مائیکروسافٹ کا کہنا ہے کہ اس کا میڈیکل اے آئی سسٹم پریکٹس کرنے والے ڈاکٹروں کے مقابلے میں دگنا سے زیادہ مشکل کیسز کی درستگی سے تشخیص کر سکتا ہے - اور اس بار یہ دعویٰ ہم مرتبہ کے جائزے سے بچ گیا ہے۔
مائیکروسافٹ AI ڈائیگنوسٹک آرکیسٹریٹر (MAI-DxO) نے "لینگویج ماڈلز کے ساتھ ترتیب وار تشخیص" کے عنوان سے ایک مطالعہ کے مطابق، کم ٹیسٹ اور طریقہ کار کا آرڈر دیتے ہوئے تشخیصی درستگی میں "پریکٹس کرنے والے جنرلسٹ ڈاکٹروں سے کافی حد تک بہتر کارکردگی کا مظاہرہ کیا۔" یہ کام سب سے پہلے پچھلے سال arXiv پر نان پیئر ریویو شدہ پری پرنٹ کے طور پر شائع ہوا۔ جمعرات کو، نتائج باضابطہ طور پر جرنل سائنس میں شائع کیے گئے، ایک قدم مائیکروسافٹ کا استدلال ہے کہ سسٹم کو متاثر کن ڈیمو علاقے سے طبی اعتبار کی طرف لے جاتا ہے۔ For more context on this story, see our ongoing AI industry coverage.
نیو انگلینڈ جرنل آف میڈیسن میں شائع ہونے والے پیچیدہ کیس ریکارڈز سے بنائے گئے ٹیسٹوں میں، MAI-DxO نے 83.2 فیصد تشخیصی درستگی حاصل کی، جب کہ 36.1 فیصد جنرلسٹ طبیبوں کے لیے جو حوالہ جاتی مواد تک رسائی رکھتے تھے۔ جب ڈاکٹروں کو ان وسائل سے انکار کیا گیا تو، ان کی درستگی تقریباً 22 فیصد تک گر گئی - ان حالات میں AI سسٹم کو تقریباً چار گنا درست قرار دیتے ہوئے۔ ایمرجنسی ڈپارٹمنٹ کے داخلوں پر مبنی ایک الگ ٹیسٹ میں، AI نے پھر جنرلسٹ ڈاکٹروں کو پیچھے چھوڑ دیا، حالانکہ 80.3 فیصد سے 46.8 فیصد کے کم مارجن سے۔
ایک ایسا نظام جو ڈاکٹروں کے طریقے کی تشخیص کرتا ہے۔
جو چیز MAI-DxO کو روایتی علامات کی جانچ کرنے والوں سے ممتاز کرتی ہے وہ یہ ہے کہ یہ ترتیب وار کام کرتا ہے۔ مریض ماڈل کو علامات، تاریخ، اور ٹیسٹ کے نتائج کی مکمل فائل نہیں دیتے ہیں۔ اس کے بجائے، نظام ایک اہم شکایت کے ساتھ شروع ہوتا ہے اور اسے یہ فیصلہ کرنا ہوگا کہ کون سے فالو اپ سوالات پوچھے جائیں اور تشخیص کرنے سے پہلے کون سے ٹیسٹ آرڈر کیے جائیں - اس سے بہت قریب کہ ایک حقیقی معالج غیر یقینی صورتحال میں کیسے کام کرتا ہے۔
محققین کا کہنا ہے کہ پہلے کے معیارات اس ترتیب وار انداز میں بڑے لینگویج ماڈلز کی تشخیصی صلاحیتوں کا جائزہ لینے میں ناکام رہے، اس لیے انھوں نے ایک نئی تشخیص کی جسے Sequential Diagnosis Benchmark، یا SDBench کہا جاتا ہے۔
ہڈ کے تحت، MAI-DxO "ڈاکٹروں کے ایک پینل کی تقلید کرتا ہے،" کاغذ کے مطابق، مسلسل تفریق تشخیص پر نظر ثانی کرتا ہے اور لاگت سے موثر ٹیسٹوں کا انتخاب کرتا ہے۔ مختلف AI ایجنٹ الگ الگ کردار ادا کرتے ہیں: تشخیص تجویز کرنا، ٹیسٹ آرڈر کرنا، چیلنجنگ مفروضے، اور قیمتوں کا وزن کرنا۔ محققین کا خیال ہے کہ یہ ڈھانچہ علمی تعصبات کا مقابلہ کرنے میں مدد کرتا ہے جو انفرادی ڈاکٹروں کو متاثر کرتے ہیں، جیسے کہ ابتدائی تشخیص پر اینکر کرنا یا متبادل وضاحتوں کو نظر انداز کرنا۔
OpenAI کے GPT ماڈلز پر بنایا گیا ہے۔
سسٹم نے OpenAI کے GPT-5 پر چلتے ہوئے اپنے مضبوط ترین نتائج حاصل کیے، اضافی جانچ کے ساتھ GPT-5.5 کا استعمال کرتے ہوئے مزید بہتری دکھائی گئی۔ مائیکروسافٹ معاشیات پر بھی زور دیتا ہے: کمپنی کا کہنا ہے کہ MAI-DxO کم غیر ضروری ٹیسٹ اور طریقہ کار کا آرڈر دے کر لاگت کے نصف یا اس سے بھی ایک تہائی پر صحیح تشخیص تک پہنچ جاتا ہے۔
لاگت کا یہ دعویٰ ایک انتباہ کے ساتھ آتا ہے کہ مائیکروسافٹ خود جھنڈا لگاتا ہے - بچت کو نقلی معاملات میں تخمینہ لاگت کے مطابق بنایا جاتا ہے، حقیقی دنیا کے طبی بلوں پر نہیں۔ محققین یہ بھی تسلیم کرتے ہیں کہ وہ توقع کریں گے کہ کارکردگی کا فرق کم ہو جائے گا اگر نظام کا موازنہ جنرلسٹ ڈاکٹروں کے بجائے ماہر ماہرین سے کیا جائے۔
بینچ مارک سے پلنگ تک
اعلیٰ جریدے میں اشاعت ایک چیز ہے۔ مریضوں کا علاج ایک اور ہے. مائیکروسافٹ کے اے آئی کے سربراہ مصطفیٰ سلیمان نے دی ورج کو بتایا کہ کسی بھی حقیقی دنیا کی تعیناتی کے لیے اب بھی کلینیکل ٹیسٹنگ کی ضرورت ہوگی - اور کمپنی کے پاس اس کے لیے پہلے سے ہی منصوبے ہیں۔ مائیکروسافٹ کے اے آئی ہیلتھ لیڈ، ڈاکٹر ڈومینک کنگ نے کہا کہ بوسٹن کے بیت اسرائیل ڈیکونس میڈیکل سینٹر میں اگلے دو مہینوں میں ٹیسٹنگ شروع ہو جائے گی۔
اس نے اسٹیجڈ اپروچ کو اہمیت دی ہے، کیونکہ فیلڈ اس فلم کو پہلے دیکھ چکی ہے۔ اس سال کے شروع میں، ہارورڈ یونیورسٹی اور بیتھ اسرائیل ڈیکونس میڈیکل سینٹر کے محققین نے اطلاع دی کہ اوپن اے آئی کا o1-پیش نظارہ استدلال ماڈل ڈاکٹروں کو بھی تشخیصی کاموں میں شکست دیتا ہے، جس سے ڈاکٹروں کی جگہ اے آئی کے بارے میں سرخیوں کی ایک لہر پھیلتی ہے۔ وہ مطالعہ جو قائم نہیں کر سکا وہ لائیو کلینیکل سیٹنگز میں حفاظت تھا، جہاں غلطیاں حقیقی نتائج کا باعث بنتی ہیں اور مریض کی آبادی کیوریٹڈ جرنل کیسز سے کہیں زیادہ گڑبڑ ہوتی ہے۔
مائیکروسافٹ نے "میڈیکل سپر انٹیلی جنس کی تعمیر" کے بینر کے تحت اپنا اعلان شائع کرتے ہوئے، مہتواکانکشی فریمنگ میں جھکایا ہے۔ سلیمان نے تشخیصی استدلال کو واضح ترین ڈومینز میں سے ایک کے طور پر پوزیشن میں رکھا ہے جہاں AI قریبی مدت میں انسانی ماہرین کی کارکردگی سے زیادہ ہو سکتا ہے۔
تفصیلات کیوں اہم ہیں۔
بینچ مارک میں استعمال ہونے والے NEJM کیسز، ڈیزائن کے لحاظ سے، تشخیصی طور پر مشکل ہیں - اس قسم کی پہیلیاں جو بالکل اس لیے لکھی جاتی ہیں کیونکہ انھوں نے کسی کو اسٹمپ کیا تھا۔ روزانہ کی بنیادی دیکھ بھال میں معمول کی پیشکشوں کی بہت زیادہ مقدار شامل ہوتی ہے جہاں عمومی درستگی قدرتی طور پر بہت زیادہ ہوتی ہے۔ ایک ایسا نظام جو نایاب، پیچیدہ معاملات میں درستگی کو دوگنا کرتا ہے قیمتی ہے، لیکن یہ تمام ادویات میں درستگی کو دوگنا کرنے جیسا نہیں ہے۔
احتساب کا سوال بھی ہے۔ اگر ایک AI آرکیسٹریٹر ٹیسٹ کیسکیڈ کا آرڈر دیتا ہے جس میں ایک مہلک حالت نہیں ہوتی ہے، تو ذمہ داری کے سوالات زیادہ تر دائرہ اختیار میں حل نہیں ہوتے ہیں۔ Beth Israel Deaconess میں کلینکل ٹرائلز کا مقصد بالکل اسی قسم کے ممکنہ ثبوت پیدا کرنا ہے جس کی ضرورت ریگولیٹرز اور ہسپتال کے نظام کو ہوگی۔
پھر بھی، رفتار کو نظر انداز کرنا مشکل ہے۔ سائنس میں ایک ہم مرتبہ کا جائزہ لیا گیا نتیجہ، ایک طے شدہ کلینیکل ٹیسٹنگ پلان، اور صحت کے نظام پر لاگت کا دباؤ سب ایک ہی سمت کی طرف اشارہ کرتے ہیں: تشخیصی AI تحقیقی مظاہروں سے ریگولیٹڈ میڈیکل پریکٹس کی طرف بڑھ رہا ہے۔ اگلا سنگ میل بوسٹن کے ٹرائل کے نتائج ہوں گے - یہ پہلا ٹیسٹ کہ آیا بینچ مارک کا غلبہ حقیقی مریضوں کے لیے بہتر نتائج میں ترجمہ کرتا ہے۔
ابھی کے لیے، کاغذ کی اپنی فریمنگ بہترین خلاصہ ہے: پیچیدہ معاملات کی ترتیب وار تشخیص پر، AI معالجین کے ایک مصنوعی پینل نے کم تخمینہ لاگت پر، وسیع مارجن سے پریکٹس کرنے والے جرنلسٹ کو پیچھے چھوڑ دیا۔ اسے منظور شدہ کلینیکل پریکٹس میں تبدیل کرنا ایک مشکل مسئلہ ہے جس کے لیے مائیکروسافٹ نے اب سائن اپ کیا ہے۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
