ڇا توهان ڪڏهن سوچيو آهي ته اڄ صبح توهان جي هٿ ۾ جيڪا گولي ورتي هئي ان کي توهان جي هٿن تائين پهچڻ ۾ ڪيترو وقت لڳو؟ پهرين، اهي ليبارٽرين ۾ وسيع تحقيق ڪندا آهن. پوءِ اهي ان کي جانورن تي آزمائيندا آهن. پر ان کان اڳ جو ان کي انسانن ۾ استعمال لاءِ منظور ڪيو وڃي، انهن کي ان کي انسانن تي آزمائڻو پوندو. هي اهو آهي جنهن کي اسين ڪلينڪل ٽرائل سڏين ٿا. اهو هڪ تمام پيچيده ۽ مهانگو عمل آهي.
سادي لفظن ۾، ڪلينڪل ٽرائل ڇا آهي؟
سادي لفظن ۾، هڪ ڪلينڪل آزمائش هن طرح ڪم ڪري ٿي: محقق ان بيماري سان مريضن کي ڀرتي ڪن ٿا جن کي نئين ترقي يافته دوا نشانو بڻائي رهي آهي. انهن رضاڪارن کي پوءِ بي ترتيب طور تي ٻن گروپن ۾ ورهايو ويندو آهي.
1. پهرين گروپ کي نئين دوا آزمائش لاءِ ڏني ويندي آهي.
2. ٻئي گروپ ، "ڪنٽرول گروپ"، کي هڪ پليسيبو ڏنو ويندو آهي جنهن ۾ ڪو به فعال جزو نه هوندو آهي ۽ اهو بلڪل دوا وانگر نظر ايندو آهي. اسان ان کي "پليسيبو" سڏيندا آهيون.
جيڪڏهن، هن آزمائش جي آخر ۾، نئين دوا وٺندڙن جي علامتن ۾ پليسيبو وٺندڙن جي ڀيٽ ۾ وڌيڪ بهتري آئي آهي، ته پوءِ اهو ثابت ٿئي ٿو ته نئين دوا اثرائتي آهي.
اهڙي آزمائش ۾ سڀ کان وڏي چئلينجن مان هڪ ڪافي مريضن کي ڳولڻ آهي جيڪي آزمائش لاءِ بلڪل صحيح آهن. ڪڏهن ڪڏهن ڊاڪٽرن کي به خبر ناهي ته ڪهڙا آزمائشون انهن جي مريضن لاءِ صحيح آهن. انهي سان گڏ، مريضن جون خاصيتون جيڪي حصو وٺڻ چاهين ٿيون اهي آزمائش جي گهرجن سان نه ملنديون. جڏهن ته، مصنوعي ذهانت (AI) هن ڪم کي تمام گهڻو آسان بڻائي سگهي ٿي.
پنهنجي "ڊجيٽل ٽوئن" سان ملو
تصور ڪريو ته توهان وٽ پنهنجو ڪمپيوٽر ماڊل آهي، يعني توهان جي هڪ ڊجيٽل ڪاپي. ان کي "ڊجيٽل ٽوئن" سڏيو ويندو آهي. اهي صرف "ڪمپيوٽر ماڊل" آهن جيڪي ڪمپيوٽر تي هڪ حقيقي دنيا جي شيءِ يا سسٽم کي نقل ڪن ٿا. پر جڏهن عددي طور تي ڏٺو وڃي ٿو، ته اهي بلڪل حقيقي شيءِ وانگر هلن ٿا. بهترين مثال اهو آهي ته جڏهن اپولو 13 خلائي جهاز تي هڪ آڪسيجن ٽينڪ ڦاٽي پيو، ناسا ان کي زمين تي ٺهيل ساڳئي خلائي جهاز جي "ڊجيٽل ٽوئن" سان مرمت ڪرڻ ۾ مدد ڪئي.
هاڻي، سائنسدان ڪافي "ڊيٽا" جي صورت ۾، انسان جو "ڊجيٽل ٽوئن" ٺاهي سگهن ٿا. اهو "مشين لرننگ" نالي هڪ مصنوعي ذهانت ٽيڪنالاجي استعمال ڪري ٿو. سادي لفظن ۾، ان ۾ هڪ ڪمپيوٽر پروگرام کي وڏي مقدار ۾ ڊيٽا ڏيڻ ۽ ان مان سکڻ شامل آهي.
مريضن جا ڊجيٽل ٽوئنز انهن مشين لرننگ ماڊلز کي تربيت ڏيندي ٺاهيا ويا آهن جيڪي پوئين ڪلينڪل ٽرائلز ۽ هر مريض جي ذاتي طبي رڪارڊ مان ڊيٽا استعمال ڪندي تيار ڪيا ويا آهن. ماڊل پوءِ اڳڪٿي ڪري سگهي ٿو ته جيڪڏهن مريض کي پليسيبو ڏنو وڃي ته آزمائش دوران ان جي صحت ڪيئن بدلجي ويندي.يعني، ساڳئي مريض لاءِ ڪمپيوٽر پاران تيار ڪيل ڪنٽرول گروپ (سموليڊ ڪنٽرول گروپ) ٺاهيو ويندو آهي.
هاڻي اچو ته ڏسون ته هي ڪيئن ڪم ڪري ٿو. فرض ڪريو ته "سماڌي" نالي ڪو ماڻهو ان گروپ ۾ شامل ٿيڻ لاءِ چونڊيو ويو آهي جيڪو هڪ نئين دوا حاصل ڪري ٿو. سماڌي جو "ڊجيٽل ٽوئن"، هڪ ڪمپيوٽر ماڊل، ڪنٽرول گروپ ۾ آهي. ماڊل اڳڪٿي ڪري ٿو ته ڇا ٿيندو جيڪڏهن سماڌي کي اصل دوا جي بدران "پليسبو" ڏنو وڃي. آخرڪار، سماڌي جي دوا جي حقيقي جواب ۽ ماڊل جي اڳڪٿي جي وچ ۾ فرق اهو آهي ته جيڪڏهن هو "پليسبو" وٺندو ته اهو ٿيندو .
هن طريقي جو هڪ وڏو فائدو اهو آهي ته تقريبن هر ڪنهن کي جيڪو ڪلينڪل ٽرائل ۾ حصو وٺندو آهي، ان کي نئين دوا حاصل ڪرڻ جو موقعو هوندو آهي، ڇاڪاڻ ته "پليسيبو" انهن جي ڊجيٽل ٽوئن کي ڏنو ويندو آهي.
اچو ته روايتي ڪنٽرول ٽيمن جي بدران "ڊجيٽل ٽوئنز" استعمال ڪرڻ جا فائدا واضح طور تي ڏسڻ لاءِ هن ٽيبل تي نظر وجهون.
| خاصيت | روايتي طريقو | ڊجيٽل ٽوئن طريقو |
|---|---|---|
| ڪنٽرول گروپ | حقيقي ماڻهن تي مشتمل. انهن کي هڪ (پليسبو) ملي ٿو. | ڪمپيوٽر ماڊلز (ڊجيٽل ٽوئنز) تي مشتمل آهي. |
| مريضن لاءِ فائدو | پليسيبو حاصل ڪرڻ جو 50 سيڪڙو امڪان آهي. ان جو مطلب آهي ته توهان نئين دوا کي ڇڏي سگهو ٿا. | گھڻن ماڻهن کي حقيقي دوا آزمائڻ جو موقعو ملي ٿو. |
| رضاڪارن جو تعداد گهربل آهي | وڌيڪ ماڻهن جي ضرورت آهي (ٻنهي ٽيمن لاءِ). | ٽيسٽ ٿورن ماڻهن سان ڪري سگهجي ٿي. |
| وقت ۽ قيمت | تمام گهڻو مٿي. | نمايان طور تي گهٽائي سگهجي ٿو. |
جيتوڻيڪ هي ٽيڪنالاجي سٺي آهي، ڇا مسئلا نه آهن؟
جيتوڻيڪ هي ٽيڪنالاجي مستقبل لاءِ وڏي واعدي رکي ٿي، پر ان کي اڃا تائين وڏي پيماني تي استعمال نه ڪيو ويو آهي. ان جا سٺا سبب ٿي سگهن ٿا. جيئن ڊاڪٽر ڊينئل نيل، "(مشين لرننگ)" ۾ ماهر، اشارو ڪري ٿو، اهي ماڊل وڏي مقدار ۾ ڊيٽا تي ڀاڙين ٿا. ان کان علاوه، ماڻهن کان اعليٰ معيار جو ڊيٽا حاصل ڪرڻ تمام ڏکيو آهي.
"ماڻهو اڪثر ڪري پنهنجي غذا ۽ ورزش جي عادتن جهڙين شين بابت پاڻ کي معلومات ڏيندا آهن. ماڻهو هميشه سچ نه ٿا ٻڌائين. اهي ورزش جي مقدار کي وڌائي بيان ڪندا آهن ۽ جنڪ فوڊ جي مقدار کي گهٽ بيان ڪندا آهن جيڪي اهي کائيندا آهن."
ٻيو مسئلو ناياب، غير متوقع ضمني اثرات آهن جيڪي هڪ دوا پيدا ڪري سگهن ٿا. اهي اڪثر ڪنٽرول گروپ لاءِ ٺهيل ماڊل ۾ شامل نه هوندا آهن.
پر ڊاڪٽر نيل جو سڀ کان وڏو خوف اهو آهي ته هي اڳڪٿي ڪندڙ ماڊل "معمول مطابق ڪاروبار" تي ٻڌل آهي. تصور ڪريو هڪ وڏو، غير متوقع واقعو جهڙوڪ COVID-19 وبائي مرض جيڪو هر ڪنهن جي رويي کي تبديل ڪري ٿو ۽ ماڻهن کي بيمار ڪري ٿو. "ڪنٽرول ماڊل هن کي حساب ۾ نه ٿا وٺن،" هو چوي ٿو. پوءِ، انهن واقعن جي ڪري جن کي ڪنٽرول گروپ حساب ۾ نه رکيو، تجربي جا آخري نتيجا مڪمل طور تي مختلف ٿي سگهن ٿا.
ڇا هي واقعي استعمال ٿي سگهي ٿو؟ مستقبل ۾ ڇا ٿيندو؟
صحت جي سار سنڀال ۾ ڊجيٽل ٽيڪنالاجي جي استعمال جو ماهر، ايريڪ ٽوپول، سوچي ٿو ته اهو خيال بهترين آهي، پر اڃا تائين وقت صحيح ناهي. "مون کي نه ٿو لڳي ته ڪلينڪل آزمائشون ويجهي مستقبل ۾ تبديل ٿينديون. ڇاڪاڻ ته ان لاءِ ڊيٽا جي ڪيترن ئي پرتن جي ضرورت آهي، صرف صحت جي رڪارڊن کان ٻاهر، جهڙوڪ جينوم سيڪوئنس، گٽ مائڪروبيوم، ماحولياتي ڊيٽا."
هن ٽيڪنالاجي ۾ اڳواڻ، Unlearn.AI جي باني، چارلس فشر جي مطابق، ڊيٽا جي رازداري ۽ تعصب جي مسئلن جا حل اڳ ۾ ئي موجود آهن. "رازداري آسان آهي. اسان صرف ان ڊيٽا سان ڪم ڪريون ٿا جيڪو اڳ ۾ ئي گمنام رکيو ويو آهي."
جڏهن تعصب بابت ڳالهائيندي، هو چوي ٿو ته جيتوڻيڪ مسئلو مڪمل طور تي حل نه ٿيو آهي، اهو مطالعي جي نتيجن سان لاڳاپيل ناهي. ڇاڪاڻ ته مطالعي بي ترتيب آهن، جيتوڻيڪ جيڪڏهن ڊيٽا ۾ ڪجهه تعصب آهي، اهو نتيجن کي متاثر نٿو ڪري. بهرحال، ڪجهه ماهر هن خيال سان متفق نه آهن. اهي چون ٿا،ڇاڪاڻ ته توهان هڪ حقيقي شخص جو مقابلو ڪمپيوٽر ماڊل سان ڪري رهيا آهيو، جيڪڏهن ان ماڊل ۾ ڪا غلطي آهي، ته اهو سڌو سنئون نتيجن کي متاثر ڪري سگهي ٿو.
جڏهن ته، Unlearn.AI اڳ ۾ ئي دواسازي ڪمپنين سان گڏ ڪم ڪري رهيو آهي ته جيئن الزائمر، پارڪنسن، ۽ ملٽيپل اسڪليروسس جهڙن اعصابي بيمارين لاءِ ڪلينڪل ٽرائلز ڊزائين ڪري سگهجن. انهن انهن بيمارين کي شروع ڪرڻ لاءِ هڪ سٺي جڳهه طور چونڊيو ڇاڪاڻ ته انهن وٽ ٻين کان وڌيڪ ڊيٽا آهي. فشر چوي ٿو ته جيڪڏهن اهو طريقو هڪ ڏينهن سڀني بيمارين تي لاڳو ٿي سگهي ٿو، ته اهو نئين دوائن کي مارڪيٽ ۾ اچڻ ۾ لڳندڙ وقت کي گهٽائي سگهي ٿو.
گهر وٺي وڃڻ جو پيغام
- ڊجيٽل ٽوئن هڪ حقيقي مريض جو ڪمپيوٽر ماڊل آهي جيڪو نئين دوائن جي جانچ لاءِ ڪلينڪل تجربن ۾ استعمال ٿيندو آهي.
- هي انهن ڊجيٽل ماڊلز کي ڪنٽرول گروپ لاءِ حقيقي ماڻهن کي استعمال ڪرڻ بدران استعمال ڪرڻ جي اجازت ڏئي ٿو.
- هن طريقي جو هڪ وڏو فائدو اهو آهي ته آزمائش ۾ وڌيڪ شرڪت ڪندڙن کي اصل دوا حاصل ڪرڻ جو موقعو آهي جيڪا آزمائش ڪئي پئي وڃي.
- جڏهن ته، چئلينج باقي آهن، جهڙوڪ اعليٰ معيار جي ڊيٽا حاصل ڪرڻ ۾ ڏکيائي ۽ غير متوقع واقعن کي ماڊل ڪرڻ جي ناڪامي.
- جيتوڻيڪ هي ٽيڪنالاجي طب جي مستقبل لاءِ وڏي واعدي رکي ٿي، پر اها اڃا تائين ابتدائي مرحلي ۾ آهي. جيڪڏهن توهان کي ڪو خدشو يا شڪ آهي، ته پنهنجي ڊاڪٽر سان ڳالهائڻ ضروري آهي.
💬 Comments (0)
نالو داخل ڪريو
توهان جو نالو