ਅਲੀਬਾਬਾ ਦੀ ਖੋਜ ਬਾਂਹ ਨੇ ਇੱਕ ਨਕਲੀ ਖੁਫੀਆ ਮਾਡਲ ਤਿਆਰ ਕੀਤਾ ਹੈ ਜੋ ਲਗਭਗ 150 ਪੇਟ ਦੀਆਂ ਸਥਿਤੀਆਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ - ਕੈਂਸਰ ਸਮੇਤ - ਕੰਪਿਊਟਿਡ ਟੋਮੋਗ੍ਰਾਫੀ (ਸੀਟੀ) ਸਕੈਨ ਨੂੰ ਪੜ੍ਹ ਕੇ, ਚੀਨੀ ਟੈਕਨਾਲੋਜੀ ਸਮੂਹ ਦੇ ਵਿਸਤ੍ਰਿਤ ਮੈਡੀਕਲ ਏਆਈ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਨਵੀਨਤਮ ਕਦਮ ਹੈ।
ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, ਡੈਮੋ ਰਾਡਾਰ ਨਾਮਕ ਮਾਡਲ, ਦਾਮੋ ਅਕੈਡਮੀ, ਅਲੀਬਾਬਾ ਦੇ ਖੋਜ ਸੰਸਥਾਨ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, ਵਿਗਿਆਨ ਜਰਨਲ ਵਿੱਚ ਵੀਰਵਾਰ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੈ। ਇੰਸਟੀਚਿਊਟ ਨੇ ਸ਼ੁੱਕਰਵਾਰ ਨੂੰ ਓਪਨ-ਸੋਰਸ ਰਿਲੀਜ਼ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ। ਬੰਦ ਵਪਾਰਕ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਉਲਟ, ਇੱਕ ਓਪਨ-ਸੋਰਸ ਮਾਡਲ ਨੂੰ ਹਸਪਤਾਲਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ ਡਾਉਨਲੋਡ, ਨਿਰੀਖਣ ਅਤੇ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ - ਇੱਕ ਡਿਸਟਰੀਬਿਊਸ਼ਨ ਮਾਡਲ ਜੋ ਕਲੀਨਿਕਾਂ ਵਿੱਚ ਗੋਦ ਲੈਣ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕਦੇ ਵੀ ਮਲਕੀਅਤ ਡਾਇਗਨੌਸਟਿਕ ਟੂਲ ਨੂੰ ਲਾਇਸੈਂਸ ਨਹੀਂ ਦੇ ਸਕਦਾ ਹੈ। For more context on this story, see our ongoing latest AI developments.
ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਲਈ ਇੱਕ ਜਨਰਲਿਸਟ ਮਾਡਲ
ਸੰਸਥਾ ਨੇ ਕਿਹਾ ਕਿ ਡਾਮੋ ਰਾਡਾਰ ਇੱਕ ਦ੍ਰਿਸ਼ਟੀ-ਭਾਸ਼ਾ ਮਾਡਲ ਹੈ ਜੋ ਪੇਟ ਦੇ 18 ਅੰਗਾਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਵਿਪਰੀਤ-ਵਧੇ ਹੋਏ ਸੀਟੀ ਸਕੈਨ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਖਤਰਨਾਕ ਟਿਊਮਰਾਂ ਸਮੇਤ ਬਿਮਾਰੀਆਂ ਅਤੇ ਹੋਰ ਅਸਧਾਰਨਤਾਵਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸਦੇ ਨਿਰਮਾਤਾ ਇਸਨੂੰ "ਦੁਨੀਆ ਦੇ ਪਹਿਲੇ ਮਾਹਰ-ਪੱਧਰ ਦੇ ਜਨਰਲਿਸਟ ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਮਾਡਲ" ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਣਨ ਕਰਦੇ ਹਨ - ਇੱਕ ਸਿੰਗਲ ਸਿਸਟਮ ਜਿਸਦਾ ਉਦੇਸ਼ ਇੱਕ ਬਿਮਾਰੀ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਇੱਕ ਤੰਗ ਸਾਧਨ ਦੀ ਬਜਾਏ ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਖ-ਵੱਖ ਖੋਜਾਂ ਨੂੰ ਪੜ੍ਹਨਾ ਹੈ।
ਉਹ ਜਨਰਲਿਸਟ ਅਭਿਲਾਸ਼ਾ ਇਸ ਨੂੰ ਹੁਣ ਤੱਕ ਤੈਨਾਤ ਜ਼ਿਆਦਾਤਰ ਮੈਡੀਕਲ ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਵੱਖ ਕਰਦੀ ਹੈ, ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਕੰਮ ਲਈ ਬਣਾਏ ਗਏ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਗਏ ਹਨ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਕਿਸਮ ਦੇ ਟਿਊਮਰ ਦਾ ਪਤਾ ਲਗਾਉਣਾ। ਇੱਕ ਸਿੰਗਲ ਮਾਡਲ ਜੋ 146 ਵੱਖ-ਵੱਖ ਕਲੀਨਿਕਲ ਖੋਜਾਂ ਨੂੰ ਫੈਲਾਉਂਦਾ ਹੈ, ਜੇਕਰ ਇਹ ਲੈਬ ਦੇ ਬਾਹਰ ਰੱਖਦਾ ਹੈ, ਤਾਂ ਰੇਡੀਓਲੋਜੀ ਵਿਭਾਗਾਂ ਵਿੱਚ ਏਆਈ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਦੇ ਅਰਥ ਸ਼ਾਸਤਰ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ, ਜਿੱਥੇ ਇੱਕ ਦਰਜਨ ਸਿੰਗਲ-ਉਦੇਸ਼ ਵਾਲੇ ਟੂਲਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਅਵਿਵਹਾਰਕ ਸਾਬਤ ਹੋਇਆ ਹੈ।
ਮਾਡਲ ਨੂੰ ਕਲੀਨਿਕਲ ਰਿਪੋਰਟਾਂ ਦੇ ਨਾਲ ਪੇਅਰ ਕੀਤੇ ਗਏ ਸੀਟੀ ਸਕੈਨ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਇੱਕ ਪਹੁੰਚ ਜੋ ਸਿਸਟਮ ਨੂੰ ਇੱਕ ਚਿੱਤਰ 'ਤੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀ ਭਾਸ਼ਾ ਨਾਲ ਜੋੜਨਾ ਸਿਖਾਉਂਦੀ ਹੈ ਜੋ ਡਾਕਟਰੀ ਕਰਮਚਾਰੀ ਇਸਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਵਰਤਦੇ ਹਨ। ਖੋਜ ਟੀਮ ਨੇ ਕਿਹਾ ਕਿ ਸਿਖਲਾਈ ਵਿਧੀ ਨੂੰ ਅੰਤ ਵਿੱਚ ਹੋਰ ਕਿਸਮ ਦੀਆਂ ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਤੱਕ ਵਧਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ.
ਕੰਮ ਕਰਨ ਵਾਲੇ ਰੇਡੀਓਲੋਜਿਸਟਸ ਦੇ ਖਿਲਾਫ ਟੈਸਟ ਕੀਤਾ ਗਿਆ
ਸਿਰਲੇਖ ਨੰਬਰ ਲਗਭਗ 40,000 ਅਸਲ-ਵਿਸ਼ਵ ਪ੍ਰੀਖਿਆਵਾਂ ਦੇ ਮੁਲਾਂਕਣ ਤੋਂ ਆਉਂਦੇ ਹਨ। 146 ਕਲੀਨਿਕਲ ਖੋਜਾਂ ਵਿੱਚ, ਡਾਮੋ ਰਾਡਾਰ ਨੇ 0.913 ਦੇ ਕਰਵ (AUC) ਦੇ ਅਧੀਨ ਇੱਕ ਔਸਤ ਖੇਤਰ ਪ੍ਰਾਪਤ ਕੀਤਾ, ਜੋ ਕਿ ਡਾਇਗਨੌਸਟਿਕ ਕਾਰਗੁਜ਼ਾਰੀ ਦਾ ਇੱਕ ਅੰਕੜਾ ਮਾਪ ਹੈ ਜਿਸ ਵਿੱਚ 1.0 ਸੰਪੂਰਨ ਸ਼ੁੱਧਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਅਧਿਐਨ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਹੈ।
ਮਨੁੱਖੀ ਪਾਠਕਾਂ ਨਾਲ ਤੁਲਨਾ ਸਭ ਤੋਂ ਵੱਧ ਪੜਤਾਲ ਕਰੇਗੀ। ਖੋਜ ਦੇ ਅਨੁਸਾਰ, ਕਈ ਹਸਪਤਾਲਾਂ ਦੇ 26 ਰੇਡੀਓਲੋਜਿਸਟਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ, ਮਾਡਲ ਦੀ ਔਸਤ ਸ਼ੁੱਧਤਾ 23 ਭਾਗੀਦਾਰਾਂ ਤੋਂ ਵੱਧ ਗਈ। ਅਤੇ ਜਦੋਂ ਰੇਡੀਓਲੋਜਿਸਟਾਂ ਨੇ ਮਾਡਲ ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਕੰਮ ਕੀਤਾ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੇ 10 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਖੁੰਝੇ ਹੋਏ ਨਿਦਾਨਾਂ ਨੂੰ ਰੋਕਣ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਜਦੋਂ ਕਿ ਪ੍ਰਤੀ ਕੇਸ ਲਈ ਲੋੜੀਂਦੇ ਸਮੇਂ ਨੂੰ 30 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ ਘਟਾ ਦਿੱਤਾ, ਡੈਮੋ ਅਕੈਡਮੀ ਨੇ ਕਿਹਾ।
ਖੋਜ ਵਿੱਚ ਅਲੀਬਾਬਾ ਦੇ ਨਾਲ-ਨਾਲ ਕਈ ਸੰਸਥਾਵਾਂ ਸ਼ਾਮਲ ਸਨ, ਜਿਸ ਵਿੱਚ ਝੇਜਿਆਂਗ ਯੂਨੀਵਰਸਿਟੀ ਨਾਲ ਸਬੰਧਤ ਇੱਕ ਹਸਪਤਾਲ ਵੀ ਸ਼ਾਮਲ ਹੈ। ਵਿਗਿਆਨ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਨ, ਸਭ ਤੋਂ ਵੱਧ ਚੋਣਵੇਂ ਵਿਗਿਆਨਕ ਰਸਾਲਿਆਂ ਵਿੱਚੋਂ ਇੱਕ, ਨਤੀਜਿਆਂ ਨੂੰ ਬਾਹਰੀ ਜਾਂਚ ਦਾ ਇੱਕ ਪੱਧਰ ਦਿੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਵਿਕਰੇਤਾ-ਪ੍ਰਾਯੋਜਿਤ ਮਾਪਦੰਡਾਂ ਦੀ ਅਕਸਰ ਘਾਟ ਹੁੰਦੀ ਹੈ - ਹਾਲਾਂਕਿ ਅਸਲ-ਸੰਸਾਰ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਹਮੇਸ਼ਾਂ ਸਕੈਨ, ਉਪਕਰਣਾਂ ਅਤੇ ਮਰੀਜ਼ਾਂ ਦੀ ਆਬਾਦੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜੋ ਹਸਪਤਾਲ ਅਸਲ ਵਿੱਚ ਦੇਖਦਾ ਹੈ।
ਓਪਨ-ਸੋਰਸਿੰਗ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੇ ਹਨ
ਡਾਕਟਰੀ ਤੌਰ 'ਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਤਕਨਾਲੋਜੀ ਲਈ ਵਜ਼ਨ ਨੂੰ ਖੁੱਲ੍ਹੇਆਮ ਜਾਰੀ ਕਰਨਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਲਪ ਹੈ। ਮਾਲਕੀ ਵਾਲੇ ਵਿਕਰੇਤਾ ਨਿਯਮ ਅਤੇ ਸੁਰੱਖਿਆ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ, ਆਮ ਤੌਰ 'ਤੇ ਮੈਡੀਕਲ ਮਾਡਲਾਂ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹਨ। ਓਪਨ ਰੀਲੀਜ਼ ਸੁਤੰਤਰ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਅਸਫਲਤਾ ਮੋਡਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਹਸਪਤਾਲਾਂ ਨੂੰ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ਨੂੰ ਕਿਸੇ ਬਾਹਰੀ ਵਿਕਰੇਤਾ ਨੂੰ ਭੇਜੇ ਬਿਨਾਂ ਆਪਣੇ ਖੁਦ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਮਾਡਲ ਚਲਾਉਣ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਛੋਟੀਆਂ ਸਹੂਲਤਾਂ ਨੂੰ ਸਮਰੱਥਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਦਿੰਦਾ ਹੈ ਨਹੀਂ ਤਾਂ ਵੱਡੇ ਹਸਪਤਾਲ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਰਾਖਵੇਂ ਹਨ।
ਇਸਦਾ ਇਹ ਵੀ ਮਤਲਬ ਹੈ ਕਿ ਅਲੀਬਾਬਾ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਤਰੀਕੇ 'ਤੇ ਘੱਟ ਨਿਯੰਤਰਣ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਖੁੱਲੀ ਉਪਲਬਧਤਾ ਕਲੀਨਿਕਲ ਪ੍ਰਵਾਨਗੀ ਨਹੀਂ ਹੈ: ਹਰੇਕ ਅਧਿਕਾਰ ਖੇਤਰ ਵਿੱਚ ਰੈਗੂਲੇਟਰ ਅਜੇ ਵੀ ਇਹ ਫੈਸਲਾ ਕਰਨਗੇ ਕਿ ਕੀ ਅਤੇ ਕਿਵੇਂ ਮਾਡਲ ਨੂੰ ਮਰੀਜ਼ਾਂ 'ਤੇ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਹਸਪਤਾਲਾਂ ਨੂੰ ਆਪਣੇ ਉਪਕਰਣਾਂ ਅਤੇ ਆਬਾਦੀ 'ਤੇ ਇਸ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ।
ਧਿਆਨ ਦੇਣ ਯੋਗ ਇੱਕ ਚੇਤਾਵਨੀ: ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਅਲੀਬਾਬਾ ਦੀ ਮਲਕੀਅਤ ਹੈ, ਇੱਕ ਤੱਥ ਜੋ ਪੇਪਰ ਨੇ ਆਪਣੀ ਰਿਪੋਰਟ ਵਿੱਚ ਖੁਲਾਸਾ ਕੀਤਾ ਹੈ। ਵਿਗਿਆਨ ਵਿੱਚ ਅੰਡਰਲਾਈੰਗ ਅਧਿਐਨ ਦਾ ਪ੍ਰਕਾਸ਼ਨ ਖੋਜ ਦੀ ਸੁਤੰਤਰ ਪੁਸ਼ਟੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਪਰ ਸ਼ੁੱਕਰਵਾਰ ਦੀ ਘੋਸ਼ਣਾ ਦੀ ਫਰੇਮਿੰਗ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਕੰਪਨੀ ਦੇ ਪੱਖ ਤੋਂ ਆਉਂਦੀ ਹੈ।
ਅਲੀਬਾਬਾ ਦਾ ਵਿਆਪਕ ਮੈਡੀਕਲ ਏਆਈ ਪੁਸ਼
ਡਾਮੋ ਰਾਡਾਰ ਡਾਇਗਨੌਸਟਿਕ ਇਮੇਜਿੰਗ ਵਿੱਚ ਅਲੀਬਾਬਾ ਦਾ ਪਹਿਲਾ ਕਦਮ ਨਹੀਂ ਹੈ। ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, ਡਾਮੋ ਅਕੈਡਮੀ ਨੇ ਡਾਕਟਰਾਂ ਨੂੰ ਪੈਨਕ੍ਰੀਆਟਿਕ, ਪੇਟ ਅਤੇ ਕੋਲੋਰੈਕਟਲ ਕੈਂਸਰਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਐਓਰਟਿਕ ਡਿਸਕਸ਼ਨ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਏਆਈ ਸਕ੍ਰੀਨਿੰਗ ਟੂਲ ਵਿਕਸਤ ਕਰਨ ਵਿੱਚ ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ ਬਿਤਾਏ ਹਨ। ਅਪ੍ਰੈਲ ਵਿੱਚ, ਡਿਵੀਜ਼ਨ ਨੇ ਕੋਕਾ ਨਾਮ ਦਾ ਇੱਕ ਮਾਡਲ ਜਾਰੀ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ ਗੁਆਂਗਡੋਂਗ ਜਨਰਲ ਹਸਪਤਾਲ ਸਮੇਤ ਸੰਸਥਾਵਾਂ ਦੇ ਨਾਲ ਸਹਿ-ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਜਿਸ ਨੂੰ ਕੰਪਨੀ ਨੇ ਕਿਹਾ ਸੀ ਕਿ ਸੀਟੀ ਸਕੈਨਾਂ 'ਤੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਦੇ ਕੋਲੋਰੇਕਟਲ ਕੈਂਸਰ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਰੇਡੀਓਲੋਜਿਸਟਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਸੀ।
ਇੱਕ ਜਨਰਲਿਸਟ ਮਾਡਲ ਵੱਲ ਸਿੰਗਲ-ਰੋਗ ਸਕ੍ਰੀਨਰਾਂ ਦੀ ਤਰੱਕੀ ਇੱਕ ਵਿਆਪਕ ਬਾਜ਼ੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ: ਜੋੜੇ ਚਿੱਤਰਾਂ ਅਤੇ ਰਿਪੋਰਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਵਿਸ਼ਾਲ ਦ੍ਰਿਸ਼ਟੀ-ਭਾਸ਼ਾ ਮਾਡਲ ਪੈਟਰਨ-ਪਛਾਣ ਦੇ ਕੰਮ ਨੂੰ ਜਜ਼ਬ ਕਰ ਸਕਦੇ ਹਨ ਜਿਸ ਲਈ ਵਰਤਮਾਨ ਵਿੱਚ ਬਹੁਤ ਘੱਟ ਮਾਹਰ ਸਮੇਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਸਿਹਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਰੇਡੀਓਲੋਜਿਸਟ ਦੀ ਘਾਟ ਗੰਭੀਰ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਸਕ੍ਰੀਨਿੰਗ ਪ੍ਰੋਗਰਾਮ ਮਾਹਿਰਾਂ ਦੇ ਬਰਾਬਰ ਧਿਆਨ ਨਾਲ ਪੜ੍ਹ ਸਕਣ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸਕੈਨ ਤਿਆਰ ਕਰਦੇ ਹਨ।
ਅੱਗੇ ਕੀ ਆਉਂਦਾ ਹੈ
ਇੱਕ ਓਪਨ-ਸੋਰਸ ਰੀਲੀਜ਼ ਇੱਕ ਸ਼ੁਰੂਆਤ ਹੈ, ਇੱਕ ਤੈਨਾਤੀ ਨਹੀਂ। ਮਾਡਲ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੇ ਹਸਪਤਾਲਾਂ ਨੂੰ ਆਪਣੇ ਸਕੈਨ 'ਤੇ ਸਥਾਨਕ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਅਤੇ ਕਲੀਨਿਕਲ ਵਰਤੋਂ ਦੇਸ਼ ਦੁਆਰਾ ਰੈਗੂਲੇਟਰੀ ਸਮੀਖਿਆ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ। ਪਰ ਇਸ ਹਫ਼ਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਸਬੂਤ - ਲਗਭਗ 40,000 ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰੀਖਿਆਵਾਂ, ਕੰਮ ਕਰਨ ਵਾਲੇ ਰੇਡੀਓਲੋਜਿਸਟਾਂ ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਸਿਰ-ਦਰ-ਸਿਰ ਤੁਲਨਾ ਅਤੇ AI ਸਹਾਇਤਾ ਨਾਲ ਪੜ੍ਹਨ ਦੇ ਸਮੇਂ ਵਿੱਚ 30 ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਕਮੀ ਦੀ ਰਿਪੋਰਟ - ਡੈਮੋ ਰਾਡਾਰ ਨੂੰ ਜ਼ਿਆਦਾਤਰ ਮਾਡਲਾਂ ਨਾਲੋਂ ਇੱਕ ਮਜ਼ਬੂਤ ਨੀਂਹ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਸ਼ੁਰੂਆਤ ਕਰਦੇ ਹਨ। ਕੀ ਜਨਰਲਿਸਟ ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਮਾਡਲ ਹਸਪਤਾਲ ਦੇ ਮਿਆਰੀ ਸਾਧਨ ਬਣਦੇ ਹਨ ਜਾਂ ਖੋਜ ਦੇ ਮੀਲ ਪੱਥਰ ਬਣੇ ਰਹਿੰਦੇ ਹਨ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਉਹ ਰੋਜ਼ਾਨਾ ਕਲੀਨਿਕਲ ਅਭਿਆਸ ਦੇ ਖਰਾਬ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
