हेल्थकेयर
नैदानिक उपयोग के लिए एआई में नई प्रगति
रैडबौडुमक के शोधकर्ताओं ने क्लिनिकल सेटिंग में कृत्रिम बुद्धिमत्ता (एआई) को आगे बढ़ाने में मदद की यह दर्शाता है कि एआई एक डॉक्टर के समान समस्याओं का निदान कैसे कर सकता है, साथ ही यह भी दिखाता है कि यह निदान तक कैसे पहुंचता है. एआई पहले से ही इस माहौल में एक भूमिका निभाता है, जिसका उपयोग उन असामान्यताओं का तुरंत पता लगाने के लिए किया जा रहा है जिन्हें विशेषज्ञों द्वारा एक बीमारी के रूप में लेबल किया जा सकता है।
क्लिनिकल सेटिंग में ए.आई
मेडिकल इमेजिंग के निदान में कृत्रिम बुद्धिमत्ता का तेजी से उपयोग किया जा रहा है। असामान्यताओं की पहचान करने के लिए एक डॉक्टर द्वारा पारंपरिक रूप से एक्स-रे या बायोप्सी का अध्ययन करने का काम अब एआई के साथ किया जा सकता है। गहन शिक्षा के उपयोग के माध्यम से, ये प्रणालियाँ स्वयं निदान कर सकती हैं, कई बार ये मानव डॉक्टरों की तुलना में बिल्कुल सटीक या उससे भी बेहतर होती हैं।
हालाँकि, सिस्टम सही नहीं हैं। मुद्दों में से एक यह है कि एआई यह प्रदर्शित नहीं करता है कि वह छवियों का विश्लेषण कैसे कर रहा है और निदान तक कैसे पहुंच रहा है। एक और समस्या यह है कि वे कुछ भी अतिरिक्त नहीं करते हैं, जिसका अर्थ है कि वे एक विशिष्ट निदान तक पहुंचने के बाद रुक जाते हैं। इससे सही निदान होने पर भी सिस्टम में कुछ असामान्यताएं गायब हो सकती हैं।
इस परिदृश्य में, मानव चिकित्सक रोगी, एक्स-रे, या अन्य छवियों को समग्र रूप से देखने में बेहतर है।
एआई में प्रगति
नैदानिक सेटिंग में एआई के लिए इन समस्याओं का समाधान अब शोधकर्ताओं द्वारा किया जा रहा है। क्रिस्टीना गोंज़ालेज़ गोंज़ालो एक पीएच.डी. है। रैडबौडुमक के ए-आई रिसर्च एंड डायग्नोस्टिक इमेज एनालिसिस ग्रुप में उम्मीदवार।
गोंजालेज गोंजालो ने आंखों के स्कैन का उपयोग करके डायग्नोस्टिक एआई के लिए एक नई विधि विकसित की जिसमें रेटिना की असामान्यताएं पाई गईं। विशिष्ट असामान्यताएं मानव डॉक्टरों और एआई द्वारा आसानी से पाई जा सकती हैं, और वे अक्सर समूहों में पाई जाती हैं।
एआई प्रणाली के मामले में, यह एक या कुछ असामान्यताओं का निदान करेगा और ऐसी प्रणाली का उपयोग करने के नुकसानों में से एक को प्रदर्शित करते हुए रोक देगा। इसे संबोधित करने के लिए, गोंजालेज गोंजालो ने एक ऐसी प्रक्रिया विकसित की जहां एआई तस्वीर पर कई बार काम करता है। जब वह ऐसा करता है, तो वह उन स्थानों को अनदेखा करना सीख जाता है जिन्हें वह पहले ही कवर कर चुका है, जिससे उसे नए स्थानों की खोज करने की अनुमति मिलती है। इसके अलावा, एआई संदिग्ध क्षेत्रों को भी उजागर करता है, जिससे संपूर्ण निदान प्रक्रिया मनुष्यों के निरीक्षण के लिए अधिक पारदर्शी हो जाती है।
यह नई विधि इन सेटिंग्स में उपयोग की जाने वाली पारंपरिक एआई प्रणालियों से अलग है, जो आंखों के स्कैन के एक आकलन पर अपना निदान आधारित करती है। अब, शोधकर्ता देख सकते हैं कि नई एआई प्रणाली इसके निदान तक कैसे पहुंची।
पहले से पता चली असामान्यताओं को नजरअंदाज करने के लिए, एआई प्रणाली डिजिटल रूप से उन्हें असामान्यताओं के आसपास से स्वस्थ ऊतकों से भर देती है। फिर निदान सभी मूल्यांकन दौरों को एक साथ जोड़ने के आधार पर किया जाता है।
अध्ययन में पाया गया कि इस नई प्रणाली ने डायबिटिक रेटिनोपैथी और उम्र से संबंधित मैकुलर डीजेनरेशन का पता लगाने की संवेदनशीलता में 11.2+/-2.0% तक सुधार किया है।
यह नई प्रणाली वास्तव में बदल सकती है कि असामान्यताओं के आधार पर बीमारियों का निदान करते समय एआई का उपयोग कैसे किया जाता है, और सबसे बड़ी प्रगति नई पारदर्शिता है जो इस प्रक्रिया से गुजरते समय प्रदर्शित कर सकती है। यह पारदर्शिता भविष्य में और भी अधिक सुधार और प्रगति की अनुमति देगी, जिसका अंतिम लक्ष्य एक एआई प्रणाली है जो क्षेत्र के सर्वश्रेष्ठ मानव विशेषज्ञों की तुलना में समस्याओं का अधिक सटीक और तेजी से निदान कर सकती है। यह सब एक अधिक भरोसेमंद प्रणाली को जन्म दे सकता है, जिसके परिणामस्वरूप संभवतः बड़े क्षेत्र में इसे व्यापक रूप से अपनाया जा सकेगा।
