ન્યૂયોર્ક, 27 નવેમ્બર (NEWS4). એક નવો આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) કોમ્પ્યુટર પ્રોગ્રામ ડોકટરોની નોંધો એટલી સારી રીતે જનરેટ કરી શકે છે કે બે ચિકિત્સકો તફાવત કહી શકતા નથી, એક અભ્યાસ મુજબ.
આ પ્રૂફ-ઓફ-કન્સેપ્ટ અભ્યાસમાં, ચિકિત્સકોએ દર્દીની નોંધોની સમીક્ષા કરી, જેમાંથી કેટલીક વાસ્તવિક ડોકટરો દ્વારા લખવામાં આવી હતી, જ્યારે અન્ય એક નવા AI પ્રોગ્રામ દ્વારા બનાવવામાં આવી હતી, અને ચિકિત્સકોએ માત્ર 49 ટકા સમયે સાચા લેખકની ઓળખ કરી હતી.
Nvidia અને ફ્લોરિડા યુનિવર્સિટીના 19 સંશોધકોની ટીમે નવા મોડલ, ગેટોર્ટ્રોન GPT, જે ChatGPT જેવા જ કાર્યો કરે છે તેના આધારે મેડિકલ રેકોર્ડ્સ બનાવવા માટે સુપર કોમ્પ્યુટરને તાલીમ આપી હતી.
યુનિવર્સિટી ઓફ ફ્લોરિડા ખાતે ડિપાર્ટમેન્ટ ઓફ હેલ્થ આઉટકમ્સ એન્ડ બાયોમેડિકલ ઇન્ફોર્મેટિક્સના મુખ્ય લેખક યોંગહુઇ વુના જણાવ્યા અનુસાર ગેટોર્ટ્રોન મોડલના ફ્રી વર્ઝનને હગિંગ ફેસ, એક ઓપન-સોર્સ AI વેબસાઇટ પરથી 430,000 થી વધુ ડાઉનલોડ્સ પ્રાપ્ત થયા છે. ક્લિનિકલ રિસર્ચ માટે સાઇટ પર ઉપલબ્ધ એક માત્ર ગેટોર્ટ્રોન મોડલ્સ છે.
“આરોગ્ય સંભાળમાં દરેક વ્યક્તિ આ મોડેલો વિશે વાત કરે છે,” વુએ કહ્યું. ગેટોર્ટ્રોન અને ગેટોર્ટ્રોન GPT એ અનન્ય AI મોડલ છે જે તબીબી સંશોધન અને આરોગ્ય સંભાળના ઘણા પાસાઓને શક્તિ આપી શકે છે. તેમ છતાં, તેમને બનાવવા માટે મોટા પ્રમાણમાં ડેટા અને વ્યાપક કમ્પ્યુટિંગ પાવરની જરૂર છે.
હેલ્થકેરમાં AI ની સંભવિતતા શોધવા માટે અમે તેના સુપર કોમ્પ્યુટર, HyperGator માટે Nvidiaના આભારી છીએ.”
સંશોધન માટે, NPJ ડિજિટલ મેડિસિન જર્નલમાં પ્રકાશિત, ટીમે એક વિશાળ ભાષા મોડેલ વિકસાવ્યું જે કમ્પ્યુટરને કુદરતી માનવ ભાષાની નકલ કરવાની મંજૂરી આપે છે.
આ મોડેલો પ્રમાણભૂત લેખન અથવા વાર્તાલાપ સાથે સારી રીતે કાર્ય કરે છે, પરંતુ તબીબી રેકોર્ડ વધારાના અવરોધો લાવે છે, જેમ કે દર્દીઓની ગોપનીયતાને સુરક્ષિત રાખવાની જરૂરિયાત અને ઉચ્ચ તકનીકી હોવા. ડિજિટલ મેડિકલ રેકોર્ડ્સ Google પર શોધી શકાતા નથી અથવા વિકિપીડિયા પર શેર કરી શકાતા નથી.
આ અવરોધોને દૂર કરવા માટે, સંશોધકોએ 20 લાખ દર્દીઓના આરોગ્ય તબીબી રેકોર્ડનો ઉપયોગ કર્યો, જેમાં 82 બિલિયન ઉપયોગી તબીબી શરતો છે.
આ સેટને 195 બિલિયન શબ્દોના અન્ય ડેટાસેટ સાથે જોડીને, તેઓએ GPT-3 આર્કિટેક્ચર અથવા જનરેટિવ પ્રી-ટ્રેન્ડ ટ્રાન્સફોર્મર, ન્યુરલ નેટવર્ક આર્કિટેક્ચરનું એક સ્વરૂપ સાથે મેડિકલ ડેટાનું વિશ્લેષણ કરવા માટે ગેટોર્ટ્રોન GPT મોડલને તાલીમ આપી. આનાથી ગેટોર્ટ્રોન GPT ને તબીબી ડોકટરોની નોંધની જેમ ક્લિનિકલ ટેક્સ્ટ લખવાની મંજૂરી મળી.
તબીબી GPT ના ઘણા સંભવિત ઉપયોગો પૈકી એક વિચાર એ AI દ્વારા રેકોર્ડ કરેલ અને ટ્રાંસ્ક્રાઇબ કરેલ નોંધો સાથે દસ્તાવેજીકરણના ટેડિયમને બદલવાનો સમાવેશ કરે છે.
માનવીય લેખન સાથે સમાનતા સુધી પહોંચવા માટે AI ટૂલ માટે, પ્રોગ્રામરો અબજો શબ્દો પર આધારિત ક્લિનિકલ પરિભાષા અને ભાષાના ઉપયોગ સાથે સુપર કમ્પ્યુટરને પ્રોગ્રામિંગ કરવામાં ઘણા અઠવાડિયા ગાળે છે.
–NEWS4
PK/ABM
ન્યૂયોર્ક, 27 નવેમ્બર (NEWS4). એક નવો આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) કોમ્પ્યુટર પ્રોગ્રામ ડોકટરોની નોંધો એટલી સારી રીતે જનરેટ કરી શકે છે કે બે ચિકિત્સકો તફાવત કહી શકતા નથી, એક અભ્યાસ મુજબ.
આ પ્રૂફ-ઓફ-કન્સેપ્ટ અભ્યાસમાં, ચિકિત્સકોએ દર્દીની નોંધોની સમીક્ષા કરી, જેમાંથી કેટલીક વાસ્તવિક ડોકટરો દ્વારા લખવામાં આવી હતી, જ્યારે અન્ય એક નવા AI પ્રોગ્રામ દ્વારા બનાવવામાં આવી હતી, અને ચિકિત્સકોએ માત્ર 49 ટકા સમયે સાચા લેખકની ઓળખ કરી હતી.
Nvidia અને ફ્લોરિડા યુનિવર્સિટીના 19 સંશોધકોની ટીમે નવા મોડલ, ગેટોર્ટ્રોન GPT, જે ChatGPT જેવા જ કાર્યો કરે છે તેના આધારે મેડિકલ રેકોર્ડ્સ બનાવવા માટે સુપર કોમ્પ્યુટરને તાલીમ આપી હતી.
યુનિવર્સિટી ઓફ ફ્લોરિડા ખાતે ડિપાર્ટમેન્ટ ઓફ હેલ્થ આઉટકમ્સ એન્ડ બાયોમેડિકલ ઇન્ફોર્મેટિક્સના મુખ્ય લેખક યોંગહુઇ વુના જણાવ્યા અનુસાર ગેટોર્ટ્રોન મોડલના ફ્રી વર્ઝનને હગિંગ ફેસ, એક ઓપન-સોર્સ AI વેબસાઇટ પરથી 430,000 થી વધુ ડાઉનલોડ્સ પ્રાપ્ત થયા છે. ક્લિનિકલ રિસર્ચ માટે સાઇટ પર ઉપલબ્ધ એક માત્ર ગેટોર્ટ્રોન મોડલ્સ છે.
“આરોગ્ય સંભાળમાં દરેક વ્યક્તિ આ મોડેલો વિશે વાત કરે છે,” વુએ કહ્યું. ગેટોર્ટ્રોન અને ગેટોર્ટ્રોન GPT એ અનન્ય AI મોડલ છે જે તબીબી સંશોધન અને આરોગ્ય સંભાળના ઘણા પાસાઓને શક્તિ આપી શકે છે. તેમ છતાં, તેમને બનાવવા માટે મોટા પ્રમાણમાં ડેટા અને વ્યાપક કમ્પ્યુટિંગ પાવરની જરૂર છે.
હેલ્થકેરમાં AI ની સંભવિતતા શોધવા માટે અમે તેના સુપર કોમ્પ્યુટર, HyperGator માટે Nvidiaના આભારી છીએ.”
સંશોધન માટે, NPJ ડિજિટલ મેડિસિન જર્નલમાં પ્રકાશિત, ટીમે એક વિશાળ ભાષા મોડેલ વિકસાવ્યું જે કમ્પ્યુટરને કુદરતી માનવ ભાષાની નકલ કરવાની મંજૂરી આપે છે.
આ મોડેલો પ્રમાણભૂત લેખન અથવા વાર્તાલાપ સાથે સારી રીતે કાર્ય કરે છે, પરંતુ તબીબી રેકોર્ડ વધારાના અવરોધો લાવે છે, જેમ કે દર્દીઓની ગોપનીયતાને સુરક્ષિત રાખવાની જરૂરિયાત અને ઉચ્ચ તકનીકી હોવા. ડિજિટલ મેડિકલ રેકોર્ડ્સ Google પર શોધી શકાતા નથી અથવા વિકિપીડિયા પર શેર કરી શકાતા નથી.
આ અવરોધોને દૂર કરવા માટે, સંશોધકોએ 20 લાખ દર્દીઓના આરોગ્ય તબીબી રેકોર્ડનો ઉપયોગ કર્યો, જેમાં 82 બિલિયન ઉપયોગી તબીબી શરતો છે.
આ સેટને 195 બિલિયન શબ્દોના અન્ય ડેટાસેટ સાથે જોડીને, તેઓએ GPT-3 આર્કિટેક્ચર અથવા જનરેટિવ પ્રી-ટ્રેન્ડ ટ્રાન્સફોર્મર, ન્યુરલ નેટવર્ક આર્કિટેક્ચરનું એક સ્વરૂપ સાથે મેડિકલ ડેટાનું વિશ્લેષણ કરવા માટે ગેટોર્ટ્રોન GPT મોડલને તાલીમ આપી. આનાથી ગેટોર્ટ્રોન GPT ને તબીબી ડોકટરોની નોંધની જેમ ક્લિનિકલ ટેક્સ્ટ લખવાની મંજૂરી મળી.
તબીબી GPT ના ઘણા સંભવિત ઉપયોગો પૈકી એક વિચાર એ AI દ્વારા રેકોર્ડ કરેલ અને ટ્રાંસ્ક્રાઇબ કરેલ નોંધો સાથે દસ્તાવેજીકરણના ટેડિયમને બદલવાનો સમાવેશ કરે છે.
માનવીય લેખન સાથે સમાનતા સુધી પહોંચવા માટે AI ટૂલ માટે, પ્રોગ્રામરો અબજો શબ્દો પર આધારિત ક્લિનિકલ પરિભાષા અને ભાષાના ઉપયોગ સાથે સુપર કમ્પ્યુટરને પ્રોગ્રામિંગ કરવામાં ઘણા અઠવાડિયા ગાળે છે.
–NEWS4
PK/ABM