आधुनिक जीवनको धेरै आयामहरू बढ्दै जाँदा कृत्रिम बुद्धिद्वारा संचालित गरिएको छ, स्वास्थ्य र कल्याणका विभिन्न पक्षहरू। कतिपय कम्प्यूटरले मानव-निर्देशित स्वास्थ्य-हेरविचार हस्तक्षेपलाई लामो समयसम्म रोक्न सक्छ? सायद अधिक महत्त्वपूर्ण कुरा, मानव कतिपय व्यक्तिलाई उहाँको व्यवहार गर्न गैर-मानवमाथि भरोसा राख्न कति लामो समयसम्म? यी दुई प्रश्नहरू स्वास्थ्य मेहनतमा मेशिन सिकाउने प्रविधि र रोबोटिक्स क्षमताको बहसमा छलफलमा केन्द्रित हुन सक्छ।
कम्प्यूटरले "सोच" लाई बढ्दो मानव जस्तै तरिकामा गर्न सक्छ। चाहे हामी तयार छौं वा होईन, संज्ञानात्मक कम्प्युटिङ सिग्नलमा हालका घटनाक्रमहरू जुन कम्प्यूटरकृत कोचिंग र स्वास्थ्य हेरविचारको उमेर आइपुग्यो।
सांख्यिकीय स्वास्थ्य सूचना विश्लेषण
यो कुनै गोपनीय छैन कि हामी हरेक प्रकारको निजी र अक्सर, अन्तरगत जानकारी साझा गर्दछौं जुन हामी हरेक पटक खरीद गर्छौँ वा इन्टरनेट ब्राउज गर्दछौं। स्वास्थ्यकर्मीहरूको घटनालाई सम्बोधन गर्ने क्षमताले मात्र साधारणतः 2012 मा रिटेल प्रदर्शन गरेको थियो जब रिटेलरले लक्ष्यले संसारलाई देखाउँछ जुन उनीहरूले बिना अपमानजनक सटीकताको भविष्यवाणी गर्न सक्दथे भने यदि महिलाहरु उनको खरीदारीको बानीमा आधारित गर्भवती भए-कहिलेकाहीँ गर्भावस्थाको खबर वितरित गर्दथ्यो। परिवारका सदस्यहरु।
धेरै व्यक्तिगत विवरण नियमित रूपमा एक आधारभूत आधारमा विश्लेषण गर्दछ एक बृद्धा र विशेषताहरूमा अधिक जानकारी प्रदान गर्न। यी मध्ये केही अभ्यास स्वैच्छिक रूपमा र प्रयोगकर्ताको पूर्ण जागरूकता र समर्थन संग हुन्छ, जबकि अन्य संगठन र कम्पनीहरूले चुपचाप प्रदर्शन गर्न सक्छन्।
निस्क्रिय रूपमा ट्रयाकिङ व्यवहारले केहि नैतिक र सामाजिक प्रश्नहरू उठाउँछ।
धेरै व्यक्तित्वहरू अब व्यक्तिगत रूपमा आफ्नो व्यक्तिगत स्वास्थ्य सूचना विभिन्न जोखिममार्फत स्वास्थ्य जोखिम मूल्याङ्कन मार्फत, पहिरन रूपमा पहिरन योग्यहरू मार्फत, र कहिलेकाँहि सामाजिक मिडिया पोष्टहरू र खरीद व्यवहारको माध्यमबाट अनियमित रूपमा साझेदारी गर्दछ।
यो जानकारी विश्लेषण र व्याख्या गर्न सकिन्छ जसमा सटीकता बढ्दै गएको छ, खतरनाक र अवसामानहरू सिर्जना गर्दैछ, र सम्भवतः हामीलाई नयाँ युगको सीमामा राख्नेछ जहाँ टेक्नोलोजीले हाम्रो स्वास्थ्य र राम्रो तरिकाले सकारात्मक तरिकामा न्युजिंग गर्न भूमिका खेल्न सक्छ।
स्वास्थ्य निजीकरण र Misdiagnosing को समस्या सुलझाने
डाक्टरहरूको नैदानिक त्रुटिहरू चिन्ताको ठूलो क्षेत्र हुन्। लापरवाही वा विकल्पहरूको प्रशस्तताबारे विचार गर्न विफलताको परिणाम, यी गल्तीहरू रोगी र तिनको परिवारको लागि विनाशकारी हुन सक्छ। बर्मिंघम मा अलबामा विश्वविद्यालय को प्रोफेसर ईटा बर्नर र नॉर्थपोर्ट वी मेडिकल सेन्टर को डा। मार्क एल ग्यारबर ले पाया कि अनुमानित 10 देखि 20 प्रतिशत चिकित्सा मामलाहरु गलत हो। बर्नर र ग्रर्बरले बिन्दु बाहिर निस्कन्छ कि कुशल संज्ञानात्मक प्रक्रियाहरु अधिकांश समय सही निदान को सुरक्षित गर्दछ। यद्यपि, कहिलेकाहीँ यी संज्ञानात्मक प्रक्रिया असफल हुँदा त्यहाँ छन्। बर्नर र गिर्बरको विश्लेषणले देखाउँछ कि चिकित्सकको ओभरफॉफले अक्सर चिकित्सा त्रुटिहरूको योगदान दिन सक्छ। यसबाहेक, हेल्थकेयर रिसर्च र क्वालिटीका लागि एजेन्सीद्वारा वित्त पोषित एक रिपोर्टले सबै नैदानिक गलत गल्तीहरूको 28 प्रतिशत गम्भीरतामा प्रमुख हुन सक्छ, सम्भवतः जीवन-धम्की दिने घटनाको संकेत गर्दछ।
Misdiagnosing गलत शरीर भाग शल्यक्रिया हटाउन गलत औषधि प्रस्तुत गर्न केहि पनि समावेश गर्न सक्छ।
यो खतरनाक तथ्याङ्कले केही गर्न सक्छ कि तर्क गर्न सक्छ कि अवस्थित समस्या समीकरणबाट मानव कारक हटाउन मात्र समाधान गर्न सकिन्छ। आईबीएमको वाटसन जस्तै टेक्नोलोजीले आशा गरेको छ कि जानकारी सिंथेसाइज हुन सक्छ र अधिक मानववादी शैलीमा सोच्न सकिन्छ। वाटसनको संज्ञानात्मक प्रविधिसँग असंगठित डेटा विश्लेषण गर्ने, जटिल प्रश्नहरू बुझ्न र प्रमाण-आधारित समाधानहरूको साथ अन्त-प्रयोगकर्ताहरू प्रस्तुत गर्ने क्षमता छ।
वाटसन भविष्यवाणी एल्गोरिदम बढाउनको लक्ष्य हो, जुन सधैँ सफल भएन जब वास्तविक जीवन परिस्थितिमा लागू हुन्छ।
तथापि, वाट्ससनको अनुमानित क्षमता यसको टेक्नोलोजी सम्भव छ जब स्वास्थ्य र फिटनेस हस्तक्षेपको लागी आउनु भन्दा अधिक उत्तेजक हुन सक्छ।
2015 मा, आईबीएम वाटसन ले सीवीएस स्वास्थ्य संग एक रणनीतिक साझेदारी को गठन गरे, यसले वाणिज्यिक स्वास्थ्य सेवा उद्योग मा संज्ञानात्मक कम्प्यूटिंग को आगमन को घोषणा गर्यो। यसले चाँडै सुझाव दिएका छन्, डाक्टर र फार्मासिस्टहरूले टेक्नोलोजीमा पहुँच गर्न सक्थे, उदाहरणका लागि, स्वचालित रूपमा रोगीको स्वास्थ्यमा गिरावट पत्ता लगाउँछन्।
Under Armor and IBM, जो 2016 मा हस्ताक्षर गरियो, को बीच एक समझ को वाटसन ले उनको स्वास्थ्य मंच को निर्माण र विकास को अवसर प्रदान गर्यो। एप्पलले पनि आफ्नो HealthKIT र ResearchKIT विकास प्लेटफर्म सुधार गर्न उद्देश्यसँग वाट्ससन प्लेटफार्ममा एक महत्वपूर्ण लगानी गरे। ग्रैंड व्यू रिसर्च इंक को एक रिपोर्ट को अनुसार, वैश्विक स्वास्थ्य संज्ञानात्मक कम्प्यूटिंग बजार 2020 सम्म अनुमानित 5 अरब डलर सम्म पहुंचने को लागी अनुमानित छ।
वैज्ञानिक अनुसन्धान अध्ययनहरूले पनि औषधिमा त्रुटि र हानिको जोखिम कम गर्न प्रौद्योगिकीको प्रयोगलाई समर्थन गर्दछ। डा। मार्क एल। ग्रिबरले भनिन्छ "ट्रिगर टूल्स" को प्रयोग, जो इलेक्ट्रनिक स्वास्थ्य रेकर्ड को विश्लेषण गरेर भेदभावहरु को खोज गरेर निदान त्रुटि को जोखिम मा पहिचान गर्न सक्छ। अमेरिकी अस्पतालहरूमा विभिन्न प्रकारका ट्रिगर उपकरणहरू अब प्रयोगमा छन्, तथापि, तिनीहरू सधैँ निदान त्रुटिहरू पत्ता लगाउन सक्षम छैनन्। यसैले, राम्रो रोकथाम हस्तक्षेपहरू पनि डिजाइन गर्न प्रयासहरू भइरहेको छ।
डा हरिगेप सिंह र उहाँका सहकर्मीहरूले एक प्रतिज्ञाजनक दृष्टिकोण प्रस्तुत गरेका थिए। तिनीहरूले एक इलेक्ट्रोनिक ट्राफिक डिजाइन गरेका छन् जसले उनीहरूको प्राथमिक हेरचाह भ्रमणको 2 हप्ताभित्र अस्पताल भर्नाहरू बेवास्ता गर्न सक्ने व्यक्तिहरूलाई पहिचान गर्न सक्छ, जसले केही प्रारम्भिक परीक्षाको समयमा केही सम्झन सक्छ। धेरै विशेषज्ञहरूले भविष्यवाणी गर्छन कि यसका प्रविधिहरूले त्रुटिहरू रोक्न मद्दत गर्नेछ वा कम से कम तिनीहरूलाई तिनीहरूलाई कम गर्न प्रयासमा ध्यान दिन सक्दछ।
कृत्रिम खुफिया
2015 मा, एनएचएस इङ्गल्याण्डको अध्यक्ष महोदय माल्मम ग्रान्टले आफ्नो धारणा व्यक्त गरे कि कृत्रिम बुद्धिले स्वास्थ्य सेवाको रूपमा चिनो लगाउनु पर्दछ किनभने यसले हेरचाहको गुणस्तर सुधार गर्न सक्छ र औषधिलाई निजीकृत गर्न सक्छ। धेरै जना स्वास्थ्यकर्मीहरूले यस भावनाको गुनासो गरे। टेक्नोलोजीले डेटा माइनिंग मार्फत नै निदानत्मक त्रुटिहरू पत्ता लगाउन सक्दछ र / वा सम्भवतः सम्भव छैन।
स्वास्थ्य-हेरविचार क्षेत्रमा संज्ञानात्मक कम्प्युटिंग हाल एक सल्लाहकार भूमिकामा अधिक प्रयोग गरिँदैछ र अन्तिम निर्णय गर्न वा मानव प्रति प्रतिस्थापन नगर्न सक्दैन। उदाहरणका लागि, व्यक्तिहरू र संगठनहरूलाई अझ उन्नत र परिष्कृत नैदानिक निर्णयहरू बनाउन मद्दत गर्दछ र चाँडै व्यक्तिहरूलाई तल आर्मरको साथ साझेदारीको माध्यमबाट फिटनेस स्तर सुधार गर्न मद्दत गर्नेछ। तथापि, यो एक समयअघि मात्र कम्प्युटरले मानिसलाई शतरंज जस्तै बौद्धिक खेलमा शक्तिशाली बलको रूपमा खिचेको छ, र कम्प्युटिङ शक्ति मात्र बढ्दै जान्छ। यसबाहेक, कम्प्युटरको प्रोसेसिंग विशेषताहरूमा मानव तत्व थपिँदैछ, कम्प्यूटर र रोबोटहरूको विचारले हामीलाई हेरचाह गर्दा धेरै टाढा छैन जस्तो लाग्छ किनभने यो एक पटक देखिन्छ।
स्रोतहरू
> बर्नर ई, मेडिकल इन नैदानिक त्रुटि को कारण ग्रैबर एम ओवरफॉफिडेंस। द अमेरिकन जर्नल अफ द द 2008; 121: S2-S23।
> Graber एमएल। औषधिमा नैदानिक त्रुटिको घटना। BMJ गुणस्तर र सुरक्षा । 2013; 22 (आपूर्ति 2): ii21-ii27। doi: 10.1136 / bmjqs-2012-001615।
> लूपटन डी। डिजिटल युग मा स्वास्थ्य पदोन्नति: एक महत्वपूर्ण टिप्पणी। स्वास्थ्य संवर्धन अन्तरराष्ट्रीय । 2015; 30 (1): 174-183
> सिंह एच, जर्डर्डिना टीडी, मेयर र, फोर्जोह एस एन, रिस सिंह एच, जेर्डिना टीडी, मेयर र, फोर्जोह एस एन, रीिस एमडी, थमस ईजे। प्राथमिक हेरविचार सेटिङहरूमा नैदानिक त्रुटिहरूको प्रकार र उत्पत्ति। जमा आन्तरिक औषधि । 2013; 173 (6): 418-425।
> थिम्पसन एम हेल्थकेयर र संज्ञानात्मक कम्प्युटिंग टीम ठूलो परिवर्तनको लागि माथि। Econtent । 2015: 4-8।