AI کی نسلیں طب میں تیزی سے ترقی کرتی ہیں۔

20 ویں صدی کے آخر میں کمپیوٹر انجینئرز کے ذریعہ پروگرام کیا گیا، AI انسانوں کی طرف سے تیار کردہ ہدایات (قواعد) کے ایک سیٹ کی بنیاد پر پیدا ہوا، جو ٹیکنالوجی کو بنیادی مسائل کو حل کرنے کی اجازت دیتا ہے۔

ایڈیٹر کا نوٹ: بہت سی صنعتیں ہیں جو معلومات کے دور میں نئی ٹیکنالوجیز سے متاثر ہوئی ہیں۔ آٹومیشن، کمپیوٹر سائنس، مصنوعی ذہانت (AI) کے اثرات کے ساتھ، ڈاکٹر، ہسپتال، انشورنس کمپنیاں اور صحت کی دیکھ بھال سے متعلق صنعتیں بھی اس سے مستثنیٰ نہیں ہیں۔ لیکن خاص طور پر، صحت کے شعبے میں، AI کا دیگر صنعتوں کے مقابلے میں زیادہ مثبت اثر ہے۔

پہلی نسل

جس طرح سے AI کی تربیت کی جاتی ہے اس کا تصور طبی طلباء کے نقطہ نظر سے ملتا جلتا تصور کیا جا سکتا ہے، AI سسٹمز کو سینکڑوں الگورتھم بھی سکھائے جاتے ہیں تاکہ مریض کی علامات کو تشخیص میں تبدیل کیا جا سکے۔ یہ صحت کی دیکھ بھال کے قواعد کی پہلی نسل سمجھا جاتا ہے جسے AI سسٹمز میں شامل کیا گیا ہے۔

جنریٹو AI ایپلی کیشنز ڈاکٹروں کو حقیقی وقت میں معلومات کو اپ ڈیٹ کرنے میں مدد کرتی ہیں۔

فیصلہ سازی کے الگورتھم ایک درخت کی طرح بڑھتے ہیں، تنے سے شروع ہو کر (مریض کا مسئلہ) اور وہاں سے شاخیں نکلتے ہیں۔ مثال کے طور پر، اگر کوئی مریض خراب کھانسی کی شکایت کرے، تو ڈاکٹر پہلے پوچھے گا کہ بخار ہے یا نہیں۔ سوالات کے دو سیٹ ہوں گے، بخار/بخار نہیں۔ ابتدائی جوابات حالت کے بارے میں مزید سوالات کا باعث بنیں گے۔ یہ مزید شاخوں کی قیادت کرے گا. آخر میں، ہر شاخ ایک تشخیص ہے، جو بیکٹیریل، فنگل، یا وائرل نمونیا سے لے کر کینسر، دل کی ناکامی، یا پھیپھڑوں کی دیگر درجنوں بیماریوں تک ہوسکتی ہے۔

عام طور پر، AI کی پہلی نسل مسائل کو پہچان سکتی تھی لیکن طبی ریکارڈ کا تجزیہ اور درجہ بندی نہیں کر سکتی تھی۔ نتیجے کے طور پر، مصنوعی ذہانت کی ابتدائی شکلیں ڈاکٹروں کی طرح درست نہیں ہو سکتیں جنہوں نے طبی سائنس کو اپنی بصیرت اور تجربے سے جوڑ دیا۔ 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 اوائل تک، AI کا دوسرا دور مصنوعی تنگ ذہانت (ANI) یا مصنوعی ذہانت سے شروع ہوا جو کاموں کے مخصوص سیٹوں 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۔ اے این آئی اپنے پیشرو سے بہت مختلف طریقے سے کام کرتی ہے۔ محققین کی طرف سے پہلے سے طے شدہ اصول فراہم کرنے کے بجائے، دوسری نسل کے نظام ایسے نمونوں کو سمجھنے کے لیے بہت بڑے ڈیٹا سیٹس کا استعمال کرتے ہیں جن کو کرنے میں انسانوں کو کافی وقت لگتا ہے۔

ایک مثال میں، محققین نے اے این آئی سسٹم کو ہزاروں میموگرام کھلائے، جن میں سے آدھے نے مہلک کینسر دکھائے اور نصف نے سومی کینسر ظاہر کیا۔ ماڈل میموگرام کے سائز، کثافت اور شیڈنگ میں فوری طور پر درجنوں فرقوں کی نشاندہی کرنے میں کامیاب رہا، ہر فرق کو ایک وزنی عنصر تفویض کرتا ہے جو بدنیتی کے امکان کو ظاہر کرتا ہے۔ اہم بات یہ ہے کہ اس قسم کی AI انسانوں کی طرح ہیورسٹکس (انگوٹھے کے اصول) پر انحصار نہیں کرتی ہے، بلکہ اس کے بجائے مہلک اور عام امتحانات کے درمیان ٹھیک ٹھیک تغیرات پر انحصار کرتی ہے جس کے بارے میں نہ تو ریڈیولوجسٹ اور نہ ہی سافٹ ویئر ڈیزائنرز جانتے ہیں۔

اصول پر مبنی AI کے برعکس، دوسری نسل کے AI ٹولز بعض اوقات تشخیصی درستگی میں انسانی وجدان کو پیچھے چھوڑ دیتے ہیں۔ تاہم، مصنوعی ذہانت کی یہ شکل سنگین حدود بھی پیش کرتی ہے۔ سب سے پہلے، ہر درخواست کام کے لیے مخصوص ہے۔ یعنی، میموگرام پڑھنے کے لیے تربیت یافتہ نظام دماغی اسکین یا سینے کے ایکسرے کی تشریح نہیں کر سکتا۔ اے این آئی کی سب سے بڑی حد یہ ہے کہ سسٹم صرف اتنا ہی اچھا ہے جتنا کہ اس کو تربیت دی گئی تھی۔ اس کمزوری کی ایک واضح مثال یہ ہے کہ جب UnitedHealthcare نے بیمار مریضوں کی شناخت اور انہیں اضافی طبی خدمات پیش کرنے کے لیے تنگ AI پر انحصار کیا۔ جب محققین نے ڈیٹا کو فلٹر کیا تو انہیں بعد میں پتہ چلا کہ AI نے ایک تباہ کن مفروضہ بنایا ہے۔ مریضوں کو صرف اس لیے صحت مند قرار دیا گیا کہ ان کے طبی ریکارڈ سے معلوم ہوتا ہے کہ انھیں بہت کم طبی دیکھ بھال ملی، جب کہ وہ مریض جو بہت زیادہ طبی خدمات استعمال کرتے ہیں انھیں غیر صحت مند قرار دیا گیا۔

AI کی آنے والی نسلیں بھی لوگوں کو کسی بھی ڈاکٹر کی طرح بیماریوں کی تشخیص اور علاج کی منصوبہ بندی کرنے کے قابل بنائیں گی۔ فی الحال، ایک تخلیقی AI ٹول (Google کا MED-PALM2) ماہر اسکور کے ساتھ فزیشن لائسنسنگ امتحان پاس کر چکا 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 ڈاکٹروں کی جگہ لینے کے قابل نہیں ہیں۔ لیکن موجودہ تیز رفتار ترقی کی شرح کے ساتھ، یہ ایپلی کیشنز اگلے 5 سالوں میں کم از کم 30 گنا زیادہ طاقتور بننے کی امید ہے۔ ChatGPT جیسے ٹولز کی آئندہ نسلوں کی پیشین گوئی کی گئی ہے کہ وہ طبی مہارت کو ہر ایک کے ہاتھ میں ڈالیں گے، بنیادی طور پر ڈاکٹر اور مریض کے تعلقات کو تبدیل کر دیں گے۔

VIET LE کے ذریعہ مرتب کردہ

ماخذ