صنعت بصیرت: بیماری کی روک تھام میں عی کا ابھرتا ہوا کردار

مصنوعی ذہانت (AI) صحت کی دیکھ بھال کی صنعت میں بڑی ترقی کر رہی ہے۔ بیماریوں سے بچنے میں مدد کے ل medical ، طبی پیشہ ور افراد اب طبی سینسرز اور جینومکس سے حاصل کردہ اعداد و شمار کو اپنی طرف متوجہ کرنے میں کامیاب ہیں ، انو بائولوجی ڈسپلن جس میں جینومز کے فنکشن ، ڈھانچے اور نقشہ سازی کا احاطہ کیا گیا ہے۔ یہ "پیش گوئی والی دوائی" کے رجحان کا ایک حصہ ہے جس میں بڑے اعداد و شمار سے مریضوں کو بیماری کے خطرے کی نشاندہی کرنے میں مدد ملتی ہے ، جیسا کہ پیش گوئی کرنے والے تجزیات کو بزنس انٹیلی جنس (بی آئی) ٹولز آج بھی نئے رجحانات اور مواقع کی شناخت کے لئے استعمال کرتے ہیں۔

سکریپس ریسرچ ٹرانسلیشنل انسٹی ٹیوٹ کسی شخص کی صحت کے میک اپ کو بہتر طور پر سمجھنے کے لئے جینومکس ڈیٹا کا استعمال کرتا ہے۔ سکریپس نیویڈیا کے ساتھ اے آئی اور گہری سیکھنے کے طریقوں کو تیار کرنے کے لئے کام کر رہے ہیں جو جینومکس اور اسمارٹ واچز ، بلڈ پریشر کف اور گلوکوز مانیٹر میں ڈیجیٹل سینسر سے بصیرت حاصل کرسکتے ہیں۔ ڈیٹا سائنس دان یہاں تک کہ نئی ایپل واچ سیریز 4 سے آنے والے طبی اعداد و شمار پر گہری تعلیم کا اطلاق کرسکتے ہیں۔ اینویڈیا اور اسکرپز کمپنیوں کی دونوں سہولیات پر ایک نئے مرکز کے حصول کے طور پر اس تحقیق کا انعقاد کریں گے۔

طبی سینسروں سے بصیرت پیدا کرنے میں کس طرح اے آئی اور بڑا ڈیٹا مدد کرسکتا ہے اس کے بارے میں مزید جاننے کے لئے ، پی سی میگ معروف ڈیجیٹل ہیلتھ ماہر اور کارڈیالوجسٹ ڈاکٹر ایرک ٹوپول سے بات کی۔ وہ اسکرپس ریسرچ ٹرانسلیشنل انسٹی ٹیوٹ کے ڈائریکٹر اور بانی بھی ہیں۔

پی سی میگ (پی سی ایم): سکریپس نیوڈیا کے ساتھ کیسے آئے؟

ایرک ٹوپول (ET): میں نے اس کی ابتدا کی۔ میں گہری سیکھنے اور AI کے پورے شعبے میں ان کی شراکت کے بارے میں بہت کچھ پڑھ رہا تھا کیونکہ میرے پاس اس عنوان پر جلد ہی ایک کتاب سامنے آنے والی ہے۔ میں نے بہت ریسرچ کی تھی ، اور مجھے احساس ہوا کہ وہ اے آئی ہارڈ ویئر میں انڈسٹری لیڈر ہیں اور دوسروں میں ڈرائیور لیس کاریں ، کریپٹوکرنسی ، ویڈیو گیمز اور صحت کی دیکھ بھال سمیت مقامی سیکٹر میں بہت سی بدعات ہیں۔ تو ہم نے اس کے بارے میں بات کرنا شروع کی کہ ہم مل کر کیسے کام کرسکتے ہیں۔

پی سی ایم: مرکز کے اعلی مرکز کا کیا مقصد ہے کہ آپ Nvidia کے ساتھ کام کریں گے؟

ET: اہم مقصد انسانی صحت کو فروغ دینا ہے۔ ہمیں نہ صرف سینسر ڈیٹا اور پورے جینوم سلسلوں کا تجزیہ کرنے کے لئے بلکہ ہر شخص کے ل، اس سارے ڈیٹا کو اکٹھا کرنے کے ل deep گہری سیکھنے ، اے آئی اور اس کے تمام ذیلی اقسام کو استعمال کرنے کے قابل ہونا چاہئے۔ اس ڈیٹا میں وہ سینسر شامل ہیں جو انہوں نے پہن رکھے ہیں اور ساتھ ہی حیاتیات کی تہوں سے حاصل کردہ ڈیٹا۔ یہ صرف ڈی این اے ، پروٹین ، ان کے گٹ مائکرو بایوم ، میٹابولائٹس ، اور اسی طرح نہیں ہے ، بلکہ ان کی سابقہ ​​دوائیں اور ان کا ماحول بھی ہے۔

اصل وقت میں ، اس سارے ڈیٹا کو اکٹھا کرنا اور نکالنا ، کسی فرد کی قیمت ابھی تک حاصل نہیں کی جاسکی ہے۔ یہ دور رس مقصد ہے ، لیکن وہاں پہنچنے کے ل we ، ہم نے سینسر کے اعداد و شمار سے نمٹنے کی صلاحیت کو ختم کرنا پڑا ، جو بہت مالدار اور گھنا ہے۔ عام طور پر ، سینسر مسلسل اعداد و شمار کو منتقل کرتے ہیں ، اور وقت گزرنے کے ساتھ ساتھ وہ تصاویر اور ایک مکمل جینوم تسلسل سمیت کسی بھی چیز سے زیادہ ڈیٹا تیار کرتے ہیں۔

• اپنے کاروبار میں مصنوعی ذہانت کو اپنانے کے 10 اقدامات۔ اپنے کاروبار میں مصنوعی ذہانت کو اپنانے کے 10 اقدامات
• یہ ایپ ترقی پذیر دنیا میں ڈاکٹروں کے لئے اے ای کی طاقت لاتی ہے اس ایپ سے ترقی پذیر دنیا کے ڈاکٹروں کو اے آئی کی طاقت ملتی ہے
• 'باڈی کمپیوٹنگ' صحت کی دیکھ بھال کو زندگی میں بدل دیتا ہے 'باڈی کمپیوٹنگ' صحت کی دیکھ بھال کو زندگی میں بدل دیتا ہے

پی سی ایم: اعداد و شمار کسی فرد کی قدر کیسے نکالیں گے؟

ET: کسی دن ایک مجازی میڈیکل کوچ ہوگا؛ جیسے آج ہمارے پاس ایک اسمارٹ اسپیکر موجود ہے جو آپ کو کچھ رہنمائی یا جوابات دے گا ، یا آپ کا گوگل ڈیجیٹل اسسٹنٹ آپ کو اپنے شیڈول کے بارے میں بتاتا ہے یا آپ کو ہوائی اڈے جانے کے لئے جلدی روانہ ہونا چاہئے۔ ٹھیک ہے ، آج کے دن کے لئے یہ اچھا ہے ، لیکن ہم مستقبل میں صحت کی دیکھ بھال کے لئے بہت کچھ کرسکتے ہیں۔ یہ اب ذیابیطس اور ہائی بلڈ پریشر جیسی چیزوں سے شروع ہو رہا ہے ، لیکن آخر کار یہ لوگوں کی ایک بڑی تعداد کے لئے روک تھام کی حکمت عملی ہوگی۔ ابھی تک کسی نے اسے جمع نہیں کیا ہے ، لیکن یہ وہاں جانے کے لئے کچھ ابتدائی اقدامات ہیں۔

پی سی ایم: اے آئی دراصل بیماری کی پیش گوئی اور روک تھام میں انقلاب لانے میں کس طرح مددگار ہوگی

ET: بہت سارے طریقے ہیں جن کو حاصل کیا جاسکتا ہے۔ مثال کے طور پر ، آج ، ذیابیطس کے مریضوں کے لئے ، صرف الگورتھم موجود ہے کہ آیا آپ کا گلوکوز اوپر جارہا ہے یا نیچے۔ یہ ایک گونگا الگورتھم ہے۔ ہم کیا جانتے ہیں کہ گلوکوز کا ضابطہ ہے اور اس کی وجہ سے نہ صرف ایک شخص جو کھاتا ہے اس سے متاثر ہوتا ہے بلکہ اس کی نیند ، اس کی سرگرمی ، گٹ مائکرو بایوم اور دیگر عوامل سے بھی متاثر ہوتا ہے۔ لہذا ، ہم کیا کر سکتے ہیں الگورتھم تیار کرنا جو اس میں سے تمام اعداد و شمار کو لاتا ہے اور اسے بہتر طور پر گلوکوز ریگولیشن حاصل کرنے اور آنکھوں کی بیماری ، گردوں کی بیماری ، اور عضلہ کی بیماری جیسے حالات کی پیچیدگیوں سے بچنے کے لئے فرد کو واپس دیتا ہے۔ الگورتھم دوروں ، دمہ اور دل کے دورے سے بچنے میں مدد کے لئے اہم اعداد و شمار بھی فراہم کرسکتا ہے۔ بہت ساری چیزیں ہم روک سکتے ہیں جب ہم جان لیں کہ خطرے میں پڑنے والے لوگوں کو جان لیں اور ہمارے پاس اسمارٹ الگورتھم موجود ہیں تاکہ کسی فرد کے لئے تمام اعداد و شمار مرتب کریں اور ان کو اپنی رائے دیں۔

پی سی ایم: کیا آج AI اور بیماری کی پیش گوئی کی روک تھام میں حقیقی پیشرفت ہو رہی ہے ، یا یہ وہ چیز ہے جو ہم مستقبل میں دیکھیں گے؟

ET: ٹھیک ہے ، یہ واقعی شروع کرنا شروع کر رہا ہے۔ تقریبا پانچ مختلف ممکنہ مطالعات شائع ہوچکی ہیں۔ لہذا ، وہ کلینک میں ان الگورتھم کی جانچ کر رہے ہیں۔ ہم نے پہلے ہی پچھلے سال میں امریکی فوڈ اینڈ ڈرگ ایڈمنسٹریشن کے ذریعہ منظور شدہ 15 اےی الگورتھم دیکھے ہیں۔ یہ ابھی بھی AI کی ترقی میں ابتدائی ہے ، لیکن اب اس کی گرفت میں آنے لگی ہے۔ ایک سال پہلے ایسا نہیں تھا ، لیکن یقینا، ، اس سال کا آخری حصہ ہم اس حقیقت کا بننے کے تیز ثبوت دیکھ رہے ہیں۔

پی سی ایم: کیا ایئل واچ جیسے مصنوع کے ڈیجیٹل سینسر استعمال کریں گے؟

ET: ہاں ، اور اس کے بارے میں ستمبر میں خبروں کا آغاز ایلیوکور نامی ایک اسٹارٹ اپ کی جانب سے کیا گیا تھا ، جس کو گہری سیکھنے والے الگورتھم کے لئے ایک سال پہلے ہی ایف ڈی اے کی منظوری مل گئی تھی۔ لہذا لوگ آرام سے اور جسمانی سرگرمی کے ساتھ اپنے دل کی دھڑکن کی نگرانی کرسکتے ہیں ، اور جب آرام سے ہوتے ہیں اور ان کے دل کی دھڑکن ہوتی ہے تو کوئی راستہ بند ہونے پر ہوشیار ہوجاتا ہے۔ ان سے کہا جائے گا کہ وہ اپنی گھڑی کے ذریعہ کارڈی گرام لیں ، اور پھر یہ الگورتھم کے ذریعہ پڑھ جائے گا اور آپ ایٹریل فبریلیشن کی تشخیص کرسکتے ہیں۔ تو ، اب وہیں باہر ہے ، ایک سال ہوچکا ہے ، اور پھر ، یہ بھی ایپل کے ذریعہ پیش کیا جارہا ہے۔ اب ہمارے پاس اے آئی کے ذریعہ ایک سے زیادہ صارفین کے دل کی تال کا پتہ لگانا ہے۔ یہ ایک حقیقی دنیا کی کہانی ہے۔ ہم گہری سیکھنے والے الگورتھم کے بارے میں بات نہیں کررہے ہیں جو اب بھی پروں میں موجود ہیں۔ وہ اب حقیقی ہیں۔

ایٹریل فائبریلیشن کے ساتھ ، آپ یہ بحث کر سکتے ہیں ، "کیا ہر ایک کو ایپل واچ کی ضرورت ہے؟" نہیں ، لیکن ان لوگوں کے لئے جو خطرے میں ہیں یا … ایٹریل فائبریلیشن کا علاج کیا گیا ہے ، یہ ایک اہم شرط ہے جس سے فالج کا خطرہ بڑھ جاتا ہے۔ فالج کی روک تھام کے ل It کچھ لوگوں کو خون کے پتلے ہونے کی ضرورت ہے۔ لہذا ، یہ کوئی معمولی بات نہیں ہے اگر آپ کو ایٹریل فبریلیشن ہو اور آپ کے دل کی کوئی ساختی غیر معمولی بات ہے۔

پی سی ایم: اگرچہ 23andMe جیسی کمپنیاں $ 200 سے کم کے لئے جینیاتی جانچ پیش کرتے ہیں ، لیکن ایک مکمل جینوم کی ترتیب دیتے ہوئے اب بھی بھاری قیمت مل جاتی ہے۔ کیا AI جینومک ترتیب کو زیادہ سستی بنائے گا؟

ET: یہ ممکن ہے۔ ایسا کرنے کا ایک طریقہ یہ ہے کہ اعداد و شمار کی زیادہ موثر پروسیسنگ کرنا ہے ، لہذا آپ کو اسے گہرائی سے یا زیادہ سے زیادہ لوگوں کے لئے ترتیب دینے کی ضرورت نہیں ہے۔ پھر بھی ، آج کل ، ایک انفرادی پورے جینوم کی ترتیب دینا تقریبا a ایک ہزار ڈالر ہے۔ اور اس طرح ، اگر آپ یہ کام بہت سارے لوگوں ، لاکھوں یا اربوں لوگوں کے ل do کرنا چاہتے ہیں تو یہ ابھی بھی بہت بڑا خرچ ہے۔ بہت سارے طریقے ہیں جن سے AI جینوم کی ترتیب کو تبدیل اور پیمانے کرسکتے ہیں اور یہ صرف ڈی این اے نہیں ہے۔ یہ آر این اے ، پروٹین ، میٹابولائٹس ، مائکرو بائوم ، ہر بائولوجک پرت ہے جس پر AI رابطہ کرسکتا ہے کیونکہ وہ سبھی بڑے اعداد و شمار ہیں۔ اگر اس پر "بگ ڈیٹا" کا لیبل لگا ہوا ہے تو پھر یہ بنیادی طور پر اے آئی کو چمکاتا ہے۔

پی سی ایم: میں دیکھ رہا ہوں کہ آپ نیشنل انسٹی ٹیوٹ آف ہیلتھ کے "ہم سب ریسرچ پروگرام" میں شامل ہیں۔ اس میں کیا دخل ہے؟

ET: ایک ملین امریکی ، جو کئی سالوں سے ، شاید کئی دہائیوں سے ، اپنے بارے میں ، اپنے جینوم ، مائکرو بائوم ، اور مختلف سینسرز کے بارے میں سیکھتے رہیں گے۔ وہ اس اعداد و شمار کو شیئر کریں گے تاکہ ہم مدد کرسکیں - مثالی طور پر نہ صرف ان کی صحت کو فروغ دیں بلکہ لوگوں کی صحت کی اگلی نسل کو بھی فروغ دیں۔ چونکہ ہر انسان کو سمجھنے کے لئے یہ ساری صلاحیتیں نئی ​​ہیں ، لہذا ہم ابھی ابھی یہ سمجھنے لگے ہیں کہ لوگوں کو ان کی صحت کو محفوظ رکھنے میں مدد کے ل how ان ٹولز کا استعمال کیسے کریں۔ ہم لوگوں کو ان کے اپنے اعداد و شمار کو سمجھنے کی اجازت دیتے ہیں ، جو ہم ان کو واپس کرتے ہیں تاکہ وہ اپنے ڈاکٹروں کے ساتھ مل کر انسانی صحت کے مستقبل میں شہری سائنسدانوں اور علمبردار بننے میں مدد کریں۔

پی سی ایم: آپ دل کے لگاتار سینسر کے ساتھ کیا کام کر رہے ہیں؟ یہ کیسے کام کرتا ہے؟

ET: ہمارے پاس بینڈ ایڈ کی طرح ایک پیچ ہے ، جسے آپ پہن سکتے ہیں۔ ہم 11 یا 12 دن کے دوران 15،000 افراد کی مسلسل دل کی دھڑکنوں پر ہیں۔ یہ اعداد و شمار کی ایک بڑی رقم ہے. اریٹیمیا کی پیش گوئی کرنے کے قابل ہونے کے ل a ، اس سے پہلے ہی دل کی تال کی خرابی ، اور اس کا اشارہ جاننے کے ل. تاکہ ہم اس کی روک تھام کرسکیں ، یہی ہم اس کے بعد جا رہے ہیں۔ لوگوں نے دل کی تال کی تشخیص کرنے کے لئے اے آئی کا استعمال کیا ہے ، لیکن ہم کوشش کر رہے ہیں کہ یہ دل کے افراتفری سے بچنے کے ل. حاصل کریں۔ اگلا مرحلہ ہے۔

پی سی ایم: پوری جین کی ترتیب کیسے عمل میں آتی ہے اور بوڑھوں کی آبادی پر آپ اسے کس طرح استعمال کریں گے؟

ET: ہمارے پاس لوگوں کا نمونہ بہت زیادہ ہے اور ان کی اوسط عمر 89 سال ہے۔ وہ کبھی بیمار نہیں ہوئے اور ہم جاننا چاہتے ہیں کہ اس کی وجہ کیا ہے۔ ہم سمجھتے ہیں کہ کنٹرول کے مقابلے میں ان جینوموں سے گہری تعلیم حاصل کرنے میں ہماری مدد ملے گی کیونکہ ان "ویلڈرلی" لوگوں میں جینومک مختلف حالتوں کو سمجھنے کے ل health ، جو انتہائی صحت کے عرصے کے لئے مختلف اور متعلقہ ہیں ، کو اعداد و شمار کی ایک بہت بڑی مقدار میں مدد ملے گی۔ ان تمام لوگوں کو جمع کرنے اور ان سب کو تسلسل سے ہمکنار ہونے میں ہمیں تقریبا ایک دہائی لگا۔

پی سی ایم: کیا واقعی ہم مزید صحت مند رہیں گے؟

ET: ہمیں دیکھنا پڑے گا۔ ایک چیز وعدہ ہے اور دوسری چیز وعدہ پورا کرنا۔ وقت ہی بتائے گا. لیکن مجھے نہیں معلوم کہ کیا ہم نے ایسی کوئی چیز دیکھی ہے جس میں آج اتنا وعدہ کیا گیا ہے۔ لیکن یہ سب کی توثیق کرنے میں کچھ وقت لگ رہا ہے۔