ಫಿನ್‌ಲ್ಯಾಂಡ್ AI, ಗಣಿತ ಮತ್ತು ಕ್ವಾಂಟಮ್ ಆರೋಗ್ಯದ ಮೇಲೆ ಕೈಗಾರಿಕಾ ಚೇತರಿಕೆಗೆ ಪಣತೊಟ್ಟಿದೆ | ಕಂಪ್ಯೂಟರ್ ವೀಕ್ಲಿ

ಫಿನ್‌ಲ್ಯಾಂಡ್‌ನ ಕೇಂದ್ರೀಕೃತ ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳ ವ್ಯವಸ್ಥೆಯಿಂದ ಸಾಧ್ಯವಾಗಿಸಿದ ವಿಶ್ವದ ಮೊದಲ ರಾಷ್ಟ್ರೀಯ AI ಆರೋಗ್ಯ ಮಾದರಿ ಎಂದು ಹೇಳಿಕೊಳ್ಳುವಂತಹದನ್ನು ರಚಿಸಲು ಫೈನ್-ಹೆಲ್ತ್ ತಂಡವು ಯೋಜಿಸಿದೆ. ಇದು ಫಿನ್‌ರೆಜಿಸ್ಟ್ರಿಯಿಂದ ಹೊರಹೊಮ್ಮಿದೆ, ಇದು ಫಿನ್‌ಲ್ಯಾಂಡ್‌ನಲ್ಲಿರುವ ಎಲ್ಲಾ 5.6 ಮಿಲಿಯನ್ ಜನರಿಗೆ ಆರೋಗ್ಯದ 19 ರಾಷ್ಟ್ರೀಯ ಮೂಲಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದೆ. ಇದು ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್‌ಗಳು, ಆರೋಗ್ಯ ಪರಿಸ್ಥಿತಿಗಳು, ಲ್ಯಾಬ್ ವರದಿಗಳು, ಆರೋಗ್ಯ ಚಿಕಿತ್ಸಾಲಯದ ಭೇಟಿಗಳು, ಸಾಮಾಜಿಕ-ಆರ್ಥಿಕ ಡೇಟಾ ಮತ್ತು ಕೌಟುಂಬಿಕ ಸಂಪರ್ಕಗಳಿಂದ ಎಲ್ಲವನ್ನೂ ಒಳಗೊಂಡಿತ್ತು, ಇದರಿಂದಾಗಿ ವೈದ್ಯಕೀಯ ಮಾಹಿತಿಯ ಸಂಶೋಧಕರು ಅವುಗಳನ್ನು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಬಳಸಬಹುದು. ಇದು ಫಿನ್ಸ್‌ನ ಹತ್ತನೇ ಒಂದು ಭಾಗದಷ್ಟು ದಾಖಲೆಗಳನ್ನು ಹೊಂದಿರುವ ಜೀನೋಮಿಕ್ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಸಹ ಒಳಗೊಂಡಿರುತ್ತದೆ.

ಮರಣವನ್ನು ಮುನ್ಸೂಚಿಸುವಂತಹ ನಿರ್ದಿಷ್ಟ ಕ್ಲಿನಿಕಲ್ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಪ್ರತ್ಯೇಕವಾದ ಸಮಂಜಸತೆಗಳು – ರೋಗಿಗಳ ದಾಖಲೆಗಳ ಉಪವಿಭಾಗಗಳ ಮೇಲೆ ಇದುವರೆಗೆ ತರಬೇತಿ ಪಡೆದಿರುವ ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳಿಗಿಂತ ಫಲಿತಾಂಶವು ಮೂಲಭೂತ AI ಮಾದರಿಯಾಗಿದೆ ಎಂದು ಹೆಲ್ಸಿಂಕಿ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಫೈನ್-ಹೆಲ್ತ್‌ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಪ್ರೊಫೆಸರ್ ಆರ್ಟೊ ಕ್ಲಾಮಿ ಹೇಳಿದ್ದಾರೆ.

ಪ್ರಪಂಚದ ಹೆಚ್ಚಿನ ದೇಶಗಳಲ್ಲಿ ಇದು ಸಾಧ್ಯವಾಗುತ್ತಿರಲಿಲ್ಲ, ಏಕೆಂದರೆ ವೈದ್ಯಕೀಯ ದಾಖಲೆ ವ್ಯವಸ್ಥೆಗಳು ವಿಘಟಿತವಾಗಿರುತ್ತವೆ, ಸ್ಥಳೀಯ ಆಸ್ಪತ್ರೆಗಳು ಮತ್ತು ಚಿಕಿತ್ಸಾಲಯಗಳಿಂದ ರಕ್ಷಿಸಲ್ಪಡುತ್ತವೆ ಮತ್ತು ದೇಶಾದ್ಯಂತ ಲಭ್ಯವಿಲ್ಲ ಎಂದು ಅವರು ಹೇಳಿದರು.

ಫೈನ್-ಹೆಲ್ತ್ ರಾಷ್ಟ್ರೀಯ ಆರೋಗ್ಯ ದತ್ತಾಂಶದ ಆಧಾರದ ಮೇಲೆ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ತರಬೇತಿ ನೀಡಲು ಮೂರು ವರ್ಷಗಳನ್ನು ಕಳೆಯುತ್ತದೆ ಮತ್ತು ವೈದ್ಯರು ಮತ್ತು ಯೋಜಕರೊಂದಿಗೆ ಅವರ ಕೆಲಸದ ಹರಿವುಗಳನ್ನು ನಕ್ಷೆ ಮಾಡಲು ಮತ್ತು AI ಅವರಿಗೆ ಸಹಾಯ ಮಾಡುವ ಮಾರ್ಗಗಳನ್ನು ಗುರುತಿಸಲು ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂದು ಕ್ಲಾಮಿ ಹೇಳಿದರು. AI ಈ ಅಗತ್ಯಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಪೂರೈಸುತ್ತದೆ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಲು ಇದು ಮೂಲಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ. ಇದು ನಂತರ ಸಂಪೂರ್ಣ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಆರೋಗ್ಯ ಸಂಸ್ಥೆಗಳನ್ನು ಉತ್ತೇಜಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ.

“ಮೂಲ ಮಾದರಿ, ಪ್ರತ್ಯೇಕವಾಗಿ, ಸುರಕ್ಷಿತ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಸರದಲ್ಲಿ, ಏನನ್ನೂ ಮಾಡುವುದಿಲ್ಲ” ಎಂದು ಕ್ಲಾಮಿ ಹೇಳಿದರು. “ನಿಜವಾದ ಅಗತ್ಯತೆ, ಕ್ಲಿನಿಕಲ್ ವರ್ಕ್‌ಫ್ಲೋ ಅಥವಾ ನಾವು ಸುಧಾರಿಸಲು ಬಯಸುವ ಅಭ್ಯಾಸವು ಲಭ್ಯವಿದ್ದಾಗ ಮಾತ್ರ ನಾವು ಸಾಮಾಜಿಕ ಪ್ರಯೋಜನವನ್ನು ನೋಡುತ್ತೇವೆ. ಇದು ಸಂಕೀರ್ಣವಾದ ಒಗಟು ಆಗಿರುತ್ತದೆ, ಎಲ್ಲಾ ತುಣುಕುಗಳನ್ನು ಒಟ್ಟಿಗೆ ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಂಶೋಧನಾ ಯೋಜನೆಯಿಂದ ಬಹಳಷ್ಟು ಮಾಡಲಾಗುವುದಿಲ್ಲ. ಇದು ಬಹಳಷ್ಟು ಸಾರ್ವಜನಿಕ ಮತ್ತು ಖಾಸಗಿ ನಟರನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.”

ಯೋಜಕರು ಮತ್ತು ನೀತಿ ನಿರೂಪಕರು ರೋಗವನ್ನು ಊಹಿಸಲು, ದುರ್ಬಲ ಗುಂಪುಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಬಜೆಟ್‌ಗಳನ್ನು ಹಂಚಲು ಬಳಸಬಹುದಾದ ಜನಸಂಖ್ಯೆ-ಮಟ್ಟದ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಸಿಸ್ಟಮ್‌ನ ಮೊದಲ ಬಳಕೆಯ ಸಾಧ್ಯತೆಯಿದೆ. ಫೈನ್-ಹೆಲ್ತ್ ತಂಡವು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ಅದು ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ, ಏಕೆಂದರೆ ಇದು ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ಸಾಬೀತುಪಡಿಸಲು ಫೈನ್-ಹೆಲ್ತ್‌ನ ತಾಂತ್ರಿಕ ಉದ್ದೇಶವನ್ನು ಮೀರಿ ನೈತಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತದೆ ಎಂದು ಕ್ಲಾಮಿ ಹೇಳಿದರು.

ಪ್ರಸ್ತುತ ಆರೋಗ್ಯ AI ವ್ಯವಸ್ಥೆಗಳು ಮೂಲಭೂತ ತಂತ್ರಜ್ಞಾನದಿಂದ ಸೀಮಿತವಾಗಿವೆ, ಅದರ ಮೂಲಕ ಆಧಾರವಾಗಿರುವ ಮಾದರಿಗಳು ಹೆಚ್ಚಾಗಿ ಡೇಟಾದಿಂದ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಪಡೆಯಲು ಕಲಿಯುತ್ತವೆ ಎಂದು ಯೋಜನೆಯ ನೇತೃತ್ವ ವಹಿಸುತ್ತಿರುವ ಫಿನ್‌ಲ್ಯಾಂಡ್‌ನ ELLIS ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್‌ನ ಸಂಸ್ಥಾಪಕ ನಿರ್ದೇಶಕ ಪ್ರೊಫೆಸರ್ ಸ್ಯಾಮ್ಯುಯೆಲ್ ಕಾಸ್ಕಿ ಹೇಳಿದರು. ಫೈನ್-ಹೆಲ್ತ್, ಕ್ಲಿನಿಕಲ್ ನಿರ್ಧಾರಗಳಲ್ಲಿ ಬಳಸಬಹುದಾದ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಪ್ರಯತ್ನಿಸುವಾಗ, ಕಾರಣ-ಪರಿಣಾಮದ ತಾರ್ಕಿಕತೆಯನ್ನು ಸಹ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಕಾರಣವನ್ನು ಸೆರೆಹಿಡಿಯಲು ಮಾದರಿಗಳನ್ನು ಹೇಗೆ ತರಬೇತಿ ಮಾಡುವುದು ಮತ್ತು ಅದರಿಂದ ಮಾನ್ಯವಾದ ತೀರ್ಮಾನಗಳನ್ನು ಮಾಡುವುದು ಯಂತ್ರ ಕಲಿಕೆಯಲ್ಲಿ ಮೂಲಭೂತ ಸಂಶೋಧನಾ ಸವಾಲುಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಅವರು ಹೇಳಿದರು: “ಭಾಗಶಃ ಪರಿಹಾರಗಳನ್ನು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ, ಇದು ಪರಿಹರಿಸಿದ ಸಮಸ್ಯೆಯಿಂದ ದೂರವಿದೆ.

“ನಾವು ಮಾತ್ರ ಇದರಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿಲ್ಲ, ಆದರೆ ನಮ್ಮ ಯೋಜನೆಯು ಆರೋಗ್ಯ ರಕ್ಷಣೆಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟವಾಗಿ ಅಗತ್ಯವಿರುವ ಕೊಡುಗೆಯನ್ನು ನೀಡಲು ಉದ್ದೇಶಿಸಿದೆ, ಅಲ್ಲಿ ರೋಗಿಗಳ ಚಿಕಿತ್ಸೆಯ ಬಗ್ಗೆ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡುವುದು ಸಂಪೂರ್ಣವಾಗಿ ಅವಶ್ಯಕವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ, ನಕಲಿ ಪರಸ್ಪರ ಸಂಬಂಧಗಳ ಬದಲಿಗೆ ರೋಗದ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಆಧರಿಸಿ ಮಾಡಲಾಗುತ್ತದೆ.”

ಫೈನ್-ಹೆಲ್ತ್ ಮಾನವ-AI ತಂಡದ ಕೆಲಸ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಮಾದರಿಯನ್ನು ಸ್ಥಾಪಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಆರೋಗ್ಯ ವೈದ್ಯರಿಂದ ಇನ್ಪುಟ್ ಅತ್ಯಗತ್ಯವಾಗಿರುತ್ತದೆ ಎಂದು ಕಾಸ್ಕಿ ಹೇಳಿದರು.