नैदानिक उपयोग के लिए एआई में नए उन्नति

रेडबाउडम्क के शोधकर्ताओं ने नैदानिक सेटिंग में कृत्रिम बुद्धिमत्ता (एआई) को आगे बढ़ाने में मदद की है, जिसमें यह प्रदर्शित किया गया है कि एआई डॉक्टर की तरह समस्याओं का निदान कर सकता है, और यह भी दिखाया गया है कि यह निदान कैसे पहुंचता है। एआई पहले से ही इस वातावरण में एक भूमिका निभाता है, जो विशेषज्ञों द्वारा बीमारी के रूप में लेबल किए जा सकने वाले असामान्यताओं का तेजी से पता लगाने के लिए उपयोग किया जाता है।

नैदानिक सेटिंग में एआई

कृत्रिम बुद्धिमत्ता का उपयोग चिकित्सा इमेजिंग के निदान में बढ़ती तरह से किया जा रहा है। जो पहले एक डॉक्टर द्वारा एक्स-रे या बायोप्सी का अध्ययन करके असामान्यताओं की पहचान करने के लिए किया जाता था, अब एआई द्वारा किया जा सकता है। गहरे शिक्षण के माध्यम से, ये सिस्टम स्वयं निदान कर सकते हैं, अक्सर मानव डॉक्टरों की तुलना में उतने ही सटीक या उससे भी बेहतर होते हैं

हालांकि, सिस्टम परिपूर्ण नहीं हैं। एक मुद्दा यह है कि एआई यह नहीं दिखाता है कि यह छवियों का विश्लेषण कैसे करता है और निदान तक कैसे पहुंचता है। एक और समस्या यह है कि वे कुछ अतिरिक्त नहीं करते हैं, जिसका अर्थ है कि वे एक विशिष्ट निदान तक पहुंचने के बाद रुक जाते हैं। इससे प्रणाली कुछ असामान्यताओं को याद कर सकती है, भले ही निदान सही हो

इस स्थिति में, मानव डॉक्टर मरीज, एक्स-रे, या अन्य छवियों को समग्र रूप से देखने में बेहतर होता है

एआई में उन्नति

नैदानिक सेटिंग में एआई के लिए इन समस्याओं को अब शोधकर्ताओं द्वारा संबोधित किया जा रहा है। क्रिस्टीना गोंजालेज गोंजालो रेडबाउडम्क के ए-आई रिसर्च एंड डायग्नोस्टिक इमेज एनालिसिस ग्रुप में पीएचडी उम्मीदवार हैं

गोंजालेज गोंजालो ने रेटिना की असामान्यताओं का पता लगाने के लिए आंखों की जांच का उपयोग करके निदान एआई के लिए एक नई विधि विकसित की है। विशिष्ट असामान्यताएं मानव डॉक्टरों और एआई द्वारा आसानी से पाई जा सकती हैं और अक्सर समूहों में पाई जाती हैं

एआई सिस्टम के मामले में, यह एक या कुछ असामान्यताओं का निदान करेगा और रुक जाएगा, जो इस तरह की प्रणाली का उपयोग करने के नुकसान को प्रदर्शित करता है। इसे संबोधित करने के लिए, गोंजालेज गोंजालो ने एक प्रक्रिया विकसित की है जहां एआई छवि को कई बार देखता है। जब यह ऐसा करता है, तो यह उन स्थानों को अनदेखा करना सीखता है जिन्हें यह पहले से ही कवर कर चुका है, जिससे यह नए लोगों का पता लगा सकता है। इसके अलावा, एआई संदिग्ध क्षेत्रों को भी हाइलाइट करता है, जो पूरे निदान प्रक्रिया को मानवों के लिए अधिक पारदर्शी बनाता है

यह नई विधि पारंपरिक एआई सिस्टम से अलग है जो इन सेटिंग्स में उपयोग की जाती है, जो आंखों की जांच के एक मूल्यांकन पर अपने निदान के आधार पर निर्भर करती है। अब, शोधकर्ता देख सकते हैं कि नई एआई सिस्टम ने अपने निदान तक कैसे पहुंचा

पहले से ही पता लगाई गई असामान्यताओं को अनदेखा करने के लिए, एआई सिस्टम उन्हें आसपास के स्वस्थ ऊतक से डिजिटल रूप से भर देता है। निदान तब सभी मूल्यांकन दौरों को जोड़कर किया जाता है

अध्ययन में पाया गया कि यह नई प्रणाली मधुमेह रेटिनोपैथी और उम्र से संबंधित मैकुलर डिजनरेशन के पता लगाने की संवेदनशीलता में 11.2+/-2.0% की वृद्धि हुई है

यह नई प्रणाली वास्तव में असामान्यताओं के आधार पर बीमारियों के निदान में एआई का उपयोग कैसे किया जाता है, इसे बदल सकती है, और सबसे बड़ा उन्नति यह है कि यह प्रक्रिया में पारदर्शिता प्रदान कर सकती है। यह पारदर्शिता है जो भविष्य में और भी सुधार और उन्नति की अनुमति देगी, जिसका अंतिम लक्ष्य एक एआई प्रणाली है जो मानव विशेषज्ञों की तुलना में बहुत अधिक सटीक और तेजी से समस्याओं का निदान कर सकती है। यह सब एक अधिक विश्वसनीय प्रणाली की ओर भी ले जा सकता है, जो इसके व्यापक रूप से अपनाने को बढ़ावा दे सकता है