیے جاتے ہیں - ہاضمہ میں سومی گھاووں جو کینسر کی طرف بڑھ سکتے ہیں۔
نتائج سے پتہ چلتا ہے کہ اینڈوسکوپسٹ جو باقاعدگی سے AI استعمال کرتے تھے ان میں ایڈینوما کا پتہ لگانے کی شرح نمایاں طور پر کم تھی — 29% سے 22% — جب AI کی مدد کے بغیر معاملات انجام دیتے تھے۔ اس سے پتہ چلتا ہے کہ AI کے ساتھ طویل نمائش سے قابل پیمائش طبی کارکردگی پر منفی اثر پڑ سکتا ہے۔
"علمی جال": جب انسان سوچنا چھوڑ دیتا ہے۔
علمی نفسیات اس رجحان کی وضاحت پیش کرتی ہے۔ متعدد مطالعات نے بار بار AI کے استعمال اور تنقیدی سوچ کی صلاحیت کے درمیان الٹا تعلق ظاہر کیا ہے۔ بنیادی طریقہ کار کو کوگنیٹو آف لوڈنگ کہا جاتا ہے۔
جب لوگ ٹولز پر بہت زیادہ انحصار کرتے ہیں، تو دماغ آزادانہ تجزیہ پر اپنی کوششوں کو کم کر دیتا ہے۔
مسئلہ خود AI کے ساتھ نہیں ہے۔ مسئلہ غیر فعال قبولیت میں ہے - جب انسان سوال کرنا چھوڑ دیتے ہیں۔
مہارت میں مہارت حاصل کرنے سے پہلے ہی انحصار بننے کا خطرہ۔
اگر غیر فعال انحصار تمام ڈاکٹروں کے لیے خطرہ ہے، تو سب سے زیادہ خطرناک اثر ان لوگوں پر پڑ سکتا ہے جو تربیت کے مرحلے میں ہیں۔
میموگرافی کی تشخیص پر ایک مطالعہ سے پتہ چلتا ہے کہ AI کی طرف سے پیدا ہونے والی غلطیوں کا پتہ لگانے کی صلاحیت تجربے پر بہت زیادہ منحصر ہے. ایک مصنوعی منظر نامے میں جہاں AI نے غلط تجاویز دی ہیں، فلم کی صحیح تشریح کی شرح کم تجربہ کار گروپ میں صرف 20%، اوسط گروپ میں 25%، اور انتہائی تجربہ کار گروپ میں 46% تھی۔
یہ ایک ایسے رجحان کے بارے میں تشویش پیدا کرتا ہے جسے "کبھی بھی ہنر مندی نہیں" کہا جاتا ہے - کبھی بھی حقیقی معنوں میں مہارت پیدا نہیں کرتے۔ اگر رہائشی خود طبی ابہام سے نمٹنے سے پہلے AI سے پیدا ہونے والی تفریق تشخیص پر انحصار کرتے ہیں، تو تشخیصی سوچ کی ٹھوس بنیاد کبھی نہیں بنائی جا سکتی ہے۔
ایسا نہیں ہے کہ آپ نے اپنی موجودہ صلاحیتیں کھو دی ہیں، بلکہ یہ کہ آپ نے پہلے کبھی مہارت حاصل نہیں کی۔
کیا AI مہارت کو کم کرتا ہے یا ارتقاء کو تیز کرتا ہے؟
بحث اکثر دوہری نظریہ میں اترتی ہے: AI یا تو ڈاکٹروں کو "ذلت پذیر" بناتا ہے یا انہیں "سپر ہیومن" میں بدل دیتا ہے۔ حقیقت کہیں زیادہ پیچیدہ ہے۔
طب اپنے آلات کے ساتھ ساتھ مسلسل ترقی کر رہی ہے: سٹیتھوسکوپس، سی ٹی سکین، الیکٹرانک میڈیکل ریکارڈ۔ ہر ٹیکنالوجی عمل کو بدلتی ہے اور ایک نئی سطح کی سمجھ کا مطالبہ کرتی ہے۔ کوئی بھی یہ بحث نہیں کرے گا کہ تشخیصی امیجنگ کے اضافے نے ڈاکٹروں کو "کام سے باہر" کردیا ہے، حالانکہ یہ تفصیلی جسمانی معائنہ سے تصویر کی تشریح اور طبی ترکیب کی طرف توجہ مرکوز کرتا ہے۔
لہذا، AI کو سمجھنا — اس سے بچنے کے بجائے — سب سے اہم حفاظتی عنصر ہو سکتا ہے۔
مہارت کے انحطاط کے خطرے کو کم کرنے کے لیے کیا کیا جا سکتا ہے؟
کئی تعلیمی حکمت عملی تیار کی جا رہی ہے۔ مثال کے طور پر، AI کی تجاویز پر غور کرنے سے پہلے ڈاکٹروں کو—خاص طور پر جو تربیت میں ہیں— کو آزادانہ تشخیص فراہم کرنے کی ضرورت ہے۔ تاہم، عمل درآمد مشکل ہو سکتا ہے کیونکہ AI تیزی سے مقبول اور قابل رسائی ہوتا جا رہا ہے۔
ایک اور نقطہ نظر تشریحی AI تیار کرنا ہے۔ پھیپھڑوں کے علاقے کو محض "مشتبہ بدنیتی" کے طور پر نشان زد کرنے کے بجائے یہ نظام گرمی کا نقشہ دکھا سکتا ہے جس میں بتایا گیا ہے کہ کون سے پکسلز فیصلے پر سب سے زیادہ اثر انداز ہوتے ہیں۔ یہ ڈاکٹروں کو یہ سمجھنے پر مجبور کرتا ہے کہ "کیوں"، AI کو آٹو پائلٹ سے مسلسل سیکھنے کے آلے میں تبدیل کرنا۔
دیگر حلوں میں "علمی جبر" کی تکنیکیں شامل ہیں — جو صارفین کو AI تجاویز کو قبول کرنے کا جواز فراہم کرنے کی ضرورت ہوتی ہے — یا ایسے عمل کو ڈیزائن کرنا جو تجاویز کو بطور ڈیفالٹ کے بجائے بعد میں ظاہر کرنے کی اجازت دیتے ہیں۔
تاہم، کلینکل ٹرائلز کے ذریعے ابھی تک کوئی حکمت عملی ثابت نہیں ہو سکی ہے جس سے ہنر کی تنزلی کو روکا جا سکے۔
مستقبل کا انحصار اس بات پر ہے کہ ہم اسے کیسے نافذ کرتے ہیں۔
دوا کے لیے چیلنج AI کے خلاف لڑنا نہیں ہے، بلکہ AI کو بامقصد طریقے سے مربوط کرنا ہے۔
AI بلاشبہ ڈاکٹروں کے کام کرنے کے طریقے کو بدل دے گا۔ لیکن آیا AI ڈاکٹروں کی صلاحیتوں کو کم کرتا ہے یا بڑھاتا ہے اس کا انحصار اس بات پر ہے کہ ہم اسے کیسے استعمال کرتے ہیں۔
مستقبل میں، ڈاکٹر الگورتھم پر بھروسہ کریں گے۔ لیکن کیریئر کی وضاحت کرنے کی مہارت زیادہ یاد رکھنے یا تیزی سے تشخیص کرنے کی نہیں ہو سکتی ہے، بلکہ AI پر سوال کرنے کی صلاحیت، اس سے سیکھنا — اور جب یہ غلط ہے تو مداخلت کرنے کی ہمت ہے۔
(ماخذ: فوربس)
ماخذ: https://vietnamnet.vn/ai-co-lam-thoai-hoa-ky-nang-bac-si-2494140.html






تبصرہ (0)