واٽسسن ڊاڪٽر کي نه ڇڪيو، ۽ تمام سٺو

جيتوڻيڪ، ٻين ڪيترن ئي شعبن وانگر، ڊاڪٽرن کي AI سان تبديل ڪرڻ جو جوش، تشخيصي ناڪامين جي هڪ سلسلي کان پوءِ ڪجهه گهٽجي ويو آهي، AI تي ٻڌل دوائن جي ترقي تي ڪم اڃا جاري آهي. ڇو ته، ان جي باوجود، اهي اڃا تائين عظيم موقعا پيش ڪن ٿا ۽ هڪ موقعو آهي ته ان جي ڪيترن ئي علائقن ۾ آپريشن جي ڪارڪردگي کي بهتر بڻائي.

IBM 2015 ۾ اعلان ڪيو ويو، ۽ 2016 ۾ ان کي چار وڏين مريضن جي ڊيٽا ڪمپنين کان ڊيٽا تائين رسائي حاصل ڪئي (1). سڀ کان وڌيڪ مشهور، ڪيترن ئي ميڊيا جي رپورٽن جي مهرباني، ۽ ساڳئي وقت، IBM کان ترقي يافته مصنوعي ڄاڻ رکندڙ استعمال ڪندي سڀ کان وڌيڪ امڪاني منصوبو آنڪولوجي سان لاڳاپيل هو. سائنسدانن ڊيٽا جي وسيع وسيلن کي استعمال ڪرڻ جي ڪوشش ڪئي آهي انهن کي پروسيس ڪرڻ لاءِ انهن کي بهتر طريقي سان ٺاهيل اينٽي ڪينسر علاج ۾ تبديل ڪرڻ لاءِ. ڊگھي مدت جو مقصد واٽسسن کي ريفري حاصل ڪرڻ هو ڪلينڪل جاچ ۽ نتيجو هڪ ڊاڪٽر جي طور تي.

1. واٽسسن جي صحت جي طبي نظام جي تصورن مان هڪ

بهرحال، اهو ظاهر ٿيو ته واٽسسن آزاد طور تي طبي ادب جو حوالو نه ٿو ڏئي سگھجي، ۽ پڻ مريضن جي اليڪٽرانڪ ميڊيڪل رڪارڊ مان معلومات نه ڪڍي سگھي. بهرحال، مٿس سڀ کان وڌيڪ سنگين الزام اهو هو مؤثر طريقي سان نئين مريض کي ٻين پراڻن ڪينسر جي مريضن سان مقابلو ڪرڻ ۽ انهن علامتن کي ڳولڻ جي قابل ناهي جيڪي پهرين نظر ۾ پوشيده آهن.

اتي، اقرار سان، ڪي آنڪولوجسٽ هئا جن پنهنجي فيصلي تي اعتماد ڪرڻ جي دعويٰ ڪئي، جيتوڻيڪ گهڻو ڪري واٽسسن جي تجويز ڪيل معياري علاج جي حوالي سان، يا اضافي، اضافي طبي راءِ جي طور تي. ڪيترن ئي نشاندهي ڪئي آهي ته هي نظام طبيب لاء هڪ بهترين خودڪار لائبريري هوندو.

IBM کان تمام گهڻي خوشخبري نه ڏيڻ جي نتيجي ۾ آمريڪي طبي ادارن ۾ واٽسسن سسٽم جي وڪرو سان مسئلا. IBM سيلز نمائندن ان کي هندستان، ڏکڻ ڪوريا، ٿائيلينڊ ۽ ٻين ملڪن جي ڪجهه اسپتالن ۾ وڪڻڻ جو انتظام ڪيو. هندستان ۾، ڊاڪٽرن () واٽسسن جي سفارشن جو جائزو ورتو سيني جي ڪينسر جي 638 ڪيسن لاء. علاج جي سفارشن جي تعميل جي شرح 73٪ آهي. بدتر واٽسسن ڏکڻ ڪوريا جي گچون ميڊيڪل سينٽر مان ڪڍيو ويو، جتي 656 کولوريڪل ڪينسر جي مريضن لاءِ هن جون بهترين سفارشون ماهرن جي سفارشن سان ملن ٿيون صرف 49 سيڪڙو وقت. ڊاڪٽرن ان جو اندازو لڳايو آهي واٽسسن پراڻن مريضن سان سٺو نه ڪيوانهن کي ڪجهه معياري دوائون پيش نه ڪرڻ سان، ۽ ڪجهه مريضن لاءِ جارحاڻي علاج جي نگراني ڪرڻ جي نازڪ غلطي ڪئي ميٽاسٽڪ بيماري سان.

آخرڪار، جيتوڻيڪ هن جو ڪم هڪ تشخيصي ۽ طبيب طور تي ناڪام سمجهيو وڃي ٿو، اتي اهڙا علائقا آهن جن ۾ هو انتهائي مفيد ثابت ٿيو. پيداوار جينومڪس لاء واٽسسن، جيڪو اتر ڪيولينا يونيورسٽي، ييل يونيورسٽي ۽ ٻين ادارن جي تعاون سان تيار ڪيو ويو، استعمال ڪيو ويو آهي. جينياتي ليبارٽريون آنڪولوجسٽس لاءِ رپورٽون تيار ڪرڻ لاءِ. واٽسسن ڊائون لوڊ لسٽ فائل جينياتي ميوٽيشنز هڪ مريض ۾ ۽ منٽن ۾ هڪ رپورٽ ٺاهي سگھي ٿو جنهن ۾ سڀني اهم دوائن ۽ ڪلينڪل ٽرائلز لاءِ تجويزون شامل آهن. واٽسسن جينياتي معلومات کي آسانيءَ سان سنڀاليندو آهيڇاڪاڻ ته اهي ترتيب ڏنل فائلن ۾ پيش ڪيا ويا آهن ۽ مونجهارن تي مشتمل نه آهن - يا ته اتي هڪ ميوٽيشن آهي يا ڪو ميوٽيشن ناهي.

اتر ڪيولينا يونيورسٽي ۾ IBM ڀائيوارن 2017 ۾ ڪارڪردگي تي هڪ مقالو شايع ڪيو. واٽسسن کي امڪاني طور تي اهم ميوٽيشنز مليا جن جي سڃاڻپ نه ڪئي وئي هئي انساني مطالعي مان 32 سيڪڙو ۾. مريضن جو مطالعو ڪيو، انهن کي نئين دوا لاء سٺو اميدوار بڻائڻ. بهرحال، اڃا تائين ڪو به ثبوت نه آهي ته استعمال بهتر علاج جي نتيجن جي ڪري ٿي.

پروٽين جي گهرج

هي ۽ ٻيا ڪيترائي مثال وڌندڙ اعتقاد ۾ مدد ڪن ٿا ته صحت جي سار سنڀار ۾ سڀني خامين کي خطاب ڪيو پيو وڃي، پر اسان کي انهن علائقن کي ڳولڻ جي ضرورت آهي جتي اهو واقعي مدد ڪري سگهي ٿو، ڇاڪاڻ ته ماڻهو اتي تمام سٺو ڪم نه ڪري رهيا آهن. اهڙي فيلڊ آهي، مثال طور، پروٽين جي تحقيق. گذريل سال، معلومات سامهون آئي ته اها پروٽينن جي شڪل جي صحيح اڳڪٿي ڪري سگهي ٿي انهن جي ترتيب جي بنياد تي (2). اهو هڪ روايتي ڪم آهي، نه رڳو ماڻهن جي طاقت کان ٻاهر، پر طاقتور ڪمپيوٽرن کان به. جيڪڏهن اسان پروٽين جي ماليڪيولز جي موڙ جي صحيح ماڊلنگ ۾ مهارت حاصل ڪريون ٿا، ته جين علاج جا وڏا موقعا هوندا. سائنسدانن کي اميد آهي ته الفا فولڊ جي مدد سان اسان هزارين ڪمن جو مطالعو ڪنداسين، ۽ اهو، موڙ ۾، اسان کي ڪيترن ئي بيمارين جي سببن کي سمجهڻ جي اجازت ڏيندو.

شڪل 2. ڊيپ مائنڊ جي الفا فولڊ سان ٺهيل پروٽين ٽوئسٽنگ.

هاڻي اسان ڄاڻون ٿا ٻه سئو ملين پروٽينپر اسان انهن جي هڪ ننڍڙي حصي جي جوڙجڪ ۽ ڪم کي مڪمل طور تي سمجهون ٿا. پروٽين اهو جاندارن جو بنيادي بلڊنگ بلاڪ آهي. اهي سيلز ۾ واقع ٿيندڙ اڪثر عملن جا ذميوار آهن. اهي ڪيئن ڪم ڪن ٿا ۽ جيڪي ڪندا آهن انهن جي 50D ساخت طرفان طئي ٿيل آهي. اهي فزڪس جي قانونن جي رهنمائيءَ ۾ بغير ڪنهن هدايتن جي مناسب شڪل اختيار ڪن ٿا. ڏهاڪن تائين، تجرباتي طريقا پروٽين جي شڪل کي طئي ڪرڻ جو بنيادي طريقو رهيو آهي. XNUMXs ۾، استعمال X-ray crystallographic طريقا. گذريل ڏهاڪي ۾، اهو انتخاب جو تحقيقي اوزار بڻجي چڪو آهي. کرسٽل خوردبيني. 80 ۽ 90 جي ڏهاڪي ۾، ڪمپيوٽرن کي استعمال ڪندي پروٽين جي شڪل کي طئي ڪرڻ تي ڪم شروع ڪيو ويو. بهرحال، نتيجن اڃا تائين سائنسدانن کي مطمئن نه ڪيو. طريقا جيڪي ڪجھ پروٽين لاء ڪم ڪن ٿا ٻين لاء ڪم نه ڪيو.

اڳ ۾ ئي 2018 ۾ الفا فولڊ ۾ ماهرن کان اعتراف حاصل ڪيو پروٽين ماڊلنگ. تنهن هوندي به، ان وقت ان کي استعمال ڪرڻ جي طريقن کي تمام گهڻو ٻين پروگرامن سان ملندڙ جلندڙ آهي. سائنسدانن حڪمت عملي کي تبديل ڪيو ۽ ٻيو ٺاهيو، جنهن ۾ پروٽين جي ماليڪيولن جي فولڊنگ ۾ جسماني ۽ جاميٽري پابندين جي معلومات پڻ استعمال ڪئي وئي. الفا فولڊ اڻ برابري نتيجا ڏنائين. ڪڏهن هن بهتر ڪيو، ڪڏهن بدتر. پر سندس اڳڪٿين جو لڳ ڀڳ ٻه ٽيون حصو تجرباتي طريقن سان حاصل ڪيل نتيجن سان ٺهڪي اچي ٿو. سال 2 جي شروعات ۾، الورورٿم SARS-CoV-3 وائرس جي ڪيترن ئي پروٽينن جي جوڙجڪ کي بيان ڪيو. بعد ۾، اهو معلوم ٿيو ته Orf2020a پروٽين لاءِ اڳڪٿيون تجرباتي طور حاصل ڪيل نتيجن سان مطابقت رکن ٿيون.

اهو صرف نه رڳو پروٽينن کي فولڊ ڪرڻ جي اندروني طريقن جي مطالعي بابت، پر ڊزائن بابت پڻ. NIH BRAIN جي شروعات کان محقق استعمال ڪيا ويا مشين سکيا ھڪڙو پروٽين ٺاھيو جيڪو حقيقي وقت ۾ دماغ جي سيروٽونين جي سطح کي ٽريڪ ڪري سگھي ٿو. Serotonin هڪ نيورو ڪيميڪل آهي جيڪو اهم ڪردار ادا ڪري ٿو ته دماغ ڪيئن اسان جي سوچن ۽ جذبات کي سنڀاليندو آهي. مثال طور، ڪيترائي antidepressants ٺهيل آهن سيروٽونين سگنلن کي تبديل ڪرڻ لاءِ جيڪي نيورسن جي وچ ۾ منتقل ٿين ٿا. جرنل سيل ۾ هڪ مضمون ۾، سائنسدان بيان ڪيو ته اهي ڪيئن استعمال ڪن ٿا ترقي يافته جينياتي انجنيئرنگ طريقا بيڪٽيريا پروٽين کي نئين تحقيقي اوزار ۾ تبديل ڪري ٿو جيڪو موجوده طريقن جي ڀيٽ ۾ وڌيڪ درستي سان سيروٽونين ٽرانسميشن کي ٽريڪ ڪرڻ ۾ مدد ڪري سگھي ٿو. اڳي ڪلينيڪل تجربن، اڪثر ڪري چوٿين ۾، ڏيکاريو ويو آهي ته سينسر فوري طور تي ننڊ، خوف ۽ سماجي رابطي دوران دماغ جي سيروٽونين جي سطحن ۾ معمولي تبديلين کي ڳولي سگهي ٿو، ۽ نئين نفسياتي دوائن جي اثرائتي کي جانچ ڪري سگهي ٿو.

وبائي مرض جي خلاف جنگ هميشه ڪامياب نه رهي آهي

آخرڪار، اها پهرين وبا هئي جنهن بابت اسان ايم ٽي ۾ لکيو. تنهن هوندي، مثال طور، جيڪڏهن اسان وڏي پيماني تي ترقي جي عمل جي باري ۾ ڳالهايون ٿا، ته پوء شروعاتي اسٽيج تي، AI ڪجهه ناڪام ٿيڻ لڳي. عالمن اها شڪايت ڪئي آهي مصنوعي ذهانت اڳئين وبائي مرضن جي ڊيٽا جي بنياد تي ڪرونا وائرس جي پکيڙ جي حد جو صحيح اندازو نٿو لڳائي سگهجي. "اهي حل ڪجهه علائقن ۾ سٺو ڪم ڪن ٿا، جهڙوڪ چهرن کي سڃاڻڻ جن جي اکين ۽ ڪنن جو هڪ خاص تعداد آهي. SARS-CoV-2 وبا اهي اڳ ۾ اڻڄاتل واقعا آهن ۽ ڪيترائي نوان متغير آهن، تنهنڪري مصنوعي ذهانت جي بنياد تي تاريخي ڊيٽا جيڪا ان کي تربيت ڏيڻ لاء استعمال ڪئي وئي هئي، اهو سٺو ڪم نٿو ڪري. وبائي مرض ظاهر ڪيو آهي ته اسان کي ٻين ٽيڪنالاجيز ۽ طريقن کي ڳولڻ جي ضرورت آهي ، ”اسڪولٽيڪ کان ميڪسم فيدوروف اپريل 2020 ۾ روسي ميڊيا کي هڪ بيان ۾ چيو.

وقت گذرڻ سان گڏ هئا جيتوڻيڪ الگورٿمز جيڪي ثابت ڪن ٿا AI جي عظيم ڪارائتي کي COVID-19 جي خلاف جنگ ۾. يو ايس ۾ سائنسدانن 2020 جي زوال ۾ هڪ سسٽم تيار ڪيو ته جيئن COVID-19 سان ماڻهن ۾ ڪف جي خاصيت جي نمونن کي سڃاڻي سگهجي، جيتوڻيڪ انهن ۾ ٻيون علامتون نه هيون.

جڏهن ويڪسينون ظاهر ٿيون، خيال پيدا ٿيو ته آبادي جي ويڪسينيشن ۾ مدد لاء. هوء ڪري سگهي ٿي، مثال طور ويڪسين جي نقل و حمل ۽ رسد جي ماڊل ۾ مدد ڪريو. اهو پڻ طئي ڪرڻ ۾ ته ڪهڙي آبادي کي پهرين ويڪسين ڪرڻ گهرجي وبائي مرض کي تيزيءَ سان منهن ڏيڻ لاءِ. اهو پڻ مدد ڪندو طلب جي اڳڪٿي ڪرڻ ۽ ويڪسينيشن جي وقت ۽ رفتار کي بهتر ڪرڻ ۾ جلدي جي نشاندهي ڪندي مسئلن ۽ رسد ۾ رڪاوٽون. مسلسل نگراني سان الگورتھم جو ميلاپ پڻ ممڪن ضمني اثرات ۽ صحت جي واقعن بابت جلدي معلومات مهيا ڪري سگھي ٿو.

اهي AI استعمال ڪندي سسٽم صحت جي سار سنڀار کي بهتر ڪرڻ ۽ بهتر ڪرڻ ۾ اڳ ۾ ئي سڃاتو وڃي ٿو. انهن جي عملي فائدن کي ساراهيو ويو؛ مثال طور، آمريڪا جي اسٽينفورڊ يونيورسٽي ۾ ميڪرو-آئيز پاران تيار ڪيل صحت جي سنڀال جو نظام. جيئن ته ٻين ڪيترن ئي طبي ادارن سان معاملو آهي، مسئلو مريضن جي گهٽتائي هئي جيڪي مقرري لاء ظاهر نه ٿيا. ميڪرو اکيون ھڪڙو سسٽم ٺاھيو جيڪو معتبر طور تي پيش ڪري سگھي ٿو ته ڪھڙا مريض اتي موجود نه آھن. ڪجهه حالتن ۾، هو ڪلينڪ لاءِ متبادل وقت ۽ جڳهون پڻ تجويز ڪري سگهي ٿو، جيڪي مريض جي ظاهر ٿيڻ جا موقعا وڌائي سگهندا. بعد ۾، ساڳئي ٽيڪنالاجي مختلف هنڌن تي آرڪنساس کان نائيجيريا جي مدد سان لاڳو ڪئي وئي، خاص طور تي، بين الاقوامي ترقي لاء آمريڪي ايجنسي i.

تنزانيا ۾، ميڪرو-آئي هڪ منصوبي تي ڪم ڪيو جنهن جو مقصد آهي ٻارن جي حفاظت جي شرح وڌائڻ. سافٽ ويئر تجزيو ڪيو ته ڏنل ويڪسينيشن سينٽر ڏانهن ويڪسين جون ڪيتريون ڊوزون موڪلڻ گهرجن. هو اهو به اندازو لڳائڻ جي قابل هو ته ڪهڙا خاندان پنهنجن ٻارن کي ويڪسينيشن ڏيڻ کان لاچار هوندا، پر انهن کي مناسب دليلن سان قائل ڪري سگهجي ٿو ۽ ويڪسينيشن سينٽر جي جڳهه کي مناسب جڳهه تي. هن سافٽ ويئر کي استعمال ڪندي، تنزاني حڪومت پنهنجي حفاظتي پروگرام جي اثرائتي کي 96 سيڪڙو تائين وڌائڻ ۾ ڪامياب ٿي وئي آهي. ۽ ويڪسين جي فضول کي گھٽائي 2,42 في 100 ماڻهن تائين.

سيرا ليون ۾، جتي رهاڪن جي صحت جي ڊيٽا غائب هئي، ڪمپني هن کي تعليم بابت معلومات سان ملائڻ جي ڪوشش ڪئي. اهو ظاهر ٿيو ته استادن ۽ انهن جي شاگردن جو تعداد اڪيلو 70 سيڪڙو اڳڪٿي ڪرڻ لاء ڪافي هو. انهي جي درستي ته ڇا مقامي صحت مرڪز کي صاف پاڻي تائين رسائي آهي، جيڪو اڳ ۾ ئي اتي رهندڙ ماڻهن جي صحت تي ڊيٽا جو نقشو آهي (3).

3. آفريڪا ۾ AI-هلندڙ صحت جي سار سنڀار جي پروگرامن جو ميڪرو اکين جو مثال.

مشيني ڊاڪٽر جو افسانو غائب نه ٿيو

ناڪامين جي باوجود واٽسسن نوان تشخيصي طريقا اڃا به ترقي ڪري رهيا آهن ۽ سمجهيا وڃن ٿا وڌيڪ ۽ وڌيڪ ترقي يافته. مقابلو ڪيو ويو سويڊن ۾ سيپٽمبر 2020 ۾. چھاتی جي سرطان جي تشخيصي تصويرن ۾ استعمال ڪيو ويو ڏيکاريو ويو آهي ته انهن مان بهترين ڪم ساڳئي طريقي سان هڪ ريڊيالوجسٽ وانگر. روزاني اسڪريننگ دوران حاصل ڪيل تقريبن نو هزار ميموگرافي تصويرن کي استعمال ڪندي الگورٿمس کي آزمايو ويو آهي. ٽي سسٽم، نامزد ڪيا ويا AI-1، AI-2 ۽ AI-3، 81,9٪، 67٪ جي درستگي حاصل ڪئي. ۽ 67,4٪. مقابلي لاءِ، ريڊيالوجسٽس لاءِ جيڪي انهن تصويرن جي پهرين تشريح ڪن ٿا، اهو انگ 77,4٪ هو، ۽ ان صورت ۾ ريڊيالوجسٽان کي بيان ڪرڻ لاء ٻيو ڪير هو، اهو 80,1 سيڪڙو هو. بهترين الگورتھم پڻ ڪيسن کي ڳولڻ جي قابل هئا جيڪي ريڊيالوجسٽ اسڪريننگ دوران مس ٿيا، ۽ عورتن کي هڪ سال کان گهٽ عرصي ۾ بيمار قرار ڏنو ويو.

محققن جي مطابق، اهي نتيجا اهو ثابت ڪن ٿا مصنوعي ڄاڻ رکندڙ الگورتھم ريڊيالوجسٽ پاران ڪيل غلط-منفي تشخيص کي درست ڪرڻ ۾ مدد ڪريو. AI-1 جي صلاحيتن کي هڪ سراسري ريڊيالوجسٽ سان گڏ ڪرڻ سان معلوم ٿيل چھاتی جي ڪينسر جي تعداد ۾ 8 سيڪڙو اضافو ٿيو. هن مطالعي جي پويان رائل انسٽيٽيوٽ ٽيم اميد رکي ٿي ته AI الگورتھم جو معيار بهتر ٿيڻ جاري رهندو. تجربي جي مڪمل وضاحت JAMA Oncology ۾ شايع ڪئي وئي.

پنج نقطي پيماني تي W. هن وقت، اسان هڪ اهم ٽيڪنالاجي تيز رفتاري ۽ سطح IV (هاءِ آٽوميشن) تائين پهچڻ جا شاهد آهيون، جڏهن سسٽم آزادانه طور تي حاصل ڪيل ڊيٽا کي پروسيس ڪري ٿو ۽ ماهرن کي اڳ-تجزيي ڪيل معلومات مهيا ڪري ٿو. اهو وقت بچائيندو آهي، انساني غلطي کان بچي ٿو ۽ وڌيڪ موثر مريض جي سنڀال فراهم ڪري ٿو. اهو آهي جيڪو هن ڪجهه مهينا اڳ فيصلو ڪيو هو Stan A.I. سندس ويجهو طب جي شعبي ۾، پروفيسر. جانوس برازيويز پولش سوسائٽي کان نيوڪليئر دوائن لاءِ پولش پريس ايجنسي کي هڪ بيان ۾.

4. طبي تصويرن جي مشين ڏسڻ

Algorithms، اهڙي ماهرن جي مطابق پروفيسر. برازيوچجيتوڻيڪ هن صنعت ۾ ناگزير. ان جو سبب تشخيصي امڪاني ٽيسٽن جي تعداد ۾ تيزيءَ سان اضافو آھي. صرف مدت 2000-2010 لاء. ايم آر آئي امتحانن ۽ امتحانن جو تعداد ڏهه ڀيرا وڌي ويو آهي. بدقسمتي سان، دستياب ماهر ڊاڪٽرن جو تعداد جيڪي انهن کي تڪڙو ۽ معتبر طور تي وٺي سگھن ٿا، نه وڌيو آهي. قابليت رکندڙ ٽيڪنيشنن جي به کوٽ آهي. AI-based algorithms تي عمل ڪرڻ وقت بچائي ٿو ۽ طريقيڪار جي مڪمل معيار کي اجازت ڏئي ٿو، انهي سان گڏ انساني غلطي کان بچڻ ۽ مريضن لاء وڌيڪ موثر، ذاتي علاج.

جيئن اهو نڪتو، پڻ فارنزڪ دوائون مان فائدو حاصل ڪري سگهي ٿو مصنوعي ذهانت جي ترقي. هن شعبي جا ماهر ڪيميڪل ۽ ٻين جاندارن جي رطوبتن جي ڪيميائي تجزيي ذريعي مئل جي موت جو صحيح وقت طئي ڪري سگهن ٿا جيڪي مئل بافتن تي کارائيندا آهن. ھڪڙو مسئلو پيدا ٿئي ٿو جڏھن مختلف قسم جي necrophages مان secretions جو مرکب تجزيو ۾ شامل ڪيو ويو آھي. هي آهي جتي مشين سکيا راند ۾ اچي ٿي. الباني يونيورسٽي جي سائنسدانن ترقي ڪئي آهي هڪ مصنوعي ذهانت جو طريقو جيڪو کير جي نسلن جي تيزيءَ سان سڃاڻڻ جي اجازت ڏئي ٿو انهن جي "ڪيميائي آڱرين جي نشانن" جي بنياد تي. ٽيم پنهنجي ڪمپيوٽر پروگرام کي ڇهن قسمن جي مکين مان مختلف ڪيميائي رطوبتن جي ميلاپ کي استعمال ڪندي تربيت ڏني. هن ماس اسپيڪٽروميٽري استعمال ڪندي حشرات جي لاروا جي ڪيميائي نشانين کي سمجھايو، جيڪو آئن جي برقي چارج ۽ ماس جي تناسب کي درست طريقي سان ماپ ڪري ڪيميائي کي سڃاڻي ٿو.

تنهن ڪري، جيئن توهان ڏسي سگهو ٿا، تنهن هوندي به AI هڪ تحقيقاتي جاسوس طور تمام سٺو ناهي، اهو فارنسڪ ليبارٽري ۾ تمام مفيد ٿي سگهي ٿو. شايد اسان هن اسٽيج تي هن کان تمام گهڻو توقع ڪئي، الورورٿم جي اميد رکي ٿو جيڪو ڊاڪٽرن کي ڪم کان ٻاهر رکندو (5). جڏهن اسان ڏسون ٿا مصنوعي ذهانت وڌيڪ حقيقي طور تي، عام جي ڀيٽ ۾ مخصوص عملي فائدن تي ڌيان ڏيڻ، دوا ۾ هن جو ڪيريئر ٻيهر تمام گهڻو اميد رکندڙ نظر اچي ٿو.

5. ڊاڪٽر جي ڪار جي نظر