یہ ابتدائی پتہ لگانے کے لیے ایک اہم ذریعہ بن سکتا ہے۔
یوکے ہیلتھ سیکیورٹی ایجنسی (UKHSA) اس بات کی کھوج کر رہی ہے کہ کس طرح AI کھانے سے پیدا ہونے والی بیماریوں کے پھیلنے کا پتہ لگانے اور ان کی تحقیقات میں مدد کر سکتا ہے۔
ایک نئی مطالعہ UKHSA کے ماہرین نے آن لائن ریستوراں کے جائزوں میں متن کا پتہ لگانے اور درجہ بندی کرنے کی صلاحیت کے لیے مختلف AI ماڈلز کا اندازہ لگایا ہے۔
یہ نقطہ نظر ایک دن خوراک سے پیدا ہونے والی بیماری کے پھیلنے کی تحقیقات کو شناخت کرنے اور ان کو نشانہ بنانے میں مدد کر سکتا ہے، ممکنہ طور پر صحت عامہ کے ردعمل کے اوقات کو بہتر بنا سکتا ہے اور بیماری کے پھیلاؤ کو کم کر سکتا ہے۔
کھانے سے پیدا ہونے والی معدے (GI) بیماری، جو الٹی اور اسہال کا سبب بنتی ہے، برطانیہ میں صحت عامہ کا ایک اہم بوجھ ہے۔
ہر سال لاکھوں لوگ بیمار ہو جاتے ہیں، لیکن زیادہ تر کیسز کی باقاعدہ تشخیص نہیں ہوتی۔
اس سے وباء کے حقیقی پیمانے اور ان کے ذرائع کا تعین کرنا مشکل ہو جاتا ہے۔
UKHSA کے سائنسدانوں نے GI بیماری سے متعلق علامات، جیسے اسہال، الٹی، اور پیٹ میں درد کے لیے ہزاروں آن لائن جائزوں کا تجزیہ کرنے کی ان کی صلاحیت کا اندازہ لگانے کے لیے بڑے زبان کے ماڈلز کا معائنہ کیا۔
انہوں نے بیماری سے پہلے کھائے جانے والے مختلف کھانوں کی رپورٹس کو بھی دیکھا۔
اگر AI ممکنہ وباء کی درست شناخت کر سکتا ہے، تو یہ جلد پتہ لگانے اور مداخلت کے لیے ایک اہم ذریعہ بن سکتا ہے۔
محققین کا خیال ہے کہ AI موجودہ نظاموں کے ذریعے پکڑے گئے کیسز کی نشاندہی کرکے اور پھیلنے کے ممکنہ ذرائع کے بارے میں سراغ فراہم کرکے موجودہ بیماریوں کی نگرانی کو بہتر بنا سکتا ہے۔
روایتی طریقے خود رپورٹنگ اور باضابطہ تشخیص پر انحصار کرتے ہیں، جس کا مطلب ہے کہ بہت سے کیسز غیر ریکارڈ شدہ ہیں۔ AI سے چلنے والی مانیٹرنگ ریئل ٹائم میں حقیقی دنیا کے ڈیٹا کا تجزیہ کر کے اس فرق کو پر کر سکتی ہے۔
تاہم، مطالعہ نے ان چیلنجوں پر روشنی ڈالی جن کو AI کو معمول کے مطابق استعمال کرنے سے پہلے حل کرنے کی ضرورت ہے۔
ریئل ٹائم ڈیٹا تک رسائی ایک اہم مسئلہ ہے۔
اگرچہ AI بیماری سے منسلک کھانے کی عمومی اقسام کی شناخت کر سکتا ہے، لیکن مخصوص اجزاء کی نشاندہی کرنا مشکل ہے۔ ہجے کی مختلف حالتوں، بول چال، اور بیماری کی غلط رپورٹس کو بھی رکاوٹوں کے طور پر شناخت کیا گیا۔
مزید برآں، رازداری کے خدشات اور ڈیٹا شیئرنگ کی پابندیاں AI سے چلنے والی نگرانی کو لاگو کرنے میں مزید چیلنجز پیدا کر سکتی ہیں۔
UKHSA کے چیف ڈیٹا آفیسر پروفیسر سٹیون ریلی نے کہا:
"ہم اپنی بیماری کی نگرانی کو بڑھانے کے لیے مسلسل نئے اور مؤثر طریقے تلاش کر رہے ہیں۔
"اس طرح AI کا استعمال جلد ہی ہمیں روایتی وبائی طریقوں کے ساتھ مل کر، زیادہ سے زیادہ لوگوں کو بیمار ہونے سے روکنے کے لیے، خوراک سے پیدا ہونے والی بیماری کے مزید پھیلنے کے ممکنہ ذریعہ کی نشاندہی کرنے میں مدد کر سکتا ہے۔
"مزید کام کی ضرورت ہے اس سے پہلے کہ ہم ان طریقوں کو خوراک سے پیدا ہونے والی بیماریوں کے پھیلنے سے نمٹنے کے لیے اپنے معمول کے نقطہ نظر میں اپنا لیں۔"
پچھلی تحقیق میں ریستوران کے جائزوں کا تجزیہ کرنے کے لیے AI کی صلاحیت کا جائزہ لیا گیا تھا، لیکن UKHSA کا مطالعہ بیماری کے پھیلاؤ کا پتہ لگانے کے لیے اصطلاحات کی مزید تفصیلی فہرست کا استعمال کرتے ہوئے اس میں توسیع کرتا ہے۔
تحقیق میں مختلف AI ماڈلز کی جانچ کرنا شامل تھا تاکہ یہ معلوم کیا جا سکے کہ کون سے غلط مثبت کو کم کرتے ہوئے متعلقہ معلومات کی سب سے زیادہ مؤثر طریقے سے شناخت کر سکتے ہیں۔
3,000 سے زیادہ جائزے اکٹھے اور فلٹر کرنے کے بعد وبائی امراض کے ماہرین کے ذریعہ دستی طور پر تشریح کیے گئے تھے۔ متعلقہ علامات کے لیے جی آئی سے متعلقہ مطلوبہ الفاظ پر مشتمل جائزوں کی جانچ کی گئی۔
غیر مخصوص علامات جیسے سر درد، بخار، اور سانس کے مسائل کو تجزیہ سے خارج کر دیا گیا تھا۔
کھانے سے پیدا ہونے والی بیماری کے رجحانات کا پتہ لگانے کے لیے AI کی صلاحیت کو بہتر بنا کر، UKHSA صحت عامہ کے لیے ایک زیادہ مضبوط اور موثر نگرانی کا نظام تیار کرنے کی امید رکھتا ہے۔
... لوڈ کر رہا ہے