بنانے میں ایک دہائی

ریاستہائے متحدہ میں ہر سال، 300,000 سے زیادہ لوگ اچانک دل کا دورہ پڑنے سے مر جاتے ہیں - ایک ایسی حالت جہاں دل کا برقی نظام بغیر کسی وارننگ کے کام کرتا ہے۔ طبی ہنگامی صورت حال زیادہ خطرہ والے بوڑھے بالغوں اور بظاہر صحت مند نوجوان کھلاڑیوں کو ہلاک کر سکتی ہے جن کی دل کے مسائل کی کوئی تاریخ نہیں ہے۔ اگرچہ اندرونی ڈیفبریلیٹرز جو دل کو دوبارہ تال میں جھٹکا دیتے ہیں وہ جان بچا سکتے ہیں، لیکن یہ معلوم کرنا کہ اصل میں کس کی ضرورت ہے ایک اعلیٰ داؤ پر لگانے والا کھیل ہے۔ For more context on this story, see our ongoing AI industry coverage.

اب، یو سی برکلے کی زیرقیادت ایک ریسرچ ٹیم نے الیکٹروکارڈیوگرامس (EKGs) میں پہلے سے غیر تسلیم شدہ سگنل دریافت کیا ہے جو کہ زیادہ خطرہ والے مریضوں کا دل کے رکنے سے پہلے ہی پتہ لگا سکتا ہے۔ 24 جون 2026 کو جریدے نیچر میں شائع ہونے والی یہ تحقیق اس بات کو بدل سکتی ہے کہ ڈاکٹر کس طرح شناخت کرتے ہیں کہ کس کو زندگی بچانے والے امپلانٹ کی ضرورت ہے۔

یونیورسٹی کی ایک پریس ریلیز میں UC برکلے کے سکول آف پبلک ہیلتھ کے ایک ایسوسی ایٹ پروفیسر اور اس مطالعے کے سرکردہ مصنف زیاد اوبرمیئر نے کہا، "طبی فیصلے واقعی مشکل ہوتے ہیں، اور میں سمجھتا ہوں کہ اسی لیے AI میرے لیے بہت پرجوش ہے۔" "ہم نہ صرف بہتر فیصلے کر سکتے ہیں، بلکہ یہ سمجھنا بھی شروع کر سکتے ہیں کہ ان مریضوں کا دل بند ہونے سے پہلے ان کے ساتھ کیا ہو رہا ہے۔"

440,000 EKGs پر تربیت

سویڈن سے 440,000 سے زیادہ EKGs کا استعمال کرتے ہوئے موت کے سرٹیفکیٹس سے حاصل کردہ معلومات کے ساتھ، محققین نے ایک مصنوعی ذہانت کے ماڈل کو تربیت دی تاکہ دل کی برقی کرنٹوں سے پیدا ہونے والی اسپائکس اور لہروں کا تجزیہ کیا جا سکے۔ انہوں نے صحت مند لوگوں، خطرے میں پڑنے والے مریضوں، اور بعد میں دل کے دورے سے موت کا شکار ہونے والے ماڈل کے اسکین کو کھلایا جب تک کہ اس نے ان لوگوں کے لیے منفرد لہروں کے نمونوں کو پہچان لیا جو اچانک مر جاتے ہیں۔

اس کے بعد ٹیم نے امریکہ اور تائیوان دونوں سے ہزاروں اضافی مریضوں کی فائلوں پر کئی سالوں میں الگورتھم کی توثیق کی۔ یونیورسٹی کے مطابق، اکیلے ڈیٹا کی تالیف میں تقریباً ایک دہائی لگ گئی، جس میں سویڈن کے یونیفائیڈ ہیلتھ سسٹم سے چھ سال کے اسکینز، سان ڈیاگو کے ہسپتال کے نظام سے دو سال کی غیر شناخت شدہ EKGs، اور تائی پے سے ایک علیحدہ ڈیٹاسیٹ شامل ہے۔

"اچھی اے آئی اچھے ڈیٹا سے شروع ہوتی ہے،" اوبرمیئر نے کہا، جو مشترکہ UCSF-UC برکلے کمپیوٹیشنل پریسجن ہیلتھ پروگرام کا حصہ بھی ہیں۔ "بدقسمتی سے، ہم نے اس مطالعے کے لیے جو ڈیٹا استعمال کیا ہے اس تک رسائی حاصل کرنا ناقابل یقین حد تک مشکل ہے۔ یہ اس بات کا ایک بڑا حصہ ہے کہ آج کل کلینیکل AI کیوں بہت کم استعمال میں ہے۔"

معیاری ٹیسٹوں میں بہتر کارکردگی کا مظاہرہ کرنا

نتائج موجودہ اسکریننگ کے طریقوں پر ایک معنی خیز چھلانگ کی نمائندگی کرتے ہیں۔ خطرے میں پڑنے والے مریضوں کی شناخت کے لیے عام طور پر استعمال ہونے والی تکنیک اس بات کی پیمائش کرتی ہے کہ دل ہر دھڑکن کے ساتھ کتنا خون خارج کرتا ہے — جسے انجیکشن فریکشن کہا جاتا ہے۔ یہ ٹیسٹ اچانک کارڈیک موت کی 4.6 فیصد سالانہ شرح کے ساتھ ایک اعلی خطرے والے گروپ کی نشاندہی کرتے ہیں۔

AI نظام، اس کے برعکس، 7٪ سالانہ شرح کے ساتھ ایک اعلی خطرے والے گروپ کو الگ کرتا ہے - ایسے مریضوں کے ایک بڑے تالاب کو جھنڈا لگاتا ہے جو حقیقی خطرے میں ہیں لیکن جو ہر موجودہ معیار کے مطابق کم خطرہ نظر آتے ہیں۔ ان مریضوں کی اکثریت کو موجودہ پروٹوکول کے تحت مزید تشخیص کے لیے کبھی بھی حوالہ نہیں کیا جائے گا۔

جہاں دل کا دورہ خون کے محدود بہاؤ سے ہوتا ہے، وہیں دل کا دورہ اس وقت ہوتا ہے جب دل کا برقی کرنٹ اچانک بند ہو جاتا ہے۔ سی پی آر اور خودکار بیرونی ڈیفبریلیٹر کا جھٹکا جان بچا سکتا ہے، لیکن تقریباً 90 فیصد لوگ جو ہسپتال کے باہر اچانک دل کا دورہ پڑنے کا شکار ہو جاتے ہیں وہ منٹوں میں مر جاتے ہیں۔ واقعہ کی رفتار اور غیر متوقع طور پر روک تھام کو غیر معمولی طور پر مشکل بنا دیتا ہے۔

Defibrillator Dilemma

اوبرمیئر نے نوٹ کیا کہ اچانک کارڈیک موت کی ستم ظریفی یہ ہے کہ علاج پہلے سے موجود ہے - ڈاکٹر صرف قابل اعتماد طریقے سے شناخت نہیں کر سکتے کہ وقت پر کس کی ضرورت ہے۔ امپلانٹیبل کارڈیوورٹر-ڈیفبریلیٹرز (ICDs) سینے میں رکھے گئے چھوٹے آلات ہیں جو دل کی تال کی نگرانی کرتے ہیں اور خطرناک نمونوں کا پتہ چلنے پر جھٹکے دیتے ہیں۔

مسئلہ دوگنا ہے۔ سب سے پہلے، معیاری انجیکشن فریکشن ٹیسٹ کے لیے مریضوں کو زیادہ ملوث طبی تشخیص سے گزرنے کی ضرورت ہوتی ہے - ایسی چیز جو حتمی متاثرین کی اکثریت کبھی نہیں جانتی تھی کہ انہیں اس کی ضرورت ہے۔ دوسرا، موجودہ ٹیسٹوں کے ذریعے جھنڈے والے مریضوں میں لگائے گئے دو تہائی امپلانٹس درحقیقت کبھی فائر نہیں ہوتے ہیں، یعنی مریضوں کو ایسی ہنگامی صورت حال سے بچنے کے لیے ناگوار، مہنگے طریقہ کار سے گزرنا پڑتا ہے جس کا انہیں کبھی سامنا نہ ہو۔

اوبرمیئر نے کہا، "ان لوگوں کے کچھ حصے میں، ہم ان اموات کو روک سکتے تھے اگر ہم اسے وقت پر جان لیتے۔" "ایسے لوگوں سے بہت ساری جانیں ضائع ہو رہی ہیں جو اچانک کارڈیک موت سے مر رہے ہیں جنہیں روکا جا سکتا ہے اگر ہمارے پاس ان چیزوں کو تلاش کرنے کے لیے بہتر اے آئی ٹولز موجود ہوں۔"

آگے کیا آتا ہے۔

منصوبے کا اگلا مرحلہ شروع ہو چکا ہے۔ Obermeyer سویڈن، تائیوان، اور ریاستہائے متحدہ میں صحت کے نظام کے ساتھ کام کر رہا ہے تاکہ ہسپتال کے EKG ڈیٹا بیس پر الگورتھم کو تعینات کیا جا سکے۔ اسکین کرنے کے لیے سسٹم کو ہائی رسک کے طور پر جھنڈا لگتا ہے، ڈاکٹر مریضوں کو مطلع کریں گے اور انہیں ایک پیچ پہننے کا اختیار پیش کریں گے جو ان کے دل کی مسلسل نگرانی کرتا ہے۔ اس نگرانی کے اعداد و شمار سے محققین کو دل کے اندر موجود جسمانی میکانزم کو بہتر طور پر سمجھنے میں مدد مل سکتی ہے جو بتانے والے سگنلز پیدا کرتا ہے - اور بالآخر ممکنہ طور پر زندگی بچانے والے اندرونی ڈیفبریلیٹر کی جگہ کا باعث بن سکتا ہے۔

یہ مطالعہ نئی تحقیق کا دروازہ بھی کھولتا ہے کہ اے آئی ٹول نے اصل میں کیا دریافت کیا ہے۔ اس میں موجود لہراتی نمونوں کا تعلق دل سے اچانک اور مہلک طور پر غلط فائر کرنے سے ظاہر ہوتا ہے، لیکن درست جسمانی طریقہ کار ابھی تک واضح نہیں ہے - ایک سوال جس کی ٹیم کو امید ہے کہ مسلسل نگرانی سے جواب میں مدد ملے گی۔

Obermeyer نے ایک ویب سائٹ بھی بنائی جہاں اپنے خطرے کا اندازہ لگانے میں دلچسپی رکھنے والے افراد بنیادی معلومات اور ایک ای میل ایڈریس جمع کراسکتے ہیں، جس سے تحقیقی ٹیم EKG تجزیہ کے لیے ان سے رابطہ کرسکتی ہے جب ٹول زیادہ وسیع پیمانے پر دستیاب ہوجائے۔ یہ پروجیکٹ اوبرمیئر کی مشترکہ بنیاد رکھنے والی دو تنظیموں کے کام پر مبنی ہے — ڈینڈیلین ہیلتھ اینڈ نائٹنگیل اوپن سائنس — جو AI اور طبی تحقیق کے سنگم پر کام کرتی ہیں۔

اس کے فوری طبی مضمرات سے ہٹ کر، یہ مطالعہ طب میں AI کے بارے میں ایک وسیع تر نکتے پر روشنی ڈالتا ہے: ٹیکنالوجی کی سب سے بڑی اہمیت ڈاکٹروں کی جگہ لینے میں نہیں، بلکہ انسانی آنکھوں سے پوشیدہ نمونوں کو ظاہر کرنے میں ہوسکتی ہے - وہ نمونے جو ایک بار سمجھ جائیں تو ہر سال ہزاروں جانیں بچا سکتے ہیں۔

اوبرمیئر نے کہا، "سائنس کرنے کا ایک نیا طریقہ بھی بننے جا رہا ہے جو ان ٹولز سے نکلتا ہے،" اور یہ سوچنا مزہ آتا ہے کہ یہ کیسے شروع ہوتا ہے۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →