चिकित्सा में AI सिस्टम क्या कर सकता है?

ऐसे कार्य जो सीधे रोगी देखभाल से संबंधित नहीं हैं

आधुनिक कृत्रिम बुद्धिमत्ता प्रणाली पहले से ही डॉक्टरों को रोगियों के इलाज में मदद कर रही है। उदाहरण के लिए, कंपनी हार्टफ्लो, सीटी इमेज, ब्लड फ्लो के कंप्यूटर सिमुलेशन और डीप लर्निंग एल्गोरिदम का उपयोग करके दिल का 3 डी कार्ड बना सकती है । यह डॉक्टरों को अधिक सटीक रूप से और जल्दी से हृदय रोग का निदान करने की अनुमति देता है, जिससे आवश्यक आक्रामक प्रक्रियाओं की संख्या 80% कम हो जाती है।

हालांकि, एआई का उपयोग उन क्षेत्रों में भी किया जाता है जो सीधे रोगी के उपचार से संबंधित नहीं हैं, लेकिन फिर भी चिकित्सा देखभाल की गुणवत्ता को प्रभावित करते हैं। आज, हम कुछ हद तक सहायक, लेकिन अभी भी महत्वपूर्ण कार्यों के बारे में इन पर बात करना चाहते हैं।


"एक चौकस डॉक्टर आपके लिए सुविधाजनक होगा

अस्पताल में रूटिंग

आर्टिफिशियल इंटेलिजेंस सिस्टम और मशीन लर्निंग न केवल निदान में मदद कर सकते हैं। उदाहरण के लिए, मई के अंत में, ब्लूम्सबरी यूनिवर्सिटी कॉलेज लंदन क्लिनिक (यूसीएलएच) ने घोषणा की कि यह उन रोगियों की पहचान करने के लिए एआई सिस्टम का उपयोग करेगा, जिन्हें वास्तव में आपातकालीन देखभाल की आवश्यकता है।

जब दर्द की शिकायत करने वाला मरीज आपातकालीन कक्ष में प्रवेश करता है, तो चिकित्सा कर्मचारी मानक प्रक्रियाएं करेंगे - विश्लेषण के लिए रक्त लेंगे, एक एनामेनेसिस एकत्र करेंगे, और यदि आवश्यक हो, तो एक्स-रे लें। जैसा कि क्लिनिक में उल्लेख किया गया है, 80% मामलों में, रोगियों के पास कुछ भी गंभीर नहीं है - वे निर्धारित दवाएं और घर छोड़ दिए जाते हैं।

कृत्रिम बुद्धि प्रणाली आपको बहुत जल्दी 20% की पहचान करने की अनुमति देगा, जिन्हें वास्तव में आपातकालीन देखभाल की आवश्यकता होती है। गार्जियन के साथ एक साक्षात्कार में यूसीएलएच के सीईओ ने कहा कि सॉफ्टवेयर मरीज की प्राथमिकता तय करेगा, जिससे उसके द्वारा उठाए गए लक्षणों के खतरे का आकलन किया जा सके। उदाहरण के लिए, पेट में दर्द एपेंडिसाइटिस या गुर्दे की बीमारी का संकेत हो सकता है, इसलिए ऐसा व्यक्ति लाइन के प्रमुख की ओर "कदम" रखेगा।

मशीन लर्निंग एल्गोरिदम भी रोगियों और डॉक्टरों के मार्ग में मदद कर सकता है। उदाहरण के लिए, ब्रिटेन में नेशनल हॉस्पिटल ऑफ़ न्यूरोलॉजी एंड न्यूरोसर्जरी के एक शोधकर्ता और न्यूरोलॉजिस्ट, परश्केव नाचेव ने एक मशीन लर्निंग एल्गोरिदम विकसित किया है जो क्लिनिक में नियुक्तियों के बारे में जानकारी का विश्लेषण करता है और इस संभावना का अनुमान लगाता है कि रोगी एक कारण या किसी अन्य कारण से एमआरआई सत्र को याद करेगा। स्कैनिंग। उनका सिस्टम व्यक्ति की उम्र, उसके पते और क्लिनिक की दूरी, मौसम की स्थिति जैसे मापदंडों को ध्यान में रखता है । अब तक, वैज्ञानिक 85% की सटीकता हासिल करने में कामयाब रहा है। यह रिकॉर्डिंग समय को जल्दी से पुनर्वितरित करने में मदद करता है।

और उसी यूसीएलएच में, कृत्रिम बुद्धि प्रणाली, जिसे संस्थान के वैज्ञानिकों द्वारा विकसित किया गया है। एलन ट्यूरिंग, निगरानी करेगा कि डॉक्टर और मरीज अस्पताल के आसपास कैसे "चलते" हैं - वे कौन से कार्य करते हैं, वे किस प्रक्रिया में जाते हैं। यह क्लिनिक के संगठन में संभावित "अड़चनों" की पहचान करने में मदद करेगा - एक स्थिति या जगह जहां कतार या उपकरण की कमी संभावित रूप से संभव है।

नए ज्ञान की खोज करें

डॉक्टरों द्वारा पीछा उपचार उपचार अप्रचलित हो जाते हैं। नई पद्धतियां, नए अध्ययन और दवाएं उभर रही हैं। 2004 में वापस, शोधकर्ताओं ने 341 चिकित्सा पत्रिकाओं की सामग्री की जांच की और पाया कि मासिक प्रकाशनों की कुल संख्या 7 हजार से अधिक थी ।

आदर्श रूप से, डॉक्टर को लगातार विषय ज्ञान के स्तर को बनाए रखना चाहिए, आधुनिक उपचार पद्धतियों का पालन करना चाहिए - हालांकि, प्रकाशनों के पूरे शरीर का अध्ययन करना लगभग असंभव है जो नियमित रूप से विषय पत्रिकाओं में प्रकाशित होते हैं - भले ही यह एक विशेषज्ञ हो।

खोज इंजन के साथ संयोजन में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियां इस स्थिति में मदद करने में सक्षम हैं । इसी तरह का समाधान अमेरिकी अनुसंधान केंद्र रैंड के वैज्ञानिकों द्वारा विकसित किया गया था, जो रणनीतिक समस्याओं के विश्लेषण में लगा हुआ था। उन्होंने अनुरोध के विषय से संबंधित कीवर्ड और शब्दों के लिए जानकारी के विशाल मात्रा में खोज करने के लिए प्रणाली सिखाई।

परीक्षणों के दौरान, यह विषय गाउट, कम अस्थि घनत्व और घुटने के पुराने ऑस्टियोआर्थराइटिस पर डेटा था। एल्गोरिथ्म डॉक्टरों के लिए रुचि के प्रासंगिक लेखों की संख्या को 67-83% तक कम करने में सक्षम था। डेवलपर्स के अनुसार, सिस्टम ने केवल दो लेखों को छोड़ दिया, जिन्हें लोगों द्वारा चुना जाएगा, लेकिन उनमें से किसी में भी महत्वपूर्ण जानकारी नहीं थी। मशीन लर्निंग एल्गोरिदम की सटीकता 96% थी।

दवा का विकास

दवा कंपनियों के अनुभव से पता चलता है कि प्रीक्लिनिकल ट्रायल की शुरुआत से लेकर दवा की मंजूरी और मरीजों के इलाज तक लगभग 12 साल बीत जाते हैं। उसी समय, "उम्मीदवार दवाओं" का केवल 0.1% नैदानिक ​​परीक्षणों में आते हैं। स्वीकृति उन्हें 20% प्राप्त होती है।

आर्टिफिशियल इंटेलिजेंस सिस्टम इस स्थिति को हल करने और नई दवाओं की रिहाई में तेजी लाने में मदद कर सकता है। मशीन सीखने और एआई सिस्टम का उपयोग दवा के विकास के प्रारंभिक चरण में किया जाता है।

एक उदाहरण एटमवाइज सैन फ्रांसिस्को समाधान है। उनके सिस्टम को एटोमनेट कहा जाता है। वह यह जानने के लिए गहन शिक्षण विधियों का उपयोग करती है कि अणु कैसे व्यवहार करेंगे और आवश्यक संबंध बनाने के लिए कितनी संभावना है।

प्रशिक्षण के दौरान, एटमनेट डेवलपर्स ने कई मिलियन पहले से ही ज्ञात आणविक इंटरैक्शन के परिणामों पर कृत्रिम बुद्धिमत्ता प्रणाली डेटा खिलाया। इन इंटरैक्शन के आधार पर, सिस्टम ने उन इंटरैक्शन की भविष्यवाणी करना सीख लिया है जो अभी तक नहीं हुए हैं। सॉफ्टवेयर ने पहले से ही इबोला के इलाज के लिए दवाएं बनाने में मदद की है।

आर्टिफिशियल इंटेलिजेंस सिस्टम और मशीन लर्निंग डॉक्टरों और वैज्ञानिकों को अधिक कुशलता से काम करने में मदद करते हैं। डॉक्टरों को नियमित कार्यों से मुक्त किया जाता है, वैज्ञानिकों के लिए अनुसंधान करना आसान हो जाता है, और रोगियों को तेजी से उपचार प्राप्त होता है।

आज, AI और दवा के चौराहे पर विकास तेजी से लोकप्रिय हो रहे हैं। उदाहरण के लिए, Google ने स्टार्टअप एक्सेलेरेटर प्रोग्राम लॉन्चपैड स्टूडियो में भाग लेने के लिए "चिकित्सा" कृत्रिम बुद्धिमत्ता प्रणाली के निर्माण में लगी कंपनियों का चयन करना शुरू किया। पिछले साल के अंत में, एक बार में चार कंपनियां इस परियोजना में शामिल हुईं ।

DOC + में हम इस क्षेत्र में विकास में लगे हुए हैं: हम अपनी खुद की एनएलपी-प्रणाली विकसित कर रहे हैं जो चिकित्सा विषयों पर ग्रंथों को संसाधित कर सकती है। इसका उपयोग हमारे चैटबोट में किया जाता है - यह एक एनामनेसिस इकट्ठा करने में मदद करता है, जानता है कि रोगी की शिकायतों से बीमारियों के लक्षणों को कैसे अलग किया जाए और एक संरचित रूप में उन्हें डॉक्टर को पास किया जाए।

---

वैसे, हैबे पर ब्लॉग के अलावा, हमारे पास एक विषयगत पत्रिका " जस्ट पूछो " है - इसमें हम आधुनिक चिकित्सा और स्वास्थ्य के बारे में बात करते हैं:

• एलर्जी हमारे दुश्मन क्यों नहीं हैं
• तनाव क्या है? और क्या यह उतना ही हानिकारक है जितना कि हर कोई सोचता है
• डॉक्टरों और फार्मासिस्ट से संकेत के बिना दवा से आहार की खुराक को कैसे अलग करना है