20 ویں صدی کے آخر میں، AI کا ظہور ہوا، جسے کمپیوٹر انجینئرز نے انسانوں کی تخلیق کردہ ہدایات (قواعد) کی ایک سیریز کی بنیاد پر پروگرام کیا، جس سے ٹیکنالوجی کو بنیادی مسائل کو حل کرنے کی اجازت ملی۔
ایڈیٹر کا نوٹ: معلومات کے دور میں بہت سی صنعتیں نئی ٹیکنالوجیز سے متاثر ہیں۔ آٹومیشن، کمپیوٹر سائنس، اور مصنوعی ذہانت (AI) کے اثرات کے ساتھ، ڈاکٹر، ہسپتال، انشورنس کمپنیاں، اور صحت کی دیکھ بھال سے متعلقہ صنعتیں بھی اس سے مستثنیٰ نہیں ہیں۔ تاہم، صحت کی دیکھ بھال میں خاص طور پر، AI کا دیگر صنعتوں کے مقابلے میں زیادہ مثبت اثر پڑا ہے۔
پہلی نسل
کوئی تصور کر سکتا ہے کہ اس مرحلے پر AI کی تربیت میڈیکل کے طلباء کی طرف سے اٹھائے گئے نقطہ نظر سے ملتی جلتی ہے۔ AI سسٹمز کو سیکڑوں الگورتھم سکھائے جاتے ہیں تاکہ مریض کی علامات کو تشخیص میں تبدیل کیا جا سکے۔ یہ صحت کی دیکھ بھال کے اصولوں کو AI نظاموں میں ضم کرنے والی پہلی نسل سمجھا جاتا ہے۔
فیصلہ سازی کے الگورتھم ایک درخت کی طرح بڑھتے ہیں، جو تنے سے شروع ہوتے ہیں (مریض کا مسئلہ) اور وہاں سے شاخیں نکلتے ہیں۔ مثال کے طور پر، اگر کوئی مریض شدید کھانسی کی شکایت کرتا ہے، تو ڈاکٹر پہلے بخار کی جانچ کرے گا۔ بخار ہے یا نہیں اس پر منحصر سوالات کے دو سیٹ ہوں گے۔ ابتدائی جواب سے مریض کی حالت کے بارے میں مزید سوالات اٹھیں گے۔ یہ، بدلے میں، مزید برانچنگ کی طرف جاتا ہے. بالآخر، ہر شاخ ایک تشخیص بن جاتی ہے، جو بیکٹیریل، فنگل، یا وائرل نمونیا سے لے کر کینسر، دل کی ناکامی، یا پھیپھڑوں کی دیگر بیماریوں تک ہو سکتی ہے۔
مجموعی طور پر، AI کی پہلی نسل مسائل کو پہچان سکتی ہے لیکن ابھی تک طبی ریکارڈ کا تجزیہ اور درجہ بندی نہیں کر سکی۔ نتیجے کے طور پر، مصنوعی ذہانت کی یہ ابتدائی شکل ڈاکٹروں کی طرح درست نہیں ہو سکی جو میڈیکل سائنس کو اپنی وجدان اور تجربے سے جوڑتے ہیں۔ اور ان حدود کی وجہ سے، اصول پر مبنی AI دوسرے اوقات میں کلینیکل پریکٹس میں شاذ و نادر ہی استعمال ہوتا تھا۔
مکمل آٹومیشن
21ویں صدی کے آغاز تک، AI کا دوسرا دور مصنوعی تنگ ذہانت (ANI) یا مصنوعی ذہانت سے شروع ہوا جو مخصوص ٹاسک گروپس کو حل کرتی ہے۔ انسانی دماغ کی ساخت کی نقل کرنے والے اعصابی نیٹ ورکس کی آمد نے گہری سیکھنے کی ٹیکنالوجی کی راہ ہموار کی۔ ANI اپنے پیشروؤں سے بہت مختلف طریقے سے کام کرتا ہے۔ محققین کی طرف سے پہلے سے طے شدہ اصول فراہم کرنے کے بجائے، دوسری نسل کے نظام ایسے نمونوں کو الگ کرنے کے لیے بڑے پیمانے پر ڈیٹا سیٹس کا استعمال کرتے ہیں جن کی شناخت میں انسانوں کو کافی وقت لگتا ہے۔
ایک مثال میں، محققین نے ANI سسٹم میں ہزاروں میموگرام کھلائے، جن میں سے آدھے نے مہلک کینسر ظاہر کیا اور آدھے نے سومی کینسر ظاہر کیا۔ ماڈل ایکس رے امیجز کے اندر سائز، کثافت اور شیڈنگ میں فوری طور پر درجنوں فرقوں کی نشاندہی کر سکتا ہے، ہر فرق کو ایک اثر عنصر تفویض کرتا ہے جو بدنیتی کے امکان کو ظاہر کرتا ہے۔ اہم بات یہ ہے کہ اس قسم کی AI اندازے پر انحصار نہیں کرتی ہے جیسے کہ انسان کرتے ہیں، بلکہ اس کے بجائے مہلک اور عام نتائج کے درمیان لطیف تغیرات پر انحصار کرتے ہیں جن سے نہ تو ریڈیولوجسٹ اور نہ ہی سافٹ ویئر ڈیزائنر واقف ہیں۔
اصول پر مبنی AI کے برعکس، دوسری نسل کے AI ٹولز بعض اوقات تشخیصی درستگی میں ڈاکٹر کی بصیرت سے بہتر کارکردگی کا مظاہرہ کرتے ہیں۔ تاہم، مصنوعی ذہانت کی یہ شکل سنگین حدود کو بھی ظاہر کرتی ہے۔ سب سے پہلے، ہر درخواست کا ایک مخصوص کام ہوتا ہے۔ اس کا مطلب یہ ہے کہ میموگرام پڑھنے کے لیے تربیت یافتہ نظام دماغی اسکین یا سینے کے ایکسرے کی تشریح نہیں کرسکتا۔ اے این آئی کی سب سے بڑی حد یہ ہے کہ سسٹم صرف اس وقت بہتر کام کرتا ہے جب اس کے پاس ڈیٹا ہوتا ہے جس پر اسے تربیت دی گئی ہے۔ اس کمزوری کی ایک واضح مثال یہ ہے کہ جب UnitedHealthcare نے کمزور ترین مریضوں کی شناخت اور انہیں اضافی طبی خدمات فراہم کرنے کے لیے تنگ AI پر انحصار کیا۔ ڈیٹا کو فلٹر کرتے وقت، محققین نے بعد میں دریافت کیا کہ AI نے ایک نقصان دہ مفروضہ کیا تھا۔ مریضوں کو صرف اس لیے صحت مند قرار دیا گیا کہ ان کے میڈیکل ریکارڈ سے یہ ظاہر ہوتا ہے کہ انہیں بہت کم طبی دیکھ بھال ملی، جبکہ زیادہ طبی دیکھ بھال حاصل کرنے والے مریضوں کو صحت کے لحاظ سے کم سمجھا گیا...
AI کی اگلی نسل لوگوں کو کسی بھی ڈاکٹر کی طرح بیماریوں کی تشخیص اور علاج کی منصوبہ بندی کرنے کی بھی اجازت دے گی۔ فی الحال، گوگل کے AI سے تیار کردہ ٹول (MED-PALM2) نے ماہر سطح کے اسکور کے ساتھ ڈاکٹر کا لائسنسنگ امتحان پاس کیا ہے۔ بہت سے دوسرے طبی AI ٹولز اب ڈاکٹروں کی طرح تشخیص لکھ سکتے ہیں۔ تاہم، ان ماڈلز کو اب بھی ڈاکٹر کی نگرانی کی ضرورت ہے اور وہ ابھی تک ڈاکٹروں کی جگہ لینے کے قابل نہیں ہیں۔ لیکن موجودہ تیز رفتار ترقی کی شرح کے ساتھ، یہ ایپلی کیشنز اگلے پانچ سالوں میں کم از کم 30 گنا زیادہ طاقتور بننے کی امید ہے۔ یہ پیشین گوئی کی گئی ہے کہ ChatGPT جیسے ٹولز کی آنے والی نسلیں ہر کسی کے لیے طبی مہارت لائیں گی، بنیادی طور پر ڈاکٹروں اور مریضوں کے درمیان تعلقات کو بدل دے گی۔
VIET LE کے ذریعہ مرتب کردہ
ماخذ
