AI ماہرین صحت کی دیکھ بھال میں مضبوط AI کو کیسے ضم کرنے کے بارے میں بات کرتے ہیں، کیوں بین الضابطہ تعاون اہم ہے، اور تحقیق میں تخلیقی AI کی صلاحیت۔
فیفی لی اور لائیڈ مائنر نے 14 مئی کو سٹینفورڈ یونیورسٹی سکول آف میڈیسن میں RAISE ہیلتھ سمپوزیم کے افتتاحی کلمات کہے۔ سٹیو فش
مصنوعی ذہانت کے ذریعے پکڑے گئے زیادہ تر لوگوں کے پاس کسی نہ کسی طرح کا "آہ" لمحہ ہوتا ہے، جو اپنے ذہنوں کو امکانات کی دنیا میں کھولتے ہیں۔ 14 مئی کو RAISE ہیلتھ سمپوزیم کے افتتاحی موقع پر، Lloyd Minor، MD، Stanford University School of Medicine کے ڈین اور Stanford University میں طبی امور کے نائب صدر، نے اپنے نقطہ نظر کا اظہار کیا۔
جب ایک متجسس نوجوان سے اندرونی کان کے بارے میں اپنے نتائج کا خلاصہ کرنے کو کہا گیا تو اس نے مصنوعی ذہانت کی طرف رجوع کیا۔ "میں نے پوچھا، 'سپیریئر کینال ڈیہیسنس سنڈروم کیا ہے؟' مائنر نے تقریباً 4,000 سمپوزیم کے شرکاء کو بتایا کہ چند ہی لمحوں میں کئی پیراگراف سامنے آئے۔
"وہ اچھے ہیں، واقعی اچھے ہیں،" انہوں نے کہا۔ "کہ یہ معلومات بیماری کی ایک جامع، عام طور پر درست اور واضح طور پر ترجیحی وضاحت میں مرتب کی گئی تھیں۔ یہ کافی قابل ذکر ہے۔"
بہت سے لوگوں نے آدھے دن کی تقریب کے لیے نابالغ کے جوش و خروش کا اظہار کیا، جو کہ RAISE ہیلتھ اقدام کا ایک نتیجہ تھا، جو اسٹینفورڈ یونیورسٹی اسکول آف میڈیسن اور اسٹینفورڈ انسٹی ٹیوٹ فار ہیومن سینٹرڈ آرٹیفیشل انٹیلی جنس (HAI) کے ذریعے مصنوعی ذہانت کے ذمہ دارانہ استعمال کی رہنمائی کے لیے شروع کیا گیا تھا۔ بایومیڈیکل ریسرچ، تعلیم اور مریضوں کی دیکھ بھال میں ذہانت۔ مقررین نے اس بات کا جائزہ لیا کہ طب میں مصنوعی ذہانت کو اس طریقے سے نافذ کرنے کا کیا مطلب ہے جو نہ صرف ڈاکٹروں اور سائنسدانوں کے لیے مفید ہو بلکہ مریضوں کے لیے شفاف، منصفانہ اور مساوی ہو۔
"ہمیں یقین ہے کہ یہ ایک ایسی ٹیکنالوجی ہے جو انسانی صلاحیتوں کو بڑھاتی ہے،" سٹینفورڈ سکول آف انجینئرنگ میں کمپیوٹر سائنس کے پروفیسر، RAISE Health with Minor پروجیکٹ کے ڈائریکٹر اور HAI کے شریک ڈائریکٹر Fei-Fei Li نے کہا۔ نسل در نسل، نئی ٹیکنالوجیز ابھر سکتی ہیں: اینٹی بایوٹک کے نئے مالیکیولر تسلسل سے لے کر حیاتیاتی تنوع کی نقشہ سازی اور بنیادی حیاتیات کے پوشیدہ حصوں کو ظاہر کرنے تک، AI سائنسی دریافت کو تیز کر رہا ہے۔ لیکن یہ سب کچھ فائدہ مند نہیں ہے۔ "ان تمام ایپلی کیشنز کے غیر ارادی نتائج ہو سکتے ہیں، اور ہمیں ایسے کمپیوٹر سائنسدانوں کی ضرورت ہے جو [مصنوعی ذہانت] کو ذمہ داری سے تیار کریں اور لاگو کریں، ڈاکٹروں اور اخلاقیات کے ماہرین سے لے کر سیکیورٹی ماہرین اور اس سے آگے کے مختلف اسٹیک ہولڈرز کے ساتھ کام کریں،" وہ کہتی ہیں۔ "RAISE ہیلتھ جیسے اقدامات اس کے لیے ہماری وابستگی کو ظاہر کرتے ہیں۔"
اسٹینفورڈ میڈیسن کے تین ڈویژنوں - اسکول آف میڈیسن، اسٹینفورڈ ہیلتھ کیئر اور اسٹینفورڈ یونیورسٹی اسکول آف چائلڈ ہیلتھ میڈیسن - اور اس کے اسٹینفورڈ یونیورسٹی کے دیگر حصوں سے منسلک ہونے نے اسے اس مقام پر پہنچا دیا ہے جہاں ماہرین مصنوعی ذہانت کی نشوونما میں مصروف ہیں۔ صحت کی دیکھ بھال اور طب کے شعبے میں انتظام اور انضمام کے مسائل۔ دوا، گانا چلا گیا.
انہوں نے کہا کہ "ہم مصنوعی ذہانت کی ترقی اور ذمہ دارانہ عمل درآمد میں پیش پیش ہیں، بنیادی حیاتیاتی دریافتوں سے لے کر منشیات کی نشوونما کو بہتر بنانے اور کلینکل ٹرائل کے عمل کو زیادہ موثر بنانے تک، صحت کی دیکھ بھال کی خدمات کی حقیقی فراہمی تک۔ صحت کی دیکھ بھال۔ جس طرح سے صحت کی دیکھ بھال کا نظام ترتیب دیا گیا ہے،" انہوں نے کہا۔
کئی مقررین نے ایک سادہ تصور پر زور دیا: صارف پر توجہ مرکوز کریں (اس معاملے میں، مریض یا معالج) اور باقی سب کچھ اس کی پیروی کرے گا۔ "یہ مریض کو ہمارے ہر کام کے مرکز میں رکھتا ہے،" ڈاکٹر لیزا لیمن، ڈائریکٹر آف بائیو ایتھکس برگھم اینڈ ویمنز ہسپتال نے کہا۔ "ہمیں ان کی ضروریات اور ترجیحات پر غور کرنے کی ضرورت ہے۔"
بائیں سے دائیں: STAT نیوز اینکر موہنا رویندر ناتھ؛ مائیکروسافٹ ریسرچ کی جیسکا پیٹر لی؛ بایومیڈیکل ڈیٹا سائنس کی پروفیسر سلویا پلیورائٹس نے طبی تحقیق میں مصنوعی ذہانت کے کردار پر تبادلہ خیال کیا۔ اسٹیو فش
پینل کے مقررین، جس میں لیہمن، اسٹینفورڈ یونیورسٹی کے طبی حیاتیاتی ماہر ملڈریڈ چو، ایم ڈی، اور گوگل کے چیف کلینیکل آفیسر مائیکل ہاویل، ایم ڈی شامل تھے، نے ہسپتال کے نظام کی پیچیدگی کو نوٹ کیا، کسی بھی مداخلت سے پہلے ان کے مقصد کو سمجھنے کی ضرورت پر زور دیا۔ اسے نافذ کریں اور اس بات کو یقینی بنائیں کہ تیار کیے گئے تمام نظام شامل ہیں اور ان لوگوں کو سنیں جن کی مدد کے لیے وہ ڈیزائن کیے گئے ہیں۔
ایک کلید شفافیت ہے: یہ واضح کرتا ہے کہ الگورتھم کو تربیت دینے کے لیے استعمال ہونے والا ڈیٹا کہاں سے آتا ہے، الگورتھم کا اصل مقصد کیا ہے، اور آیا مستقبل میں مریض کا ڈیٹا الگورتھم کو سیکھنے میں مدد کرتا رہے گا، دوسرے عوامل کے ساتھ۔
"اخلاقی مسائل کے سنجیدہ ہونے سے پہلے ان کی پیش گوئی کرنے کی کوشش کرنا [مطلب] ایک بہترین میٹھی جگہ تلاش کرنا جہاں آپ ٹیکنالوجی کے بارے میں کافی جانتے ہیں کہ اس پر کچھ اعتماد ہو، لیکن اس سے پہلے نہیں کہ [مسئلہ] مزید پھیل جائے اور اسے جلد حل کریں۔" ، ڈینٹن چار نے کہا۔ میڈیکل سائنسز کے امیدوار، پیڈیاٹرک اینستھیزیالوجی، پیری آپریٹو میڈیسن اور درد کی دوا کے شعبہ کے ایسوسی ایٹ پروفیسر۔ ان کا کہنا ہے کہ ایک اہم قدم ان تمام اسٹیک ہولڈرز کی نشاندہی کرنا ہے جو ٹیکنالوجی سے متاثر ہو سکتے ہیں اور اس بات کا تعین کر رہے ہیں کہ وہ خود ان سوالات کا جواب کیسے دینا چاہیں گے۔
امریکن میڈیکل ایسوسی ایشن کے صدر، ایم ڈی، جیسی ایرن فیلڈ نے چار عوامل پر بات کی ہے جو کسی بھی ڈیجیٹل ہیلتھ ٹول کو اپنانے پر مجبور کرتے ہیں، بشمول مصنوعی ذہانت سے چلنے والے۔ کیا یہ موثر ہے؟ کیا یہ میرے ادارے میں کام کرے گا؟ کون ادا کرتا ہے؟ ذمہ دار کون ہے؟
سٹینفورڈ ہیلتھ کیئر کے چیف انفارمیشن آفیسر، ایم ڈی، مائیکل فیفر نے ایک حالیہ مثال کا حوالہ دیا جس میں سٹینفورڈ ہسپتالوں میں نرسوں کے درمیان بہت سے مسائل کا تجربہ کیا گیا۔ طبی ماہرین کو زبان کے بڑے ماڈلز کی مدد حاصل ہوتی ہے جو آنے والے مریضوں کے پیغامات کے لیے ابتدائی تشریحات فراہم کرتے ہیں۔ اگرچہ یہ پراجیکٹ کامل نہیں ہے، لیکن ٹیکنالوجی تیار کرنے میں مدد کرنے والے ڈاکٹروں کی رپورٹ ہے کہ ماڈل ان کے کام کا بوجھ کم کرتا ہے۔
"ہم ہمیشہ تین اہم چیزوں پر توجہ مرکوز کرتے ہیں: حفاظت، کارکردگی اور شمولیت۔ ہم ڈاکٹر ہیں۔ ہم "کوئی نقصان نہ پہنچانے" کا حلف لیتے ہیں، نینا واسن، ایم ڈی، نفسیاتی اور رویے کے علوم کی کلینیکل اسسٹنٹ پروفیسر، جنہوں نے چار اور فیفر گروپ میں شمولیت اختیار کی، نے کہا۔
نگم شاہ، ایم بی بی ایس، پی ایچ ڈی، پروفیسر آف میڈیسن اور بائیو میڈیکل ڈیٹا سائنس نے سامعین کو منصفانہ انتباہ کے باوجود ایک چونکا دینے والے اعدادوشمار کے ساتھ بحث کا آغاز کیا۔ "میں عام اصطلاحات اور نمبروں میں بات کرتا ہوں، اور بعض اوقات وہ بہت براہ راست ہوتے ہیں،" انہوں نے کہا۔
شاہ کے مطابق، اے آئی کی کامیابی اس کی پیمائش کرنے کی ہماری صلاحیت پر منحصر ہے۔ "ایک ماڈل پر مناسب سائنسی تحقیق کرنے میں تقریباً 10 سال لگتے ہیں، اور اگر 123 فیلوشپ اور ریزیڈنسی پروگراموں میں سے ہر ایک ماڈل کو اس سطح پر سختی سے جانچنا اور تعینات کرنا چاہتا ہے، تو درست سائنس کرنا بہت مشکل ہوگا کیونکہ ہم فی الحال اپنی کوششوں اور [ٹیسٹ]] کو منظم کر رہے ہیں، اس بات کو یقینی بنانے کے لیے 138 بلین ڈالر لاگت آئے گی، شاہ نے کہا، "ہماری سائٹ کا ہر ایک درست کام کرتا ہے۔ "ہم اس کے متحمل نہیں ہو سکتے۔ اس لیے ہمیں توسیع کا راستہ تلاش کرنے کی ضرورت ہے، اور ہمیں اچھی سائنس کو وسعت دینے اور کرنے کی ضرورت ہے۔ سختی کی مہارتیں ایک جگہ ہیں اور اسکیلنگ کی مہارتیں دوسری جگہ پر ہیں، لہذا ہمیں اس قسم کی شراکت کی ضرورت ہو گی۔"
ایسوسی ایٹ ڈین یوآن ایشلے اور ملڈریڈ چو (استقبالیہ) نے RAISE ہیلتھ ورکشاپ میں شرکت کی۔ اسٹیو فش
سمپوزیم کے کچھ مقررین نے کہا کہ یہ پبلک پرائیویٹ پارٹنرشپ کے ذریعے حاصل کیا جا سکتا ہے، جیسے کہ وائٹ ہاؤس کے حالیہ ایگزیکٹو آرڈر برائے محفوظ، محفوظ اور قابل اعتماد ترقی اور مصنوعی ذہانت کے استعمال اور کنسورشیم فار ہیلتھ کیئر آرٹیفیشل انٹیلی جنس (CHAI)۔ )
نیشنل اکیڈمی آف میڈیسن کی سینئر ایڈوائزر لورا ایڈمز نے کہا کہ "سب سے بڑی صلاحیت کے ساتھ پبلک پرائیویٹ پارٹنرشپ اکیڈمیا، پرائیویٹ سیکٹر اور پبلک سیکٹر کے درمیان ایک ہے۔" انہوں نے کہا کہ حکومت عوامی اعتماد کو یقینی بنا سکتی ہے، اور تعلیمی طبی مراکز کر سکتے ہیں۔ قانونی حیثیت فراہم کریں، اور تکنیکی مہارت اور کمپیوٹر کا وقت نجی شعبہ فراہم کر سکتا ہے۔ "ہم سب ہم میں سے کسی سے بھی بہتر ہیں، اور ہم تسلیم کرتے ہیں کہ... ہم [مصنوعی ذہانت] کی صلاحیت کو سمجھنے کے لیے دعا نہیں کر سکتے جب تک کہ ہم ایک دوسرے کے ساتھ بات چیت کرنے کا طریقہ نہ سمجھ لیں۔"
کئی مقررین نے کہا کہ AI تحقیق پر بھی اثر انداز ہو رہا ہے، چاہے سائنسدان اسے حیاتیاتی عقیدہ کی کھوج کے لیے استعمال کریں، نئے علاج کی حمایت کے لیے مصنوعی مالیکیولز کے نئے سلسلے اور ڈھانچے کی پیشن گوئی کریں، یا ان کا خلاصہ یا سائنسی مقالے لکھنے میں بھی مدد کریں۔
"یہ نامعلوم کو دیکھنے کا موقع ہے،" جیسیکا میگا، ایم ڈی، جو اسٹینفورڈ یونیورسٹی سکول آف میڈیسن کی ماہر امراض قلب اور الفابیٹ کی ورلی کی شریک بانی نے کہا۔ میگا نے ہائپر اسپیکٹرل امیجنگ کا ذکر کیا، جو انسانی آنکھ سے پوشیدہ تصویری خصوصیات کو کھینچتی ہے۔ خیال یہ ہے کہ مصنوعی ذہانت کا استعمال پیتھالوجی سلائیڈز میں ایسے نمونوں کا پتہ لگانے کے لیے کیا جائے جو انسانوں کو نظر نہیں آتے جو بیماری کی نشاندہی کرتے ہیں۔ میجیا نے کہا، "میں لوگوں کو نامعلوم کو گلے لگانے کی ترغیب دیتا ہوں۔ میرے خیال میں یہاں ہر کوئی کسی ایسے شخص کو جانتا ہے جو کسی نہ کسی قسم کی طبی حالت میں ہے جس کو اس سے بڑھ کر کسی چیز کی ضرورت ہے جو ہم آج فراہم کر سکتے ہیں۔"
پینلسٹس نے اس بات پر بھی اتفاق کیا کہ مصنوعی ذہانت کے نظام متعصبانہ فیصلہ سازی کی شناخت اور ان کا مقابلہ کرنے کے نئے طریقے فراہم کریں گے، چاہے انسانوں نے بنایا ہو یا مصنوعی ذہانت، تعصب کے ماخذ کی شناخت کرنے کی صلاحیت کے ساتھ۔
"صحت صرف طبی دیکھ بھال سے زیادہ ہے،" متعدد پینلسٹس نے اتفاق کیا۔ مقررین نے اس بات پر زور دیا کہ جامع ڈیٹا اکٹھا کرتے وقت اور مطالعہ کے لیے شرکاء کی بھرتی کرتے وقت محققین اکثر صحت کے سماجی تعین کرنے والوں کو نظر انداز کرتے ہیں، جیسے سماجی و اقتصادی حیثیت، زپ کوڈ، تعلیمی سطح، اور نسل اور نسل۔ ہارورڈ یونیورسٹی میں وبائی امراض کے پروفیسر اور سٹینفورڈ یونیورسٹی سکول آف میڈیسن میں وبائی امراض اور آبادی کی صحت کے ایسوسی ایٹ پروفیسر مشیل ولیمز نے کہا، "AI صرف اعداد و شمار کے طور پر مؤثر ہے جس پر ماڈل کو تربیت دی جاتی ہے۔" "اگر ہم وہی کرتے ہیں جو ہم کرنے کی کوشش کرتے ہیں۔ صحت کے نتائج کو بہتر بناتے ہیں اور عدم مساوات کو ختم کرتے ہیں، تو ہمیں یقینی بنانا چاہیے کہ ہم انسانی رویے اور سماجی اور قدرتی ماحول سے متعلق اعلیٰ معیار کا ڈیٹا اکٹھا کریں۔"
اطفال اور ادویات کے کلینیکل پروفیسر، ایم ڈی، نٹالی پیجلر نے کہا کہ کینسر کے مجموعی اعداد و شمار اکثر حاملہ خواتین کے اعداد و شمار کو خارج کر دیتے ہیں، ماڈلز میں ناگزیر تعصب پیدا کرتے ہیں اور صحت کی دیکھ بھال میں موجودہ تفاوت کو بڑھاتے ہیں۔
پیڈیاٹرکس اور میڈیسن کے پروفیسر ڈاکٹر ڈیوڈ میگنس نے کہا کہ کسی بھی نئی ٹیکنالوجی کی طرح مصنوعی ذہانت بھی چیزوں کو کئی طریقوں سے بہتر بنا سکتی ہے یا انہیں مزید خراب کر سکتی ہے۔ خطرہ، میگنس نے کہا، یہ ہے کہ مصنوعی ذہانت کے نظام صحت کے سماجی تعین کرنے والوں کے ذریعے چلنے والے غیر مساوی صحت کے نتائج کے بارے میں سیکھیں گے اور ان نتائج کو ان کی پیداوار کے ذریعے تقویت دیں گے۔ انہوں نے کہا کہ مصنوعی ذہانت ایک آئینہ ہے جو اس معاشرے کی عکاسی کرتی ہے جس میں ہم رہتے ہیں۔ "میں امید کرتا ہوں کہ جب بھی ہمیں کسی مسئلے پر روشنی ڈالنے کا موقع ملے گا - اپنے آپ کو آئینہ رکھنے کا - یہ صورتحال کو بہتر بنانے کے لئے تحریک کا کام کرے گا۔"
اگر آپ RAISE ہیلتھ ورکشاپ میں شرکت کرنے سے قاصر تھے، تو سیشن کی ریکارڈنگ یہاں مل سکتی ہے۔
اسٹینفورڈ یونیورسٹی اسکول آف میڈیسن ایک مربوط تعلیمی صحت کی دیکھ بھال کا نظام ہے جس میں اسٹینفورڈ یونیورسٹی اسکول آف میڈیسن اور بالغوں اور بچوں کی صحت کی دیکھ بھال کی فراہمی کے نظام شامل ہیں۔ وہ ایک ساتھ مل کر باہمی تحقیق، تعلیم اور طبی مریضوں کی دیکھ بھال کے ذریعے بائیو میڈیسن کی مکمل صلاحیت کو محسوس کرتے ہیں۔ مزید معلومات کے لیے med.stanford.edu ملاحظہ کریں۔
مصنوعی ذہانت کا ایک نیا ماڈل سٹینفورڈ ہسپتال کے ڈاکٹروں اور نرسوں کو مریضوں کی دیکھ بھال کو بہتر بنانے کے لیے مل کر کام کرنے میں مدد کر رہا ہے۔
پوسٹ ٹائم: جولائی 19-2024