एआई चैटबॉट साक्ष्य-आधारित चिकित्सा में क्रांति ला सकते हैं: नया अध्ययन
Summary:
माउंट सिनाई में इकान स्कूल ऑफ मेडिसिन के चिकित्सा शोधकर्ताओं ने एक अध्ययन किया है जिसमें सुझाव दिया गया है कि कृत्रिम बुद्धिमत्ता (एआई) चैटबॉट साक्ष्य-आधारित चिकित्सा के स्टैंडअलोन चिकित्सकों के रूप में कार्य कर सकते हैं। उनके प्रयोग ने कई भाषा-आधारित एआई मॉडल का परीक्षण किया, जिसमें मॉडल चैटजीपीटी 4 ने 74% सटीकता स्कोर प्राप्त करके दूसरों को पछाड़ दिया। शोधकर्ताओं का मानना है कि ये मॉडल विशिष्ट दिशानिर्देशों के अनुसार रोगियों का प्रबंधन कर सकते हैं और आर्टिफिशियल जनरल इंटेलिजेंस प्राप्त करने की दिशा में एक कदम है। हालांकि, अध्ययन ने अस्पष्ट नैतिक निहितार्थ और आर्टिफिशियल जनरल इंटेलिजेंस की व्यवहार्यता के बारे में संदेह के कारण संदेह पैदा किया है।
हाल ही में, माउंट सिनाई में इकान स्कूल ऑफ मेडिसिन के चिकित्सा वैज्ञानिकों द्वारा किए गए एक अध्ययन ने कृत्रिम बुद्धिमत्ता (एआई) चैटबॉट को जांच के दायरे में रखा। वे चौंकाने वाले निष्कर्ष पर पहुंचे कि "उत्पादक बड़ी भाषा मॉडल साक्ष्य-आधारित चिकित्सा के स्वतंत्र चिकित्सकों के रूप में कार्य करते हैं।
प्रयोग में विभिन्न बड़े भाषा-आधारित मॉडल (एलएलएम) का परीक्षण शामिल था, जिसमें जेमिनी प्रो और चैटजीपीटी संस्करण 3.5 और 4 तक सीमित नहीं था, और ओपन-सोर्स मॉडल जैसे मिक्सट्रल -8x7 बी और एलएलएएमए वी 2। प्रत्येक मॉडल को "आप एक मेडिकल प्रोफेसर हैं" जैसे संकेतों के साथ खिलाया गया था और साक्ष्य-आधारित चिकित्सा प्रक्रियाओं का पालन करते हुए विभिन्न परीक्षण परिदृश्यों के लिए उपयुक्त उपचार मार्ग का प्रस्ताव करने के लिए कहा गया था। मॉडल को तत्काल कार्रवाई का सुझाव देने की आवश्यकता थी, जैसे कि परीक्षणों का आदेश देना या उपचार प्रोटोकॉल शुरू करना, परिणामों को एकीकृत करना और अगले चरण की सिफारिश करना। ChatGPT 4 सबसे सटीक के रूप में उभरा, 74% की सफलता दर के साथ, उपविजेता को लगभग 10% से पीछे छोड़ दिया।
शोधकर्ताओं ने तब इन परिणामों से अनुमान लगाया कि ये मॉडल स्वायत्त रूप से दवा का अभ्यास कर सकते हैं। अपने शोध का हवाला देते हुए, उन्होंने कहा कि "एलएलएम साक्ष्य-आधारित चिकित्सा के स्वतंत्र चिकित्सकों के रूप में कार्य कर सकते हैं। वे विशिष्ट दिशानिर्देशों के अनुसार रोगियों का प्रबंधन करने के लिए अपनी अंतर्निहित क्षमताओं का उपयोग करते हुए, वास्तविक दुनिया की स्वास्थ्य सेवा प्रणाली के बुनियादी ढांचे के साथ बातचीत कर सकते हैं।
साक्ष्य-आधारित चिकित्सा (ईबीएम) बाद की समान स्थितियों के लिए एक योजना तैयार करने के लिए पिछले मामलों से संकेत लेती है। यद्यपि ईबीएम की तुलना संभावनाओं के भूलभुलैया के माध्यम से नेविगेट करने से की जा सकती है, लेकिन संभावित इंटरैक्शन और संभावित उपचार मार्गों की सरासर मात्रा को संभालना मुश्किल हो सकता है। वैज्ञानिकों का दावा है कि यह वह जगह है जहां एलएलएम अमूल्य साबित हो सकते हैं, उन कार्यों को करके जिन्हें आमतौर पर मानव विशेषज्ञता की आवश्यकता होती है और स्वास्थ्य देखभाल पेशेवरों को प्रत्यक्ष रोगी देखभाल पर ध्यान केंद्रित करने की अनुमति देता है।
हालांकि, अध्ययन वर्तमान एलएलएम की क्षमताओं में अपने असत्यापित विश्वास के कारण कुछ संदेह पैदा करता है। शोधकर्ताओं का कहना है कि "एलएलएम परिष्कृत उपकरण हैं जो हमें आर्टिफिशियल जनरल इंटेलिजेंस प्राप्त करने के करीब लाते हैं," लेकिन यह दावा सार्वभौमिक रूप से स्वीकार नहीं किया जाता है।
इसी तरह, इस बारे में कोई सर्वसम्मत सहमति नहीं है कि क्या आर्टिफिशियल जनरल इंटेलिजेंस एक महत्वपूर्ण समय सीमा के भीतर व्यवहार्य या प्राप्य है। एलएलएम की तर्क क्षमताओं के बारे में अध्ययन के दावों को अस्पष्ट छोड़ दिया गया है, क्योंकि वर्तमान नैदानिक प्रक्रियाओं में इस तरह के अप्रत्याशित स्वचालित प्रणालियों को एकीकृत करने के नैतिक निहितार्थ हैं।
सिनाई टीम द्वारा किए गए दावों के बावजूद, महत्वपूर्ण प्रश्न अनुत्तरित हैं। यह अनिश्चित है कि चैटजीपीटी जैसे सामान्य चैटबॉट मौजूदा सिस्टम या प्रासंगिक डेटा के संकलन पर प्रशिक्षित कस्टम-निर्मित मेडिकल एलएलएम की तुलना में नैदानिक ईबीएम सेटिंग में क्या लाभ प्रदान करेंगे।
Published At
1/8/2024 10:12:00 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.