مصنوعی ذہانت (Artificial Intelligence) سے مراد ایسے کمپیوٹر سسٹمز ہیں جو ڈیٹا کی بڑی مقدار سے پیٹرن سیکھ سکتے ہیں۔ طب اس ٹیکنالوجی کے لیے سب سے امید افزا شعبوں میں سے ایک ہے، اور ایسا شعبہ ہے جس میں سب سے زیادہ احتیاط کی ضرورت ہے: اگر اسے اچھی طرح استعمال کیا جائے تو یہ تشخیص کو تیز کر سکتا ہے اور معالجین کا بوجھ کم کر سکتا ہے؛ اگر غلط استعمال کیا جائے تو یہ مریضوں کو نقصان پہنچا سکتا ہے۔
میڈیکل امیجنگ
امیجنگ وہ شعبہ ہے جہاں آج طب میں اے آئی کا سب سے زیادہ استعمال ہوتا ہے۔ ایکسرے، سی ٹی، ایم آر آئی اور میموگرافی کی تصاویر پر مشکوک نتائج کی نشاندہی کرنے والے، دماغی خون بہنے جیسی ہنگامی صورتحال کو ترجیح دینے والے، یا ذیابیطس ریٹینوپیتھی کے لیے ریٹنا کی تصاویر کی اسکریننگ کرنے والے سسٹمز کلینیکل استعمال میں ہیں۔ امریکی فوڈ اینڈ ڈرگ ایڈمنسٹریشن (FDA) کی اے آئی سے لیس طبی آلات کی فہرست میں ایک ہزار سے زائد مصنوعات شامل ہو چکی ہیں، جن میں سے بڑی اکثریت ریڈیولوجی میں ہے۔
ادویات کی دریافت اور الفا فولڈ (AlphaFold)
کسی پروٹین کی سہ جہتی (تھری ڈی) ساخت کو جاننا بیماری کو سمجھنے اور ادویات تیار کرنے کے لیے بہت اہم ہے۔ گوگل ڈیپ مائنڈ (Google DeepMind) کے تیار کردہ الفا فولڈ نے امینو ایسڈ کی ترتیب سے پروٹین کی ساخت کی درست پیش گوئی کر کے نئی راہ ہموار کی۔ 2024 کے کیمسٹری کے نوبل انعام کا نصف حصہ ڈیمس ہاسابیس اور جان جمپر کو اس کام کے لیے دیا گیا؛ باقی نصف حصہ ڈیوڈ بیکر کو پروٹین ڈیزائن پر ان کے کام کے لیے ملا۔ اے آئی کا استعمال ممکنہ دواؤں کے مالیکیولز کی اسکریننگ اور کلینیکل ٹرائلز کو ڈیزائن کرنے کے لیے بھی کیا جاتا ہے۔
روزمرہ کے کلینیکل کام
مریضوں کے مشوروں کو ٹرانسکرائب کرنے اور نوٹس تیار کرنے والے سسٹمز، خطرے کا تخمینہ لگانے والے ابتدائی انتباہی ٹولز، اور ہسپتالوں میں اپائنٹمنٹ اور کاغذی کارروائی کے بہاؤ کو آسان بنانے والی ایپلی کیشنز کم نظر آنے والے لیکن ہسپتالوں میں اے آئی کے تیزی سے عام ہوتے استعمال ہیں۔
حدود اور خطرات
- ڈیٹا میں تعصب: ایک مریض گروپ پر تربیت یافتہ ماڈل مختلف عمر، جنس یا نسلی پس منظر کے مریضوں کے لیے خراب کارکردگی کا مظاہرہ کر سکتا ہے۔
- رازداری: صحت کا ڈیٹا سب سے زیادہ حساس ذاتی ڈیٹا میں سے ایک ہے۔
- ضرورت سے زیادہ انحصار: معالجین یا مریضوں کا بغیر سوال کیے سسٹم کی تجویز کو قبول کرنا غلطیوں کا باعث بن سکتا ہے۔
- جوابدہی: جب کچھ غلط ہو جائے تو کون ذمہ دار ہے، اس پر اب بھی بحث جاری ہے۔
2021 میں شائع ہونے والی رہنمائی میں، عالمی ادارہ صحت (WHO) سفارش کرتا ہے کہ صحت کے لیے اے آئی انسانی خودمختاری کی حفاظت کرے، شفاف اور قابل وضاحت ہو، اور اسے جامع انداز میں ڈیزائن کیا جائے۔ یورپی یونین کا اے آئی ایکٹ (AI Act) بھی طبی مقاصد کے لیے اے آئی سسٹمز کو زیادہ خطرے والا سمجھتا ہے اور اضافی ذمہ داریاں عائد کرتا ہے۔
مریضوں کے لیے ایک نوٹ
عام مقصد کے چیٹ بوٹس صحت کے سوالات کو سمجھنے میں آپ کی مدد کر سکتے ہیں، لیکن وہ تشخیص نہیں کرتے اور غلطیاں کر سکتے ہیں۔ اپنی علامات کے بارے میں کسی ہیلتھ پروفیشنل سے مشورہ کریں، اور ان ایپس کی رازداری کی شرائط پڑھیں جن کے ساتھ آپ اپنا ہیلتھ ڈیٹا شیئر کرتے ہیں۔
منظور شدہ اے آئی طبی آلات کن شعبوں میں استعمال ہوتے ہیں؟
امریکی فوڈ اینڈ ڈرگ ایڈمنسٹریشن (FDA) ان اے آئی سے لیس طبی آلات کی عوامی فہرست رکھتی ہے جنہیں اس نے مارکیٹنگ کے لیے منظور کیا ہے۔ 2025 تک اس فہرست میں مصنوعات کی تعداد ایک ہزار سے تجاوز کر گئی تھی، اور تقسیم کافی غیر متوازن ہے:
- ریڈیولوجی بہت آگے ہے: فہرست میں شامل تقریباً تین چوتھائی آلات کا مقصد ایکسرے، سی ٹی، ایم آر آئی اور میموگرافی کی تصاویر کا جائزہ لینا ہے۔
- کارڈیالوجی دوسرے نمبر پر ہے: ای سی جی (ECG) کی تشریح اور دل کی دھڑکن کے امراض کی تشخیص جیسی ایپلی کیشنز نمایاں ہیں۔
- دیگر شعبے: نیورولوجی، آپتھلمولوجی، پیتھالوجی اور معدے کے امراض (گیسٹرو اینٹرولوجی) میں بھی منظور شدہ ٹولز موجود ہیں، لیکن کم تعداد میں۔
کسی ٹول کی منظوری کا مطلب یہ نہیں ہے کہ یہ ہر ہسپتال اور ہر مریض گروپ میں یکساں کارکردگی دکھائے گا؛ منظوری ایک مخصوص مطلوبہ استعمال اور مخصوص حالات کے لیے دی جاتی ہے۔
صحت کے اے آئی کی وشوسنییتا (اعتبار) کا اندازہ کیسے لگایا جاتا ہے؟
جب محققین اور ہسپتال کسی نئے ٹول کا اندازہ لگاتے ہیں، تو وہ چند بنیادی سوالات پر غور کرتے ہیں:
- بیرونی توثیق: کیا ٹول کو اس ہسپتال سے باہر جہاں اسے تیار کیا گیا تھا، مختلف آلات اور مریضوں کے گروپوں کے ڈیٹا پر ٹیسٹ کیا گیا؟
- توقعی مطالعہ (Prospective study): کیا اسے نہ صرف ماضی کے ڈیٹا پر بلکہ حقیقی کلینیکل ورک فلو کے اندر، اور اگر ممکن ہو تو بے ترتیب ٹرائلز (randomised trials) میں آزمایا گیا؟
- شفاف رپورٹنگ: 2020 میں شائع ہونے والی CONSORT-AI اور SPIRIT-AI گائیڈ لائنز کا مقصد یہ معیاری بنانا ہے کہ اے آئی پر مشتمل کلینیکل ٹرائلز کی رپورٹ کیسے دی جائے۔
- مسلسل نگرانی: تعیناتی کے بعد، کیا اس بات پر نظر رکھی جاتی ہے کہ آیا وقت کے ساتھ کارکردگی کم تو نہیں ہو رہی؟
2024 میں عالمی ادارہ صحت نے صحت میں بڑے ملٹی ماڈل ماڈلز (بشمول چیٹ پر مبنی سسٹمز) کے استعمال پر الگ سے رہنمائی بھی شائع کی، جس میں حکومتوں، ڈویلپرز اور صحت کے اداروں کے لیے 40 سے زیادہ سفارشات پیش کی گئیں۔
یہ مضمون عام معلومات کے لیے ہے اور طبی مشورے کا متبادل نہیں ہے۔ اپنی صحت سے متعلق فیصلوں کے بارے میں اپنے ڈاکٹر سے مشورہ کریں۔
ذرائع اور مزید مطالعہ
- عالمی ادارہ صحت (WHO)، "صحت کے لیے مصنوعی ذہانت کی اخلاقیات اور حکمرانی" (2021)۔
- امریکی فوڈ اینڈ ڈرگ ایڈمنسٹریشن، "مصنوعی ذہانت سے لیس طبی آلات" کی فہرست۔
- نوبل پرائز آؤٹ ریچ، "کیمسٹری میں نوبل انعام 2024" پریس ریلیز۔
- جمپر، جے وغیرہ، "الفا فولڈ کے ساتھ پروٹین کی ساخت کی انتہائی درست پیش گوئی"، نیچر (2021)۔
- امریکی ایف ڈی اے - مصنوعی ذہانت سے لیس طبی آلات (فہرست)
- لیو ایکس وغیرہ - CONSORT-AI ایکسٹینشن، نیچر میڈیسن (2020)
- ڈبلیو ایچ او - صحت کے لیے اے آئی کی اخلاقیات اور حکمرانی: بڑے ملٹی ماڈل ماڈلز پر رہنمائی (2024)
Leave a comment
Your email address will not be published. Required fields are marked *