علی بابا کے تحقیقی بازو نے ایک مصنوعی ذہانت کا ماڈل اوپن سورس کیا ہے جو کہ 150 کے قریب پیٹ کی حالتوں کی شناخت کر سکتا ہے - بشمول کینسر - کمپیوٹیڈ ٹوموگرافی (CT) اسکین کو پڑھ کر، چینی ٹیکنالوجی گروپ کے پھیلتے ہوئے میڈیکل AI پروگرام کا تازہ ترین قدم۔
ساؤتھ چائنا مارننگ پوسٹ کے مطابق، ڈیمو ریڈار نامی یہ ماڈل، علی بابا کے ریسرچ انسٹی ٹیوٹ، ڈیمو اکیڈمی نے تیار کیا ہے، اور سائنس جریدے میں جمعرات کو شائع ہونے والی ایک تحقیق میں اس کی وضاحت کی گئی ہے۔ انسٹی ٹیوٹ نے جمعہ کو اوپن سورس ریلیز کا اعلان کیا۔ بند کمرشل سسٹمز کے برعکس، ایک اوپن سورس ماڈل کو ہسپتالوں اور محققین کے ذریعے ڈاؤن لوڈ، معائنہ اور موافق بنایا جا سکتا ہے - ایک ایسا ڈسٹری بیوشن ماڈل جو کلینکس میں اپنانے کی رفتار تیز کر سکتا ہے جو کبھی بھی ملکیتی تشخیصی ٹول کو لائسنس نہیں دے سکتا۔ For more context on this story, see our ongoing AI trends.
میڈیکل امیجنگ کے لیے ایک جنرلسٹ ماڈل
انسٹی ٹیوٹ نے کہا کہ ڈیمو ریڈار ایک وژن لینگویج ماڈل ہے جو پیٹ کے 18 اعضاء کو ڈھکنے والے کنٹراسٹ سے بڑھے ہوئے سی ٹی اسکینز کا تجزیہ کرنے اور مہلک ٹیومر سمیت بیماریوں اور دیگر اسامانیتاوں کی ایک وسیع رینج کی نشاندہی کرنے کے لیے ڈیزائن کیا گیا ہے۔ اس کے تخلیق کار اسے "دنیا کا پہلا ماہر سطح کے جنرلسٹ میڈیکل امیجنگ ماڈل" کے طور پر بیان کرتے ہیں - ایک واحد نظام جس کا مقصد ایک بیماری کی نشاندہی کرنے کے لیے تربیت یافتہ تنگ ٹول کے بجائے بہت سے مختلف نتائج کو پڑھنا ہے۔
یہ عمومی خواہش اسے اب تک تعینات زیادہ تر طبی AI سسٹمز سے الگ کرتی ہے، جو عام طور پر کسی ایک کام کے لیے بنائے گئے اور توثیق کیے گئے ہیں، جیسے کہ ایک قسم کے ٹیومر کا پتہ لگانا۔ ایک واحد ماڈل جو 146 الگ الگ طبی نتائج پر محیط ہے، اگر یہ لیب کے باہر موجود ہے، تو ریڈیولاجی کے شعبہ جات میں AI کی تعیناتی کی معاشیات کو بدل سکتا ہے، جہاں ایک درجن واحد مقصدی ٹولز کو ایک ساتھ سلائی کرنا ناقابل عمل ثابت ہوا ہے۔
اس ماڈل کو کلینیکل رپورٹس کے ساتھ جوڑا بنائے گئے CT اسکینوں پر تربیت دی گئی تھی، یہ ایک ایسا طریقہ ہے جو نظام کو یہ سکھاتا ہے کہ تصویر پر ظاہر ہونے والی چیز کو اس زبان کے ساتھ جوڑنا جو معالجین اسے بیان کرنے کے لیے استعمال کرتے ہیں۔ پوسٹ کے مطابق، تحقیقی ٹیم نے کہا کہ تربیت کا طریقہ بالآخر دیگر قسم کی طبی امیجنگ تک بڑھایا جا سکتا ہے۔
کام کرنے والے ریڈیولوجسٹ کے خلاف تجربہ کیا گیا۔
سرخی کے نمبر تقریباً 40,000 حقیقی دنیا کے امتحانات کی تشخیص سے آتے ہیں۔ 146 کلینیکل نتائج میں، Damo Radar نے 0.913 کے منحنی خطوط (AUC) کے تحت ایک اوسط رقبہ حاصل کیا، جو کہ تشخیصی کارکردگی کا ایک شماریاتی پیمانہ ہے جس میں 1.0 کامل درستگی کی نمائندگی کرتا ہے، مطالعہ نے رپورٹ کیا۔
انسانی قارئین کے ساتھ موازنہ سب سے زیادہ جانچ پڑتال کرے گا. تحقیق کے مطابق، متعدد ہسپتالوں کے 26 ریڈیولوجسٹ پر مشتمل ایک مطالعہ میں، ماڈل کی اوسط درستگی 23 شرکاء سے زیادہ تھی۔ ڈیمو اکیڈمی نے کہا کہ اور جب ریڈیولوجسٹ نے ماڈل کی مدد سے کام کیا، تو انہوں نے چھوٹ جانے والی تشخیص کو روکنے کی اپنی صلاحیت کو 10 فیصد تک بہتر بنایا جبکہ فی کیس کے لیے درکار وقت میں 30 فیصد سے زیادہ کمی کی۔
اس تحقیق میں علی بابا کے ساتھ ساتھ کئی اداروں کو بھی شامل کیا گیا، جس میں Zhejiang یونیورسٹی سے منسلک ایک ہسپتال بھی شامل ہے۔ سائنس میں اشاعت، جو کہ سب سے زیادہ منتخب سائنسی جرائد میں سے ایک ہے، نتائج کو بیرونی جانچ کی سطح فراہم کرتی ہے جس میں وینڈر کے زیر اہتمام بینچ مارکس کی اکثر کمی ہوتی ہے - حالانکہ حقیقی دنیا کی کارکردگی ہمیشہ اسکینز، آلات اور مریضوں کی آبادی پر منحصر ہوتی ہے جو ہسپتال حقیقت میں دیکھتا ہے۔
اوپن سورسنگ کیوں اہم ہے۔
طبی لحاظ سے حساس ٹیکنالوجی کے لیے وزن کو کھلے عام جاری کرنا ایک قابل ذکر انتخاب ہے۔ ملکیتی دکاندار عام طور پر ضابطے اور حفاظت کا حوالہ دیتے ہوئے طبی ماڈلز کو بند رکھتے ہیں۔ کھلی ریلیز آزاد محققین کو ناکامی کے طریقوں کی تحقیقات کرنے کی اجازت دیتی ہے، ہسپتالوں کو مریضوں کا ڈیٹا کسی بیرونی وینڈر کو بھیجے بغیر اپنے بنیادی ڈھانچے پر ماڈل چلانے دیتا ہے، اور چھوٹی سہولیات کو ان صلاحیتوں تک رسائی فراہم کرتا ہے جو بصورت دیگر بڑے ہسپتال کے نظاموں کے لیے مخصوص ہیں۔
اس کا مطلب یہ بھی ہے کہ علی بابا ماڈل کو استعمال کرنے کے طریقے پر کم کنٹرول کرتا ہے۔ کھلی دستیابی طبی منظوری نہیں ہے: ہر دائرہ اختیار میں ریگولیٹرز اب بھی یہ فیصلہ کریں گے کہ آیا اور کس طرح ماڈل کو مریضوں پر تعینات کیا جا سکتا ہے، اور ہسپتالوں کو اپنے آلات اور آبادی پر اس کی توثیق کرنے کی ضرورت ہوگی۔
ایک انتباہ قابل توجہ ہے: ساؤتھ چائنا مارننگ پوسٹ علی بابا کی ملکیت ہے، اس حقیقت کا انکشاف اخبار نے اپنی رپورٹ میں کیا ہے۔ سائنس میں بنیادی مطالعہ کی اشاعت خود تحقیق کی خود مختار تصدیق فراہم کرتی ہے، لیکن جمعہ کے اعلان کی تشکیل لازمی طور پر کمپنی کی طرف سے آتی ہے۔
علی بابا کا وسیع تر میڈیکل AI پش
Damo Radar تشخیصی امیجنگ میں علی بابا کا پہلا اقدام نہیں ہے۔ پوسٹ کے مطابق، Damo اکیڈمی نے حالیہ برسوں میں AI اسکریننگ ٹولز تیار کرنے میں گزارے ہیں تاکہ ڈاکٹروں کو لبلبے، پیٹ اور کولوریکٹل کینسر کے ساتھ ساتھ aortic dissections کی شناخت میں مدد ملے۔ اپریل میں، ڈویژن نے کوکا نامی ایک ماڈل جاری کیا، جو گوانگ ڈونگ جنرل ہسپتال سمیت اداروں کے ساتھ مل کر تیار کیا گیا تھا، جس کے بارے میں کمپنی کا کہنا تھا کہ سی ٹی اسکینز پر ابتدائی مرحلے میں کولوریکٹل کینسر کی نشاندہی کرنے میں ریڈیولوجسٹ سے زیادہ حساس ہے۔
سنگل ڈیزیز اسکرینرز کی طرف سے جنرلسٹ ماڈل کی طرف بڑھنا ایک وسیع تر شرط کی عکاسی کرتا ہے: کہ جوڑی والی تصویروں اور رپورٹس پر تربیت یافتہ وژن لینگویج کے بڑے ماڈل پیٹرن کی شناخت کے کام کو جذب کر سکتے ہیں جس کے لیے فی الحال ماہر وقت کی ضرورت نہیں ہے۔ بہت سے صحت کے نظاموں میں ریڈیولاجسٹ کی کمی شدید ہے، اور اسکریننگ پروگرام اس سے کہیں زیادہ اسکین تیار کرتے ہیں جتنا کہ ماہرین یکساں توجہ کے ساتھ پڑھ سکتے ہیں۔
آگے کیا آتا ہے۔
اوپن سورس ریلیز ایک آغاز ہے، تعیناتی نہیں۔ ماڈل پر غور کرنے والے ہسپتالوں کو ان کے اپنے سکین پر مقامی توثیق کی ضرورت ہوگی، اور طبی استعمال کا انحصار ملک کے لحاظ سے ریگولیٹری جائزہ پر ہوگا۔ لیکن اس ہفتے شائع ہونے والے شواہد - تقریباً 40,000 حقیقی دنیا کے امتحانات، کام کرنے والے ریڈیولوجسٹ کے مقابلے میں سر سے موازنہ اور AI کی مدد سے پڑھنے کے وقت میں 30 فیصد کمی کی اطلاع - Damo Radar کو زیادہ تر ماڈلز کے مقابلے میں ایک مضبوط بنیاد فراہم کرتا ہے جو پریس ریلیز کے طور پر ڈیبیو کرتے ہیں۔ چاہے عمومی طبی امیجنگ ماڈل ہسپتال کے معیاری اوزار بن جائیں یا تحقیقی سنگ میل بنے رہیں اس کا انحصار اس بات پر ہوگا کہ وہ روزمرہ کی طبی مشق کے گستاخانہ ماحول میں کیسے کارکردگی کا مظاہرہ کرتے ہیں۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
