بۈگۈن ئەتىگەندە ئىچكەن دوراڭىزنىڭ قولىڭىزغا يېتىشى ئۈچۈن قانچىلىك ۋاقىت كەتكەنلىكىنى ئويلاپ باققانمۇ؟ ئالدى بىلەن، ئۇلار تەجرىبىخانىلاردا كەڭ كۆلەمدە تەتقىقات ئېلىپ بارىدۇ. ئاندىن ئۇنى ھايۋانلاردا سىناق قىلىدۇ. ئەمما ئىنسانلاردا ئىشلىتىشكە تەستىقلىنىشتىن بۇرۇن، ئۇلار ئۇنى ئىنسانلاردا سىناق قىلىشى كېرەك. بۇنى بىز كلىنىكىلىق سىناق دەپ ئاتايمىز. بۇ ناھايىتى مۇرەككەپ ۋە قىممەت جەريان.
ئاددىي قىلىپ ئېيتقاندا، كلىنىكىلىق سىناق دېگەن نېمە؟
ئاددىي قىلىپ ئېيتقاندا، كلىنىكىلىق سىناق مۇنداق ئىشلەيدۇ: تەتقىقاتچىلار يېڭى تەتقىق قىلىنغان دورا نىشان قىلغان كېسەللىككە گىرىپتار بولغان بىمارلارنى قوبۇل قىلىدۇ. ئاندىن بۇ كۆڭۈللۈكلەر تاسادىپىي ھالدا ئىككى گۇرۇپپىغا بۆلۈنىدۇ.
1. بىرىنچى گۇرۇپپىغا سىناق قىلىنىدىغان يېڭى دورا بېرىلىدۇ.
2. ئىككىنچى گۇرۇپپا ، «كونترول گۇرۇپپىسى»غا، ھېچقانداق ئاكتىپ تەركىبى يوق، كۆرۈنۈشى دورىغا ئوخشايدۇ، پلاسېبو بېرىلىدۇ. بىز بۇنى «پلاسېبو» دەپ ئاتايمىز.
ئەگەر بۇ سىناق ئاخىرلاشقاندا، يېڭى دورىنى ئىچكەنلەرنىڭ ئالامەتلىرى پلاسېبو ئىچكەنلەرگە قارىغاندا ياخشىلانغان بولسا، ئۇنداقتا بۇ يېڭى دورىنىڭ ئۈنۈملۈك ئىكەنلىكىنى ئىسپاتلايدۇ.
بۇنداق سىناقتىكى ئەڭ چوڭ قىيىنچىلىقلارنىڭ بىرى سىناققا ماس كېلىدىغان يېتەرلىك بىمارنى تېپىشتۇر. بەزىدە دوختۇرلارمۇ قايسى سىناقنىڭ بىمارلىرىغا ماس كېلىدىغانلىقىنى بىلمەيدۇ. شۇنداقلا، قاتناشماقچى بولغان بىمارلارنىڭ خاراكتېرى سىناق تەلىپىگە ماس كەلمەسلىكى مۇمكىن. قانداقلا بولمىسۇن، سۈنئىي ئەقىل (AI) بۇ ۋەزىپىنى تېخىمۇ ئاسانلاشتۇرالايدۇ.
«رەقەملىك قوشكېزەك» بىلەن تونۇشۇڭ
تەسەۋۋۇر قىلىپ بېقىڭ، ئۆزىڭىزنىڭ كومپيۇتېر مودېلىڭىز، يەنى ئۆزىڭىزنىڭ رەقەملىك نۇسخىسى بار. بۇ «رەقەملىك قوشكېزەك» دەپ ئاتىلىدۇ. بۇلار پەقەت كومپيۇتېردىكى ھەقىقىي دۇنيادىكى بىر نەرسە ياكى سىستېمىنى تەقلىد قىلىدىغان «كومپيۇتېر مودېللىرى». ئەمما سانلىق جەھەتتىن قارىغاندا، ئۇلار ھەقىقىي نەرسىگە ئوخشاش ھەرىكەت قىلىدۇ. ئەڭ ياخشى مىسال، ئاپوللو 13 ئالەم كېمىسىدىكى ئوكسىگېن باكى پارتىلىغاندا، NASA يەرشارىدا ياسالغان ئالەم كېمىسىنىڭ «رەقەملىك قوشكېزەك» بىلەن ئۇنى رېمونت قىلىشقا ياردەم بەردى.
ھازىر، ئالىملار يېتەرلىك «سانلىق مەلۇمات» بىلەن بىر ئىنساننىڭ «سانلىق قوشكېزىكى» نى يارىتالايدۇ. بۇ «ماشىنا ئۆگىنىش» دەپ ئاتىلىدىغان سۈنئىي ئەقىل تېخنىكىسىنى ئىشلىتىدۇ. ئاددىي قىلىپ ئېيتقاندا، بۇ كومپيۇتېر پروگراممىسىغا كۆپ مىقداردا سانلىق مەلۇمات بېرىپ، ئۇنىڭ ئۇنىڭدىن ئۆگىنىشىگە يول قويۇشنى ئۆز ئىچىگە ئالىدۇ.
بىمارلارنىڭ رەقەملىك قوشكېزەكلىرى ئىلگىرىكى كلىنىكىلىق سىناقلاردىكى سانلىق مەلۇماتلار ۋە ھەر بىر بىمارنىڭ شەخسىي داۋالىنىش خاتىرىلىرى ئارقىلىق بۇ ماشىنا ئۆگىنىش مودېللىرىنى تەربىيىلەش ئارقىلىق يارىتىلىدۇ. ئاندىن بۇ مودېل بىمارغا پلاسېبو بېرىلسە، سىناق جەريانىدا ئۇلارنىڭ سالامەتلىك ئەھۋالىنىڭ قانداق ئۆزگىرىدىغانلىقىنى مۆلچەرلىيەلەيدۇ.يەنى، شۇ بىمار ئۈچۈن كومپيۇتېر ئارقىلىق ھاسىل قىلىنغان كونترول گۇرۇپپىسى (سىمۇلياتسىيەلىك كونترول گۇرۇپپىسى) قۇرۇلىدۇ.
ئەمدى بۇنىڭ قانداق ئىشلەيدىغانلىقىنى كۆرۈپ باقايلى. مەسىلەن، «سامادى» ئىسىملىك بىرەيلەن يېڭى دورا قوبۇل قىلىدىغان گۇرۇپپىغا تاللانغان. سامادىنىڭ «رەقەملىك قوشكېزەك» ناملىق كومپيۇتېر مودېلى كونترول گۇرۇپپىسىدا. بۇ مودېل سامادىغا ئەمەلىي دورا ئورنىغا «پلاسېبو» بېرىلسە نېمە بولىدىغانلىقىنى مۆلچەرلەيدۇ. ئاخىرىدا، سامادىنىڭ دورىغا بولغان ئەمەلىي ئىنكاسى بىلەن مودېلنىڭ «پلاسېبو» قوبۇل قىلسا نېمە بولىدىغانلىقىنى مۆلچەرلىشى ئوتتۇرىسىدىكى پەرق، بۇ دورىنىڭ سامادىغا قانچىلىك ئۈنۈملۈك ئىكەنلىكىنى ئۆلچەيدۇ.
بۇ ئۇسۇلنىڭ ئەڭ چوڭ ئەۋزەللىكلىرىنىڭ بىرى شۇكى، كلىنىكىلىق سىناققا قاتناشقان دېگۈدەك ھەممە ئادەم يېڭى دورىنى قوبۇل قىلىش پۇرسىتىگە ئىگە، چۈنكى «پلاسېبو» ئۇلارنىڭ رەقەملىك قوشكېزىكىگە بېرىلىدۇ.
ئەنئەنىۋى كونترول گۇرۇپپىلىرىنىڭ ئورنىغا «رەقەملىك قوشكېزەكلەر» نى ئىشلىتىشنىڭ پايدىلىرىنى ئېنىق كۆرۈش ئۈچۈن بۇ جەدۋەلگە قاراپ باقايلى.
| خاسلىقى | ئەنئەنىۋى ئۇسۇل | رەقەملىك قوشكېزەك ئۇسۇلى |
|---|---|---|
| كونترول گۇرۇپپىسى | ھەقىقىي كىشىلەردىن تەركىب تاپقان. ئۇلار (پلاسېبو) ئالىدۇ. | كومپيۇتېر مودېللىرىدىن تەركىب تاپقان (رەقەملىك ئىككىزلەر). |
| بىمارلار ئۈچۈن ئەۋزەللىك | پلاسېبوغا گىرىپتار بولۇش ئېھتىماللىقى %50. بۇ دېگەنلىك سىز يېڭى دورىنى ئىشلەتمەي تۇرالايسىز. | نۇرغۇن كىشىلەر ھەقىقىي دورىنى سىناپ كۆرۈش پۇرسىتىگە ئىگە. |
| كۆڭۈللۈكلەرنىڭ سانى كېرەك | (ئىككى كوماندا ئۈچۈنمۇ) كۆپرەك ئادەم كېرەك. | بۇ سىناقنى ئاز ساندىكى كىشىلەر بىلەن ئېلىپ بېرىشقا بولىدۇ. |
| ۋاقىت ۋە چىقىم | ناھايىتى يۇقىرى. | كۆرۈنەرلىك دەرىجىدە ئازايتقىلى بولىدۇ. |
بۇ تېخنىكا ياخشى بولسىمۇ، مەسىلە يوقمۇ؟
بۇ تېخنىكا كەلگۈسى ئۈچۈن زور ئۈمىدۋار بولسىمۇ، ھازىرغىچە كەڭ كۆلەمدە ئىشلىتىلمىدى. بۇنىڭ ياخشى سەۋەبلىرى بولۇشى مۇمكىن. «(ماشىنا ئۆگىنىش)» ساھەسىدىكى مۇتەخەسسىس دوكتور دانىيال نېئالنىڭ تەكىتلىشىچە، بۇ مودېللار كۆپ مىقداردىكى سانلىق مەلۇماتلارغا تايىنىدۇ. شۇنداقلا، شەخسلەردىن يۇقىرى سۈپەتلىك سانلىق مەلۇماتلارغا ئېرىشىش ناھايىتى تەس.
«كىشىلەر كۆپىنچە يېمەك-ئىچمەك ۋە چېنىقىش ئادىتى قاتارلىق نەرسىلەر توغرىسىدىكى ئۇچۇرلارنى ئۆزلىرى دوكلات قىلىدۇ. كىشىلەر ھەمىشە راست گەپ قىلمايدۇ. ئۇلار چېنىقىش مىقدارىنى ئاشۇرۇپ ئېيتىپ، يېگەن ناچار يېمەكلىكلەرنىڭ مىقدارىنى ئاز ئېيتىپ قويىدۇ».
يەنە بىر مەسىلە، دورىنىڭ كەلتۈرۈپ چىقىرىشى مۇمكىن بولغان ئاز ئۇچرايدىغان، كۈتۈلمىگەن يان تەسىرلەر . بۇلار كۆپىنچە كونترول گۇرۇپپىسى ئۈچۈن لايىھەلەنگەن مودېل تەرىپىدىن قاپلانمايدۇ.
لېكىن دوكتور نېئالنىڭ ئەڭ چوڭ ئەندىشىسى شۇكى، بۇ ئالدىن پەرەز قىلىش مودېلى «ئادەتتىكىدەك ئىش» گە ئاساسلانغان. COVID-19 يۇقۇمىغا ئوخشاش ھەممەيلەننىڭ خۇلق-ئاتۋارىنى ئۆزگەرتىپ، كىشىلەرنى كېسەل قىلىدىغان چوڭ، كۈتۈلمىگەن بىر ۋەقەنى تەسەۋۋۇر قىلىپ بېقىڭ. ئۇ مۇنداق دەيدۇ: «كونترول مودېللىرى بۇنى ئويلىشىپ كۆرمەيدۇ». ئاندىن، كونترول گۇرۇپپىسى ئويلىشىپ كۆرمىگەن بۇ ۋەقەلەر سەۋەبىدىن، سىناقنىڭ ئاخىرقى نەتىجىسى پۈتۈنلەي باشقىچە بولۇشى مۇمكىن.
ئۇنداقتا بۇنى راستىنلا ئىشلەتكىلى بولامدۇ؟ كەلگۈسىدە نېمىلەر بولىدۇ؟
ساقلىقنى ساقلاش ساھەسىدە رەقەملىك تېخنىكىنى ئىشلىتىش مۇتەخەسسىسى ئېرىك توپول بۇ ئىدىيەنىڭ ناھايىتى ياخشى ئىكەنلىكىنى، ئەمما ۋاقتىنىڭ تېخى كەلمىگەنلىكىنى ئويلايدۇ. «مەن كلىنىكىلىق سىناقلارنىڭ يېقىن كەلگۈسىدە ئۆزگىرىدىغانلىقىغا ئىشەنمەيمەن. چۈنكى بۇ پەقەت گېنوم تەرتىپى، ئۈچەي مىكروبيومىسى، مۇھىت سانلىق مەلۇماتلىرى قاتارلىق ساقلىقنى ساقلاش خاتىرىلىرىدىن باشقا، كۆپ قاتلاملىق سانلىق مەلۇماتلارنى تەلەپ قىلىدۇ».
بۇ تېخنىكىنىڭ باشلامچىسى، Unlearn.AI نىڭ قۇرغۇچىسى چارلىز فىشېرنىڭ سۆزىگە قارىغاندا، سانلىق مەلۇماتلارنىڭ مەخپىيەتلىكى ۋە بىر تەرەپلىمىلىكى مەسىلىلىرىگە ھەل قىلىش چارىلىرى بار ئىكەن. «مەخپىيەتلىكنى ساقلاش ئاسان. بىز پەقەت ئاللىبۇرۇن ئىسىمسىزلاشتۇرۇلغان سانلىق مەلۇماتلار بىلەنلا ئىشلەيمىز».
بىر تەرەپلىمە قاراش توغرىسىدا سۆز قىلغاندا، ئۇ بۇ مەسىلە تولۇق ھەل قىلىنمىغان بولسىمۇ، بۇنىڭ تەتقىقات نەتىجىسى بىلەن مۇناسىۋىتى يوقلىقىنى ئېيتتى. تەتقىقاتلار تاسادىپىي تاللانغان بولغاچقا، سانلىق مەلۇماتلاردا بەزى بىر تەرەپلىمە قاراشلار بولسىمۇ، بۇ نەتىجىلەرگە تەسىر كۆرسەتمەيدۇ. قانداقلا بولمىسۇن، بەزى مۇتەخەسسىسلەر بۇ قاراشقا قوشۇلمايدۇ. ئۇلار مۇنداق دەيدۇ:چۈنكى سىز ھەقىقىي بىر ئادەمنى كومپيۇتېر مودېلى بىلەن سېلىشتۇرۇۋاتىسىز، ئەگەر بۇ مودېلدا خاتالىق بولسا، بۇ بىۋاسىتە نەتىجىلەرگە تەسىر كۆرسىتىشى مۇمكىن.
قانداقلا بولمىسۇن، Unlearn.AI شىركىتى ئاللىقاچان دورىگەرلىك شىركەتلىرى بىلەن بىرلىكتە ئەلزھېيمېر، پاركىنسون ۋە كۆپ خىل قېتىش قاتارلىق نېرۋا كېسەللىكلىرىنىڭ كلىنىكىلىق سىناقلىرىنى لايىھىلەۋاتىدۇ. ئۇلار بۇ كېسەللىكلەرنى باشلاش ئۈچۈن ياخشى جاي قىلىپ تاللىغان، چۈنكى ئۇلارنىڭ سانلىق مەلۇماتلىرى باشقىلارغا قارىغاندا كۆپ. فىشېرنىڭ ئېيتىشىچە، ئەگەر بۇ ئۇسۇل بىر كۈنى بارلىق كېسەللىكلەرگە قوللىنىلسا، يېڭى دورىلارنىڭ بازارغا سېلىنىش ۋاقتىنى زور دەرىجىدە قىسقارتقىلى بولىدۇ.
ئۆيگە ئېلىپ كېتىش ئۇچۇرى
- رەقەملىك قوشكېزەك يېڭى دورىلارنى سىناق قىلىشتا ئىشلىتىلىدىغان كلىنىكىلىق سىناقلاردا ئىشلىتىلىدىغان ھەقىقىي بىمارنىڭ كومپيۇتېر مودېلى.
- بۇ، كونترول گۇرۇپپىسى ئۈچۈن ھەقىقىي كىشىلەرنى ئىشلىتىشنىڭ ئورنىغا بۇ رەقەملىك مودېللارنى ئىشلىتىشكە يول قويىدۇ.
- بۇ ئۇسۇلنىڭ ئاساسلىق ئەۋزەللىكى شۇكى، سىناققا قاتناشقانلارنىڭ كۆپىنچىسى سىناق قىلىنىۋاتقان دورىنىڭ ھەقىقىي نۇسخىسىنى ئېلىش پۇرسىتىگە ئېرىشىدۇ.
- قانداقلا بولمىسۇن، يۇقىرى سۈپەتلىك سانلىق مەلۇماتلارغا ئېرىشىشنىڭ قىيىنلىقى ۋە كۈتۈلمىگەن ۋەقەلەرنى مودېللاشتۇرۇشنىڭ مۇمكىن ئەمەسلىكى قاتارلىق قىيىنچىلىقلار يەنىلا مەۋجۇت.
- بۇ تېخنىكا تېبابەتنىڭ كەلگۈسى ئۈچۈن زور ئۈمىدۋار بولسىمۇ، ئۇ يەنىلا دەسلەپكى باسقۇچتا تۇرماقتا. ئەگەر سىزدە قانداقلا بىر ئەندىشى ياكى گۇمان بولسا، دوختۇرىڭىز بىلەن سۆزلىشىش مۇھىم.
💬 Comments (0)
تېخى ھېچقانداق باھا يوللانمىدى. باھايىڭىزنى بۇ يەرگە تۇنجى قېتىم قوشۇڭ.
باھايىڭىزنى قوشۇڭ