कैसे 'आर्टी.इंटेलिजेंस'और 'मशिन लर्निंग' हेल्थकेयर में क्रांति ला रहे है, कुछ खतरों के साथ ?
'आर्टी.इंटेलिजेंस' के साथ 'मशीन लर्निंग' हेल्थकेयर सेक्टर की नई क्रांति में अपना स्थान निर्माण कर रहे हैं। हैल्थ केयर अवसर के लिए एचआईएमएसएस मशीन लर्निंग एंड एआई के पूर्वावलोकन में, कैरियम ट्रेंडी सुझाव द्वारा 'मैट फिशर' सिंथेटिक इंटेलिजेंस से संबंधित क्षमता दायित्व के दो क्षेत्रों की व्याख्या करते है, और बताते है कि स्वास्थ्य एजेंसियां कैसे खुद को उसके अनुरूप ढाल सकती हैं।
जैसे-जैसे डिवाइस को जानना और सिंथेटिक इंटेलिजेंस स्वास्थ्य सेवा में सर्वव्यापी हो गया है, उनके संभावित प्रभावों के बारे में सवाल उठाये जाने लगे हैं और वह स्वाभाविक है।
"यह अभी भी एक उभरता हुआ क्षेत्र है," फिशर ने एक साक्षात्कार में समझाते हैं... "विभिन्न प्रश्नों का एक समूह है जिसके बारे में खतरे और देनदारियां संभवतः बढ़ जाएंगी।"
'फिशर', जो इस दिसंबर में एचआईएमएसएस मशीन लर्निंग और एआई फॉर हेल्थकेयर अवसर और कठिनाई पर एक पैनल का संचालन कर रहे हैं, इस विषय के दो प्रमुख क्षेत्रों साइबर सुरक्षा और पूर्वाग्रह का भी वर्णन किया है।
जब साइबर सुरक्षा की बात आती है, तो उन्होंने कहा, क्षमता की समस्याएं मॉडल के उपयोग के परिणाम के साथ इतनी ज्यादा नहीं हैं जितनी कि इसे प्रशिक्षण की प्रक्रिया के साथ जुड़ी हुई दिखाई देती हैं। "यदि बड़े संगठन एक स्वास्थ्य सेवा उपकरण के साथ अनुबंध कर रहे हैं, तो हम तथ्यों पर शोध करने और नए परिणामों को व्यक्त करने के लिए नई प्रणाली विकसित करने के लिए काम करने जा रहे हैं," फिशर आगे कहते हैं।
इससे जुड़ी हुई सारी जानकारी रिस्क फैक्टर्स के लिए एक रसदार लक्ष्य बनाना चाह सकती है। "अगर एक फिटनेस डिवाइस एक बड़े तकनीकी निगम को संरक्षित स्वास्थ्य रिकॉर्ड स्थानांतरित कर रहा है, तो अब आपके पास गोपनीयता की समस्या नहीं है, पर सुरक्षा समस्या भी है," वह कहते हैं। "उन्हें यह सुनिश्चित करने की ज़रूरत है कि उनके सिस्टम हमले के विरोध में बचाव के लिए डिज़ाइन किए गए हैं या नहीं।"
कुछ अस्पताल जो रैंसमवेयर के माध्यम से पीड़ित हो सकते हैं, उन्हें प्रभावित रोगियों से अदालती मामलों की दोहरी मार झेलनी पड़ी है, जो कहते हैं कि स्वास्थ्य संरचनाओं को अपने रिकॉर्ड को बचाने के लिए और अधिक कदम उठाने की जरूरत है।
"संवेदनशील रिकॉर्ड के साथ काम करने वाला कोई भी व्यक्ति इसके बारे में जागरूक होना और उस पर विचार करना चाहता है," उन्होंने कहा।
यदि कोई उपकरण किसी रोगी के लिए सर्वोत्तम अंतिम परिणामों की तुलना में बहुत कम नियमों और प्रभावों के पक्षपाती सेट पर निर्भर करता है, जो संभावित रूप से निर्माता या स्वास्थ्य उद्यम के विरोध में दावों को जन्म दे सकता है। एक उदाहरण के रूप में, अनुसंधान ने दिखाया है कि पक्षपाती फैशन भी बदतर हो सकता है । जैसे COVID-19 महामारी की वजह से मनुष्यों पर पहले से ही प्रतिकूल प्रभाव पड़ा है।
"आपने इलेक्ट्रॉनिक स्वास्थ्य रिपोर्ट से जुड़े दावों को कदाचार के मामलों में देखना शुरू कर दिया है," फिशर कहते हैं। उन्होंने कहा कि यदि कोई मरीज घर पर किसी उपकरण से खराब परिणाम की रिपोर्ट करता है, तो वे निर्माता के खिलाफ दावा कर सकते हैं।
और एक नैदानिक सेटिंग में एक उपकरण पर गिनती करने वाला एक चिकित्सक जो मानव के विशिष्ट समूहों के लिए विभिन्न प्रभावों के लिए जिम्मेदार नहीं है, शायद एक कदाचार के मुकदमे के लिए जिम्मेदार बताया जा सकता है। फिशर कहते हैं, "जब आपके पास उन प्रकार की समस्याएं व्यापक रूप से बताई जाती हैं और इंगित की जाती हैं, तो यह उन मनुष्यों को खोजने की कोशिश करने के लिए एक अनुकूल पैनोरमा प्रदान करता है जिन्हें नुकसान पहुंचाया गया है।"
अगले कुछ वर्षों में, "हम उन दावों को ऊपर उठते हुए देखना शुरू करेंगे।"
फिशर ने कहा, ऐसे जेल खतरों को संबोधित करना और रोकना परिदृश्य पर निर्भर करता है। जब कोई उद्यम किसी उपकरण की सदस्यता लेने या उसे लागू करने के लिए जाता है, तो फिशर कहते हैं, "उसे विक्रेता की स्क्रीनिंग करनी चाहिए: नियमों का एक सेट कैसे विकसित हुआ और मशीन कैसे शिक्षित हुई, जैसे कि किस प्रतिनिधि आबादी पर इसका परीक्षण किया गया था, आदि के बारे में प्रश्न पूछें जाने चाहिए"।
"अगर यह प्रभावित व्यक्ति की देखभाल के साथ तुरंत बातचीत करने जा रहा है, तो उचित होने पर सूचित सहमति में डिवाइस की कार्यक्षमता को याद करें," उन्होंने कहा।
फिशर ने कहा कि उन्हें उम्मीद है कि पैनल के उपस्थित लोग अपने स्वयं के निगमों में आपराधिक खतरों के बारे में प्रवचन में बातचीत करने के लिए प्रेरित चर्चा छोड़ देंगे। "मैं चाहता हूं कि यह मनुष्यों को इस पर विचार करने और बोलने के लिए प्रेरित करे," उन्होंने कहा।
अंतत: उन्होंने कहा, जबकि एक संगठन दायित्व को कम करने के लिए कदम उठाने की आवश्यकता है, अब यह संभव नहीं है कि आप अपने आप को पूरी तरह से धोखाधड़ी के खतरे से बचा सकें। "आप किसी मामले को पेश होने से कभी नहीं रोक सकते," उन्होंने कहा, लेकिन "आप अपने आप को अच्छे स्तर पर स्थापित करने का प्रयास कर सकते हैं।"
चुनौतियां बड़ी हैं पर अगर उद्देश्य सही हैं तो इसे कामयाब बनाया जा सकता है।
जैसे-जैसे डिवाइस को जानना और सिंथेटिक इंटेलिजेंस स्वास्थ्य सेवा में सर्वव्यापी हो गया है, उनके संभावित प्रभावों के बारे में सवाल उठाये जाने लगे हैं और वह स्वाभाविक है।
"यह अभी भी एक उभरता हुआ क्षेत्र है," फिशर ने एक साक्षात्कार में समझाते हैं... "विभिन्न प्रश्नों का एक समूह है जिसके बारे में खतरे और देनदारियां संभवतः बढ़ जाएंगी।"
'फिशर', जो इस दिसंबर में एचआईएमएसएस मशीन लर्निंग और एआई फॉर हेल्थकेयर अवसर और कठिनाई पर एक पैनल का संचालन कर रहे हैं, इस विषय के दो प्रमुख क्षेत्रों साइबर सुरक्षा और पूर्वाग्रह का भी वर्णन किया है।
जब साइबर सुरक्षा की बात आती है, तो उन्होंने कहा, क्षमता की समस्याएं मॉडल के उपयोग के परिणाम के साथ इतनी ज्यादा नहीं हैं जितनी कि इसे प्रशिक्षण की प्रक्रिया के साथ जुड़ी हुई दिखाई देती हैं। "यदि बड़े संगठन एक स्वास्थ्य सेवा उपकरण के साथ अनुबंध कर रहे हैं, तो हम तथ्यों पर शोध करने और नए परिणामों को व्यक्त करने के लिए नई प्रणाली विकसित करने के लिए काम करने जा रहे हैं," फिशर आगे कहते हैं।
इससे जुड़ी हुई सारी जानकारी रिस्क फैक्टर्स के लिए एक रसदार लक्ष्य बनाना चाह सकती है। "अगर एक फिटनेस डिवाइस एक बड़े तकनीकी निगम को संरक्षित स्वास्थ्य रिकॉर्ड स्थानांतरित कर रहा है, तो अब आपके पास गोपनीयता की समस्या नहीं है, पर सुरक्षा समस्या भी है," वह कहते हैं। "उन्हें यह सुनिश्चित करने की ज़रूरत है कि उनके सिस्टम हमले के विरोध में बचाव के लिए डिज़ाइन किए गए हैं या नहीं।"
कुछ अस्पताल जो रैंसमवेयर के माध्यम से पीड़ित हो सकते हैं, उन्हें प्रभावित रोगियों से अदालती मामलों की दोहरी मार झेलनी पड़ी है, जो कहते हैं कि स्वास्थ्य संरचनाओं को अपने रिकॉर्ड को बचाने के लिए और अधिक कदम उठाने की जरूरत है।
"संवेदनशील रिकॉर्ड के साथ काम करने वाला कोई भी व्यक्ति इसके बारे में जागरूक होना और उस पर विचार करना चाहता है," उन्होंने कहा।
यदि कोई उपकरण किसी रोगी के लिए सर्वोत्तम अंतिम परिणामों की तुलना में बहुत कम नियमों और प्रभावों के पक्षपाती सेट पर निर्भर करता है, जो संभावित रूप से निर्माता या स्वास्थ्य उद्यम के विरोध में दावों को जन्म दे सकता है। एक उदाहरण के रूप में, अनुसंधान ने दिखाया है कि पक्षपाती फैशन भी बदतर हो सकता है । जैसे COVID-19 महामारी की वजह से मनुष्यों पर पहले से ही प्रतिकूल प्रभाव पड़ा है।
"आपने इलेक्ट्रॉनिक स्वास्थ्य रिपोर्ट से जुड़े दावों को कदाचार के मामलों में देखना शुरू कर दिया है," फिशर कहते हैं। उन्होंने कहा कि यदि कोई मरीज घर पर किसी उपकरण से खराब परिणाम की रिपोर्ट करता है, तो वे निर्माता के खिलाफ दावा कर सकते हैं।
और एक नैदानिक सेटिंग में एक उपकरण पर गिनती करने वाला एक चिकित्सक जो मानव के विशिष्ट समूहों के लिए विभिन्न प्रभावों के लिए जिम्मेदार नहीं है, शायद एक कदाचार के मुकदमे के लिए जिम्मेदार बताया जा सकता है। फिशर कहते हैं, "जब आपके पास उन प्रकार की समस्याएं व्यापक रूप से बताई जाती हैं और इंगित की जाती हैं, तो यह उन मनुष्यों को खोजने की कोशिश करने के लिए एक अनुकूल पैनोरमा प्रदान करता है जिन्हें नुकसान पहुंचाया गया है।"
अगले कुछ वर्षों में, "हम उन दावों को ऊपर उठते हुए देखना शुरू करेंगे।"
फिशर ने कहा, ऐसे जेल खतरों को संबोधित करना और रोकना परिदृश्य पर निर्भर करता है। जब कोई उद्यम किसी उपकरण की सदस्यता लेने या उसे लागू करने के लिए जाता है, तो फिशर कहते हैं, "उसे विक्रेता की स्क्रीनिंग करनी चाहिए: नियमों का एक सेट कैसे विकसित हुआ और मशीन कैसे शिक्षित हुई, जैसे कि किस प्रतिनिधि आबादी पर इसका परीक्षण किया गया था, आदि के बारे में प्रश्न पूछें जाने चाहिए"।
"अगर यह प्रभावित व्यक्ति की देखभाल के साथ तुरंत बातचीत करने जा रहा है, तो उचित होने पर सूचित सहमति में डिवाइस की कार्यक्षमता को याद करें," उन्होंने कहा।
फिशर ने कहा कि उन्हें उम्मीद है कि पैनल के उपस्थित लोग अपने स्वयं के निगमों में आपराधिक खतरों के बारे में प्रवचन में बातचीत करने के लिए प्रेरित चर्चा छोड़ देंगे। "मैं चाहता हूं कि यह मनुष्यों को इस पर विचार करने और बोलने के लिए प्रेरित करे," उन्होंने कहा।
अंतत: उन्होंने कहा, जबकि एक संगठन दायित्व को कम करने के लिए कदम उठाने की आवश्यकता है, अब यह संभव नहीं है कि आप अपने आप को पूरी तरह से धोखाधड़ी के खतरे से बचा सकें। "आप किसी मामले को पेश होने से कभी नहीं रोक सकते," उन्होंने कहा, लेकिन "आप अपने आप को अच्छे स्तर पर स्थापित करने का प्रयास कर सकते हैं।"
चुनौतियां बड़ी हैं पर अगर उद्देश्य सही हैं तो इसे कामयाब बनाया जा सकता है।
टिप्पणियाँ
एक टिप्पणी भेजें