ਡਾਕਟਰੀ ਨਿਦਾਨ ਵਿੱਚ ਓਪਨ-ਸੋਰਸ AI ਦਾ ਉਭਾਰ
AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਨਿਦਾਨਾਂ ਦਾ ਲੈਂਡਸਕੇਪ, ਹਾਲ ਹੀ ਵਿੱਚ, ਵੱਡੇ ਪੱਧਰ ‘ਤੇ OpenAI ਅਤੇ Google ਵਰਗੀਆਂ ਤਕਨੀਕੀ ਦਿੱਗਜਾਂ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਮਲਕੀਅਤ ਵਾਲੇ AI ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਰਿਹਾ ਹੈ। ਇਹ ਬੰਦ-ਸਰੋਤ ਮਾਡਲ, ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਬਾਹਰੀ ਸਰਵਰਾਂ ‘ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਸ ਲਈ ਹਸਪਤਾਲਾਂ ਅਤੇ ਡਾਕਟਰਾਂ ਨੂੰ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ਨੂੰ ਉਹਨਾਂ ਦੇ ਸੁਰੱਖਿਅਤ ਨੈਟਵਰਕਾਂ ਤੋਂ ਬਾਹਰ ਭੇਜਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ।
ਇਸ ਦੇ ਉਲਟ, ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ ਇੱਕ ਮਜਬੂਰ ਕਰਨ ਵਾਲਾ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਇਹ ਮਾਡਲ ਮੁਫਤ ਉਪਲਬਧ ਹਨ ਅਤੇ, ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ, ਵਿਭਿੰਨ ਕਲੀਨਿਕਲ ਵਾਤਾਵਰਣਾਂ ਦੀਆਂ ਖਾਸ ਜ਼ਰੂਰਤਾਂ ਦੇ ਅਨੁਕੂਲ ਬਣਾਏ ਜਾ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਹਸਪਤਾਲ ਦੇ ਆਪਣੇ ਅੰਦਰੂਨੀ ਸਰਵਰਾਂ ‘ਤੇ ਚਲਾਉਣ ਦੀ ਯੋਗਤਾ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧੇ ਹੋਏ ਪੱਧਰ ਅਤੇ AI ਨੂੰ ਕਿਸੇ ਖਾਸ ਅਭਿਆਸ ਦੇ ਵਿਲੱਖਣ ਮਰੀਜ਼ ਜਨਸੰਖਿਆ ਦੇ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਲਚਕਤਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਮਹੱਤਵਪੂਰਣ ਰੁਕਾਵਟ ਇਤਿਹਾਸਕ ਤੌਰ ‘ਤੇ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਮਲਕੀਅਤ ਵਾਲੇ ਹਮਰੁਤਬਾ ਦੇ ਵਿਚਕਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਦਾ ਪਾੜਾ ਰਿਹਾ ਹੈ। ਹਾਲੀਆ ਖੋਜ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਇਹ ਪਾੜਾ ਤੇਜ਼ੀ ਨਾਲ ਬੰਦ ਹੋ ਰਿਹਾ ਹੈ।
ਓਪਨ-ਸੋਰਸ AI GPT-4 ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ
ਹਾਰਵਰਡ ਮੈਡੀਕਲ ਸਕੂਲ ਦੀ ਖੋਜ ਟੀਮ ਨੇ ਮੈਟਾ ਦੇ Llama 3.1 405B, ਇੱਕ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ, ਦਾ ਸ਼ਕਤੀਸ਼ਾਲੀ GPT-4 ਦੇ ਵਿਰੁੱਧ ਬਾਰੀਕੀ ਨਾਲ ਮੁਲਾਂਕਣ ਕੀਤਾ। ਮੁਲਾਂਕਣ ਵਿੱਚ ਦੋਵਾਂ ਮਾਡਲਾਂ ਨੂੰ The New England Journal of Medicine ਵਿੱਚ ਪਹਿਲਾਂ ਪ੍ਰਕਾਸ਼ਿਤ 92 ਗੁੰਝਲਦਾਰ ਨਿਦਾਨਕ ਮਾਮਲਿਆਂ ਦੀ ਸਖ਼ਤ ਜਾਂਚ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਸ਼ਾਮਲ ਸੀ। ਨਤੀਜੇ ਹੈਰਾਨ ਕਰਨ ਵਾਲੇ ਸਨ:
- ਨਿਦਾਨ ਸੰਬੰਧੀ ਸ਼ੁੱਧਤਾ: Llama 3.1 ਨੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ 70% ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਹੀ ਨਿਦਾਨ ਦੀ ਪਛਾਣ ਕੀਤੀ, ਜੋ ਕਿ GPT-4 ਦੀ 64% ਸ਼ੁੱਧਤਾ ਦਰ ਤੋਂ ਵੱਧ ਹੈ।
- ਸਿਖਰਲੇ ਸੁਝਾਅ ਦੀ ਸ਼ੁੱਧਤਾ: 41% ਮਾਮਲਿਆਂ ਵਿੱਚ, Llama 3.1 ਨੇ ਸਹੀ ਨਿਦਾਨ ਨੂੰ ਆਪਣੇ ਪ੍ਰਾਇਮਰੀ ਸੁਝਾਅ ਵਜੋਂ ਦਰਜਾ ਦਿੱਤਾ, GPT-4 ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ, ਜਿਸਨੇ 37% ਮਾਮਲਿਆਂ ਵਿੱਚ ਇਹ ਪ੍ਰਾਪਤ ਕੀਤਾ।
- ਨਵੇਂ ਮਾਮਲਿਆਂ ‘ਤੇ ਕਾਰਗੁਜ਼ਾਰੀ: ਵਧੇਰੇ ਹਾਲੀਆ ਮਾਮਲਿਆਂ ਦੇ ਇੱਕ ਉਪ ਸਮੂਹ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਸਮੇਂ, Llama 3.1 ਦੀ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਹੋਰ ਸੁਧਾਰ ਹੋਇਆ, 73% ਮਾਮਲਿਆਂ ਦਾ ਸਹੀ ਨਿਦਾਨ ਕੀਤਾ ਗਿਆ ਅਤੇ 45% ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਹੀ ਨਿਦਾਨ ਨੂੰ ਇਸਦੇ ਸੁਝਾਵਾਂ ਦੇ ਸਿਖਰ ‘ਤੇ ਰੱਖਿਆ ਗਿਆ।
ਇਹ ਖੋਜਾਂ ਜ਼ੋਰਦਾਰ ਢੰਗ ਨਾਲ ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ ਨਾ ਸਿਰਫ ਪ੍ਰਮੁੱਖ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲਾਂ ਦੇ ਬਰਾਬਰ ਹਨ, ਬਲਕਿ ਕੁਝ ਪਹਿਲੂਆਂ ਵਿੱਚ, ਉਹਨਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਤੋਂ ਵੀ ਵੱਧ ਹਨ। ਇਹ ਡਾਕਟਰਾਂ ਨੂੰ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਨਿਦਾਨਾਂ ਲਈ ਇੱਕ ਵਿਹਾਰਕ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਸੁਰੱਖਿਅਤ ਵਿਕਲਪ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਡਾਕਟਰਾਂ ਲਈ ਮੁੱਖ ਵਿਚਾਰ: ਓਪਨ-ਸੋਰਸ ਬਨਾਮ ਮਲਕੀਅਤ ਵਾਲਾ AI
ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲੇ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ ਪ੍ਰਾਇਮਰੀ ਕੇਅਰ ਡਾਕਟਰਾਂ, ਅਭਿਆਸ ਮਾਲਕਾਂ ਅਤੇ ਪ੍ਰਸ਼ਾਸਕਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਫੈਸਲੇ ਦਾ ਬਿੰਦੂ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਮਲਕੀਅਤ ਅਤੇ ਓਪਨ-ਸੋਰਸ AI ਵਿਚਕਾਰ ਚੋਣ ਕਈ ਮੁੱਖ ਕਾਰਕਾਂ ਦੇ ਧਿਆਨ ਨਾਲ ਮੁਲਾਂਕਣ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ:
ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਸੁਰੱਖਿਆ: ਸ਼ਾਇਦ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਦਾ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਫਾਇਦਾ ਉਹਨਾਂ ਦੀ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਮੇਜ਼ਬਾਨੀ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸੰਵੇਦਨਸ਼ੀਲ ਮਰੀਜ਼ਾਂ ਦੀ ਜਾਣਕਾਰੀ ਹਸਪਤਾਲ ਜਾਂ ਅਭਿਆਸ ਦੇ ਨੈਟਵਰਕ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਸੁਰੱਖਿਅਤ ਰਹਿੰਦੀ ਹੈ, ਨਾ ਕਿ ਤੀਜੀ-ਧਿਰ ਪ੍ਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਪ੍ਰਬੰਧਿਤ ਬਾਹਰੀ ਸਰਵਰਾਂ ਨੂੰ ਭੇਜੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਸਥਾਨਕ ਪਹੁੰਚ ਡੇਟਾ ਉਲੰਘਣਾ ਦੇ ਜੋਖਮ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘਟਾਉਂਦੀ ਹੈ ਅਤੇ ਡੇਟਾ ਸੁਰੱਖਿਆ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ।
ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਅਨੁਕੂਲਤਾ: ਮਲਕੀਅਤ ਵਾਲੇ AI ਮਾਡਲਾਂ ਨੂੰ ਅਕਸਰ “ਇੱਕ-ਆਕਾਰ-ਫਿੱਟ-ਸਾਰੇ” ਹੱਲ ਵਜੋਂ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਉਹ ਵਿਆਪਕ ਸਮਰੱਥਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਵਿੱਚ ਕਿਸੇ ਖਾਸ ਅਭਿਆਸ ਜਾਂ ਮਰੀਜ਼ਾਂ ਦੀ ਆਬਾਦੀ ਦੀਆਂ ਖਾਸ ਜ਼ਰੂਰਤਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਲਈ ਲਚਕਤਾ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ। ਦੂਜੇ ਪਾਸੇ, ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲਾਂ ਨੂੰ ਅਭਿਆਸ ਦੇ ਆਪਣੇ ਮਰੀਜ਼ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ AI ਮਾਡਲਾਂ ਦੀ ਸਿਰਜਣਾ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਜੋ ਖਾਸ ਕਲੀਨਿਕਲ ਸੰਦਰਭ ਲਈ ਵਧੇਰੇ ਸਹੀ ਅਤੇ ਢੁਕਵੇਂ ਹਨ।
ਸਹਾਇਤਾ, ਏਕੀਕਰਣ, ਅਤੇ ਤਕਨੀਕੀ ਮੁਹਾਰਤ: ਮਲਕੀਅਤ ਵਾਲੇ AI ਮਾਡਲ ਆਮ ਤੌਰ ‘ਤੇ ਸਮਰਪਿਤ ਗਾਹਕ ਸਹਾਇਤਾ ਅਤੇ ਮੌਜੂਦਾ ਇਲੈਕਟ੍ਰਾਨਿਕ ਹੈਲਥ ਰਿਕਾਰਡ (EHR) ਸਿਸਟਮਾਂ ਨਾਲ ਸੁਚਾਰੂ ਏਕੀਕਰਣ ਦੇ ਲਾਭ ਦੇ ਨਾਲ ਆਉਂਦੇ ਹਨ। ਇਹ ਲਾਗੂ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਰਲ ਬਣਾ ਸਕਦਾ ਹੈ ਅਤੇ ਚੱਲ ਰਹੀ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਨੂੰ ਸਥਾਪਤ ਕਰਨ, ਸਾਂਭ-ਸੰਭਾਲ ਕਰਨ ਅਤੇ ਸਮੱਸਿਆ ਦਾ ਨਿਪਟਾਰਾ ਕਰਨ ਲਈ ਅੰਦਰੂਨੀ ਤਕਨੀਕੀ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਓਪਨ-ਸੋਰਸ AI ‘ਤੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੇ ਅਭਿਆਸਾਂ ਨੂੰ ਆਪਣੀਆਂ ਅੰਦਰੂਨੀ ਸਮਰੱਥਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜਾਂ ਬਾਹਰੀ ਸਹਾਇਤਾ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਲਈ ਤਿਆਰ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।
ਲਾਗਤ ਸੰਬੰਧੀ ਵਿਚਾਰ: ਜਦੋਂ ਕਿ ਓਪਨ ਸੋਰਸ ਸੌਫਟਵੇਅਰ ਡਾਊਨਲੋਡ ਕਰਨ ਲਈ ਮੁਫ਼ਤ ਉਪਲਬਧ ਹੈ, ਕੁੱਲ ਲਾਗਤ ‘ਤੇ ਵਿਚਾਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅੰਦਰੂਨੀ ਸਹਾਇਤਾ, ਰੱਖ-ਰਖਾਅ, ਅਤੇ ਸੰਭਾਵੀ ਬਾਹਰੀ ਸਹਾਇਤਾ ਦੇ ਖਰਚੇ ਨੂੰ ਮਲਕੀਅਤ ਵਾਲੇ AI ਦੀ ਗਾਹਕੀ ਲਾਗਤਾਂ ਦੇ ਵਿਰੁੱਧ ਤੋਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਦਵਾਈ ਵਿੱਚ ਇੱਕ ਪੈਰਾਡਾਈਮ ਸ਼ਿਫਟ
ਅਧਿਐਨ ਦੇ ਸੀਨੀਅਰ ਲੇਖਕ, ਹਾਰਵਰਡ ਮੈਡੀਕਲ ਸਕੂਲ ਵਿੱਚ ਬਾਇਓਮੈਡੀਕਲ ਇਨਫੋਰਮੈਟਿਕਸ ਦੇ ਸਹਾਇਕ ਪ੍ਰੋਫੈਸਰ, ਅਰਜੁਨ ਮਨਰਈ, ਪੀਐਚਡੀ, ਨੇ ਇਸ ਵਿਕਾਸ ਦੇ ਮਹੱਤਵ ‘ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ। ਮਨਰਈ ਨੇ ਕਿਹਾ, “ਸਾਡੇ ਗਿਆਨ ਅਨੁਸਾਰ, ਇਹ ਪਹਿਲੀ ਵਾਰ ਹੈ ਜਦੋਂ ਇੱਕ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ ਨੇ ਡਾਕਟਰਾਂ ਦੁਆਰਾ ਮੁਲਾਂਕਣ ਕੀਤੇ ਗਏ ਅਜਿਹੇ ਚੁਣੌਤੀਪੂਰਨ ਮਾਮਲਿਆਂ ‘ਤੇ GPT-4 ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।” “ਇਹ ਸੱਚਮੁੱਚ ਹੈਰਾਨ ਕਰਨ ਵਾਲਾ ਹੈ ਕਿ Llama ਮਾਡਲ ਪ੍ਰਮੁੱਖ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲ ਦੇ ਨਾਲ ਇੰਨੀ ਜਲਦੀ ਫੜੇ ਗਏ। ਮਰੀਜ਼ਾਂ, ਦੇਖਭਾਲ ਪ੍ਰਦਾਤਾਵਾਂ ਅਤੇ ਹਸਪਤਾਲਾਂ ਨੂੰ ਇਸ ਮੁਕਾਬਲੇ ਤੋਂ ਲਾਭ ਹੋਵੇਗਾ।”
ਖੋਜ ਸਿਹਤ ਸੰਭਾਲ ਸੰਸਥਾਵਾਂ ਅਤੇ ਨਿੱਜੀ ਅਭਿਆਸਾਂ ਲਈ ਓਪਨ-ਸੋਰਸ AI ਵਿਕਲਪਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਦੇ ਇੱਕ ਵਧ ਰਹੇ ਮੌਕੇ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੀ ਹੈ। ਇਹ ਵਿਕਲਪ ਨਿਦਾਨ ਸੰਬੰਧੀ ਸ਼ੁੱਧਤਾ, ਡੇਟਾ ਸੁਰੱਖਿਆ, ਅਤੇ ਅਨੁਕੂਲਤਾ ਸਮਰੱਥਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਜਬੂਰ ਕਰਨ ਵਾਲਾ ਸੰਤੁਲਨ ਪੇਸ਼ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲ ਸਹੂਲਤ ਅਤੇ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲੇ ਓਪਨ-ਸੋਰਸ AI ਦਾ ਉਭਾਰ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਦਵਾਈ ਦੇ ਲੈਂਡਸਕੇਪ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਦੀ ਸਮਰੱਥਾ ਰੱਖਦਾ ਹੈ।
AI ਇੱਕ 'ਸਹਿ-ਪਾਇਲਟ' ਵਜੋਂ, ਨਾ ਕਿ ਬਦਲੀ ਵਜੋਂ
ਇਸ ਗੱਲ ‘ਤੇ ਜ਼ੋਰ ਦੇਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ, ਇਸ ਪੜਾਅ ‘ਤੇ, AI ਨੂੰ ਡਾਕਟਰਾਂ ਦੀ ਸਹਾਇਤਾ ਲਈ ਇੱਕ ਕੀਮਤੀ ‘ਸਹਿ-ਪਾਇਲਟ’ ਵਜੋਂ ਦੇਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਨਾ ਕਿ ਉਹਨਾਂ ਦੇ ਕਲੀਨਿਕਲ ਨਿਰਣੇ ਅਤੇ ਮੁਹਾਰਤ ਦੇ ਬਦਲ ਵਜੋਂ। AI ਟੂਲ, ਜਦੋਂ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਅਤੇ ਸੋਚ-ਸਮਝ ਕੇ ਮੌਜੂਦਾ ਸਿਹਤ ਸੰਭਾਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਵਿਅਸਤ ਡਾਕਟਰਾਂ ਲਈ ਅਨਮੋਲ ਸਹਾਇਤਾ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਉਹ ਨਿਦਾਨ ਦੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਗਤੀ ਦੋਵਾਂ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ, ਅੰਤ ਵਿੱਚ ਮਰੀਜ਼ਾਂ ਦੀ ਦੇਖਭਾਲ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਨ।
ਖੋਜਕਰਤਾ ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਅਤੇ ਵਿਕਾਸ ਨੂੰ ਚਲਾਉਣ ਵਿੱਚ ਡਾਕਟਰਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ ਦੀ ਮਹੱਤਤਾ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ। ਡਾਕਟਰਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਕੇਂਦਰੀ ਭੂਮਿਕਾ ਨਿਭਾਉਣੀ ਚਾਹੀਦੀ ਹੈ ਕਿ AI ਟੂਲ ਉਹਨਾਂ ਦੀਆਂ ਲੋੜਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਅਤੇ ਉਹਨਾਂ ਦੇ ਕਲੀਨਿਕਲ ਵਰਕਫਲੋ ਦਾ ਸਮਰਥਨ ਕਰਨ ਵਾਲੇ ਤਰੀਕੇ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਲਾਗੂ ਕੀਤੇ ਗਏ ਹਨ। ਦਵਾਈ ਵਿੱਚ AI ਦਾ ਭਵਿੱਖ ਡਾਕਟਰਾਂ ਨੂੰ ਬਦਲਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਉਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਉਹਨਾਂ ਦੇ ਮਰੀਜ਼ਾਂ ਦੇ ਜੀਵਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨਾਂ ਨਾਲ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨ ਬਾਰੇ ਹੈ। ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਦੀ ਨਿਰੰਤਰ ਤਰੱਕੀ ਸਿਰਫ ਡਾਕਟਰੀ ਖੇਤਰ ਨੂੰ ਲਾਭ ਪਹੁੰਚਾਏਗੀ, ਅਤੇ ਡਾਕਟਰਾਂ ਦੁਆਰਾ ਆਪਣੇ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ‘ਤੇ ਨਿਯੰਤਰਣ ਬਣਾਈ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੇ ਡਾਕਟਰਾਂ ਦੁਆਰਾ ਵਧੇਰੇ ਅਪਣਾਉਣ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰੇਗੀ।