مصنوعی انٹیلیجنس (اے اے) شاید موت کی ابتدائی خطرے کی پیشکش کرسکیں: مطالعہ – اے پی این لائیو

مصنوعی انٹیلیجنس (اے اے) شاید موت کی ابتدائی خطرے کی پیشکش کرسکیں: مطالعہ – اے پی این لائیو

سائنسی ماہرین نے مصنوعی انٹیلی جنس (اے اے) کی بنیاد پر کمپیوٹر سسٹم تیار کیا ہے اور اس کی ابتدائی طور پر درمیانی عمر کی آبادی میں دائمی بیماریوں کی وجہ سے ابتدائی موت کا خطرہ پیش کیا ہے.

جیل PLOS ایک میں شائع کردہ مطالعہ کے مطابق، کمپیوٹر پر مبنی ‘مشینری سیکھنے’ الگورتھمز اس کی پیشن گوئی میں بہت درست تھے اور انسانی ماہرین کی طرف سے تیار کردہ پیش گوئی کے موجودہ معیار کے نقطہ نظر سے بہتر کارکردگی کا حامل تھا.

برطانیہ کے نٹنگنگ یونیورسٹی کے محققین نے 2006 اور 2010 کے درمیان برطانیہ بایوبینک کو 40 سے 69 کے درمیان نصف ملین سے زائد افراد سے صحت کے اعداد و شمار کا استعمال کیا اور 2016 تک اس کی پیروی کی.

نیٹنگھم یونیورسٹی کے اسسٹنٹ پروفیسر سٹیفن وینگ نے کہا، “زیادہ تر ایپلی کیشنز ایک ہی بیماری کے علاقے پر توجہ مرکوز کرتی ہے لیکن موت کی پیش گوئی کی وجہ سے مختلف بیماریوں کے نتیجے میں انتہائی پیچیدہ ہے، خاص طور پر دیئے گئے ماحولیاتی اور انفرادی عوامل ہیں جو ان پر اثر انداز کر سکتے ہیں.”

وینگ نے ایک بیان میں کہا کہ “ہم نے اس میدان میں ایک منفرد اور مجموعی نقطہ نظر کو فروغ دینے کے ذریعے مشینری سیکھنے کی طرف سے قبل از وقت موت کے خطرے کی پیشکش کے ذریعے اس میدان میں ایک بڑا قدم آگے بڑھایا ہے.”

انہوں نے کہا، “یہ نئے خطرے کی پیشن گوئی کے ماڈل بنانے کے لئے کمپیوٹرز کا استعمال کرتا ہے جو ہر فرد کے لئے آبادی، بائی میٹرک، کلینیکل اور طرز زندگی کے عوامل کا تعین کرتا ہے، فی دن پھل، سبزیوں اور گوشت کی ان کی خوراک بھی کھیتی ہے.”

نئے مطالعہ میں استعمال ہونے والے AI مشین سیکھنے ماڈل ‘بے ترتیب جنگل’ اور ‘گہری سیکھنے’ کے طور پر جانا جاتا ہے.

یہ عمر اور جنس کی بنیاد پر روایتی طور پر استعمال کیا جاتا ہے ‘کوکس ریپریشن’ کی پیشن گوئی کے ماڈل کے خلاف کھڑا کیا گیا تھا جس میں موت کی پیشن گوئی اور ایک ملٹیویئر کوکس ماڈل بھی پیش کیا گیا ہے جس میں بہتر کام کیا گیا تھا لیکن خطرے سے زائد متوقع طور پر پیش کیا گیا تھا.

اس منصوبے پر کام کرنے والے کلینیکل اکیڈمیوں میں سے ایک پروفیسر جو کیئی نے کہا، “صحت سے متعلق نتائج کا بہتر اندازہ کرنے کے لئے ‘اے اے’ یا ‘مشین سیکھنے’ کا استعمال کرنے کی صلاحیت میں اس وقت بہت دلچسپی ہے.

“کچھ حالات میں، ہم اس کی مدد کر سکتے ہیں، دوسروں میں یہ نہیں ہو سکتا. اس خاص معاملے میں، ہم نے یہ ثابت کیا ہے کہ محتاط ٹیوننگ کے ساتھ، یہ الگورتھم استعمال ہونے والی پیشن گوئی کو بہتر بنا سکتے ہیں. ”

(میڈیا کی رپورٹوں سے ان پٹ)

طرز زندگی اپ ڈیٹس اور صحت سے متعلقہ تجاویز کے بارے میں مزید جانیں.