ایک حالیہ تحقیق کے مطابق، صحت سے متعلق ادویات کی طرف ایک اہم تبدیلی دیکھی گئی ہے، جہاں AI کا استعمال نہ صرف اس بیماری کی تشخیص کے لیے کیا جاتا ہے جو کسی کو پہلے سے لاحق ہے، بلکہ یہ پیشین گوئی کرنے کے لیے کہ مستقبل میں اس کے ممکنہ طور پر کسے لاحق ہو سکتا ہے۔ گوتھنبرگ یونیورسٹی کے محققین نے تقریباً 6 ملین سویڈش بالغوں کے صحت کے ڈیٹا کا تجزیہ کیا۔ روایتی اسکریننگ کے برعکس جو بنیادی طور پر عمر اور جنس پر نظر آتی ہے، اس AI ماڈل کو بڑا ڈیٹا دیا گیا جس میں پچھلی طبی تشخیص، ادویات کی تفصیلی تاریخ اور سماجی آبادیاتی ڈیٹا شامل ہے۔
جدید ترین ماڈل نے مستقبل کے میلانوما کے مریضوں کی 73 فیصد صورتوں میں صحیح شناخت کی۔ مقابلے کے لیے، صرف عمر اور جنس کا استعمال کرنے والے ماڈلز صرف 64% درست تھے۔ محققین بہت چھوٹے گروہوں کی نشاندہی کرنے میں کامیاب رہے جہاں پانچ سال کے اندر میلانوما ہونے کا خطرہ 33 فیصد تک زیادہ تھا۔ چونکہ میلانوما جلد سے گزرنے کے بعد تیزی سے پھیل سکتا ہے، اس لیے جلد تشخیص موت کی شرح کو کم کرنے کا سب سے مؤثر طریقہ ہے۔
گوتھنبرگ یونیورسٹی میں ڈاکٹریٹ کے طالب علم مارٹن گیلسٹڈ نے کہا، "ہمارا مطالعہ ظاہر کرتا ہے کہ صحت کی دیکھ بھال کے نظام میں پہلے سے موجود ڈیٹا کو میلانوما کے زیادہ خطرے والے افراد کی شناخت کے لیے استعمال کیا جا سکتا ہے۔”
چونکہ یونیورسل اسکریننگ مہنگی اور وقت طلب دونوں ہے، صحت کی دیکھ بھال کے نظام اس AI کو سب سے زیادہ خطرہ والے افراد کو ٹارگٹڈ اسکریننگ کے دعوت نامے بھیجنے کے لیے استعمال کر سکتے ہیں۔ جب کہ نتائج امید افزا ہیں، محققین نے نوٹ کیا کہ پالیسی میں تبدیلیاں اور مزید طبی توثیق کی ضرورت ہے اس سے پہلے کہ یہ AI رسک سکور آپ کے میڈیکل ریکارڈ کا معیاری حصہ بن جائے۔
مطالعہ کے سرکردہ مصنف سیم پولیسی نے کہا، "ہمارے تجزیے بتاتے ہیں کہ چھوٹے، زیادہ خطرے والے گروپوں کی منتخب اسکریننگ زیادہ درست نگرانی اور صحت کی دیکھ بھال کے وسائل کے زیادہ موثر استعمال دونوں کا باعث بن سکتی ہے۔”
مطالعہ نے یہ ظاہر کیا کہ رجسٹری ڈیٹا کی بڑی مقدار پر تربیت یافتہ AI ماڈلز زیادہ خطرے کے مطابق اسکریننگ اور مستقبل کی حکمت عملیوں کے لیے اہم بن سکتے ہیں۔ بہر حال، محققین اس بات پر زور دیتے ہیں کہ اس طریقہ کار کو معمول کی صحت کی دیکھ بھال میں متعارف کرائے جانے سے پہلے مزید تحقیق اور پالیسی کے فیصلے ضروری ہیں۔
