Frontiers in Medicine میں شائع ہونے والے ممکنہ طبی توثیق کے نتائج کے مطابق، Swaasa مصنوعی ذہانت کے پلیٹ فارم نے صحت مند افراد کو سانس کی بیماری والے مریضوں سے ممتاز کرنے میں 90 فیصد درستگی حاصل کی ہے - جس کا نتیجہ یہ ہو سکتا ہے کہ روایتی کلینکس کے باہر پھیپھڑوں کی بیماری کی جانچ کیسے کی جاتی ہے۔

Bioengineer.org کی طرف سے اس ہفتے رپورٹ کردہ نتائج، کھانسی پر مبنی AI اسکریننگ کے اب تک کے بڑے ممکنہ جائزوں میں سے ایک ہیں، اور وہ دنیا بھر میں صحت کی دیکھ بھال کے نظام کے طور پر اس وقت پہنچتے ہیں جو سانس کی دائمی بیماری کا پتہ لگانے کے سستے طریقے تلاش کرتے ہیں۔ یہ AI کی تازہ ترین پیشرفت میں بڑھتی ہوئی لیکن سخت جانچ کی گئی پیشرفت کی ایک قسم ہے جو اکثر اس بارے میں مزید بتاتی ہے کہ میڈیکل AI کسی بھی پروڈکٹ کے آغاز کے مقابلے میں اصل میں کہاں جا رہا ہے۔

سوواسا کیسے کام کرتا ہے۔

سواسا ایک تحقیقاتی پلیٹ فارم ہے جو ایک سافٹ ویئر کے طور پر میڈیکل ڈیوائس کے طور پر کام کرتا ہے، موبائل ڈیوائس پر کیپچر کھانسی کی ریکارڈنگ پر مصنوعی ذہانت کے الگورتھم کا اطلاق کرتا ہے۔ صوتی سگنلز سے خودکار طبی اشارے پیدا کرنے کے لیے تیار کیا گیا، پلیٹ فارم کھانسی کی ریکارڈنگ کا جائزہ لیتا ہے تاکہ مجموعی خطرے کو عام یا غیر معمولی کے طور پر تعین کیا جا سکے، اسپیرو میٹرک فزیولوجیکل پیٹرن کو رکاوٹ، پابندی، یا نارمل کے طور پر درجہ بندی کیا جائے، اور پیٹرن کی شدت کا اندازہ ہلکے، اعتدال پسند یا شدید کے طور پر کیا جائے۔

فزیالوجی سے ہٹ کر، نظام سانس کی مخصوص حالتوں کی موجودگی کے حوالے سے تشخیصی اشارے پیدا کرتا ہے، بشمول دمہ، دائمی رکاوٹ پلمونری بیماری (COPD)، پھیپھڑوں کی درمیانی بیماری، اور برونکائیکٹاسس۔ وعدہ سیدھا ہے: فون کے مائیکروفون میں پانچ سیکنڈ کی کھانسی پھیپھڑوں کی سنگین بیماری کی علامات ظاہر کر سکتی ہے اس سے پہلے کہ کوئی مریض اسپائرومیٹری لیب تک پہنچ جائے۔

مقدمے کے اندر

ممکنہ کلینیکل ٹرائل 12 اپریل 2021 کو CTRI/2021/04/032742 کے تحت رجسٹر کیا گیا تھا، جس میں 18 سال یا اس سے زیادہ عمر کے بالغ شرکاء کا اندراج کیا گیا تھا جنہوں نے سانس کی علامات کے ساتھ ہسپتال کے محکموں کو پیش کیا تھا۔ پہلا اندراج 19 اپریل 2021 کو شروع ہوا اور ٹرائل 14 ستمبر 2023 کو ختم ہوا۔

حتمی گروہ میں 827 نارمل افراد کے ساتھ ساتھ سانس کی بیماریوں والے 2,179 مریض شامل تھے، جن میں مرد شرکاء کا شمار مطالعہ کی گئی آبادی کا 62 فیصد تھا۔ پروٹوکول کے دوران، شریک کی کھانسی کی آوازیں سوواسا اے آئی پلیٹ فارم چلانے والے موبائل ڈیوائس پر ریکارڈ کی گئیں، اور موازنہ کے لیے اسپیرومیٹری کی گئی۔

مقدمے کی سماعت نے اسپیرومیٹری کو جسمانی پیٹرن اور پیٹرن کی شدت کے حوالے سے معیار کے طور پر قائم کیا، جبکہ طبیب کے ذریعے قائم کردہ طبی تشخیص بیماریوں کے زمرے کے حوالے کے معیار کے طور پر کام کرتی ہیں۔ پولی کوٹومس متغیرات کو نارمل بمقابلہ غیر معمولی درجہ بندیوں میں تقسیم کیا گیا تھا، اور بیماری کی حالت، پیٹرن کی شدت، اور انفرادی بیماری کے زمرے کے لیے ملٹی کلاس آؤٹ پٹ قائم کیے گئے تھے۔

کارکردگی کے نمبر

بائنری درجہ بندیوں میں، پلیٹ فارم نے عام افراد کو غیر معمولی سانس کی حالتوں میں مبتلا افراد سے فرق کرنے میں 90 فیصد درستگی کا مظاہرہ کیا، جو کہ نارمل بمقابلہ غیر معمولی اسپیرومیٹری کی شناخت کے لیے ریکارڈ کی گئی 90 فیصد درستگی سے مماثل ہے۔ وضاحتی ذیلی گروپ کے تجزیوں سے پتہ چلتا ہے کہ جانچ کی گئی مریض کی عمر اور صنفی گروپوں میں اسکریننگ کی کارکردگی وسیع پیمانے پر موازنہ تھی۔

کثیر طبقے کے نتائج قابل احترام تھے، اگر کم حیران کن تھے۔ پلیٹ فارم نے اسپیرو میٹرک پیٹرن کی درجہ بندی کرنے کے لیے 79 فیصد اور 84 فیصد کے درمیان اور پیٹرن کی شدت کی درجہ بندی کرنے کے لیے 76 فیصد اور 84.5 فیصد کے درمیان درستگی کی حدیں حاصل کیں۔ جب دمہ، COPD، پھیپھڑوں کے بیچ کی بیماری، اور برونکائیکٹاسس کے درمیان مخصوص بیماری کی اقسام میں فرق کیا جائے تو درستگی 83 فیصد سے 93 فیصد تک ہوتی ہے۔

اسے کس نے بنایا

مطالعہ کے مصنفین کرسچن میڈیکل کالج ویلور، سالسیٹ ٹیکنالوجیز پرائیویٹ لمیٹڈ - سواسا کے ڈویلپر - اور تمل ناڈو کے ڈاکٹر ایم جی آر میڈیکل یونیورسٹی سے وابستہ ہیں۔ مصنفین نے یہ نتیجہ اخذ کیا کہ سواسا مطالعہ شدہ آبادی میں آبادیاتی ذیلی گروپوں میں اسکریننگ کی امید افزا کارکردگی کا مظاہرہ کرتا ہے۔

تعاون کا ڈھانچہ قابل ذکر ہے: ایک تعلیمی طبی مرکز جو کلینیکل سختی فراہم کرتا ہے، ایک میڈیکل یونیورسٹی، اور ایک اسٹارٹ اپ جو صوتی AI فراہم کرتا ہے۔ وہ امتزاج - کلینشین جو قائم شدہ تشخیص کے خلاف اسٹارٹ اپ کے الگورتھم کی توثیق کرتے ہیں - تیزی سے قابل اعتبار طبی AI تحقیق کا نمونہ ہے، اس کے برعکس وینڈر کے ذریعہ چلائے جانے والے بینچ مارکس جنہوں نے جائز شکوک و شبہات پیدا کیے ہیں۔

کھانسی کی صوتی چیزیں کیوں اہمیت رکھتی ہیں۔

اسپائرومیٹری، پھیپھڑوں کے کام کے لیے موجودہ سونے کا معیار، آلات، تربیت یافتہ تکنیکی ماہرین، اور ایک کوآپریٹو مریض کی ضرورت ہوتی ہے جو سانس لینے کے جبری مشقوں کو انجام دیتا ہے۔ کھانسی کی ریکارڈنگ کے لیے فون کی ضرورت ہوتی ہے۔ اگر AI اسکریننگ قابل اعتماد طریقے سے ٹرائی کر سکتی ہے جس کو تصدیقی جانچ کی ضرورت ہے، تو سانس کی اسکریننگ کی معاشیات بنیادی طور پر بدل جاتی ہے، خاص طور پر COPD جیسی حالتوں کے لیے جن کی تشخیص معمول کے مطابق دیر سے ہوتی ہے۔

انتباہات حقیقی ہیں۔ یہ علامتی بالغوں کا ہسپتال پر مبنی اندراج تھا، نہ کہ عام آبادی کی کمیونٹی اسکریننگ، اور کنٹرول شدہ ممکنہ پروٹوکول میں درستگی گندی حقیقی دنیا کی تعیناتی سے مختلف ہو سکتی ہے۔ پلیٹ فارم تحقیقاتی رہتا ہے، اور نارمل کو غیر معمولی سے ممتاز کرنے میں 90 فیصد درستگی کا مطلب یہ نہیں ہے کہ یہ ہر معاملے میں چار مختلف بیماریوں کو قابل اعتماد طریقے سے بتا سکتا ہے۔

ریگولیٹری راستہ اگلی رکاوٹ ہے۔ چونکہ Swaasa کو ایک میڈیکل ڈیوائس کے طور پر ایک سافٹ ویئر کے طور پر پوزیشن میں رکھا گیا ہے، اس کے تشخیصی اشارے کو نگرانی کے عمل کو صاف کرنے کی ضرورت ہوگی جو طبی فیصلے کے آلات پر لاگو ہوتے ہیں اس سے پہلے کہ یہ تحقیقاتی استعمال سے معمول کی دیکھ بھال میں منتقل ہوجائے۔ ہم مرتبہ نظرثانی شدہ جریدے میں شائع ہونے والی ممکنہ توثیق اس گفتگو کے لیے ایک شرط ہے، اس کا متبادل نہیں۔

پلیٹ فارم کے حق میں ایک عملی توازن بھی کام کر رہا ہے۔ سپائرومیٹری کے لیے کمرے میں آلات، انشانکن اور ایک تربیت یافتہ ٹیکنیشن کی ضرورت ہوتی ہے۔ کھانسی کی ریکارڈنگ کے لیے ایک ایسا آلہ درکار ہوتا ہے جو زیادہ تر مریضوں کے پاس پہلے سے موجود ہوتا ہے اور ہر مریض کو پہلے سے ہی معلوم ہوتا ہے۔ اسکریننگ میں، جہاں مقصد یہ طے کرنا ہوتا ہے کہ حتمی تشخیص کرنے کے بجائے کس کو تصدیقی جانچ کی ضرورت ہے، ایک قدرے کم درست ٹیسٹ جو دس گنا زیادہ لوگوں تک پہنچتا ہے، ہسپتال کے تہہ خانے میں بیٹھنے والے عین ٹیسٹ سے زیادہ جانیں بچا سکتا ہے۔ مقدمے کی سماعت سے پتہ چلا ہے کہ کارکردگی عمر اور صنفی گروپوں میں مستحکم رہتی ہے بالکل اسی قسم کی مستقل مزاجی ہے جس کی پیمائش کرنے کے لیے اسکریننگ ٹول کی ضرورت ہوتی ہے۔

پھر بھی، رفتار اہمیت رکھتی ہے۔ 3,000 سے زیادہ شرکاء میں اسپیرومیٹری کے خلاف توثیق شدہ فون پر مبنی اسکرین اب پارلر کی چال نہیں ہے۔ اگلا امتحان تعیناتی کا ہے: کیا کھانسی پر مبنی AI اسکریننگ کلینکس، فارمیسیوں اور گھروں میں اپنی درستگی کو برقرار رکھ سکتی ہے، اور آیا ریگولیٹرز اور معالجین ایک ایسے تشخیصی سگنل کو قبول کرتے ہیں جس کے بارے میں زیادہ تر لوگ بمشکل سوچتے ہیں۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →