મેડિકલ નિદાન માટે હવે AIની સીધી સલાહ : માઇક્રોસોફ્ટનું 'ઓર્કેસ્ટ્રેટર'
Summarized by AI; it may make mistakes. Check important info
Summarized by AI; it may make mistakes. Check important info

- ડોક્ટરની જેમ નિદાન કરી શકે એવું ઓઘ ટૂલ
- AI ટૂલ જટિલ તબીબી કેસો ઉકેલવામાં સામાન્ય ફિઝિશિયનો કરતાં પણ વધુ સચોટ પૂરવાર થઇ શકે છે
- પ્રસંગપટ
કોઈ પણ વ્યક્તિ જ્યારે ફેમિલી ડાક્ટર પાસે જાય છે ત્યારે પહેલાં દર્દીની આંખ, જીભ, નાડીના ધબકારા, વજન, બીપી વગેરે માપે છે. દર્દીનેને જ્યારે ફિઝિશિયન કે સર્જનને બતાવવાનું હોય છે ત્યારે તે લેબોરેટરી ચેકઅપ, સીટી સ્કેન, સોનોગ્રાફી જેવા ટેસ્ટનો આગ્રહ રાખે છે. ત્યારબાદ જ ચોક્કસ નિદાન કરી શકાય છે. આટફિશિયલ ઇન્ટેલિજન્સ (એઆઈ)નાં સંશોધનો મેડિકલ ક્ષેત્રે પણ વધ્યું છે. તેથી હવે દર્દીનેના રોગનું નિદાન પણ એઆઈ કરી શકશે.
ગયા ગુરુવારે 'સાયન્સ' જર્નલમાં પ્રકાશિત થયેલા માઇક્રોસોફ્ટના એઆઈ રિસર્ચરોના એક અભ્યાસ અનુસાર ડોક્ટરોની જેમ તબક્કાવાર દર્દીઓનું નિદાન કરતું એઆઈ ટૂલ જટિલ તબીબી કેસો ઉકેલવામાં સામાન્ય ફિઝિશિયનો કરતાં બમણાથી પણ વધુ સચોટ પુરવાર થઈ શકે છે.
રિપોર્ટ અનુસાર, આ મોડેલ દર્દીને કયા પ્રશ્નો પૂછવા જોઈએ, તેમજ કઈ તપાસ અને મેડિકલ ટેસ્ટ ક્યારે કરવા જોઈએ તે કહી શકે છે. માઇક્રોસોફ્ટના એઆઈ રિસર્ચરો તે માટે એક 'ઓર્કેસ્ટ્રેટર'નો ઉપયોગ કરે છે, જે નિદાનના કેસો ઉકેલવા માટે સાથે મળીને કામ કરતા ક્લિનિકલ નિષ્ણાતોની એક સિમ્યુલેટેડ પેનલનો ઉપયોગ કરીને એઆઈ સમસ્યાનો સામનો કેવી રીતે કરી શકે તેનું આયોજન કરે છે.
હાલનાં મેડિકલ એઆઈ મોડેલો સામાન્ય રીતે એકસાથે બધું જ ધ્યાનમાં લેવાનો અભિગમ અપનાવે છે, જે નિદાન રજૂ કરવા માટે દર્દીનાં તમામ લક્ષણો, લેબ પરિણામો અને ઇમેજિંગ અભ્યાસોની એકસાથે તપાસ કરે છે.
નિદાન સુધી પહોંચવા માટેનાં પગલાંનું સંકલન કરતા ઓર્કેસ્ટ્રેટર સાથે, એઆઈ મોડેલ પહેલાં નક્કી કરે છે કે દર્દીના ઇતિહાસ વિશે શું પૂછવું અને શારીરિક તપાસમાં શું મહત્ત્વનું છે. તે જે માહિતી મેળવે છે તેના આધારે તે નક્કી કરે છે કે કયા ટેસ્ટ ઓર્ડર કરવા, પરિણામો પર વિચાર કરે છે અને યોગ્યતા મુજબ આગળના ટેસ્ટ ઓર્ડર કરે છે.
આ સમગ્ર પ્રક્રિયા દરમિયાન તે પોતાના વકગ હાઇપોથેસિસ (પ્રારંભિક ધારણાઓ) અને યોજનાઓને અપડેટ કરતું રહે છે, તેમ સંશોધન ટીમના એક રિસર્ચમાં જણાવ્યું હતું.
૩૦૦થી વધુ અત્યંત અસામાન્ય અને મૂંઝવણભરી તબીબી તકલીફોનું નિદાન કરવાનું કામ સોંપવામાં આવતાં, ડાયગ્નોસ્ટિક ઓર્કેસ્ટ્રેટરનો ઉપયોગ કરતું આ મોડેલ દર્દીની 'તપાસ' (વર્ક-અપૅ) કરવામાં અને નિદાન નક્કી કરવામાં પાઠયપુસ્તકો અને ઇન્ટરનેટનો ઉપયોગ કરતા સામાન્ય ફિઝિશિયનો કરતાં બમણાથી પણ વધુ સચોટ પરિણામ આપી શક્યું હતું.
ઇમરજન્સી રૂમ પ્રવેશના મુખ્ય ડેટાબેઝમાંથી લેવામાં આવેલા કેસોમાં નિદાન રજૂ કરવામાં આવ્યા, ત્યારે પણ આ ટૂલે ડોક્ટરો કરતાં વધુ સારું પરિણામ બતાવ્યું હતું.
માઇક્રોસોફ્ટ એઆઈના હેલ્થ યુનિટના કોર્પોરેટ વાઇસ પ્રેસિડેન્ટ ડા. ડોમિનિક કિંગે જણાવ્યું હતું કે, માનવ ડોક્ટરો સાથે આ પ્રકારની જૂની સિસ્ટમોની સરખામણી કરતાં મૂલ્યાંકનો સામાન્ય રીતે અનેક પ્રશ્નોનો ઉપયોગ કરે છે તેમજ નવા પ્રશ્નો પણ ઊભા કરે છે. એઆઈ તેમાં ૧૦૦% પાસ થયું છે.
એ પણ જાણવા મળ્યું છે કે જ્યારે માનવ ડોક્ટરોની સરખામણીમાં ઓર્કેસ્ટ્રેટર વર્ક-અપ્સ ડિઝાઇન કરે છે ત્યારે ડાયગ્નોસ્ટિક પ્રક્રિયાઓ ઓછી ખર્ચાળ હોય છે.
બોસ્ટનના બેથ ઇઝરાયેલ ડીકોનેસ મેડિકલ સેન્ટર સાથેના સહયોગમાં, સંશોધકો હવે ઇમરજન્સી ડિપાર્ટમેન્ટના વેઇટિંગ રૂમમાં દર્દીઓની ગંભીરતા મુજબ વર્ગીકરણ કરવાની આ ટૂલની ક્ષમતાનું પરીક્ષણ કરશે. માઇક્રોસોફ્ટની જેમ અન્ય એઆઈ કંપનીઓએ પણ પોતાના રિસર્ચરોની ટીમો મેડિકલ ક્ષેત્રના સંશોધનો માટે કામે લગાડી છે.
આ વાંચીને એમ માનવાની જરૂર નથી કે વર્તમાન મેડિકલ પ્રોફેશનને કોઈ સીધી નકારાત્મક અસર પહોંચશે, પરંતુ આડકતરી અસર ચોક્કસ કરી શકશે. કેટલાક ડોક્ટરો દર્દીનેઓને અનેક ટેસ્ટ કરાવીને ખર્ચા કરાવે છે, જ્યારે નવા એઆઈ ટૂલની મદદથી જરૂરિયાત પૂરતા જ ટેસ્ટ કરાવવાના રહેશે.
મેડિકલ ક્ષેત્રે સતત નવાં સંશોધનો થઈ રહ્યાં છે. લોકોના લાંબા આયુષ્ય પાછળ મેડિકલ સંશોધનોને પણ ક્રેડિટ આપવાની જરૂર છે. હવે જ્યારે આ સંશોધનોમાં એઆઈ ઉમેરો કરી રહ્યું છે ત્યારે અંતે તો માનવ સમુદાયને જ તેનો લાભ થવાનો છે.




