സങ്കീർണമായ രോഗങ്ങൾ കണ്ടെത്തുന്നതിൽ ഡോക്ടർമാരെക്കാൾ മികച്ച പ്രകടനം കാഴ്ചവെച്ച് മൈക്രോസോഫ്റ്റിന്റെ പുതിയ എഐ സംവിധാനമായ എംഎഐ-ഡിഎക്സ്ഒ. സിമുലേഷൻ പരീക്ഷണങ്ങളിൽ ഡോക്ടർമാർ 36 ശതമാനം കൃത്യത നേടിയപ്പോൾ എഐ 83 ശതമാനം കൃത്യതയാണ് സ്വന്തമാക്കിയത്. ആരോഗ്യരംഗത്ത് മനുഷ്യരുടെ കഴിവുകളെ മറികടക്കുന്ന 'മെഡിക്കൽ സൂപ്പർ ഇന്റലിജൻസ്' വികസിപ്പിക്കുകയാണ് കമ്പനിയുടെ ലക്ഷ്യം.
രോഗം എന്താണെന്ന് കണ്ടെത്താൻ ഡോക്ടർമാർക്ക് ചിലപ്പോൾ നിരവധി പരിശോധനകളും വിദഗ്ധരുടെ അഭിപ്രായങ്ങളും ആവശ്യമായി വരാറുണ്ട്. എന്നാൽ, ഇത്തരം സങ്കീർണമായ രോഗാവസ്ഥകൾ തിരിച്ചറിയുന്നതിൽ ഡോക്ടർമാരെക്കാൾ മികച്ച പ്രകടനം കാഴ്ചവെച്ച് മൈക്രോസോഫ്റ്റിന്റെ നിർമിതബുദ്ധി സംവിധാനം. പുതിയ പഠനമനുസരിച്ച്, ഡോക്ടർമാർ 36 ശതമാനം കൃത്യത നേടിയപ്പോൾ മൈക്രോസോഫ്റ്റിന്റെ എഐ സംവിധാനം 83 ശതമാനം കൃത്യത നേടി. ആരോഗ്യരംഗത്ത് മനുഷ്യരുടെ കഴിവുകളെ മറികടക്കുന്ന ‘മെഡിക്കൽ സൂപ്പർ ഇന്റലിജൻസ്’ വികസിപ്പിക്കുന്നതിലേക്കുള്ള പ്രധാന ചുവടുവയ്പ്പായാണ് ഈ നേട്ടത്തെ കമ്പനി വിലയിരുത്തുന്നത്. ഇതോടെ ആരോഗ്യരംഗത്ത് മനുഷ്യരുടെ കഴിവുകളെ മറികടക്കുന്ന ‘മെഡിക്കൽ സൂപ്പർ ഇന്റലിജൻസ്’ വികസിപ്പിക്കുകയെന്ന ലക്ഷ്യത്തിലേക്ക് കൂടുതൽ അടുക്കുകയാണെന്ന് മൈക്രോസോഫ്റ്റ് എഐ മേധാവി മുസ്തഫ സുലൈമാൻ വ്യക്തമാക്കി. സയൻസ് ജേണലിൽ പ്രസിദ്ധീകരിച്ച പഠനത്തിലാണ് ഈ നേട്ടം വിശദീകരിക്കുന്നത്. എങ്കിലും യഥാർഥ രോഗികളിൽ ഈ സാങ്കേതികവിദ്യയുടെ ഫലപ്രാപ്‍തി തെളിയിക്കേണ്ടതുണ്ടെന്ന് വിദഗ്ധർ ചൂണ്ടിക്കാട്ടുന്നു.
ഡോക്ടർമാരുടെ സംഘത്തെപ്പോലെ പ്രവർത്തിക്കുന്ന എഐ
മൈക്രോസോഫ്റ്റ് എഐ ഡയഗ്നോസ്റ്റിക് ഓർക്കസ്ട്രേറ്റർ എന്നതിന്റെ ചുരുക്കപ്പേരായ എംഎഐ-ഡിഎക്സ്ഒ ആണ് പുതിയ സംവിധാനത്തിന്റെ പേര്. സാധാരണ ചാറ്റ്ബോട്ടുകളിൽനിന്ന് വ്യത്യസ്തമായി, ഒന്നിലധികം എഐ ഏജന്റുമാർ ചേർന്ന് പ്രവർത്തിക്കുന്ന രീതിയിലാണ് ഇതിന്റെ രൂപകൽപ്പന. രോഗികളോട് ചോദ്യങ്ങൾ ചോദിക്കുക, ലബോറട്ടറി പരിശോധനകൾ നിർദേശിക്കുക, രോഗലക്ഷണങ്ങൾ വിലയിരുത്തുക, സാധ്യതയുള്ള രോഗങ്ങളെക്കുറിച്ച് വിശകലനം നടത്തുക എന്നിവയിലൂടെ അന്തിമ രോഗനിർണയത്തിലെത്തുകയാണ് സംവിധാനം ചെയ്യുന്നത്.
ന്യൂ ഇംഗ്ലണ്ട് ജേണൽ ഓഫ് മെഡിസിനിൽ പ്രസിദ്ധീകരിച്ച സങ്കീർണമായ രോഗവിവരങ്ങൾ ഉപയോഗിച്ചുള്ള സിമുലേഷൻ പരീക്ഷണത്തിൽ എംഎഐ-ഡിഎക്സ്ഒ 83 ശതമാനം കൃത്യത നേടി. മെഡിക്കൽ റഫറൻസ് സംവിധാനങ്ങളുടെ സഹായം ലഭിച്ച ജനറൽ ഫിസിഷ്യൻമാർക്ക് 36 ശതമാനം കേസുകളിൽ മാത്രമാണ് ശരിയായ രോഗനിർണയം നടത്താനായത്. എന്നാൽ, ഇത്രയും സങ്കീർണമായ കേസുകൾ സാധാരണയായി വിദഗ്ധ ഡോക്ടർമാരുടെ സംഘമാണ് കൈകാര്യം ചെയ്യുന്നത്. അത്തരം സംഘങ്ങളുമായി നേരിട്ടുള്ള താരതമ്യം പഠനത്തിൽ ഉൾപ്പെടുത്തിയിരുന്നില്ല. അതിനാൽ ഈ ഫലങ്ങളെ യഥാർഥ ചികിത്സാരംഗത്തെ പ്രകടനമായി കാണാനാവില്ല.
Related Articles
ജിപിടി മോഡലുകളുടെ കരുത്ത്
ഓപ്പൺഎഐ, ഗൂഗിൾ, മെറ്റ തുടങ്ങിയ കമ്പനികളുടെ എഐ മോഡലുകൾ പരീക്ഷിച്ച മൈക്രോസോഫ്റ്റിന് മികച്ച ഫലങ്ങൾ ലഭിച്ചത് ഓപ്പൺഎഐയുടെ ജിപിടി-5, ജിപിടി-5.5 മോഡലുകൾ ഉപയോഗിച്ചപ്പോഴാണെന്നാണ് പഠനം വ്യക്തമാക്കുന്നത്. ജിപിടി-5 മാത്രം ഉപയോഗിച്ചപ്പോൾ സങ്കീർണ കേസുകളിൽ 78.9 ശതമാനം കൃത്യത ലഭിച്ചെങ്കിലും ചെലവ് ഏകദേശം 8,400 ഡോളറായിരുന്നു. ഡിഎക്സ്ഒ സംവിധാനം കൂട്ടിച്ചേർത്തതോടെ ചെലവിൽ ഏകദേശം 3,000 ഡോളറിന്റെ കുറവുണ്ടാക്കാനും കൃത്യത മെച്ചപ്പെടുത്താനും സാധിച്ചു.
ജിപിടി-5.5 ഉപയോഗിച്ചുള്ള പരീക്ഷണത്തിൽ ഡിഎക്സ്ഒ സംവിധാനം കൃത്യത 72 ശതമാനത്തിൽനിന്ന് ഏകദേശം 87 ശതമാനമായി ഉയർത്തിയതായും റിപ്പോർട്ടുകൾ ഉണ്ട്. താരതമ്യേന ശേഷി കുറഞ്ഞ എഐ മോഡലുകൾക്കും ഈ സംവിധാനം ഗുണം ചെയ്തു. ഗൂഗിളിന്റെ ജെമിനി 2.5 ഫ്ലാഷിന്റെ കൃത്യത 46.4 ശതമാനത്തിൽനിന്ന് ഏകദേശം 69 ശതമാനമായി ഉയർന്നു. അതേസമയം, അടിയന്തര ചികിത്സാവിഭാഗങ്ങളിലെ വേഗമേറിയ തീരുമാനങ്ങൾ ആവശ്യമായ കേസുകളിൽ ഏറ്റവും നൂതനമായ മോഡലുകൾക്ക് ഡിഎക്സ്ഒ സംവിധാനം കാര്യമായ കൃത്യതാ വർധനയോ ചെലവുകുറവോ നൽകിയില്ലെന്നും പഠനം ചൂണ്ടിക്കാട്ടുന്നു.
ആശുപത്രികളിൽ പരീക്ഷണം; അടുത്ത ലക്ഷ്യം 2027
അടുത്ത രണ്ടുമുതൽ മൂന്നുവർഷത്തിനുള്ളിൽ എഐ അധിഷ്ഠിത ആരോഗ്യസംവിധാനങ്ങൾ കൂടുതൽ മെച്ചപ്പെടുമെന്നാണ് സുലൈമാന്റെ വിലയിരുത്തൽ. മയോ ക്ലിനിക്കുമായി സഹകരിച്ച് ആരോഗ്യരംഗത്തിനായി പ്രത്യേക എഐ മോഡൽ വികസിപ്പിക്കുന്ന പ്രവർത്തനങ്ങളും മൈക്രോസോഫ്റ്റ് നടത്തുന്നുണ്ട്. ഇത് അടുത്ത വർഷം പുറത്തിറക്കാനാണ് ലക്ഷ്യമിടുന്നത്. 2027ഓടെ രോഗിയുടെ മെഡിക്കൽ രേഖകളുടെ അടിസ്ഥാനത്തിൽ ഭാവിയിലെ ആരോഗ്യസ്ഥിതിയെക്കുറിച്ച് കൂടുതൽ കൃത്യമായ പ്രവചനങ്ങൾ നടത്താൻ ഡോക്ടർമാർക്ക് എഐയുടെ സഹായം ലഭിക്കുമെന്നാണ് പ്രതീക്ഷിക്കുന്നത്.
യഥാർഥ ചികിത്സാരംഗത്ത് സംവിധാനം സുരക്ഷിതമാണെന്ന് ഉറപ്പാക്കാൻ ബോസ്റ്റണിലെ ബെത്ത് ഇസ്രയേൽ ഡീക്കണസ് മെഡിക്കൽ സെന്ററുമായി ചേർന്ന് പരീക്ഷണവും ആരംഭിക്കുന്നുണ്ട്. രോഗികൾക്ക് പതിവുപോലെ ഡോക്ടർമാർ ചികിത്സ നൽകുമ്പോൾ, പശ്ചാത്തലത്തിൽ എഐ പ്രവർത്തിക്കും. പിന്നീട് എഐയുടെ നിർദേശങ്ങളും ഡോക്ടർമാർ സ്വീകരിച്ച ചികിത്സാ തീരുമാനങ്ങളും താരതമ്യം ചെയ്യും.
ആരോഗ്യരംഗത്തെ വിദഗ്ധരുടെ കുറവ് പരിഹരിക്കാൻ ഇത്തരം സാങ്കേതികവിദ്യകൾ സഹായിക്കുമെന്നാണ് മൈക്രോസോഫ്റ്റിന്റെ പ്രതീക്ഷ. എന്നാൽ, ആശുപത്രികളിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നതിന് മുമ്പ് സുരക്ഷയും കൃത്യതയും ഫലപ്രദമായി തെളിയിക്കേണ്ടതുണ്ട്.
