වොට්සන් වෛද්‍යවරයාට දෂ්ට නොකළ අතර ඉතා හොඳින්
අන්තර්ගතය
වෙනත් බොහෝ ක්ෂේත්‍රවල මෙන්ම, රෝග විනිශ්චය අසාර්ථකවීම් මාලාවකින් පසුව, AI සමඟ වෛද්‍යවරුන් ප්‍රතිස්ථාපනය කිරීමේ උද්යෝගය තරමක් අඩු වී ඇතත්, AI මත පදනම් වූ වෛද්ය විද්යාව සංවර්ධනය කිරීමේ කටයුතු තවමත් සිදු වෙමින් පවතී. මක්නිසාද යත්, ඔවුන් තවමත් එහි බොහෝ ක්ෂේත්‍රවල මෙහෙයුම්වල කාර්යක්ෂමතාව වැඩි දියුණු කිරීමට විශාල අවස්ථාවන් සහ අවස්ථාවක් ලබා දෙයි.
IBM 2015 දී ප්‍රකාශයට පත් කරන ලද අතර 2016 දී එය ප්‍රධාන රෝගී දත්ත සමාගම් හතරකින් දත්ත වෙත ප්‍රවේශය ලබා ගත්තේය (1). වඩාත්ම ප්‍රසිද්ධ, බොහෝ මාධ්‍ය වාර්තා වලට ස්තූතිවන්ත වන අතර, ඒ සමඟම IBM වෙතින් උසස් කෘතිම බුද්ධිය භාවිතා කරන වඩාත් අභිලාෂකාමී ව්‍යාපෘතිය ඔන්කොලොජි සම්බන්ධ විය. විද්යාඥයන් විසින් දත්තවල ඇති අතිවිශාල සම්පත් ඒවා හොඳින් අනුවර්තනය කරන ලද පිළිකා මර්දන ප්රතිකාර ක්රම බවට පත් කිරීම සඳහා ඒවා සැකසීමට භාවිතා කිරීමට උත්සාහ කර ඇත. දිගුකාලීන ඉලක්කය වූයේ වොට්සන් විනිසුරු බවට පත් කිරීමයි සායනික අත්හදා බැලීම් සහ වෛද්යවරයකු ලෙස ප්රතිඵල.
1. Watson Health වෛද්ය ක්‍රමයේ දෘශ්‍යකරණයන්ගෙන් එකක්
කෙසේ වෙතත්, එය එසේ විය වොට්සන් ස්වාධීනව වෛද්ය සාහිත්යය වෙත යොමු විය නොහැකි අතර, රෝගීන්ගේ ඉලෙක්ට්රොනික වෛද්ය වාර්තා වලින් තොරතුරු ලබා ගත නොහැක. කෙසේ වෙතත් ඔහුට එල්ල වූ බරපතළම චෝදනාව වූයේ එයයි නව රෝගියෙකු අනෙකුත් වැඩිහිටි පිළිකා රෝගීන් සමඟ ඵලදායී ලෙස සංසන්දනය කිරීමට සහ බැලූ බැල්මට නොපෙනෙන රෝග ලක්ෂණ හඳුනා ගැනීමට නොහැකි වීම.
බොහෝ දුරට සම්මත ප්රතිකාර සඳහා වොට්සන්ගේ යෝජනා අනුව හෝ අතිරේක, අතිරේක වෛද්ය මතයක් ලෙස වුවද, ඔහුගේ විනිශ්චය කෙරෙහි විශ්වාසයක් ඇති බව ප්‍රකාශ කළ සමහර පිළිකා රෝග විශේෂඥයින් සිටි බව පිළිගත හැකිය. මෙම ක්‍රමය වෛද්‍යවරුන් සඳහා විශිෂ්ට ස්වයංක්‍රීය පුස්තකාලයක් වනු ඇති බව බොහෝ දෙනා පෙන්වා දී ඇත.
IBM වෙතින් එතරම් ප්‍රශංසනීය නොවන සමාලෝචනවල ප්‍රතිඵලයක් ලෙස එක්සත් ජනපද වෛද්ය ආයතනවල වොට්සන් පද්ධතිය විකිණීමේ ගැටළු. IBM අලෙවි නියෝජිතයන් එය ඉන්දියාව, දකුණු කොරියාව, තායිලන්තය සහ වෙනත් රටවල සමහර රෝහල්වලට විකිණීමට සමත් විය. ඉන්දියාවේ, පියයුරු පිළිකා රෝගීන් 638ක් සඳහා වොට්සන්ගේ නිර්දේශ වෛද්‍යවරු () ඇගයීමට ලක් කළහ. ප්රතිකාර නිර්දේශ සඳහා අනුකූලතා අනුපාතය 73% කි. නරකයි වොට්සන් ඔහු දකුණු කොරියාවේ Gachon වෛද්ය මධ්‍යස්ථානයෙන් ඉවත් වූ අතර, එහිදී මහා බඩවැලේ පිළිකා රෝගීන් 656ක් සඳහා ඔහුගේ හොඳම නිර්දේශ විශේෂඥ නිර්දේශ සමඟ ගැලපුණේ සියයට 49ක් පමණි. එය වෛද්‍යවරුන් විසින් තක්සේරු කර ඇත වොට්සන් වැඩිහිටි රෝගීන් සමඟ හොඳින් කටයුතු කළේ නැතඔවුන්ට ඇතැම් ප්‍රමිතිගත ඖෂධ ලබා නොදීමෙන් සහ ව්‍යාධි රෝග ඇති සමහර රෝගීන් සඳහා ආක්‍රමණශීලී ප්රතිකාර නිරීක්ෂණ සිදු කිරීමේ තීරණාත්මක වැරැද්දක් කර ඇත.
අවසාන වශයෙන්, රෝග විනිශ්චයකරුවෙකු සහ වෛද්‍යවරයෙකු ලෙස ඔහුගේ කාර්යය අසාර්ථක යැයි සලකනු ලැබුවද, ඔහු අතිශයින්ම ප්‍රයෝජනවත් බව ඔප්පු වූ ක්ෂේත්‍ර තිබේ. නිෂ්පාදන ජෙනොමික්ස් සඳහා වොට්සන්, උතුරු කැරොලිනා විශ්ව විද්‍යාලය, යේල් විශ්ව විද්‍යාලය සහ අනෙකුත් ආයතන සමඟ සහයෝගයෙන් සංවර්ධනය කරන ලදී පිළිකා රෝග විශේෂඥයින් සඳහා වාර්තා සකස් කිරීම සඳහා ජාන රසායනාගාර. වොට්සන් බාගත කිරීම් ලැයිස්තු ගොනුව ජාන විකෘති රෝගියෙකු තුළ සහ සියලු වැදගත් ඖෂධ සහ සායනික පරීක්ෂණ සඳහා යෝජනා ඇතුළත් වාර්තාවක් මිනිත්තු කිහිපයකින් ජනනය කළ හැකිය. වොට්සන් ජානමය තොරතුරු සාපේක්ෂ පහසුව සමඟ හසුරුවයිමක්නිසාද යත් ඒවා ව්‍යුහගත ගොනු වල ඉදිරිපත් කර ඇති අතර අපැහැදිලිතා අඩංගු නොවන බැවිනි - එක්කෝ විකෘතියක් ඇත, නැතහොත් විකෘතියක් නොමැත.
උතුරු කැරොලිනා විශ්ව විද්‍යාලයේ IBM හවුල්කරුවන් 2017 හි කාර්යක්ෂමතාව පිළිබඳ ලිපියක් ප්‍රකාශයට පත් කළේය. වොට්සන් ඔවුන්ගෙන් 32% ක් තුළ මානව අධ්‍යයනයන් මගින් හඳුනා නොගත් වැදගත් විකෘති සොයා ගන්නා ලදී. රෝගීන් නව ඖෂධ සඳහා හොඳ අපේක්ෂකයන් බවට පත් කරමින් අධ්යයනය කරන ලදී. කෙසේ වෙතත්, භාවිතය වඩා හොඳ ප්රතිකාර ප්‍රතිඵලවලට තුඩු දෙන බවට තවමත් සාක්ෂි නොමැත.
ප්‍රෝටීන ගෘහස්ථකරණය
මෙය සහ තවත් බොහෝ උදාහරණ මගින් සෞඛ්‍ය සේවයේ ඇති සියලුම අඩුපාඩු විසඳා ඇති බවට වර්ධනය වන විශ්වාසයට දායක වේ, නමුත් මිනිසුන් එහි ඉතා හොඳින් ක්‍රියා නොකරන නිසා මෙය සැබවින්ම උපකාර කළ හැකි ක්ෂේත්‍ර සොයා බැලිය යුතුය. එවැනි ක්ෂේත්රයක් උදාහරණයක් ලෙස, ප්රෝටීන් පර්යේෂණ. ප්‍රෝටීන වල අනුපිළිවෙල (2) මත පදනම්ව ඒවායේ හැඩය නිවැරදිව පුරෝකථනය කළ හැකි බවට පසුගිය වසරේ තොරතුරු අනාවරණය විය. මෙය මිනිසුන්ගේ පමණක් නොව බලවත් පරිගණකවල පවා බලය ඉක්මවා ගිය සම්ප්‍රදායික කාර්යයකි. ප්රෝටීන් අණු වල ඇඹරීමේ නිවැරදි ආකෘති නිර්මාණය අප ප්‍රගුණ කළහොත්, ජාන ප්රතිකාර සඳහා විශාල අවස්ථාවන් තිබේ. ඇල්ෆාෆෝල්ඩ් ආධාරයෙන් අපි දහස් ගණනකගේ ක්‍රියාකාරකම් අධ්යයනය කරනු ඇතැයි විද්යාඥයින් බලාපොරොත්තු වන අතර, මෙය බොහෝ රෝග සඳහා හේතු තේරුම් ගැනීමට අපට ඉඩ සලසයි.
රූප සටහන 2. DeepMind's AlphaFold සමඟින් ආකෘතිගත කර ඇති ප්රෝටීන් ඇඹරීම.
දැන් අපි දන්නවා ප්‍රෝටීන මිලියන දෙසීයක්, නමුත් අපි ඔවුන්ගෙන් කුඩා කොටසක ව්යුහය සහ කාර්යය සම්පූර්ණයෙන්ම තේරුම් ගනිමු. ලේනුන් එය ජීවීන්ගේ මූලික ගොඩනැඟිලි ඒකකයයි. සෛල තුළ සිදුවන බොහෝ ක්‍රියාවලීන් සඳහා ඔවුන් වගකිව යුතුය. ඔවුන් වැඩ කරන ආකාරය සහ ඔවුන් කරන දේ තීරණය වන්නේ ඔවුන්ගේ ත්‍රිමාණ ව්යුහය මගිනි. ඔවුන් භෞතික විද්‍යාවේ නීති මගින් මෙහෙයවනු ලබන කිසිදු උපදෙස් නොමැතිව සුදුසු ස්වරූපයක් ගනී. දශක ගණනාවක් තිස්සේ ප්‍රෝටීන වල හැඩය තීරණය කිරීමේ ප්‍රධාන ක්‍රමය පර්යේෂණාත්මක ක්රම වේ. 50 ගණන්වලදී, භාවිතය X-ray ස්ඵටික විද්යාත්මක ක්රම. පසුගිය දශකය තුළ එය තෝරා ගැනීමේ පර්යේෂණ මෙවලම බවට පත් විය. ස්ඵටික අන්වීක්ෂය. 80 සහ 90 ගණන් වලදී, ප්‍රෝටීන වල හැඩය තීරණය කිරීම සඳහා පරිගණක භාවිතා කිරීමේ කටයුතු ආරම්භ විය. කෙසේ වෙතත්, ප්රතිඵල තවමත් විද්යාඥයින් සෑහීමකට පත් නොවීය. සමහර ප්‍රෝටීන සඳහා ක්‍රියා කළ ක්රම අනෙක් ඒවාට ක්‍රියා කළේ නැත.
දැනටමත් 2018 දී ඇල්ෆා ෆෝල්ඩ් හි ප්‍රවීණයන්ගෙන් පිළිගැනීමක් ලැබිණි ප්රෝටීන් ආකෘති නිර්මාණය. කෙසේ වෙතත්, එවකට එය අනෙකුත් වැඩසටහන් වලට බෙහෙවින් සමාන ක්රම භාවිතා කළේය. විද්යාඥයන් උපක්‍රම වෙනස් කර තවත් එකක් නිර්මාණය කළ අතර, ප්රෝටීන් අණු නැමීමේ දී භෞතික හා ජ්‍යාමිතික සීමා කිරීම් පිළිබඳ තොරතුරු ද භාවිතා කරන ලදී. ඇල්ෆා ෆෝල්ඩ් අසමාන ප්රතිඵල ලබා දුන්නේය. සමහර විට ඔහු වඩා හොඳින්, සමහර විට නරක විය. නමුත් ඔහුගේ අනාවැකිවලින් තුනෙන් දෙකක්ම පාහේ පර්යේෂණාත්මක ක්රම මගින් ලබාගත් ප්රතිඵල සමඟ සමපාත විය. 2 වසර ආරම්භයේදී, ඇල්ගොරිතම SARS-CoV-3 වෛරසයේ ප්‍රෝටීන කිහිපයක ව්යුහය විස්තර කළේය. පසුව, Orf2020a ප්‍රෝටීනය සඳහා වන අනාවැකි පර්යේෂණාත්මකව ලබාගත් ප්‍රතිඵලවලට අනුකූල බව සොයා ගන්නා ලදී.
එය ප්‍රෝටීන නැමීමේ අභ්‍යන්තර ක්රම අධ්යයනය කිරීම පමණක් නොව, සැලසුම් කිරීම ද වේ. NIH BRAIN මුලපිරීමේ පර්යේෂකයන් භාවිතා කරන ලදී යන්ත්‍ර ඉගෙනීම මොළයේ සෙරොටොනින් මට්ටම තත්‍ය කාලීනව නිරීක්ෂණය කළ හැකි ප්‍රෝටීනයක් නිපදවන්න. සෙරොටොනින් යනු මොළය අපගේ සිතුවිලි සහ හැඟීම් පාලනය කරන ආකාරය සඳහා ප්‍රධාන කාර්යභාරයක් ඉටු කරන ස්නායු රසායනයකි. උදාහරණයක් ලෙස, බොහෝ විෂාදනාශක නියුරෝන අතර සම්ප්‍රේෂණය වන සෙරොටොනින් සංඥා වෙනස් කිරීමට නිර්මාණය කර ඇත. Cell සඟරාවේ ලිපියක, විද්යාඥයන් ඔවුන් දියුණු භාවිතා කරන ආකාරය විස්තර කර ඇත ජාන ඉංජිනේරු ක්රම වත්මන් ක්‍රමවලට වඩා වැඩි නිරවද්‍යතාවයකින් සෙරොටොනින් සම්ප්‍රේෂණය නිරීක්ෂණය කිරීමට උපකාරී වන නව පර්යේෂණ මෙවලමක් බවට බැක්ටීරියා ප්‍රෝටීනයක් පත් කරන්න. පූර්ව සායනික අත්හදා බැලීම්, වැඩි වශයෙන් මීයන් තුළ, සංවේදකය නින්ද, බිය සහ සමාජ අන්තර්ක්‍රියා අතරතුර මොළයේ සෙරොටොනින් මට්ටමේ සියුම් වෙනස්කම් ක්ෂණිකව හඳුනාගෙන නව මනෝ ක්‍රියාකාරී ඖෂධවල සඵලතාවය පරීක්ෂා කළ හැකි බව පෙන්වා දී ඇත.
වසංගතයට එරෙහි සටන සැමවිටම සාර්ථක වී නැත
සියල්ලට පසු, අපි MT හි ලියූ පළමු වසංගතය මෙයයි. කෙසේ වෙතත්, උදාහරණයක් ලෙස, අපි වසංගතයේ වර්ධනයේ ක්‍රියාවලිය ගැන කතා කරන්නේ නම්, ආරම්භක අවධියේදී, AI අසාර්ථක වූ දෙයක් ලෙස පෙනෙන්නට තිබුණි. විද්වතුන් පැමිණිලි කර ඇත කෘතිම බුද්ධිය පෙර වසංගත වල දත්ත මත පදනම්ව කොරෝනා වයිරසයේ ව්‍යාප්තියේ ප්‍රමාණය නිවැරදිව පුරෝකථනය කළ නොහැක. “ඇස් සහ කන් නිශ්චිත සංඛ්‍යාවක් ඇති මුහුණු හඳුනාගැනීම වැනි සමහර ක්ෂේත්‍රවල මෙම විසඳුම් හොඳින් ක්‍රියාත්මක වේ. SARS-CoV-2 වසංගතය මේවා කලින් නොදන්නා සිදුවීම් සහ බොහෝ නව විචල්‍යයන් වන බැවින් එය පුහුණු කිරීමට භාවිතා කළ ඓතිහාසික දත්ත මත පදනම් වූ කෘතිම බුද්ධිය හොඳින් ක්‍රියා නොකරයි. වසංගතය පෙන්වා දී ඇත්තේ අප වෙනත් තාක්ෂණයන් සහ ප්‍රවේශයන් සොයා බැලිය යුතු බවයි, ”ස්කොල්ටෙක් හි මැක්සිම් ෆෙඩෝරොව් 2020 අප්‍රේල් මාසයේදී රුසියානු මාධ්‍ය වෙත ප්‍රකාශයක් කරමින් පැවසීය.
කාලයත් සමඟම තිබුණා කෙසේ වෙතත්, COVID-19 ට එරෙහි සටනේදී AI හි විශාල ප්‍රයෝජනය ඔප්පු කරන ඇල්ගොරිතම. එක්සත් ජනපදයේ විද්යාඥයින් 2020 අගභාගයේදී COVID-19 සහිත පුද්ගලයින්ට වෙනත් රෝග ලක්ෂණ නොමැති වුවද, ඔවුන්ගේ ලක්ෂණ කැස්ස රටා හඳුනා ගැනීමට ක්රමයක් සකස් කළහ.
එන්නත් දර්ශනය වූ විට, ජනගහනය එන්නත් කිරීම සඳහා අදහස උපත ලැබීය. උදාහරණයක් ලෙස ඇයට හැකි විය එන්නත් වල ආදර්ශ ප්රවාහනය සහ සැපයුම් සඳහා උපකාර කිරීම. වසංගතය සමඟ වේගයෙන් කටයුතු කිරීම සඳහා පළමුව එන්නත් කළ යුත්තේ කුමන ජනගහණයන්ටද යන්න තීරණය කිරීමේදී. එය ඉල්ලුම පුරෝකථනය කිරීමට සහ සැපයුම්වල ගැටළු සහ බාධක ඉක්මනින් හඳුනා ගැනීමෙන් එන්නත් කිරීමේ කාලය සහ වේගය ප්‍රශස්ත කිරීමට ද උපකාරී වනු ඇත. අඛණ්ඩ අධීක්‍ෂණයක් සහිත ඇල්ගොරිතමවල සංයෝජනය මඟින් සිදුවිය හැකි අතුරු ආබාධ සහ සෞඛ්‍ය සිදුවීම් පිළිබඳ තොරතුරු ඉක්මනින් ලබා දිය හැකිය.
මේවා AI භාවිතා කරන පද්ධති සෞඛ්‍ය සේවාව ප්‍රශස්ත කිරීම සහ වැඩිදියුණු කිරීම දැනටමත් දන්නා කරුණකි. ඔවුන්ගේ ප්රායෝගික වාසි අගය කරන ලදී; උදාහරණයක් ලෙස, එක්සත් ජනපදයේ Stanford විශ්ව විද්‍යාලයේ Macro-Eyes විසින් සංවර්ධනය කරන ලද සෞඛ්‍ය සේවා පද්ධතිය. වෙනත් බොහෝ වෛද්ය ආයතනවල මෙන්ම ප්‍රශ්නය වූයේ පත්වීම් සඳහා නොපැමිණෙන රෝගීන් නොමැතිකමයි. මැක්රෝ ඇස් එහි නොසිටීමට ඉඩ ඇති රෝගීන් විශ්වාසදායක ලෙස පුරෝකථනය කළ හැකි පද්ධතියක් ගොඩනඟා ඇත. සමහර අවස්ථා වලදී, ඔහුට සායන සඳහා විකල්ප වේලාවන් සහ ස්ථාන යෝජනා කළ හැකි අතර, එමඟින් රෝගියෙකු පෙනී සිටීමේ අවස්ථා වැඩි වේ. පසුව, Arkansas සිට නයිජීරියාව දක්වා විවිධ ස්ථානවල එවැනි තාක්ෂණයක් භාවිතා කරන ලදී, විශේෂයෙන්ම, ජාත්‍යන්තර සංවර්ධනය සඳහා වූ එක්සත් ජනපද නියෝජිතායතනය i.
ටැන්සානියාවේ, Macro-Eyes ඉලක්ක කරගත් ව්‍යාපෘතියක වැඩ කළා ළමා ප්රතිශක්තිකරණ අනුපාතය වැඩි කිරීම. ලබා දී ඇති එන්නත් මධ්‍යස්ථානයකට කොපමණ එන්නත් මාත්‍රාවක් යැවිය යුතුද යන්න මෘදුකාංගය විශ්ලේෂණය කළේය. තම දරුවන්ට එන්නත් කිරීමට අකමැති පවුල් මොනවාද යන්න තක්සේරු කිරීමට ද ඔහුට හැකි විය, නමුත් සුදුසු තර්ක සහ පහසු ස්ථානයක එන්නත් මධ්‍යස්ථානයක් ඇති ස්ථානය ඔවුන්ට ඒත්තු ගැන්විය හැකිය. මෙම මෘදුකාංගය භාවිතා කරමින් ටැන්සානියානු රජය සිය ප්රතිශක්තිකරණ වැඩසටහනේ කාර්යක්ෂමතාව 96% කින් වැඩි කිරීමට සමත් වී ඇත. සහ එන්නත් නාස්තිය පුද්ගලයන් 2,42 කට 100 දක්වා අඩු කරන්න.
සියෙරා ලියොන් හි පදිංචිකරුවන්ගේ සෞඛ්‍ය දත්ත අතුරුදහන් වූ අතර, සමාගම මෙය අධ්‍යාපනය පිළිබඳ තොරතුරු සමඟ ගැලපීමට උත්සාහ කළේය. සියයට 70ක් පුරෝකථනය කිරීමට ගුරුවරුන් සහ ඔවුන්ගේ සිසුන් සංඛ්යාව පමණක් ප්‍රමාණවත් බව පෙනී ගියේය. ප්‍රාදේශීය සායනයට පිරිසිදු ජලය සඳහා ප්‍රවේශය තිබේද යන්න පිළිබඳ නිරවද්‍යතාවය, එය දැනටමත් එහි වෙසෙන ජනතාවගේ සෞඛ්‍යය පිළිබඳ දත්තවල අඩිපාරක් වේ (3).
3. අප්‍රිකාවේ AI මත පදනම් වූ සෞඛ්‍ය ආරක්ෂණ වැඩසටහන් වල මැක්රෝ-අයිස් නිදර්ශනය.
යන්ත්‍ර වෛද්යවරයා පිළිබඳ මිථ්‍යාව අතුරුදහන් නොවේ
අසාර්ථකත්වය තිබියදීත් වොට්සන් නව රෝග විනිශ්චය ප්‍රවේශයන් තවමත් සංවර්ධනය වෙමින් පවතින අතර වඩ වඩාත් දියුණු ඒවා ලෙස සැලකේ. සැසඳීම 2020 සැප්තැම්බර් මාසයේදී ස්වීඩනයේ සිදු කරන ලදී. පියයුරු පිළිකා රෝග විනිශ්චය සඳහා භාවිතා වේ ඔවුන්ගෙන් හොඳම දේ විකිරණවේදියෙකු මෙන් ක්‍රියා කරන බව පෙන්නුම් කළේය. සාමාන්‍ය පරීක්ෂාවේදී ලබාගත් මැමෝග්‍රැෆි රූප නවදහසකට ආසන්න ප්‍රමාණයක් භාවිතයෙන් ඇල්ගොරිතම පරීක්ෂා කර ඇත. AI-1, AI-2 සහ AI-3 ලෙස නම් කරන ලද පද්ධති තුනක්, 81,9%, 67% ක නිරවද්‍යතාවයක් ලබා ඇත. සහ 67,4%. සංසන්දනය කිරීම සඳහා, මෙම රූප පළමුවැන්න ලෙස අර්ථකථනය කරන විකිරණවේදීන් සඳහා, මෙම අගය 77,4% ක් වූ අතර, විකිරණවේදීන්එය විස්තර කළ දෙවැනියා වූයේ එය සියයට 80,1 කි. පරීක්ෂා කිරීමේදී විකිරණවේදීන්ට මග හැරුණු අවස්ථා හඳුනා ගැනීමට හොඳම ඇල්ගොරිතමවලට හැකි වූ අතර, වසරකට අඩු කාලයකදී කාන්තාවන් රෝගාතුර වී ඇති බව හඳුනා ගන්නා ලදී.
පර්යේෂකයන්ට අනුව, මෙම ප්රතිඵල සනාථ කරයි කෘතිම බුද්ධි ඇල්ගොරිතම විකිරණවේදීන් විසින් කරන ලද ව්‍යාජ-සෘණ රෝග විනිශ්චය නිවැරදි කිරීමට උපකාරී වේ. සාමාන්‍ය විකිරණවේදියෙකු සමඟ AI-1 හි හැකියාවන් ඒකාබද්ධ කිරීමෙන් අනාවරණය වූ පියයුරු පිළිකා සංඛ්යාව 8% කින් වැඩි විය. මෙම අධ්යයනය පිටුපස සිටින රෝයල් ඉන්ස්ටිටියුට් කණ්ඩායම AI ඇල්ගොරිතමවල ගුණාත්මක භාවය අඛණ්ඩව වැඩිදියුණු වනු ඇතැයි අපේක්ෂා කරයි. අත්හදා බැලීම පිළිබඳ සම්පූර්ණ විස්තරයක් JAMA ඔන්කොලොජි හි ප්‍රකාශයට පත් කරන ලදී.
ලක්ෂ පහක පරිමාණයකින් ඩබ්ලිව්. දැනට, අපි සැලකිය යුතු තාක්‍ෂණික ත්වරණයක් අත්විඳිමින් IV මට්ටමට (ඉහළ ස්වයංක්‍රීයකරණය) ළඟා වෙමින් සිටිමු, පද්ධතිය ස්වාධීනව ලැබුණු දත්ත ස්වයංක්‍රීයව සකසන විට සහ විශේෂඥයාට පූර්ව විශ්ලේෂණාත්මක තොරතුරු සපයන විට. මෙමගින් කාලය ඉතිරි වන අතර, මානව දෝෂ මඟහරවා ගැනීමට සහ වඩාත් කාර්යක්ෂම රෝගී සත්කාරයක් ලබා දේ. මාස කිහිපයකට පෙර ඔහු විනිශ්චය කළේ එයයි Stan A.I. ඔහුට සමීප වෛද්ය ක්ෂේත්රයේ, මහාචාර්ය. Janusz Braziewicz න්‍යෂ්ටික වෛද්ය විද්යාව සඳහා වූ පෝලන්ත සංගමයෙන් පෝලන්ත පුවත්පත් ඒජන්සියට ප්‍රකාශයක් නිකුත් කරමින්.
4. වෛද්ය රූප යන්ත්‍රයෙන් බැලීම
මහාචාර්ය වැනි විශේෂඥයින්ට අනුව ඇල්ගොරිතම. Brazievichමෙම කර්මාන්තය තුළ පවා අත්යවශ්ය වේ. හේතුව රෝග විනිශ්චය රූප පරීක්ෂණ සංඛ්යාව වේගයෙන් වැඩි වීමයි. 2000-2010 කාලය සඳහා පමණි. MRI පරීක්ෂණ සහ විභාග සංඛ්යාව දස ගුණයකින් වැඩි වී ඇත. අවාසනාවකට, ඒවා කඩිනමින් සහ විශ්වාසවන්තව කරගෙන යා හැකි විශේෂඥ වෛද්‍යවරුන් සංඛ්යාව වැඩි වී නොමැත. සුදුසුකම් ලත් කාර්මික ශිල්පීන්ගේ හිඟයක් ද පවතී. AI-පාදක ඇල්ගොරිතම ක්‍රියාත්මක කිරීම කාලය ඉතිරි කරන අතර ක්‍රියා පටිපාටිවල පූර්ණ ප්‍රමිතිකරණයට ඉඩ සලසයි, එසේම මානව දෝෂ මඟහරවා ගැනීම සහ රෝගීන් සඳහා වඩාත් කාර්යක්ෂම, පුද්ගලාරෝපිත ප්රතිකාර ලබා දේ.
එය සිදු වූ පරිදි, ද අධිකරණ වෛද්ය විද්යාව ප්රයෝජන ගත හැකිය කෘතිම බුද්ධි වර්ධනය. මෙම ක්ෂේත්රයේ විශේෂඥයින් මිය ගිය පටක මත පෝෂණය වන පණුවන් සහ අනෙකුත් ජීවීන්ගේ ස්රාවය රසායනික විශ්ලේෂණය මගින් මියගිය පුද්ගලයාගේ මරණයේ නිශ්චිත වේලාව තීරණය කළ හැකිය. විශ්ලේෂණයට විවිධ වර්ගයේ නෙක්‍රෝෆේජ් වලින් ස්රාවය වන මිශ්‍රණ ඇතුළත් වන විට ගැටළුවක් පැන නගී. යන්ත්‍ර ඉගෙනීම ක්‍රියාත්මක වන්නේ මෙහිදීය. ඇල්බනි විශ්ව විද්‍යාලයේ විද්යාඥයින් දියුණු වී ඇත පණු විශේෂ ඉක්මනින් හඳුනා ගැනීමට ඉඩ සලසන කෘතිම බුද්ධි ක්රමයක් ඔවුන්ගේ "රසායනික ඇඟිලි සලකුණු" මත පදනම්ව. කණ්ඩායම ඔවුන්ගේ පරිගණක වැඩසටහන පුහුණු කළේ මැස්සන් විශේෂ හයකින් විවිධ රසායනික ස්‍රාවයන් මිශ්‍ර කරමිනි. අයනයක ස්කන්ධ හා විද්‍යුත් ආරෝපණ අනුපාතය නිවැරදිව මැනීමෙන් රසායනික ද්‍රව්‍ය හඳුනා ගන්නා ස්කන්ධ වර්ණාවලීක්ෂය භාවිතයෙන් ඔහු කෘමි කීටයන්ගේ රසායනික අත්සන් විකේතනය කළේය.
ඉතින්, ඔබට පෙනෙන පරිදි, කෙසේ වෙතත් AI ගවේෂණාත්මක රහස් පරීක්ෂකයෙකු ලෙස ඉතා හොඳ නැත, එය අධිකරණ වෛද්ය විද්‍යාගාරයක ඉතා ප්‍රයෝජනවත් විය හැක. සමහර විට අපි මේ අවධියේදී ඇයගෙන් ඕනෑවට වඩා බලාපොරොත්තු වූවා විය හැකිය, වෛද්‍යවරුන් රැකියාවෙන් ඉවත් කරන ඇල්ගොරිතම අපේක්ෂා කළෙමු (5). අපි බලන විට කෘතිම බුද්ධිය වඩාත් යථාර්ථවාදීව, සාමාන්‍ය ප්‍රතිලාභවලට වඩා නිශ්චිත ප්රායෝගික ප්‍රතිලාභ කෙරෙහි අවධානය යොමු කරමින්, වෛද්ය ක්ෂේත්රයේ ඇයගේ වෘත්තීය ජීවිතය නැවතත් ඉතා යහපත් බව පෙනේ.
5. වෛද්යවරයාගේ මෝටර් රථයේ දර්ශනය
