लुसनमा विकसित गरिएको ढाँचाले स्वास्थ्य सेवामा भाषा मोडेलहरूको प्रयोगलाई अझ निरीक्षणयोग्य बनाउन डेटा, कोड र मूल्याङ्कनहरूको दस्तावेजीकरण गर्दछ।

स्वास्थ्य सेवा त्यस्तो क्षेत्र हो जहाँकृत्रिम बुद्धिमत्ता र ठूलो डेटा यो बढी सावधानीका साथ अगाडि बढिरहेको छ, चासोको कमीले होइन, तर त्रुटिले मानिसहरूमा प्रत्यक्ष परिणामहरू निम्त्याउँछ। डाक्टरहरूको कामलाई समर्थन गर्न ठूला भाषा मोडेलहरू पहिले नै प्रयोग गरिएका छन्, वा परीक्षण गरिएका छन्: तिनीहरूले निदानलाई मार्गदर्शन गर्न, क्लिनिकल कागजातहरू संक्षेप गर्न, प्राथमिकताहरू सुझाव दिन, वा आपतकालीन कोठा निर्णयहरूमा सहयोग गर्न मद्दत गर्न सक्छन्। यद्यपि, महत्वपूर्ण बिन्दु प्रमाणीकरण रहन्छ। यदि प्रणालीले यसको डेटा, विधिहरू, र प्रशिक्षण मापदण्डहरू पहुँचयोग्य नबनाई सिफारिस उत्पादन गर्छ भने, स्वतन्त्र नियन्त्रण कमजोर हुन्छ।

यही बिन्दुमा उसले हस्तक्षेप गर्छ मेडिट्रोनएफओ, द्वारा घोषणा गरिएकोÉcole Polytechnique Fédérale de Lausanneवाउड विश्वविद्यालयका अनुसार, यो निर्माणको लागि पहिलो पूर्ण रूपमा खुला रूपरेखा हो ठूला भाषा मोडेल डाक्टरहरूजोड अन्तिम मोडेलको उपलब्धतामा मात्र नभई सम्पूर्ण विकास शृङ्खलामा दिइएको छ: डेटा, कोड, प्रशिक्षण प्रक्रियाहरू, कागजातहरू, र मूल्याङ्कनहरू। नियमन गरिएको, संवेदनशील र व्यावसायिक रूपमा जवाफदेही उद्योगमा, यो भिन्नता नगण्य छैन।

यो परियोजनाको जन्म सन् १८७० मा भएको थियो बुद्धिमान विश्वव्यापी स्वास्थ्य र मानवीय प्रतिक्रिया प्रविधिहरूको लागि प्रयोगशालाहोइन, आउनुहोस् प्रकाश, EPFL मा कम्प्युटर र सञ्चार विज्ञान स्कूल भित्र। प्राविधिक आधार २०२३ मा जारी गरिएको मेडिट्रोन द्वारा पहिले नै प्रयोग गरिएको खुला हो, तर अहिले प्रस्तुत गरिएको विकासले सम्पूर्ण निर्माण विधिलाई अझ पारदर्शी बनाउने लक्ष्य राखेको छ। उल्लेखित लक्ष्य आधारभूत खुला मोडेलहरूको "चिकित्साकरण" सक्षम पार्नु हो, अर्थात्, क्लिनिकल ज्ञान, दस्तावेजीकृत डेटासेटहरू, र विशिष्ट प्रमाणीकरण प्रक्रियाहरू मार्फत स्वास्थ्य सेवा डोमेनमा तिनीहरूको अनुकूलन।

किन उद्घाटनको तौल मोडेल रिलीज भन्दा बढी छ?

एआई भाषामा, "खुला" शब्द प्रायः असंगत रूपमा प्रयोग गरिन्छ। मोडेलले तौल उपलब्ध गराउन सक्छ, तर डेटासेटहरू, फिल्टरिङ चरणहरू, प्रशिक्षण विकल्पहरू, वा मूल्याङ्कन प्रोटोकलहरू अपारदर्शी राख्न सक्छ। क्लिनिकल प्रयोगको लागि, यो आंशिक खुलापनले लेखा परीक्षण समस्या सिर्जना गर्दछ: अस्पतालहरू, अनुसन्धानकर्ताहरू, अधिकारीहरू, र चिकित्सा समुदायले परिणामहरू देख्न सक्छन्, तर तिनीहरू कसरी प्राप्त गरियो भनेर सधैं पुनर्निर्माण गर्दैनन्।

मेडिट्रोनएफओ यो खाडललाई पूरा गर्ने प्रयास गर्दछ। यो रूपरेखा पूर्ण रूपमा खुला आधार मोडेलहरूमा लागू गरिएको छ, जसमा ओल्मो, युरोएलएलएम e खुला, स्विस एआई इनिसिएटिभको भागको रूपमा EPFL र ETH जुरिचद्वारा विकसित स्विस मोडेल। यो कदम महत्त्वपूर्ण छ किनकि यसले पृथक प्रदर्शनबाट ध्यान केन्द्रित गर्दछ विकास ट्रेसेबिलिटीचिकित्सामा, प्रणालीले प्रतिक्रियामा लैजाने बाटो जान्नु प्रतिक्रियाको शुद्धता मापन गर्नु जत्तिकै महत्त्वपूर्ण हुन सक्छ।

जेभियर थेइमर-लियनहार्डLiGHT मा मेडिट्रोनको नेतृत्व गर्ने एक विद्यावारिधि विद्यार्थी, क्लिनिकल प्रशिक्षण र मोडेल प्रशिक्षण बीचको प्रत्यक्ष तुलनाको साथ सिद्धान्तको सारांश दिन्छन्।

"हामी त्यस्तो डाक्टरलाई कहिल्यै विश्वास गर्दैनौं जसको तालिम प्रमाणित गर्न सकिँदैन: स्वास्थ्य सेवामा एआईमा पनि यही मापदण्ड लागू हुनुपर्छ।"

यो कथनले जेनेरेटिभ प्रणालीहरूको बहसमा प्रायः बेवास्ता गरिएको एउटा पक्षलाई स्पष्ट पार्छ: विश्वसनीयता प्रभावकारी इन्टरफेसको उपलब्धतासँग मेल खाँदैन। बरु, यसको लागि कागजात, पुनरुत्पादन क्षमता र नियन्त्रण गर्ने क्षमता आवश्यक पर्दछ। यो मुद्दाले सुरक्षा र गोपनीयता, किनभने स्वास्थ्य सेवा मोडेलहरूले संवेदनशील जानकारीमा सीमाना लगाउन सक्ने ज्ञान र डेटा प्रशोधन गर्छन्, जबकि तिनीहरूले प्रत्यक्ष रूपमा पहिचान गर्न सकिने मेडिकल रेकर्डहरू समावेश गर्दैनन्।

खुला घटकले आफैंले पूर्वाग्रह, त्रुटि, वा दुरुपयोगको जोखिमलाई हटाउँदैन। यद्यपि, यसले स्वतन्त्र विश्लेषणको लागि मुख्य अवरोधहरू मध्ये एकलाई कम गर्छ। अर्को शब्दमा, यसले स्वचालित रूपमा क्लिनिकल सुरक्षाको ग्यारेन्टी गर्दैन, तर यसले प्रमाणीकरण, तुलना र सुधारको कामलाई अझ ठोस बनाउँछ।

अन्तिम परीक्षण मात्र होइन, निर्माणमा संलग्न चिकित्सकहरू

परियोजनाको एउटा विशिष्ट विशेषता भनेको प्रारम्भिक चरणका स्वास्थ्य सेवा पेशेवरहरूको संलग्नता हो। EPFL का अनुसार, MeditronFO डेटा चयन, आउटपुट प्रमाणीकरण, र सम्भावित महत्वपूर्ण समस्याहरूको पहिचानमा संलग्न चिकित्सकहरूसँग विकसित गरिएको थियो। यो दृष्टिकोणले औपचारिक रूपमा परिष्कृत उपकरणहरू विकास गर्ने जोखिम कम गर्छ जुन दैनिक अभ्याससँग राम्रोसँग मिल्दैन।

प्रमाणीकरण पनि पास हुन्छ MOOVE, म्यासिभ ओपन अनलाइन भ्यालिडेसन एण्ड इभ्यालुएसनको संक्षिप्त रूप, एउटा वातावरण जसको माध्यमबाट चिकित्सकहरूले मोडेलहरूको मूल्याङ्कन र निरन्तर सुधारमा भाग लिन्छन्। वास्तविक-विश्व औषधिसँग अन्तर्क्रिया गर्न डिजाइन गरिएको प्रविधिको लागि, यो एउटा महत्त्वपूर्ण बुँदा हो: चुनौती भनेको केवल प्रश्नको सही जवाफ दिनु मात्र होइन, तर चिकित्सकले काम गर्ने जस्तै परिस्थितिहरूमा त्यसो गर्नु हो, समयको बाधा, अपूर्ण जानकारी र सञ्चालन जिम्मेवारीहरू सहित।

यो ढाँचाले सार्वजनिक चिकित्सा डेटासेटहरूलाई चिकित्सा परीक्षण, दिशानिर्देश, र वास्तविक-विश्व बिरामी केसहरूबाट प्राप्त चिकित्सक-समीक्षा गरिएको सिंथेटिक डेटासँग संयोजन गर्दछ। EPFL स्रोतले माथिबाट लिइएका विशेषज्ञ-क्युरेट गरिएका क्लिनिकल डेटासेटहरूको सेटको प्रयोगलाई पनि संकेत गर्दछ। ४६,००० क्लिनिकल अभ्यास दिशानिर्देशहरूयो महत्त्वपूर्ण डेटा हो किनभने यसले मोडेलहरूलाई विशेषज्ञता दिन प्रयोग गरिने कागजातको स्केल देखाउँछ, तर यसलाई गुणस्तरको मुद्दासँग संयोजन गरेर पढ्नुपर्छ: स्वास्थ्य सेवामा, समावेश गरिएको ज्ञानको मात्रा पर्याप्त हुँदैन यदि यो चयन, समीक्षा र सन्दर्भीकरणको साथमा छैन भने।

मेरी-एन हार्टले, डाक्टर र निर्देशक,प्रकाश मोडेलहरूको प्रतिस्पर्धात्मकतालाई चिकित्सक र समुदायहरूको सक्रिय भूमिकासँग जोड्दछ।

"हाम्रा खोजहरूले देखाउँछन् कि चिकित्सकहरू र समुदायहरूको सक्रिय संलग्नतामा प्रतिस्पर्धी चिकित्सा मोडेलहरू निर्माण गर्न सकिन्छ।"

यो परिवर्तनको संगठनात्मक प्रभाव छ। मेडिकल एआईलाई बाहिरबाट स्वास्थ्य सेवा प्रणालीमा असर पार्न ल्याइएको उपकरणको रूपमा प्रस्तुत गरिएको छैन, तर प्रक्रियाहरू, आवर्ती त्रुटिहरू, संस्थागत अवरोधहरू, र सन्दर्भहरू बीचको भिन्नताहरूसँग परिचित व्यक्तिहरूसँग विकास गरिने सफ्टवेयर वास्तुकलाको रूपमा प्रस्तुत गरिएको छ। हेल्थटेक कम्पनीहरू, विश्वविद्यालय केन्द्रहरू, र अस्पतालहरूको लागि, पाठ स्पष्ट छ: केन्द्रबाट स्थानान्तरण अनुसन्धान र विकास क्लिनिकल अभ्यासको लागि केवल कम्प्युटेसनल शक्ति मात्र होइन, शासन आवश्यक पर्दछ।

प्राविधिक नतिजाहरू र स्विट्जरल्याण्डको उच्च कम्प्युटिङ शक्तिको भूमिका

कार्यसम्पादनको सन्दर्भमा, EPFL ले रिपोर्ट गर्छ कि प्रत्येक MeditronFO मोडेलले आफ्नो सम्बन्धित आधार मोडेललाई राम्रो प्रदर्शन गर्यो। प्रेस विज्ञप्तिमा उल्लेख गरिएको सबैभन्दा राम्रो नतिजा एपर्टस-७०बी-मेडिट्रोनएफओ, जसले चिकित्सा परीक्षणहरूमा प्रदर्शन सुधार गर्यो ३.३ प्रतिशत अंक अन्तर्निहित मोडेलको तुलनामा। डेटालाई सावधानीपूर्वक व्याख्या गरिनुपर्छ: बेन्चमार्कहरू प्राविधिक कन्फिगरेसनहरू तुलना गर्न उपयोगी छन्, तर तिनीहरू वास्तविक-विश्व वातावरणमा क्लिनिकल मूल्याङ्कनको विकल्प होइनन्।

केसको औद्योगिक सान्दर्भिकता यसलाई समर्थन गर्ने पूर्वाधारमा पनि निहित छ। MeditronFO को विकासलाई द्वारा समर्थित गरिएको थियो स्विस एआई पहल, EPFL, ETH जुरिच र बीचको सहकार्य CSCS, स्विस राष्ट्रिय सुपरकम्प्युटिङ केन्द्र। पहलको वेबसाइटका अनुसार, यो कार्यक्रम डिसेम्बर २०२३ मा सुरु गरिएको थियो जसमा १ करोड GPU घण्टा आल्प्समा, CSCS द्वारा संचालित सुपर कम्प्युटर, र को कोषबाट 20 मिलियन स्विस फ्रैंक संघीय पोलिटेक्निक डोमेन द्वारा।

यी तथ्याङ्कहरूले स्वास्थ्य सेवामा प्रतिस्पर्धा किन एल्गोरिदम र डेटासेटहरूको बारेमा मात्र होइन भनेर देखाउँछन्। यसको लागि कम्प्युटिङ पावर, वितरित विशेषज्ञता, मूल्याङ्कन पूर्वाधार, र अनुसन्धानको एक महत्वपूर्ण समूह आवश्यक पर्दछ। स्विस एआई इनिसिएटिभ आफैंले अधिकको योगदानबाट लाभ उठाउने दाबी गर्दछ ... 800 शोधकर्ताहरू, सहित एआईमा केन्द्रित ७० प्राध्यापकहरू, दस भन्दा बढी शैक्षिक संस्थाहरूबाट Svizzeraयस रूपरेखामा, सुपर कम्प्युटर यो साधारण प्राविधिक गतिवर्धक होइन, तर वैज्ञानिक सार्वभौमिकताको एक घटक हो।

एपर्टससँगको सम्बन्धले पनि यो व्याख्यालाई बलियो बनाउँछ। परियोजना वेबसाइटले यसलाई EPFL, ETH जुरिच, र CSCS सँग स्विस एआई इनिसिएटिभद्वारा विकसित सार्वभौम एआईको लागि पूर्ण रूपमा खुला आधार मोडेलको रूपमा वर्णन गर्दछ। एपर्टसले आफ्नो तौल, डेटा, कोड, विधिहरू, र पङ्क्तिबद्धता सिद्धान्तहरूमा खुलापनको दाबी गर्दछ। मेडिट्रोनएफओले यो आधारलाई चिकित्सा क्षेत्रमा विशेषज्ञता हासिल गर्न मोडेलहरू मध्ये एकको रूपमा प्रयोग गर्दछ, खुलापनको लागि अपस्ट्रीम दृष्टिकोणले कसरी थप नियन्त्रणयोग्य ठाडो अनुप्रयोगहरू उत्पन्न गर्न सक्छ भनेर प्रदर्शन गर्दछ।

प्रयोगदेखि वार्डसम्म, तान्जानियामा परीक्षण स्थल

अर्को चरण केवल नयाँ मोडेलको तुलना मात्र हुनेछैन। EPFL का अनुसार, टोलीले धेरै साइटहरूमा क्लिनिकल परीक्षणहरू तयार गरिरहेको छ, देखि Svizzera एक तान्जानिया, वास्तविक-विश्व स्वास्थ्य सेवा सेटिङहरूमा डाक्टरहरूले एआई कसरी प्रयोग गर्छन् भनेर मूल्याङ्कन गर्न। परीक्षणहरूले चिकित्सकहरूले उत्पन्न सिफारिसहरू पालना गर्छन् वा अस्वीकार गर्छन् र यी निर्णयहरूले बिरामी हेरचाहलाई कसरी असर गर्छ भनेर अवलोकन गर्नेछन्।

EPFL द्वारा उल्लेख गरिएको बहु-वर्षीय परियोजना, जसलाई भनिन्छ मेड.यूएस, ले अनावश्यक उपचार र हस्तक्षेपहरू घटाएर हेरचाहको गुणस्तर सुधार गर्न AI ले मद्दत गर्न सक्छ कि सक्दैन भनेर बुझ्ने लक्ष्य पनि राख्छ। यो एक नाजुक क्षेत्र हो: यदि उपलब्ध जानकारीको गुणस्तर सुधार गर्छ भने निर्णय समर्थन प्रणाली उपयोगी हुन सक्छ, तर यदि यसले स्वचालन परिचय गराउँछ वा एल्गोरिथमिक सिफारिसहरूमा अत्यधिक विश्वासलाई प्रोत्साहित गर्छ भने यो समस्याग्रस्त हुन सक्छ।

हार्टलीले विशेष गरी प्राविधिक परीक्षणहरूमा मात्र नभई उपचार मार्गहरूमा प्रभाव मापन गर्न आवश्यक रहेको आह्वान गर्छन्।

"बिरामीको नतिजाको आधारमा वास्तविक-विश्व प्रतिक्रिया प्राप्त गर्नु महत्त्वपूर्ण छ।"

निरीक्षण गर्न सकिएमा क्लिनिकल एआई अझ विश्वसनीय हुनेछ।

स्वास्थ्य सेवा क्षेत्रको लागि, MeditronFO ले स्पष्ट दिशा सुझाव दिन्छ: क्लिनिकल एआई अधिक विश्वसनीय हुनेछ जब यसलाई स्वतन्त्र समुदायहरूद्वारा निरीक्षण, अनुकूलन र मूल्याङ्कन गर्न सकिन्छ। व्यवसायहरूको लागि, यसको अर्थ स्वामित्व मोडेलहरूले पारदर्शिताको बढ्दो अपेक्षाहरूसँग संघर्ष गर्नुपर्नेछ। संस्थाहरूको लागि, मुद्दा औपचारिक र वास्तविक खुलापन बीचको भिन्नता छुट्याउने नियमहरू परिभाषित गर्ने क्षमतासँग सम्बन्धित छ।

यो सोच्नु अवास्तविक छ कि सबै चिकित्सा प्रणालीहरू आधारित छन् मेशिन सिकाइ e गहिरो शिक्षा पूर्ण रूपमा खुला बन्नुहोस्। यद्यपि, यो सम्भव छ कि स्वास्थ्य सेवाले कागजात, लेखा परीक्षण र जवाफदेहिताको उच्च मापदण्डको माग गर्नेछ, विशेष गरी जब AI निर्णय लिने क्षेत्रहरूमा प्रवेश गर्छ। यस अर्थमा, MeditronFO लाई केवल नयाँ मोडेलको रूपमा हेर्नु हुँदैन, तर प्राविधिक शासनमा एक प्रयोगको रूपमा हेर्नु पर्छ: यसले उत्पन्न प्रतिक्रिया पछाडि लुकेको कुरालाई प्रायः देख्न सकिन्छ।

त्यसकारण, महत्वपूर्ण प्रश्न भनेको अझ शक्तिशाली एआईको अमूर्त प्रतिज्ञा होइन। यो स्वास्थ्य सेवा प्रणाली, विश्वविद्यालय र नियामकहरूले स्वीकार गर्न चाहेको पूर्वाधारको प्रकारको बारेमा हो। यदि मोडेलहरू क्लिनिकल अभ्यासको हिस्सा बने भने, विश्वास प्रमाणित तत्वहरूमा आधारित हुनुपर्छ: डेटाको उत्पत्ति, स्वतन्त्र लेखा परीक्षण, पारदर्शी रूपमा मापन गरिएको प्रदर्शन, र पहिचान योग्य मानव जिम्मेवारी। MeditronFO ले यी तत्वहरूलाई छलफलको केन्द्रमा राख्छ, क्लिनिकल परीक्षणलाई तिनीहरूको सञ्चालन व्यवहार्यता मूल्याङ्कन गर्न छोड्छ।

मेडिट्रोन खुला स्रोतहरू: क्लिनिकल LLM हरूको लागि श्रव्य एआई कार्यप्रवाहहरू

यहाँ तीनवटा अन्तर्दृष्टिहरू छन् जुन तपाईंलाई चासो लाग्न सक्छ:

EPFL बाट थप लचिलो AI को लागी एक नयाँ मल्टीमोडल मोडेल
एपर्टस अझ पारदर्शी भविष्यको लागि स्विस "ओपन एआई" हो।
जेनेभामा पूर्ण रूपमा एआईमा आधारित अत्याधुनिक स्वास्थ्य सेवा केन्द्र