Hospital To Test AI 'copilot' For Doctors That Jots Notes On Patient Care

افلاطون کے ذریعہ دوبارہ شائع کیا گیا۔

فالونگ: 0

یونیورسٹی آف کنساس ہیلتھ سسٹم آزمائشی سافٹ ویئر کے لیے تیار ہے جو ڈاکٹروں کو مریضوں کے ساتھ ہونے والی بات چیت سے خود بخود نوٹس تیار کرنے میں مدد کرنے کے لیے تیار کیا گیا ہے، اس اقدام کو "صحت کی دیکھ بھال میں تخلیقی AI کی تاریخ کا سب سے اہم رول آؤٹ" کہا جاتا ہے۔

پٹسبرگ، پنسلوانیا کے اسٹارٹ اپ ابریج کی طرف سے تیار کردہ اس ٹیکنالوجی کا مقصد معالجین کے لیے کام کے بوجھ کو کم کرنا اور مریضوں کی دیکھ بھال کو بہتر بنانا ہے۔ شیدیو راؤ، کمپنی کے سی ای او اور ماہر امراض قلب نے یہ بات بتائی رجسٹر ڈاکٹر اپنے معمول کے کام کے نظام الاوقات سے ہٹ کر اپنے پچھلے مریض کے سیشنوں سے نوٹس لکھنے میں گھنٹوں گزار سکتے ہیں۔

"یہ واقعی وقت کے ساتھ ساتھ اضافہ کرتا ہے، اور مجھے لگتا ہے کہ اس نے صحت عامہ کے اس بحران میں بڑے حصے میں حصہ ڈالا ہے جو ہمارے پاس ابھی ڈاکٹروں اور نرسوں کے جلانے اور پیشہ چھوڑنے کے آس پاس ہے۔" انہوں نے مزید کہا کہ معالجین کو اکثر آڈیو ریکارڈنگ کو نقل کرنا پڑتا ہے یا اپنے نوٹ لکھتے وقت میموری سے گفتگو کو یاد کرنا پڑتا ہے۔

"صرف آپ کو یہ احساس دلانے کے لیے کہ اس وقت جمود کیسی نظر آ سکتی ہے، میں مریضوں کو دیکھ سکتا ہوں اور پھر ہفتے کے آخر تک دستاویز نہیں کر سکتا، اور پھر میں چکن سکریچ کا استعمال کر رہا ہوں جو میں نے کاغذ کے ٹکڑے پر رکھ کر اپنے آپ کو یاد دلانے کے لیے کیا ہے۔ کے متعلق بات کرنا. اور اس لیے یہ بہت نقصان دہ ہے – میں اس دستاویز میں بہت ساری تفصیلات کھو رہا ہوں،‘‘ راؤ نے کہا۔

دو اسپرین لیں اور صبح مجھے فون کریں۔

Abridge کا سافٹ ویئر خود بخود AI اور قدرتی زبان کی پروسیسنگ الگورتھم کا استعمال کرتے ہوئے طبی گفتگو کے خلاصے تیار کرتا ہے۔ ایک مختصر ڈیمو میں، رجسٹر ایک فرضی مریض ہونے کا بہانہ کر کے راؤ سے سانس کی تکلیف، ذیابیطس اور ہر ہفتے شراب کی تین بوتلیں پینے کے بارے میں بات کی۔ ابریج کا سافٹ ویئر علامات، ڈاکٹر کی طرف سے تجویز کردہ ادویات، اور مستقبل کے تقرریوں میں کلینشین کو ان کی پیروی کرنے جیسی چیزوں کو نوٹ کرنے کے قابل تھا۔

کوڈ کلیدی الفاظ کو سن کر اور اہم معلومات کی درجہ بندی کرکے کام کرتا ہے۔ "اگر میں نے کہا کہ دو بار Metoprolol لیں، تو ایک ہستی Metoprolol ہوگی، اور پھر دن میں دو بار ایک وصف ہوگا۔ اور اگر میں نے منہ سے کہا تو یہ ایک اور صفت ہے۔ اور ہم شراب کی مثال کے ساتھ بھی ایسا ہی کر سکتے ہیں۔ شراب ایک ہستی ہوگی، اور ایک صفت تین بوتلیں، اور دوسری صفت ہر رات ہوگی۔"

"ہم ایک سٹرکچرڈ ڈیٹا ڈیٹاسیٹ بنا رہے ہیں۔ [سافٹ ویئر ہے] ہر اس چیز کی درجہ بندی کر رہا ہے جو میں نے کہا اور آپ نے گفتگو کے مختلف زمروں میں کہا۔ لیکن پھر ایک بار جب یہ تمام معلومات کی درجہ بندی کر لیتا ہے، تو آخری ٹکڑا پیدا ہوتا ہے۔

اس مقام پر، راؤ نے وضاحت کی کہ ابریج ایک دستاویز تیار کرنے کے لیے ٹرانسفارمر پر مبنی ماڈل کا استعمال کرتا ہے جس میں درجہ بندی کی معلومات کو مختلف ذیلی حصوں کے تحت مختصر جملوں میں جمع کیا جاتا ہے جس میں مریض کی بیماری کی سابقہ تاریخ، مستقبل کے منصوبوں یا اقدامات کو بیان کیا جاتا ہے۔

طبی گفتگو کے بعد ابریج کی ایپ کا اسکرین شاٹ

Big Tech OpenAI's ChatGPT جیسے تجارتی APIs پر پروڈکٹس بنانے کے لیے اسٹارٹ اپ ریسنگ کی ایک لہر کے ساتھ جنریٹیو AI کو اپنی خدمات میں شامل کرنے کے طریقے تلاش کر رہا ہے۔ تاہم، یہ ماڈل غلط معلومات ایجاد کرنے کے لیے جانے جاتے ہیں اور درست مواد تیار کرنے کے لیے جدوجہد کر سکتے ہیں، جس سے صحت کی دیکھ بھال یا قانون جیسی صنعتوں میں درخواستیں خاص طور پر خطرناک ہو سکتی ہیں۔

معالج نوٹوں میں مزید ترمیم کر سکتے ہیں، جب کہ مریض ایک ایپ میں ان تک رسائی حاصل کر سکتے ہیں۔ راؤ نے ابریج کی ٹیکنالوجی کو ایک کاپائلٹ سے تشبیہ دی، اور اس بات پر زور دینے کے خواہاں تھے کہ ڈاکٹر انچارج رہیں، اور اگر ضروری ہو تو تیار کردہ نوٹوں کی جانچ اور ترمیم کریں۔ مریضوں اور ڈاکٹروں دونوں کو اپنی ملاقاتوں کی ریکارڈنگ تک بھی رسائی حاصل ہے، اور وہ مخصوص کلیدی الفاظ پر کلک کر سکتے ہیں تاکہ سافٹ ویئر آڈیو کے کچھ حصوں کو چلا سکے جب ان کی گفتگو کے دوران مخصوص لفظ بولا گیا ہو۔

"ہم صارفین کے سامنے جو خلاصہ پیش کرتے ہیں اس سے پوری طرح آگے بڑھ رہے ہیں اور ہم اسے بات چیت کی زمینی حقیقت تک واپس لے رہے ہیں۔ اور اس لیے اگر میری کوئی بات چیت ہے، اور مجھے کچھ ہو رہا ہے یاد نہیں آ رہا ہے، تو میں ہمیشہ دو بار چیک کر سکتا ہوں کہ یہ کوئی فریب نہیں تھا۔ درمیان میں ایسے ماڈل موجود ہیں جو اس بات کو یقینی بنا رہے ہیں کہ کسی ایسی چیز کو بے نقاب نہ کریں جس پر بات نہیں کی گئی تھی۔

ابریج کے سافٹ ویئر کو مبینہ طور پر 2,000 سے زیادہ معالجین اور 200,000 سے زیادہ مریضوں کی مدد کے لیے آزمایا گیا ہے۔ اب، کمپنی ڈاکٹروں کے ایک چھوٹے گروہ کے ساتھ شروع ہونے والے ایک حقیقی ہسپتال میں اس کی جانچ کرنے جا رہی ہے۔

گریگوری ایٹر، چیف میڈیکل انفارمیشن آفیسر اور یونیورسٹی آف کنساس ہیلتھ سسٹم کے ہیڈ اینڈ نیک سرجن نے کہا کہ وہ توقع کرتے ہیں کہ ٹرائل جلد شروع ہو جائے گا۔

"ہمیں یہ جاننے کی ضرورت ہے کہ اس قسم کے حل کے لیے مثالی معالج کون ہیں۔ سب سے پہلے، ہم اس بات کی توثیق کرنے جا رہے ہیں کہ [سافٹ ویئر کی تربیت کے لیے] استعمال کیے جانے والے ڈیٹاسیٹس درست اور مڈویسٹ ہیلتھ کیئر کے لیے موزوں ہیں، اور اس قسم کے مسائل سے نمٹتے ہیں جن سے ہم نمٹتے ہیں، اور پھر ہم اسے آہستہ آہستہ ختم کریں گے۔ اس نے بتایا رجسٹر. ®