चैटजीपीटी और अन्य एआई स्वास्थ्य देखभाल के लिए क्या मायने रख सकते हैं, इस पर सीमेंस हेल्थाइनर्स डिजिटल प्रमुख

कुछ आर्टिफिशियल इंटेलिजेंस विशेषज्ञ सार्वजनिक रूप से चिंता कर रहे हैं कि हाल के हाई-प्रोफाइल एआई कार्यक्रम मानव के रूप में पास होने में बहुत अच्छे होने लगे हैं – जो प्रौद्योगिकी में विश्वास को खत्म करने का प्रभाव हो सकता है।

Siemens Healthineers में डिजिटल और ऑटोमेशन व्यवसाय के प्रमुख पीटर शेन, विशेष रूप से स्वास्थ्य देखभाल में AI के लिए विश्वास के नुकसान के जोखिम के बारे में चिंता करते हैं – एक ऐसा उद्योग जो रोगी की देखभाल में सुधार की संभावना के बावजूद प्रौद्योगिकी को अपनाने में धीमा रहा है, अन्य बातों के अलावा।

हमने हेल्थकेयर एआई की दुनिया में गहराई से जाने के लिए शेन का साक्षात्कार लिया और इस बात पर चर्चा की कि प्रौद्योगिकी में विश्वास और व्यापक रूप से अपनाए जाने को सुनिश्चित करने के लिए क्या करना होगा।

प्र. चैटजीपीटी जैसा कार्यक्रम भविष्य में स्वास्थ्य सेवा को कैसे बदल सकता है?

एक। चूंकि आर्टिफिशियल इंटेलिजेंस कंपनी OpenAI ने ChatGPT – मशीन लर्निंग द्वारा संचालित एक मुफ्त, इंटरैक्टिव चैटबॉट – को जनता के लिए उपलब्ध कराया है, इसलिए इस इंटरैक्टिव टूल ने सुर्खियां बटोरी हैं। यह सवालों के जवाब दे सकता है, ईमेल बना सकता है और लंबी-लंबी लिखित सामग्री (कहानियों, समाचार लेखों और छात्र निबंधों सहित) को चौंकाने वाली गति के साथ-साथ गुणवत्ता के स्तर के साथ उत्पन्न कर सकता है जो एक मानव लेखक का सुझाव देता है।

एआई के विकास में प्रतिमान-शिफ्टर मानी जाने वाली इस तकनीक के निहितार्थ व्यापक हैं। उनमें विपणन और पत्रकारिता के साथ-साथ स्वास्थ्य सेवा में संभावित अनुप्रयोग शामिल हैं। छात्रों द्वारा ChatGPT के संभावित दुरुपयोग के साथ-साथ इसके कुछ स्रोतों के संबंध में इसकी विश्वसनीयता को लेकर भी चिंताएँ पैदा हुई हैं।

चैटजीपीटी के स्वास्थ्य सेवा में संभावित उपयोग के कुछ आलोचकों का मानना ​​है कि चिकित्सक रोगी निदान या महत्वपूर्ण नैदानिक ​​​​समाधान चलाने के लिए इस तरह के उपकरण का उपयोग करेंगे। हालांकि, मुझे इस तरह के समाधान के लिए एक संभावित लाभ दिखाई देता है, जो बड़ी मात्रा में पाठ्य डेटा का उपभोग करने और परिणामों को सारांशित करने की क्षमता के संदर्भ में है।

यह क्षमता स्वास्थ्य सेवा में अत्यंत प्रासंगिक है, जहां चिकित्सकों को उनकी विशेषता के संबंध में प्रकाशनों और वैज्ञानिक अध्ययनों के रूप में अविश्वसनीय रूप से बड़ी मात्रा में आकस्मिक डिजिटल डेटा को अवशोषित करने की चुनौती दी जाती है। नए, संभावित रूप से प्रासंगिक नैदानिक ​​परिणामों के बारे में जानकारी के साथ, चिकित्सक रोगियों के लिए निदान और उपचार के प्रतिमानों को बदल सकता है।

ChatGPT इस प्रचारित, वैज्ञानिक रूप से मान्य डेटा का उपभोग और सारांश करने के अवसर का प्रतिनिधित्व करता है, जिससे चिकित्सक को वर्तमान बने रहने में मदद मिलती है। अधिकतम प्रभावशीलता के लिए, ChatGPT को निरंतर आधार पर सबसे वर्तमान प्रकाशनों को फीड करने की आवश्यकता होगी। उपकरण के इस व्यावहारिक अनुप्रयोग से चिकित्सक और स्वास्थ्य सेवा को सामान्य रूप से लाभ होगा, जबकि एआई के लैंडमाइन से निश्चित नैदानिक ​​​​निर्णय लेने से बचना होगा, क्योंकि उस मोर्चे पर भरोसा मायावी बना हुआ है।

प्र. हेल्थकेयर एक ऐसा उद्योग है जो रोगियों की देखभाल में सुधार की संभावना के बावजूद एआई को अपनाने में धीमा रहा है। आपके ऐसा क्यों लगता है?

एक। अपने शुरुआती दिनों में, एआई काफी अटकलों का विषय था, और इसका व्यावहारिक मूल्य अभी तक स्थापित नहीं हुआ था। एक बात जो निश्चित लग रही थी, यदि आप शुरुआती सुर्खियों और पेशेवर चुनावों पर विश्वास करते हैं: यह रेडियोलॉजिस्ट और अन्य चिकित्सकों की जगह लेगा। एक नई तकनीक को नौकरी के लिए खतरे के रूप में मानना ​​हमेशा अपनाने के विपरीत होता है।

हाल के वर्षों में, हालांकि, उन प्रतिस्थापन आशंकाओं में कमी आई है, और स्वास्थ्य सेवा समुदाय को एआई के मुख्य लाभों की स्पष्ट समझ है। रेडियोलॉजी में, तकनीक न केवल दोहराए जाने वाले कार्यों को स्वचालित करके समय बचाने में सक्षम साबित हुई है, बल्कि पैटर्न पहचान का लाभ उठाकर चिंता के अन्यथा-अनदेखे क्षेत्रों की पहचान करने में भी सक्षम है।

इसके अतिरिक्त, एआई ने संदिग्ध दुर्दमताओं से जुड़े गुणात्मक विज़ुअलाइज़ेशन और मार्गदर्शन प्रदान करना शुरू कर दिया है।

लेकिन नए सवाल खड़े हो गए हैं। यदि एआई अतिरिक्त डेटा बिंदु पेश करता है जो निदान के लिए प्रासंगिक भी नहीं हो सकता है, तो यह वास्तव में एक चिकित्सक को कितना समय बचाता है? और इस नए डेटा को कैसे प्रासंगिक बनाया जा सकता है और रिपोर्टिंग शैली में शामिल किया जा सकता है? साथ ही, हम अंतर्निहित पूर्वाग्रह के मुद्दे को कैसे संबोधित करते हैं, जहां एल्गोरिदम को डेटा के बैचों पर प्रशिक्षित किया जाता है जो लिंग, नस्लीय और भौगोलिक अंतरों को शामिल करने में विफल होते हैं?

ये प्रश्न इस बात को रेखांकित करते हैं कि न केवल चिकित्सक, बल्कि रोगी और स्वास्थ्य सेवा संस्थान को भी व्यापक, अधिक मूल मूल्य प्रदान करने के लिए एआई को अभी भी कितना विकसित होना चाहिए। जब तक उन सवालों का जवाब नहीं दिया जाता है, तब तक कुछ स्वास्थ्य सेवा संस्थाएँ लागत औचित्य के साथ संघर्ष करेंगी और व्यापक एआई अपनाने के बारे में अस्पष्ट होंगी।

प्र. स्वास्थ्य सेवा उद्योग एआई अपनाने को कैसे बढ़ा सकता है?

एक। इसके गोद लेने में वृद्धि के लिए, एआई को रेडियोलॉजिस्ट और अन्य चिकित्सकों की आंखों में खुद को अलग करना चाहिए क्योंकि तालिका में वास्तव में कुछ नया लाने में सक्षम होना चाहिए। आखिरकार, ये पेशेवर पहले से ही जानते हैं कि निदान या उपचार का निर्णय कैसे लेना है। वे अपने पूरे करियर में ऐसा करते रहे हैं।

उन्हें यह निर्धारित करने में सक्षम होना चाहिए कि एआई की अतिरिक्त जानकारी सहायक, प्रासंगिक और विचार करने योग्य है या नहीं। उन्हें यह जानने की जरूरत है कि यह उनके निदान को कैसे बदलता है – यदि बिलकुल भी।

एआई मॉडल विकसित करना जिसमें उनके निष्कर्षों के औचित्य शामिल हैं, उपकरण को रेडियोलॉजिस्ट और अन्य चिकित्सकों के लिए अधिक उपयोगी बना देगा, जिससे वे एआई के अधिक मुखर चैंपियन बनेंगे। उन चिकित्सकों को भी एआई का उपयोग करने के बारे में और अधिक आत्मविश्वास महसूस होगा जब अगली पीढ़ी के एल्गोरिदम के माध्यम से इसके अंतर्निहित पूर्वाग्रह को हटा दिया गया है जो लगातार डेटा खिलाया जाता है जो विविध रोगी आबादी का प्रतिनिधि है।

एआई को अपनाने के लिए और भी महत्वपूर्ण है नियमित क्लिनिकल वर्कफ्लो में एआई के अतिरिक्त डेटा का प्रभावी, सहज एकीकरण। एआई द्वारा प्रदान की जाने वाली अतिरिक्त जानकारी केवल एक और आसानी से सुलभ उपकरण होना चाहिए जो चिकित्सक की स्थापित दिनचर्या का पूरक हो; उस दिनचर्या के संबंध में कभी भी हस्तक्षेप नहीं करना चाहिए।

लेकिन शायद एआई के संबंध में बड़ी, अधिक व्यापक चुनौती में स्वास्थ्य देखभाल में एआई की भूमिका क्या है और क्या नहीं है, इस बारे में हमारी सामूहिक मानसिकता को बदलना शामिल है। कुछ मंडलियों में प्रचलित धारणा यह है कि एआई के कार्यान्वयन से निर्णय लेने वाले चिकित्सक के बजाय उपकरण का नेतृत्व होगा।

यहां तक ​​कि Siemens Healthineers के स्टैंडअलोन AI समाधान साथी प्रौद्योगिकियां हैं जिन्हें चिकित्सक की सहायता के लिए डिज़ाइन किया गया है, जो रोगी की देखभाल के संबंध में अंतिम निर्धारण करता है। पूरी तरह से यह स्वीकार करना कि एआई नैदानिक ​​निर्णय लेने का बोझ नहीं उठाता है और न ही उठाना चाहिए, व्यापक स्वीकृति के लिए महत्वपूर्ण है।

प्र. क्या आपके पास हेल्थ एआई की अगली पीढ़ी के लिए कोई विजन है? भविष्य में हम क्या बदलाव देख सकते हैं?

एक। वर्तमान में हम एआई का उपयोग करते हैं, उदाहरण के लिए, छाती सीटी छवि पर संभावित असामान्यता का पता लगाएं। एआई को अगले स्तर पर ले जाने के लिए एक मल्टी-डेटा मिडलवेयर प्लेटफॉर्म का उपयोग करना शामिल है, जिसमें उस तरह की इमेजिंग जानकारी को अन्य प्रकार के हेटोफोर सिल्ड हेल्थकेयर डेटा – लैब डायग्नोस्टिक्स, पैथोलॉजी के परिणाम, जीनोमिक जानकारी – और सहसंबंधों को खोजने के लिए उन साइलो में ओवरले करना शामिल है।

एआई का यह उपयोग अधिक सूचित निदान और अधिक व्यक्तिगत उपचार निर्णय लेने में मदद करेगा।

एक काल्पनिक उदाहरण: एक मूत्र रोग विशेषज्ञ, पेशेवर अनुभव के आधार पर, प्रोस्टेट कैंसर के रोगी के इलाज के लिए सप्ताह में तीन बार 10 सप्ताह की विकिरण चिकित्सा लिख ​​सकता है। लेकिन अगर वह मूत्र विज्ञानी उस रोगी से सभी उपलब्ध डेटा – इमेजिंग, प्रयोगशाला, पैथोलॉजी और जीनोमिक – की जांच कर सकता है और उस डेटा में सहसंबंधों को खोजने के लिए एआई को ओवरले कर सकता है, तो परिणाम स्केल-बैक रेजिमेन के साथ सुझाई गई व्यक्तिगत उपचार योजना हो सकती है।

इसमें सप्ताह में केवल एक या दो बार दिया जाने वाला केवल पांच सप्ताह का विकिरण शामिल हो सकता है।

इस तरह की एआई-समर्थित वैयक्तिकृत उपचार योजना का रोगी देखभाल के लिए जबरदस्त प्रभाव है। संस्थान इसे अधिक सफलता प्राप्त करने के लिए समान विशेषताओं वाले रोगियों के पूरे समूह पर लागू कर सकते हैं। इस तरीके से एआई का उपयोग सही जनसंख्या स्वास्थ्य प्रबंधन का प्रतिनिधित्व करता है, जो सीमेंस हेल्थिनर्स का एक लक्ष्य है।

प्र. एआई बड़े पैमाने पर स्वास्थ्य सेवा प्रणाली को व्यापक मूल्य कैसे प्रदान कर सकता है?

एक। यदि एआई न केवल व्यक्तिगत रोगी के लिए एक सटीक निदान और उपचार निर्णय की सुविधा प्रदान कर सकता है, बल्कि रोगी के पूरे समूह को प्रभावित करने के लिए उस व्यक्तिगत दवा दृष्टिकोण को भी बढ़ा सकता है, तो यह एक विशिष्ट अनुशासन या विशेषता से परे एक स्वास्थ्य सेवा प्रणाली के लिए महत्वपूर्ण साबित होगा।

उस दृष्टिकोण का एक प्रमुख घटक एक एकीकृत डेटा प्रबंधन परत है जो सूचनाओं के अलग-अलग रूपों को एक साथ खींच सकता है और योजना और नुस्खे को सूचित करने के लिए उन्हें एक मंच पर ला सकता है। पहले से ही, कुछ प्रगतिशील स्वास्थ्य संस्थान उस दिशा में आगे बढ़ रहे हैं।

संबंधित नस में, एआई एक दिन रोगी की शारीरिक संरचना के अत्यधिक सटीक मॉडल बनाकर अपने व्यापक मूल्य को साबित कर सकता है। ये मॉडल प्रदर्शित कर सकते हैं, गैर-आक्रामक रूप से, कैसे शरीर रचना उपचार के विभिन्न रूपों पर प्रतिक्रिया करती है।

अंततः, रोगी का “डिजिटल जुड़वां” एक व्यक्तिगत इष्टतम उपचार का निर्धारण करने में गैर-आक्रामक रूप से चिकित्सक की सहायता करेगा। अधिक मोटे तौर पर, यह संस्थानों को रोगी को कल्याण-केंद्रित वातावरण में रखने और उस व्यक्ति को स्वस्थ रखने के तरीके निर्धारित करने में भी सक्षम करेगा। एआई की वह लाभ प्रदान करने की क्षमता स्वास्थ्य सेवा को मौलिक रूप से बदल सकती है।

लिंक्डइन पर बिल के हिट कवरेज का अनुसरण करें: बिल सिविकी
लेखक को ईमेल करें: [email protected]
हेल्थकेयर आईटी न्यूज एक एचआईएमएसएस मीडिया प्रकाशन है।