स्वास्थ्य
स्वास्थ्य सेवा में एआई में प्रगति – नाथन वांग से बातचीत

मुख्य बिंदुमॉडल व्याख्यात्मकता चिकित्सकों का विश्वास बनाने के लिए हालिया AI प्रगति में सबसे…
और देखें
- मॉडल व्याख्यात्मकता चिकित्सकों का विश्वास बनाने के लिए हालिया AI प्रगति में सबसे महत्वपूर्ण है।
- AI की सर्वोच्च उपलब्धि गहन जीनोमिक्स और रेडियोमिक्स एकीकरण से आएगी।
- नाथन वांग मस्तिष्क कैंसर का पता लगाने के लिए गहन शिक्षण और बनावट विश्लेषण को मिलाकर एन्सेम्बल लर्निंग का उपयोग करते हैं।
आर्टिफ़िशियल इंटेलिजेंस स्वास्थ्य सेवा उद्योग में प्रगति के लिए एक महत्वपूर्ण कारक बनता जा रहा है। आरई-वर्क – एआई इन हेल्थकेयर समिट बोस्टन से पहले, हमने जॉन्स हॉपकिन्स यूनिवर्सिटी में डीप लर्निंग/मेडिकल इमेजिंग रिसर्चर नाथन वांग से इस विषय पर उनके विचार पूछे। यहाँ उनकी बातचीत है:
आपको लगता है कि स्वास्थ्य सेवा में एआई के लिए सबसे महत्वपूर्ण प्रगति क्या है?
हाल के वर्षों में, इस क्षेत्र ने मॉडल की व्याख्येयता में बहुत प्रगति की है। एक शोधकर्ता के रूप में, हमारे एआई के “तर्क” को समझने में सक्षम होना हमें अधिक मजबूत और सटीक मॉडल बनाने में मदद करता है। उम्मीद है, अंततः चिकित्सक और मरीज़ इन एआई सिस्टम में अधिक विश्वास करने में सक्षम होंगे।
आपको लगता है कि स्वास्थ्य सेवा और रोगी परिणामों के लिए एआई की सबसे बड़ी उपलब्धि क्या होगी?
मुझे लगता है कि एआई की सबसे बड़ी उपलब्धि अभी तक नहीं आई है। मुझे लगता है कि जब गहरे जेनोमिक्स और रेडियोनिक्स अधिक महत्वपूर्ण हो जाएंगे, तो एआई की भूमिका आज की तुलना में बहुत बड़ी होगी।
आपके द्वारा काम किए जा रहे एआई परियोजना से हाल की कुछ सफलताएं क्या हैं? आपने इस दौरान किन चुनौतियों का सामना किया और उन्हें कैसे पार किया?
मेरा काम जॉन्स हॉपकिन्स में डीप लर्निंग-आधारित इंट्राओपरेटिव इमेज विश्लेषण पर केंद्रित है, विशेष रूप से ऑप्टिकल कोहेरेंस टोमोग्राफी (ओसीटी) छवियों से मानव मस्तिष्क कॉर्टेक्स में कैंसर और गैर-कैंसर ऊतकों के बीच अंतर करना। मुझे जो बड़ी चुनौती का सामना करना पड़ा, वह थी एक ऐसे एआई मॉडल को डिज़ाइन करना जो प्रशिक्षण सेट से बाहर के रोगियों के डेटा पर अच्छी तरह से सामान्यीकरण कर सके। हालांकि डीप नेटवर्क छिपे पैटर्न निकालने में उत्कृष्ट होते हैं, सबसे आसानी से सीखे जाने वाले पैटर्न हमेशा सही नहीं होते। इसलिए डेटा के सामान्यीकरण और रूपांतरण के विभिन्न तरीके अपनाना महत्वपूर्ण है। अपनी परियोजना में मैंने पाया कि छवि की बनावट एन्सेम्बल लर्निंग में बहुत उपयोगी है, जिससे डीप लर्निंग और पारंपरिक पैटर्न-पहचान तकनीकें साथ काम करती हैं।
5 से 10 साल में क्लिनिकल कार्य प्रवाह में एआई कितना गहरा होगा? उस समय कुछ भविष्य के रुझान क्या होंगे?
मुझे लगता है कि एआई क्लिनिकल कार्य प्रवाह में विशेषज्ञों की मदद करने के लिए और अधिक महत्वपूर्ण भूमिका निभाएगा, निदान से लेकर उपचार तक। एआई ने न केवल प्रारंभिक निदान और स्क्रीनिंग में बल्कि दीर्घकालिक पूर्वानुमान में भी अपनी उपयुक्तता साबित की है। समय पर उपचार मिलने से, जिसे एआई अधिक सटीक और कुशल बना सकता है, लोग लंबा और अधिक स्वस्थ जीवन जीने की आशा कर सकते हैं।
आप एआई हेल्थकेयर समिट में बोलने के दौरान सबसे ज्यादा किस बात की उम्मीद कर रहे हैं?
स्वास्थ्य सेवा में एआई का महत्व और प्रभाव विभिन्न उद्योगों और शोध पृष्ठभूमि के विशेषज्ञ वक्ताओं के पैनल में स्पष्ट रूप से परिलक्षित होता है। मैं अपने क्षेत्र के साथ-साथ अन्य क्षेत्रों में एआई के अग्रिम मोर्चे के बारे में जानने और प्रेरक बातचीत में शामिल होने की उम्मीद करता हूं जो मेरे शोध दिशा को सकारात्मक रूप से प्रभावित करेगी।
अधिक जानना चाहते हैं?
नाथन एआई इन हेल्थकेयर समिट में 13-14 अक्टूबर, 2022 को बोस्टन, एमए में बोलेंगे। उन्हें और कई अन्य एआई/एमएल और डीप लर्निंग विशेषज्ञों के साथ स्वास्थ्य सेवा में नवीनतम रुझानों और अवसरों के बारे में अधिक जानने के लिए शामिल हों।
अर्ली बर्ड पास 2 सितंबर, शुक्रवार को समाप्त हो जाएगा, इसलिए आज ही अपनी जगह बुक करें।
डिस्काउंट कोड का उपयोग करें: UNITEAI 20% की छूट के लिए।
अधिक जानकारी के लिए hello@re-work.co से संपर्क करें।










