स्वास्थ्य सेवा में कृत्रिम बुद्धिमत्ता

कड़ियाँ ठीक करने एवं भाषा सुधार की ज़रूरत है जून 2026 अंगूठाकार|कंप्यूटर सॉफ्टवेयर द्वारा हड्डी की उम्र की स्वचालित गणना के साथ, हाथ का एक्स-रे स्वास्थ्य सेवा में कृत्रिम बुद्धिमत्ता, जटिल एल्गोरिदम और सॉफ्टवेयर का उपयोग है दूसरे शब्दों में कृत्रिम बुद्धिमत्ता (एआई) जटिल चिकित्सा और स्वास्थ्य संबंधी आंकड़ों के विश्लेषण, व्याख्या और मानव समझ में मानवीय अनुभूति का अनुकरण करना है। विशेष रूप से, AI प्रत्यक्ष मानव इनपुट के बिना अनुमानित निष्कर्ष के लिए कंप्यूटर एल्गोरिदम की क्षमता है। स्वास्थ्य देखभाल में पारंपरिक तकनीकों से एआई प्रौद्योगिकी को अलग करता है जो जानकारी प्राप्त करने, इसे संसाधित करने और अंत-उपयोगकर्ता को एक अच्छी तरह से परिभाषित आउटपुट देने की क्षमता है। AI मशीन लर्निंग एल्गोरिदम और डीप लर्निंग के जरिए ऐसा करता है। ये एल्गोरिदम व्यवहार में पैटर्न को पहचान सकते हैं और अपना तर्क बना सकते हैं। त्रुटि के सम्भावना को कम करने के लिए, एआई एल्गोरिदम को बार-बार परीक्षण करने की आवश्यकता होती है। एआई एल्गोरिदम मनुष्यों से दो तरीकों से अलग व्यवहार करते हैं: (1) एल्गोरिदम शाब्दिक हैं: यदि आप एक लक्ष्य निर्धारित करते हैं, तो एल्गोरिथ्म खुद को समायोजित नहीं कर सकता है और केवल यह समझ सकता है जो इसे स्पष्ट रूप से कहा गया है, (2) और कुछ डीप लर्निंग एल्गोरिदम के आंतरिक व्यवहार को समझाने कि सम्भावना नही होती है। https://hbr.org/2016/01/algorithms-need-managers-too Algorithms Need Managers, Too Luca Michael January–February 2016 Harvard Business Review 2018-10-08 Kleinberg Jon Mullainathan Sendhil स्वास्थ्य संबंधी एआई अनुप्रयोगों का प्राथमिक उद्देश्य रोकथाम या उपचार तकनीकों और रोगी परिणामों के बीच संबंधों का विश्लेषण करना है। Guide to medical informatics, the Internet and telemedicine. https://archive.org/details/guidetomedicalin0000coie Coiera E 1997 Chapman & Hall, Ltd. एआई कार्यक्रमों को विकसित किया गया है और निदान प्रक्रियाओं, उपचार प्रोटोकॉल विकास, दवा विकास, व्यक्तिगत दवा और रोगी की निगरानी और देखभाल जैसी प्रथाओं पर लागू किया गया है। द मेयो क्लिनिक, मेमोरियल स्लोन केटरिंग कैंसर सेंटर, https://hbr.org/2015/03/artificial-intelligence-is-almost-ready-for-business Artificial Intelligence Is Almost Ready for Business. 19 March 2015 Bahl M, Barzilay R, Yedidia AB, Locascio NJ, Yu L, Lehman CD March 2018 High-Risk Breast Lesions: A Machine Learning Model to Predict Pathologic Upgrade and Reduce Unnecessary Surgical Excision Radiology 286 3 810–818 10.1148/radiol.2017170549 29039725 free और ब्रिटिश नेशनल हेल्थ सर्विस, https://www.bbc.com/news/health-38055509 NHS using Google technology to treat patients. 22 November 2016 जैसे चिकित्सा संस्थानों ने अपने विभागों के लिए एआई एल्गोरिदम विकसित किया है। आईबीएम http://fortune.com/ibm-watson-health-business-strategy/ Here's How IBM Watson Health is Transforming the Health Care Industry. 5 April 2016 Fortune 24 अगस्त 2020 25 फ़रवरी 2017 https://web.archive.org/web/20170225164743/http://fortune.com/ibm-watson-health-business-strategy/ dead और Google, जैसी बड़ी प्रौद्योगिकी कंपनियों ने भी स्वास्थ्य सेवा के लिए एआई एल्गोरिदम विकसित किया है। इसके अतिरिक्त, लागत बचत में वृद्धि, रोगी संतुष्टि में सुधार, और उनके स्टाफ और कार्यबल की जरूरत को संतुष्ट करने जैसे परिचालन पहल को समर्थ करने वाले एआई सॉफ्टवेयर की आवश्यकता अस्पतालों को हैं। https://healthitanalytics.com/news/providers-embrace-predictive-analytics-for-clinical-financial-benefits Providers Embrace Predictive Analytics for Clinical, Financial Benefits Kent Jessica 2018-08-08 HealthITAnalytics 2019-01-16 कंपनियां प्रिडिक्टिव् एनालिटिक्स समाधान विकसित कर रही हैं जो स्वास्थ्य देखभाल प्रबंधकों को बढ़ते उपयोग, रोगी बोर्डिंग को कम करने, रहने की लंबाई कम करने और स्टाफिंग स्तरों के अनुकूलन के माध्यम से व्यवसाय संचालन में सुधार करने में मदद करता है।https://searchhealthit.techtarget.com/feature/Predictive-analytics-in-healthcare-helps-improve-OR-utilization Predictive analytics in healthcare helps improve OR utilization Lee Kristen 4 January 2016 SearchHealthIT 2019-01-16 vanc इतिहास 1960 और 1970 के दशक में अनुसंधान ने पहली समस्या-समाधान कार्यक्रम या विशेषज्ञ प्रणाली का उत्पादन किया, जिसे डेंड्राल के रूप में जाना जाता है।Lindsay RK, Buchanan BG, Feigenbaum EA, Lederberg J 1993 DENDRAL: a case study of the first expert system for scientific hypothesis formation https://deepblue.lib.umich.edu/bitstream/handle/2027.42/30758/0000409.pdf%3Bjsessionid%3D70A227C7B0C5A1B04090514F8977501C?sequence%3D1 Artificial Intelligence 61 2 209–261 10.1016/0004-3702(93)90068-m जबकि यह कार्बनिक रसायन विज्ञान में अनुप्रयोगों के लिए बनाया गया था, इसने एक बाद की प्रणाली MYCINReadings in medical artificial intelligence: the first decade. https://archive.org/details/readingsinmedica0000unse_m2v1 Clancey WJ, Shortliffe EH 1984 Addison-Wesley Longman Publishing Co., Inc. के लिए आधार प्रदान किया, जिसे चिकित्सा में कृत्रिम बुद्धि के सबसे महत्वपूर्ण प्रारंभिक उपयोगों में से एक माना जाता है।Readings in medical artificial intelligence: the first decade. https://archive.org/details/readingsinmedica0000unse_m2v1 Clancey WJ, Shortliffe EH 1984 Addison-Wesley Longman Publishing Co., Inc. MYCIN और अन्य प्रणालियों जैसे कि इंटर्नस्ट -1 और CASNET ने चिकित्सकों द्वारा नियमित उपयोग को प्राप्त नहीं किया है।Duda RO, Shortliffe EH April 1983 Expert Systems Research https://archive.org/details/sim_science_1983-04-15_220_4594/page/260 Science New York, N.Y. 220 4594 261–8 1983Sci...220..261D 10.1126/science.6340198 6340198 1980 और 1990 के दशक में माइक्रो कंप्यूटर और नेटवर्क कनेक्टिविटी के नए स्तरों का प्रसार हुआ। इस समय के दौरान, शोधकर्ताओं और डेवलपर्स द्वारा मान्यता प्राप्त थी कि स्वास्थ्य देखभाल में AI सिस्टम को सही डेटा की अनुपस्थिति को समायोजित करने और चिकित्सकों की विशेषज्ञता पर निर्माण करने के लिए डिज़ाइन किया जाना चाहिए।Miller RA 1994 Medical diagnostic decision support systems--past, present, and future: a threaded bibliography and brief commentary Journal of the American Medical Informatics Association 1 1 8–27 10.1136/jamia.1994.95236141 7719792 फजी सेट सिद्धांत,Adlassnig KP July 1980 A fuzzy logical model of computer-assisted medical diagnosis http://www.meduniwien.ac.at/kpa/publications/1980_MOIIM_--_A_Fuzzy_Logical_Model_of_Computer-Assisted_Medical_Diagnosis.pdf Methods of Information in Medicine 19 3 141–8 10.1055/s-0038-1636674 6997678 बायेसियन नेटवर्क Reggia JA, Peng Y September 1987 Modeling diagnostic reasoning: a summary of parsimonious covering theory. https://archive.org/details/sim_computer-methods-and-programs-in-biomedicine_september-october-1987_25_2/page/125 Computer Methods and Programs in Biomedicine. 25 2 125–34 10.1016/0169-2607(87)90048-4 3315427और कृत्रिम तंत्रिका नेटवर्क Baxt WG December 1991 Use of an artificial neural network for the diagnosis of myocardial infarction https://archive.org/details/sim_annals-of-internal-medicine_1991-12-01_115_11/page/n86 Annals of Internal Medicine 115 11 843–8 10.7326/0003-4819-115-11-843 1952470Maclin PS, Dempsey J, Brooks J, Rand J February 1991 Using neural networks to diagnose cancer https://archive.org/details/sim_journal-of-medical-systems_1991-02_15_1/page/11 Journal of Medical Systems 15 1 11–9 10.1007/bf00993877 1748845 से संबंधित दृष्टिकोण, स्वास्थ्य सेवा में बुद्धिमान कंप्यूटिंग प्रणालियों के लिए लागू किए गए हैं। इस अर्ध-शताब्दी की अवधि में होने वाली चिकित्सा और तकनीकी प्रगति ने कृत्रिम बुद्धिमत्ता के स्वास्थ्य संबंधी विकास अनुप्रयोगों को सक्षम किया है: कंप्यूटिंग पावर में सुधार के परिणामस्वरूप डेटा संग्रहण और डेटा प्रोसेसिंग में तेजी आई Koomey J, Berard S, Sanchez M, Wong H March 2010 Implications of historical trends in the electrical efficiency of computing. IEEE Annals of the History of Computing 33 3 46–54 10.1109/MAHC.2010.28 जीनोमिक अनुक्रमण डेटाबेस की वृद्धि Genomes and what to make of them. Barnes B, Dupré J 2009 University of Chicago Press इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड प्रणालियों का व्यापक कार्यान्वयन Jha AK, DesRoches CM, Campbell EG, Donelan K, Rao SR, Ferris TG, Shields A, Rosenbaum S, Blumenthal D April 2009 Use of electronic health records in U.S. hospitals https://archive.org/details/sim_new-england-journal-of-medicine_2009-04-16_360_16/page/n97 The New England Journal of Medicine 360 16 1628–38 10.1056/NEJMsa0900592 19321858 प्राकृतिक भाषा प्रसंस्करण और कंप्यूटर विश़न में सुधार, मानव अवधारणात्मक प्रक्रियाओं को दोहराने के लिए मशीनों को सक्षम करना Banko M, Brill E July 2001 Scaling to very very large corpora for natural language disambiguation]. https://aclanthology.info/pdf/P/P01/P01-1005.pdf Proceedings of the 39th Annual Meeting on Association for Computational Linguistics Association for Computational Linguistics 26–33 24 अगस्त 2020 7 अप्रैल 2019 https://web.archive.org/web/20190407235924/https://aclanthology.info/pdf/P/P01/P01-1005.pdf dead Digital image processing for medical applications. https://archive.org/details/digitalimageproc0000doug Dougherty G 2009 Cambridge University Press रोबोट-सहायता प्राप्त सर्जरी की सटीकता को बढ़ाया https://sigmoidal.io/artificial-intelligence-and-machine-learning-for-healthcare/ Artificial Intelligence and Machine Learning for Healthcare 21 December 2017 Sigmoidal 24 अगस्त 2020 17 अगस्त 2020 https://web.archive.org/web/20200817223845/https://sigmoidal.io/artificial-intelligence-and-machine-learning-for-healthcare/ dead दुर्लभ बीमारियों में डीप्लिन्ग तकनीक और डेटा लॉग में सुधार आजकल के संशोधन चिकित्सा में विभिन्न विशिष्टताओं ने कृत्रिम बुद्धिमत्ता के संबंध में अनुसंधान में वृद्धि दिखाई है। रेडियोलोजी रेडियोलॉजी के साथ इमेजिंग परिणामों की व्याख्या करने की क्षमता एक छवि में एक मिनट के बदलाव का पता लगाने में चिकित्सकों की सहायता कर सकती है जो एक चिकित्सक को गलती से याद हो सकती है। स्टैनफोर्ड के एक अध्ययन ने एक एल्गोरिथ्म बनाया जो उस परीक्षण में निमोनिया का पता लगा सकता था, जिसमें शामिल रोगियों में एक बेहतर औसत एफ 1 मीट्रिक (सटीकता और याद पर आधारित एक सांख्यिकीय मीट्रिक), उस परीक्षण में शामिल रेडियोलॉजिस्ट की तुलना में।1711.05225 cs.CV CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning 2017-11-14 Rajpurkar P, Irvin J, Zhu K, Yang B, Mehta H, Duan T, Ding D, Bagul A, Langlotz C, Shpanskaya K, Lungren MP कई कंपनियों (इकोमेट्रिक्स, QUIBIM, Robovision, ...) ने पॉप अप किया है जो छवियों को अपलोड करने के लिए एआई प्लेटफार्मों की पेशकश करते हैं। UMC यूट्रेक्ट के IMAGR AI जैसे वेंडर-न्यूट्रल सिस्टम भी हैं।https://ai.myesr.org/healthcare/the-cost-of-ai-in-radiology-is-it-really-worth-it/ The cost of AI in radiology: is it really worth it? Rouger Melisande AI Blog European Society of Radiology (ESR) vanc 24 अगस्त 2020 18 सितंबर 2020 https://web.archive.org/web/20200918130828/https://ai.myesr.org/healthcare/the-cost-of-ai-in-radiology-is-it-really-worth-it/ dead विशिष्ट बीमारियों और विकारों की एक विस्तृत श्रृंखला का पता लगाने के लिए गहन सीखने के माध्यम से इन प्लेटफार्मों को प्रशिक्षित किया जाता है।https://robovision.be/our-tech/ AI platform workings Robovisionजनवरी 2021 InternetArchiveBot Robovision (Flanders) deploys AI for COVID-19 testing https://www.flandersinvestmentandtrade.com/invest/en/news/robovision-flanders-deploys-ai-covid-19-testingLi L, Qin L, Xu Z, Yin Y, Wang X, etal March 2020 Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT. Radiology 200905 10.1148/radiol.2020200905 32191588 free रेडियोलॉजी कॉन्फ्रेंस रेडियोलॉजिकल सोसाइटी ऑफ नॉर्थ अमेरिका (Radiological Society of North America) ने अपनी वार्षिक बैठक के दौरान इमेजिंग में एआई पर प्रस्तुतियों को लागू किया है। रेडियोलॉजी में एआई प्रौद्योगिकी के उद्भव को कुछ विशेषज्ञों द्वारा एक खतरे के रूप में माना जाता है, क्योंकि प्रौद्योगिकी अलग-अलग मामलों में कुछ सांख्यिकीय मैट्रिक्स में सुधार प्राप्त कर सकती है, जैसा कि विशेषज्ञों के विपरीत है।Chockley K, Emanuel E December 2016 The End of Radiology? Three Threats to the Future Practice of Radiology Journal of the American College of Radiology 13 12 Pt A 1415–1420 10.1016/j.jacr.2016.07.010 27652572Jha S, Topol EJ December 2016 Adapting to Artificial Intelligence: Radiologists and Pathologists as Information Specialists https://archive.org/details/sim_jama_2016-12-13_316_22/page/2352 JAMA 316 22 2353–2354 10.1001/jama.2016.17438 27898975 ai tools used in healthcare वीवा एआई उपकरण स्वास्थ्य देखभाल क्षेत्र में कई महत्वपूर्ण भूमिकाएं निभा रहे हैं। ये उपकरण रोग निदान, चिकित्सकीय निर्णय सहायता, मरीज अनुभव में सुधार और अन्य क्षेत्रों में मदद कर रहे हैं। वीवा एआई उपकरण स्वास्थ्य देखभाल पेशेवरों को समय और संसाधनों की बचत करने में मदद करते हैं, साथ ही रोगियों को बेहतर देखभाल.Read More https://web.archive.org/web/20240530120955/https://tazzatimes.online/viva-ai-tools-used-in-healthcare-revolutionizing-care/ 30 मई 2024 इमेजिंग हाल के अग्रिमों ने कृत्रिम बुद्धिमत्ताके उपयोग का सुझाव दिया है ताकि चेहरे के आकर्षण या आयु के संबंध में मैक्सिलो-फेशियल सर्जरी के परिणाम या भंग तालु चिकित्सा के परिणाम का मूल्यांकन किया जा सके। Patcas R, Bernini DA, Volokitin A, Agustsson E, Rothe R, Timofte R January 2019 Applying artificial intelligence to assess the impact of orthognathic treatment on facial attractiveness and estimated age International Journal of Oral and Maxillofacial Surgery 48 1 77–83 10.1016/j.ijom.2018.07.010 30087062 free Patcas R, Timofte R, Volokitin A, Agustsson E, Eliades T, Eichenberger M, Bornstein MM August 2019 Facial attractiveness of cleft patients: a direct comparison between artificial-intelligence-based scoring and conventional rater groups European Journal of Orthodontics 41 4 428–433 10.1093/ejo/cjz007 30788496 2018 में, एक कागज पत्रिका में प्रकाशित कैंसर विज्ञान के इतिहास(Annals of Oncology) का उल्लेख किया कि त्वचा कैंसर एक एआई प्रणाली (जो एक deep learning convolutional neural network का इस्तेमाल किया) द्वारा की तुलना में से अधिक सही पता लगाया जा सकता है त्वचा विशेषज्ञ । सीएनएन मशीन के लिए 95% की तुलना में, औसतन मानव त्वचा विशेषज्ञों ने छवियों से 86.6% त्वचा के कैंसर का सटीक पता लगाया। https://www.theguardian.com/society/2018/may/29/skin-cancer-computer-learns-to-detect-skin-cancer-more-accurately-than-a-doctor Computer learns to detect skin cancer more accurately than doctors 29 May 2018 The Guardian मनश्चिकित्सा मनोचिकित्सा में, एआई अनुप्रयोग अभी भी प्रमाण-अवधारणा के एक चरण में हैं। Graham Sarah Depp Colin Lee Ellen E. Nebeker Camille Tu Xin Kim Ho-Cheol Jeste Dilip V. 2019-11-07 Artificial Intelligence for Mental Health and Mental Illnesses: an Overview Current Psychiatry Reports en 21 11 116 10.1007/s11920-019-1094-0 1535-1645 31701320 अन्य क्षेत्र जिस्में साक्ष्य जल्दी से चौड़े हो रहे हैं, उनमें चैटबॉट, संवादी एजेंट शामिल हैं जो मानव व्यवहार की नकल करते हैं और जिनका अध्ययन चिंता और अवसाद के लिए किया गया है। Fulmer Russell Joerin Angela Gentile Breanna Lakerink Lysanne Rauws Michiel 2018-12-13 Using Psychological Artificial Intelligence (Tess) to Relieve Symptoms of Depression and Anxiety: Randomized Controlled Trial JMIR Mental Health 5 4 e64 10.2196/mental.9782 2368-7959 30545815 चुनौतियां इस तथ्य को शामिल करती हैं कि निजी निगमों द्वारा क्षेत्र में कई अनुप्रयोगों को विकसित और प्रस्तावित किया जाता है, जैसे कि 2017 में फेसबुक द्वारा लागू की गई आत्मघाती मूर्ति की स्क्रीनिंग। Coppersmith Glen Leary Ryan Crutchley Patrick Fine Alex January 2018 Natural Language Processing of Social Media as Screening for Suicide Risk Biomedical Informatics Insights en-US 10 117822261879286 10.1177/1178222618792860 1178-2226 30158822 स्वास्थ्य सेवा प्रणाली के बाहर इस तरह के अनुप्रयोग विभिन्न पेशेवर, नैतिक और नियामक प्रश्न उठाते हैं। Brunn Matthias Diefenbacher Albert Courtet Philippe Genieys William 2020-05-18 The Future is Knocking: How Artificial Intelligence Will Fundamentally Change Psychiatry Academic Psychiatry en 10.1007/s40596-020-01243-8 1545-7230 32424706 रोग का निदान कई बीमारियां हैं और ऐसे कई तरीके हैं जो एआई का उपयोग कुशलतापूर्वक और सटीक रूप से निदान करने के लिए किया गया है। कुछ बीमारियाँ जो सबसे अधिक बदनाम हैं जैसे कि मधुमेह, और हृदय रोग (सीवीडी) जो दुनिया भर में मृत्यु के कारणों के लिए शीर्ष दस में हैं, पीछे का आधार रहा है   एक सटीक निदान पाने में मदद करने के लिए बहुत सारे शोध / परीक्षण। इन रोगों से जुड़ी इतनी उच्च मृत्यु दर के कारण सटीक निदान पाने में मदद करने के विभिन्न तरीकों को एकीकृत करने का प्रयास किया गया है। ' जियांग, एट अल द्वारा एक लेख। (२०१ AI) 6 Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, Wang Y, Dong Q, Shen H, Wang Y December 2017 Artificial intelligence in healthcare: past, present and future Stroke and Vascular Neurology 2 4 230–243 10.1136/svn-2017-000101 29507784 प्रदर्शित किया गया कि कई प्रकार की एआई तकनीकें हैं जिनका उपयोग विभिन्न प्रकार की बीमारियों के लिए किया जाता है। इन तकनीकों में से कुछ पर चर्चा की जियांग, एट अल। शामिल हैं: वेक्टर मशीनों, तंत्रिका नेटवर्क, निर्णय पेड़ों और कई और अधिक का समर्थन करें। इन तकनीकों में से प्रत्येक को "प्रशिक्षण लक्ष्य" के रूप में वर्णित किया गया है, इसलिए "वर्गीकरण यथासंभव परिणामों से सहमत हैं ..."। रोग निदान / वर्गीकरण के लिए कुछ बारीकियों को प्रदर्शित करने के लिए इन रोगों के वर्गीकरण में दो अलग-अलग तकनीकों का उपयोग किया जाता है, जिसमें "कृत्रिम तंत्रिका नेटवर्क (ANN) और बायेसियन नेटवर्क (BN)" का उपयोग करना शामिल है। Alić B, Gurbeta L, Badnjević A June 2017 Machine learning techniques for classification of diabetes and cardiovascular diseases 2017 6th Mediterranean Conference on Embedded Computing (MECO) IEEE 1–4 10.1109/meco.2017.7977152 978-1-5090-6742-8 2008-2017 के समय सीमा के भीतर कई अलग-अलग पत्रों की समीक्षा से उनके भीतर देखा गया कि दोनों में से कौन सी तकनीक बेहतर थी।   जो निष्कर्ष निकाला गया वह यह था कि “इनका प्रारंभिक वर्गीकरण   बीमारियों को आर्टिफिशियल न्यूरल नेटवर्क और बायेसियन नेटवर्क जैसे मशीन लर्निंग मॉडल को विकसित करने के लिए प्राप्त किया जा सकता है। ”   एक अन्य निष्कर्ष एलिक, एट अल। (2017) आकर्षित करने में सक्षम था कि दो एएनएन और बीएन के बीच कि एएनएन बेहतर था और अधिक सटीक रूप से मधुमेह / सीवीडी को "सटीकता के साथ" दोनों मामलों (मधुमेह के लिए 87.29 और सीवीडी के लिए 89.38) में वर्गीकृत कर सकता था। टेलीहेल्थ टेलीमेडिसिन की वृद्धि ने संभावित एआई अनुप्रयोगों के उदय को दिखाया है। Pacis Danica February 2018 Trends in telemedicine utilizing artificial intelligence AIP Conference Proceedings 1933 1 040009 2018AIPC.1933d0009P 10.1063/1.5023979 एआई का उपयोग करने वाले रोगियों की निगरानी करने की क्षमता चिकित्सकों को सूचना के संचार के लिए अनुमति दे सकती है यदि संभव हो तो रोग गतिविधि हो सकती है। https://www.talkyblog.com/artificial-intelligence/ Artificial Intelligence Types of AI 7 Practical Usage of Artificial Intelligence 2019-07-12 Talky Blog https://web.archive.org/web/20190717071244/https://www.talkyblog.com/artificial-intelligence/ 17 July 2019 2019-07-27 एक पहनने योग्य उपकरण एक रोगी की निरंतर निगरानी के लिए अनुमति दे सकता है और उन परिवर्तनों को नोटिस करने की क्षमता के लिए भी अनुमति देता है जो मनुष्यों द्वारा कम भिन्न हो सकते हैं। व्यक्तिगत स्वास्थ्य निगरानी और पोषण प्रबंधन कृत्रिम बुद्धिमत्ता का उपयोग स्वास्थ्य सेवा में व्यक्तिगत स्वास्थ्य निगरानी और जीवनशैली प्रबंधन के लिए भी किया जा रहा है। आधुनिक डिजिटल स्वास्थ्य प्रणालियाँ उपयोगकर्ताओं की शारीरिक गतिविधियों, व्यायाम, नींद और अन्य स्वास्थ्य संबंधी आँकड़ों का विश्लेषण करके उपयोगी स्वास्थ्य अंतर्दृष्टियाँ प्रदान कर सकती हैं। मशीन लर्निंग आधारित एल्गोरिदम समय के साथ उपयोगकर्ता के व्यवहार का अध्ययन कर व्यक्तिगत आवश्यकताओं के अनुरूप सुझाव देने में सक्षम होते हैं।https://nyusoft.com/how-to-build-an-ai-fitness-tracking-app/ कृत्रिम बुद्धिमत्ता आधारित फिटनेस निगरानी प्रणालियाँ Nyusoft en 2026-06-16 इसी प्रकार, कृत्रिम बुद्धिमत्ता आधारित पोषण प्रबंधन प्रणालियाँ आहार संबंधी जानकारी का विश्लेषण कर व्यक्तिगत आवश्यकताओं के अनुरूप पोषण संबंधी सुझाव प्रदान कर सकती हैं। ऐसे अनुप्रयोग संतुलित आहार, स्वास्थ्य लक्ष्यों की निगरानी तथा बेहतर जीवनशैली संबंधी निर्णय लेने में सहायता करते हैं।https://nyusoft.com/how-to-develop-diet-nutrition-app/ कृत्रिम बुद्धिमत्ता आधारित पोषण प्रबंधन प्रणालियाँ Nyusoft en 2026-06-16 इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड स्वास्थ्य सेवा उद्योग के डिजिटलीकरण और सूचना प्रसार के लिए इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड महत्वपूर्ण हैं। हालाँकि, इस डेटा को लॉग करना उपयोगकर्ताओं के लिए संज्ञानात्मक अधिभार और बर्नआउट जैसी अपनी समस्याओं के साथ आता है। ईएचआर डेवलपर्स अब इस प्रक्रिया को बहुत अधिक स्वचालित कर रहे हैं और यहां तक ​​कि इस प्रक्रिया को बेहतर बनाने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) उपकरण का उपयोग करना शुरू कर रहे हैं। सेंटरस्टोन रिसर्च इंस्टीट्यूट द्वारा किए गए एक अध्ययन में पाया गया कि ईएचआर डेटा की भविष्य कहनेवाला मॉडलिंग ने बेसलाइन पर व्यक्तिगत उपचार प्रतिक्रिया की भविष्यवाणी करने में 70-72% सटीकता हासिल की है। [उद्धरण वांछित] एक एआई टूल का उपयोग करना जो ईएचआर डेटा को स्कैन करता है।Bennett Casey C. Selove Rebecca Doub Thomas W. April 2012 EHRs Connect Research and Practice: Where Predictive Modeling, Artificial Intelligence, and Clinical Decision Support Intersect https://www.sciencedirect.com/science/article/abs/pii/S221188371200038X Health Policy and Technology 1 2 105–114 1204.4927 10.1016/j.hlpt.2012.03.001 ResearchGate यह किसी व्यक्ति में बीमारी के पाठ्यक्रम का सटीक अनुमान लगा सकता है। दवाओं का पारस्परिक प्रभाव प्राकृतिक भाषा प्रसंस्करण में सुधार ने चिकित्सा साहित्य में ड्रग-ड्रग इंटरैक्शन की पहचान करने के लिए एल्गोरिदम का विकास किया। Bokharaeian B, Diaz A, Chitsaz H 2016 Enhancing Extraction of Drug-Drug Interaction from Literature Using Neutral Candidates, Negation, and Clause Dependency PLOS ONE 11 10 e0163480 2016PLoSO..1163480B 10.1371/journal.pone.0163480 27695078 Cai R, Liu M, Hu Y, Melton BL, Matheny ME, Xu H, Duan L, Waitman LR February 2017 Identification of adverse drug-drug interactions through causal association rule discovery from spontaneous adverse event reports Artificial Intelligence in Medicine 76 7–15 10.1016/j.artmed.2017.01.004 28363289 Christopoulou F, Tran TT, Sahu SK, Miwa M, Ananiadou S January 2020 Adverse drug events and medication relation extraction in electronic health records with ensemble deep learning methods Journal of the American Medical Informatics Association : JAMIA 27 1 39–46 10.1093/jamia/ocz101 31390003 Zhou D, Miao L, He Y May 2018 Position-aware deep multi-task learning for drug-drug interaction extraction http://wrap.warwick.ac.uk/108975/13/WRAP-position-aware-deep-multi-task-learning-drug%E2%80%93drug-interaction-extraction-He-2018.pdf Artificial Intelligence in Medicine 87 1–8 10.1016/j.artmed.2018.03.001 29559249 ड्रग-ड्रग इंटरैक्शन कई दवाओं को एक साथ लेने वालों के लिए खतरा पैदा करता है, और दवा लेने की संख्या के साथ यह खतरा बढ़ जाता है।García JS Optimización del tratamiento de enfermos pluripatológicos en atención primaria'' UCAMI HHUU Virgen del Rocio. Sevilla. Spain ponencias de la II Reunión de Paciente Pluripatológico y Edad Avanzada Archived 2013-04-14 सभी ज्ञात या संदिग्ध ड्रग-ड्रग इंटरैक्शन को ट्रैक करने की कठिनाई को दूर करने के लिए, चिकित्सा साहित्य से दवाओं और उनके संभावित प्रभावों के बारे में जानकारी निकालने के लिए मशीन लर्निंग एल्गोरिदम बनाया गया है। 2013 में DDIExtraction Challenge में प्रयासों को समेकित किया गया था, जिसमें Carlos III University के शोधकर्ताओं की एक टीम ने इस तरह के एल्गोरिदम के लिए मानकीकृत परीक्षण बनाने के लिए ड्रग-ड्रग इंटरैक्शन पर साहित्य का एक कोष इकट्ठा किया था। Herrero-Zazo M, Segura-Bedmar I, Martínez P, Declerck T October 2013 The DDI corpus: an annotated corpus with pharmacological substances and drug-drug interactions Journal of Biomedical Informatics 46 5 914–20 10.1016/j.jbi.2013.07.011 23906817 free प्रतियोगी को परीक्षण से, सही तरीके से यह निर्धारित करने की उनकी क्षमता पर परीक्षण किया गया था कि कौन सी दवाओं को बातचीत करने के लिए दिखाया गया था और उनकी बातचीत की विशेषताएं क्या थीं। Semeval-2013 task 9: Extraction of drug-drug interactions from biomedical texts (ddiextraction 2013). June 2013 शोधकर्ताओं ने अपने एल्गोरिदम की प्रभावशीलता के माप को मानकीकृत करने के लिए इस कॉर्पस का उपयोग करना जारी रखा है। FDA प्रतिकूल घटना रिपोर्टिंग प्रणाली (FAERS) और विश्व स्वास्थ्य संगठन के VigiBase जैसे संगठन डॉक्टरों को दवाओं के संभावित नकारात्मक प्रतिक्रियाओं की रिपोर्ट प्रस्तुत करने की अनुमति देते हैं। दीप लर्निंग एल्गोरिदम को इन रिपोर्टों को पार्स करने के लिए विकसित किया गया है और यह उन पैटर्न का पता लगाता है जो दवा-दवा की बातचीत का संकेत देते हैं। Xu B, Shi X, Yin Y, Zhao Z, Zheng W, Lin H, Yang Z, Wang J, Xia F May 2019 Incorporating User Generated Content for Drug Drug Interaction Extraction Based on Full Attention Mechanism. IEEE Transactions on NanoBioscience 18 3 360–7 10.1109/TNB.2019.2919188 31144641 नई औषधियों का निर्माण डीएसपी -1181, ओसीडी (जुनूनी-बाध्यकारी विकार) उपचार के लिए दवा का एक अणु, एक्ससेंटिया (ब्रिटिश स्टार्ट-अप) और सुमितोमो डेनिपन फार्मा (जापानी फार्मास्युटिकल फर्म) के संयुक्त प्रयासों के माध्यम से कृत्रिम बुद्धि द्वारा आविष्कार किया गया था। दवा के विकास में एक साल का समय लगा, जबकि दवा कंपनियां आमतौर पर इसी तरह की परियोजनाओं पर लगभग पांच साल बिताती हैं। DSP-1181 को मानव परीक्षण के लिए स्वीकार किया गया। https://www.bbc.com/news/technology-51315462 Artificial intelligence-created medicine to be used on humans for first time Wakefield Jane 30 January 2020 BBC News स्वास्थ्य सेवा में एआई के नैतिक और सुरक्षा संबंधी मुद्दे स्वास्थ्य सेवा में कृत्रिम बुद्धिमत्ता के बढ़ते उपयोग के साथ नैतिकता, गोपनीयता और सुरक्षा से संबंधित कई महत्वपूर्ण प्रश्न भी सामने आए हैं। चूंकि एआई प्रणालियाँ बड़ी मात्रा में रोगी डेटा पर निर्भर करती हैं, इसलिए व्यक्तिगत स्वास्थ्य जानकारी की सुरक्षा और गोपनीयता बनाए रखना एक प्रमुख चुनौती माना जाता है। एआई आधारित स्वास्थ्य प्रणालियों की विश्वसनीयता भी महत्वपूर्ण है, क्योंकि गलत या पक्षपातपूर्ण (biased) डेटा पर प्रशिक्षित मॉडल गलत निष्कर्ष या अनुचित चिकित्सीय सिफारिशें उत्पन्न कर सकते हैं। इसके अतिरिक्त, डेटा पॉइज़निंग (Data Poisoning), मॉडल में छेड़छाड़ तथा अन्य साइबर सुरक्षा जोखिम एआई प्रणालियों की सटीकता और सुरक्षा को प्रभावित कर सकते हैं। विशेषज्ञों के अनुसार, स्वास्थ्य सेवा में एआई के सुरक्षित उपयोग के लिए डेटा सुरक्षा, जोखिम प्रबंधन, पारदर्शिता तथा नियमित मॉडल मूल्यांकन जैसी प्रक्रियाओं को अपनाना आवश्यक है। इससे रोगियों का विश्वास बनाए रखने और एआई आधारित निर्णय प्रणालियों की विश्वसनीयता को बढ़ाने में सहायता मिलती है। उद्योग अन्य स्वास्थ्य कंपनियों के साथ विलय करने वाली बड़ी आधारित स्वास्थ्य कंपनियों के बाद के उद्देश्य, अधिक से अधिक स्वास्थ्य डेटा पहुंच के लिए अनुमति देते हैं। https://money.cnn.com/2018/03/08/investing/health-care-mergers-cigna-express-scripts-consolidation/index.html What merger mania means for health care La Monica Paul R. 8 March 2018 CNNMoney 2018-04-11 7 जुलाई 2018 https://web.archive.org/web/20180707012956/http://money.cnn.com/2018/03/08/investing/health-care-mergers-cigna-express-scripts-consolidation/index.html dead ग्रेटर स्वास्थ्य डेटा एआई एल्गोरिदम के अधिक कार्यान्वयन के लिए अनुमति दे सकता है। http://fortune.com/2018/03/19/cvs-aetna-healthcare-mergers-big-data/ Why You're the Reason For Those Health Care Mergers Leaf Clifton 19 March 2019 Fortune 2018-04-10 स्वास्थ्य सेवा क्षेत्र में AI के कार्यान्वयन पर उद्योग का एक बड़ा हिस्सा नैदानिक निर्णय समर्थन प्रणालियों में है । Horvitz EJ, Breese JS, Henrion M July 1988 Decision theory in expert systems and artificial intelligence International Journal of Approximate Reasoning 2 3 247–302 10.1016/0888-613x(88)90120-x 0888-613X जैसे-जैसे डेटा की मात्रा बढ़ती है, AI निर्णय समर्थन प्रणाली अधिक कुशल होती जाती है। कई कंपनियां स्वास्थ्य देखभाल उद्योग में बड़े डेटा को शामिल करने की संभावनाओं की तलाश कर रही हैं। https://www.pwc.com/gx/en/industries/healthcare/publications/ai-robotics-new-health/ai-robotics-new-health.pdf What Doctor? Why AI and robotics will define New Health June 2017 8 October 2018 स्वास्थ्य सेवा में उपयोग के लिए एआई एल्गोरिदम में योगदान देने वाली बड़ी कंपनियों के उदाहरण निम्नलिखित हैं: आईबीएम की वाटसन ऑन्कोलॉजी मेमोरियल स्लोन केटरिंग कैंसर सेंटर और क्लीवलैंड क्लिनिक में विकास में है। https://www.theatlantic.com/magazine/archive/2013/03/the-robot-will-see-you-now/309216/ The Robot Will See You Now Cohn Jonathan 20 February 2013 The Atlantic 2018-10-26 आईबीएम क्रॉनिक डिजीज ट्रीटमेंट में एआई एप्लीकेशंस पर सीवीएस हेल्थ और ड्रग डेवलपमेंट के नए कनेक्शन खोजने के लिए साइंटिफिक पेपर्स के विश्लेषण पर जॉनसन एंड जॉनसन के साथ भी काम कर रहा है। http://fortune.com/ibm-watson-health-business-strategy/ From Cancer to Consumer Tech: A Look Inside IBM's Watson Health Strategy Lorenzetti Laura 5 April 2016 Fortune 2018-10-26 25 फ़रवरी 2017 https://web.archive.org/web/20170225164743/http://fortune.com/ibm-watson-health-business-strategy/ dead मई 2017 में, IBM और Rensselaer Polytechnic Institute ने हेल्थकेयर को बढ़ाने के लिए AI तकनीक का उपयोग करने के लिए Analytics, लर्निंग और सेमंटिक्स (HEALS) द्वारा हेल्थ एम्पावरमेंट नामक एक संयुक्त परियोजना शुरू की। https://news.rpi.edu/content/2017/05/17/ibm-and-rensselaer-team-research-chronic-diseases-cognitive-computing IBM and Rensselaer Team to Research Chronic Diseases with Cognitive Computing ओरेगन हेल्थ एंड साइंस यूनिवर्सिटी के नाइट कैंसर इंस्टीट्यूट के साथ साझेदारी में, माइक्रोसॉफ्ट की हनोवर परियोजना, रोगियों के लिए सबसे प्रभावी कैंसर ड्रग उपचार विकल्पों की भविष्यवाणी करने के लिए चिकित्सा अनुसंधान का विश्लेषण करती है। https://www.bloomberg.com/news/articles/2016-09-20/microsoft-develops-ai-to-help-cancer-doctors-find-the-right-treatments Microsoft Develops AI to Help Cancer Doctors Find the Right Treatments Bass Diana 20 September 2016 Bloomberg 2018-10-26 अन्य परियोजनाओं में ट्यूमर की प्रगति की चिकित्सा छवि विश्लेषण और प्रोग्राम कोशिकाओं के विकास शामिल हैं। https://www.telegraph.co.uk/science/2016/09/20/microsoft-will-solve-cancer-within-10-years-by-reprogramming-dis/ Microsoft will 'solve' cancer within 10 years by 'reprogramming' diseased cells Knapton Sarah 20 September 2016 The Telegraph 2018-10-16 Google के डीपमाइंड प्लेटफॉर्म का उपयोग यूके नेशनल हेल्थ सर्विस द्वारा एक मोबाइल ऐप के माध्यम से एकत्रित डेटा के माध्यम से कुछ स्वास्थ्य जोखिमों का पता लगाने के लिए किया जा रहा है। https://www.bbc.com/news/health-38055509 NHS teams with Google to treat patients Bloch-Budzier Sarah 22 November 2016 BBC News 2018-10-16 एनएचएस के साथ एक दूसरी परियोजना में कैंसर के ऊतकों का पता लगाने के लिए कंप्यूटर विजन एल्गोरिदम विकसित करने के लिए एनएचएस रोगियों से एकत्रित चिकित्सा छवियों का विश्लेषण शामिल है। https://www.bbc.com/news/technology-37230806 Google gets access to cancer scans Baraniuk Chris 31 August 2016 BBC News 2018-10-16 Tencent कई चिकित्सा प्रणालियों और सेवाओं पर काम कर रहा है। https://www.forbes.com/sites/rebeccafannin/2019/08/23/baidu-alibaba-tencent-clash-to-lead-chinas-tech-future-while-a-new-b-arises/ Baidu, Alibaba, Tencent Clash To Lead China's Tech Future While A New 'B' Arises Fannin Rebecca 23 August 2019 Forbes इनमें AI मेडिकल इनोवेशन सिस्टम (AIMIS), AI- पावर्ड डायग्नोस्टिक मेडिकल इमेजिंग सर्विस; WeChat बुद्धिमान हेल्थकेयर; और Tencent डॉक्टवर्क https://technode.com/2018/02/11/tencent-medical-ecosystem/ How Tencent's medical ecosystem is shaping the future of China's healthcare Lew Linda 11 February 2018 Tech Node इंटेल का उपक्रम कैपिटल आर्म इंटेल कैपिटल ने हाल ही में स्टार्टअप लुमाटा में निवेश किया है जो एआई का उपयोग जोखिम वाले रोगियों की पहचान करने और देखभाल विकल्प विकसित करने के लिए करता है। http://fortune.com/2016/05/26/intel-capital-cancels-1-billion-portfolio-sale/ Intel Capital Cancels $1 Billion Portfolio Sale Primack Dan 26 May 2016 Fortune 2018-10-26 मैमोग्राम में स्तन कैंसर का पता लगाने के लिए खेयोन मेडिकल ने गहन शिक्षण सॉफ्टवेयर विकसित किया। https://www.thetimes.co.uk/static/ai-is-transforming-how-radiologists-detect-breast-cancers/ AI is transforming how radiologists detect breast cancers Crowley John 20 September 2019 The Sunday Times फ्रैक्टल एनालिटिक्स ने Qure.ai को इनक्यूबेट किया है जो रेडियोलॉजी को बेहतर बनाने और डायग्नोस्टिक एक्स-रे के विश्लेषण को गति देने के लिए गहन शिक्षण और एआई का उपयोग करने पर केंद्रित है। https://asia.nikkei.com/Business/Startups/Indian-AI-startup-in-talks-to-raise-20m-to-fight-tuberculosis Indian AI startup in talks to raise $20m to fight tuberculosis Marandi Rosemary October 15, 2019 February 13, 2020 डिजिटल कंसल्टेंट ऐप जैसे कि Babylon Health's GP at Hand, एडा हेल्थ, अलीहैट डॉक्टर यू, https://www.scmp.com/business/china-business/article/2102371/alibaba-tencent-see-ai-solution-chinas-acute-shortage Alibaba, Tencent see AI as solution Ge Celine 12 July 2017 South China Morning Post कारएक्सपर्ट https://www.prnewswire.com/in/news-releases/ai-ready-telemedicine-digital-platform-by-karexpert-815845379.html AI-ready Telemedicine Digital Platform By KareXpert KareXpert Technologies Private Limited 23 April 2020 और Your.MD व्यक्तिगत चिकित्सा इतिहास और सामान्य चिकित्सा ज्ञान के आधार पर चिकित्सा परामर्श देने के लिए एआई का उपयोग करते हैं https://www.technologyreview.com/s/600868/the-artificially-intelligent-doctor-will-hear-you-now/ The Artificially Intelligent Doctor Will Hear You Now Parkin Simon 9 March 2016 MIT Technology Review 14 April 2018 । उपयोगकर्ता ऐप में अपने लक्षणों की रिपोर्ट करते हैं, जो बीमारियों के डेटाबेस के खिलाफ तुलना करने के लिए भाषण मान्यता का उपयोग करता है। तब बाबुल उपयोगकर्ता की चिकित्सा के इतिहास को ध्यान में रखते हुए एक अनुशंसित कार्रवाई प्रदान करता है। हेल्थकेयर में उद्यमी एआई समाधान लेने के लिए प्रभावी रूप से सात बिजनेस मॉडल आर्कटाइप्स का उपयोग कर रहे हैं   बाजार के लिए। ये आर्कटिक टारगेट यूजर (जैसे पेशेंट फोकस बनाम हेल्थकेयर प्रोवाइडर और पेअर फोकस) के लिए उत्पन्न वैल्यू और वैल्यू कैप्चरिंग मैकेनिज्म पर निर्भर करते हैं (जैसे जानकारी प्रदान करना या हितधारकों को जोड़ना)। Garbuio Massimo Lin Nidthida 2019 Artificial Intelligence as a Growth Engine for Health Care Startups: Emerging Business Models California Management Review 61 2 59–83 10.1177/0008125618811931 IFlytek ने एक सर्विस रोबोट “जिओ मैन” लॉन्च किया, जो पंजीकृत ग्राहक की पहचान करने और चिकित्सा क्षेत्रों में व्यक्तिगत सिफारिशें प्रदान करने के लिए कृत्रिम बुद्धिमत्ता तकनीक को एकीकृत करता है। यह मेडिकल इमेजिंग के क्षेत्र में भी काम करता है। https://www.reuters.com/article/us-china-healthcare-tech/ai-ambulances-and-robot-doctors-china-seeks-digital-salve-to-ease-hospital-strain-idUSKBN1JO1VB AI ambulances and robot doctors: China seeks digital salve to ease hospital strain Jourdan Adam Reuters Kong X, Ai B, Kong Y, Su L, Ning Y, Howard N, Gong S, Li C, Wang J, Lee WT, Wang J, Kong Y, Wang J, Fang Y 2019 Artificial intelligence: a key to relieve China's insufficient and unequally-distributed medical resources American Journal of Translational Research 11 5 2632–2640 31217843 यूबीटेक ("क्रूजर") https://www.computerworld.com/article/3487962/queensland-health-continues-robot-hospital-helper-roll-out.html Queensland Health continues robot hospital helper roll-out Nott George 24 January 2019 Computerworld 24 अगस्त 2020 6 जून 2020 https://web.archive.org/web/20200606142005/https://www.computerworld.com/article/3487962/queensland-health-continues-robot-hospital-helper-roll-out.html dead और सॉफ्टबैंक रोबोटिक्स ("पेपर") जैसी कंपनियों द्वारा भी इसी तरह के रोबोट बनाए जा रहे हैं। भारतीय स्टार्टअप हाप्तिक ने हाल ही में एक व्हाट्सएप चैटबाॉट विकसित किया है https://tech.hindustantimes.com/tech/news/in-focus-mumbai-based-haptik-which-developed-india-s-official-whatsapp-chatbot-for-covid-19-story-SkSTENvrXVmvfM9YWEKXBP.html In focus: Mumbai-based Haptik which developed India’s official WhatsApp chatbot for Covid-19 Hindustan Times Tech en 2020-07-23 https://gadgets.ndtv.com/apps/news/coronavirus-mygov-corona-helpdesk-chatbot-whatsapp-indian-government-total-users-haptik-2204458 India’s Coronavirus Chatbot on WhatsApp Crosses 1.7 Crore Users in 10 Days NDTV Gadgets 360 en 2020-07-23 जो भारत में घातक कोरोनवायरस से जुड़े सवालों के जवाब देता है । https://www.livemint.com/technology/tech-news/how-whatsapp-chatbots-are-helping-in-the-fight-against-covid-19-11585310168911.html How WhatsApp chatbots are helping in the fight against Covid-19 Ahaskar Abhijit 2020-03-27 Livemint en 2020-07-23 https://www.thehindubusinessline.com/info-tech/covid-19-india-launches-a-whatsapp-chatbot/article31127438.ece COVID-19: Govt of India launches a WhatsApp chatbot Kurup Rajesh @businessline en 2020-07-23 https://economictimes.indiatimes.com/news/politics-and-nation/government-of-maharashtra-launches-aaple-sarkar-chatbot-with-haptik/articleshow/68268917.cms?from=mdr Government of Maharashtra launches Aaple Sarkar chatbot with Haptik The Economic Times 2020-07-23 निहितार्थ एआई के उपयोग की भविष्यवाणी चिकित्सा लागत को कम करने के लिए की जाती है क्योंकि निदान में अधिक सटीकता होगी और उपचार योजना में बेहतर भविष्यवाणियों के साथ-साथ बीमारी की अधिक रोकथाम भी होगी। एआई के अन्य भविष्य के उपयोगों में ब्रेन-कंप्यूटर इंटरफेस (बीसीआई) शामिल हैं, जो कि उन लोगों को स्थानांतरित करने, बोलने या रीढ़ की हड्डी की चोट के साथ मदद करने के लिए पूर्वानुमानित हैं। बीसीआई इन रोगियों को स्थानांतरित करने और तंत्रिका सक्रियण को डिकोड करके संवाद करने में मदद करने के लिए एआई का उपयोग करेगा। https://healthitanalytics.com/news/top-12-ways-artificial-intelligence-will-impact-healthcare Top 12 Ways Artificial Intelligence Will Impact Healthcare Bresnick Jennifer 30 April 2018 HealthITAnalytics जैसा कि प्रौद्योगिकी विकसित होती है और अधिक कार्यस्थलों में कार्यान्वित की जाती है, कई लोग डरते हैं कि उनकी नौकरियों को रोबोट या मशीनों द्वारा बदल दिया जाएगा। यूएस न्यूज स्टाफ (2018) लिखते हैं कि निकट भविष्य में, एआई का उपयोग करने वाले डॉक्टर उन डॉक्टरों पर "जीत" करेंगे जो नहीं करते हैं। AI हेल्थकेयर वर्करों की जगह नहीं लेगा, बल्कि उन्हें बेडसाइड कारों के लिए अधिक समय देने की अनुमति देगा। एअर इंडिया स्वास्थ्य सेवा कर्मी को जला सकती है और संज्ञानात्मक अधिभार कर सकती है। कुल मिलाकर, जैसा कि क्वान-हासे (2018) कहते हैं, प्रौद्योगिकी "सामाजिक लक्ष्यों की सिद्धि तक फैली हुई है, जिसमें उच्च स्तर की सुरक्षा, समय और स्थान पर संचार के बेहतर साधन, स्वास्थ्य देखभाल में सुधार और स्वायत्तता में वृद्धि शामिल है" (पी।   43)। जैसा कि हम अपने अभ्यास में एआई को अनुकूलित करते हैं और उपयोग करते हैं, हम अपने रोगियों के लिए हमारी देखभाल को बढ़ा सकते हैं जिसके परिणामस्वरूप सभी के लिए अधिक परिणाम प्राप्त होंगे। विकासशील राष्ट्रों की देखभाल का विस्तार करना एआई के उपयोग में वृद्धि के साथ, विकासशील देशों में अधिक देखभाल उपलब्ध हो सकती है। एआई अपनी क्षमताओं में विस्तार करना जारी रखता है और जैसा कि यह रेडियोलॉजी की व्याख्या करने में सक्षम है, यह कम डॉक्टरों की आवश्यकता के साथ अधिक लोगों का निदान करने में सक्षम हो सकता है क्योंकि इनमें से कई देशों में कमी है। एआई का लक्ष्य दुनिया में दूसरों को सिखाना है, जिसके बाद बेहतर इलाज और अंतत: वैश्विक स्वास्थ्य में सुधार होगा। विकासशील देशों में एआई का उपयोग जिनके पास संसाधन नहीं हैं, वे आउटसोर्सिंग की आवश्यकता को कम कर देंगे और रोगी की देखभाल में सुधार के लिए एआई का उपयोग कर सकते हैं। Chen AF, Zoga AC, Vaccaro AR 1 November 2017 Point/Counterpoint: Artificial Intelligence in Healthcare. Healthcare Transformation 2 2 84–92 10.1089/heat.2017.29042.pcp free उदाहरण के लिए, प्राकृतिक भाषा प्रसंस्करण, और मशीन सीखने का उपयोग थाईलैंड, चीन और भारत जैसे स्थानों में कैंसर के उपचार के लिए किया जाता है। शोधकर्ताओं ने रोगी के रिकॉर्ड के माध्यम से एनएलपी का उपयोग करने और उपचार प्रदान करने के लिए एक एआई एप्लिकेशन को प्रशिक्षित किया। एआई एप्लिकेशन द्वारा किए गए अंतिम निर्णय विशेषज्ञ निर्णयों के 90% समय से सहमत थे। विनियमन जबकि स्वास्थ्य सेवा में एआई के उपयोग पर शोध का उद्देश्य व्यापक रूप से अपनाने से पहले रोगी के परिणामों में सुधार करने में इसकी प्रभावकारिता को मान्य करना है, फिर भी इसका उपयोग रोगियों और स्वास्थ्य सेवा प्रदाताओं के लिए कई नए प्रकार के जोखिम का परिचय दे सकता है, जैसे कि एल्गोरिदमिक पूर्वाग्रह, निहितार्थों का समाधान न करें, और अन्य मशीन नैतिकता मुद्दों। एआई के नैदानिक उपयोग की इन चुनौतियों ने विनियमों की संभावित आवश्यकता को पूरा किया है। http://petrieflom.law.harvard.edu/resources/article/artificial-intelligence-in-health-care-applications-and-legal-issues Artificial Intelligence in Health Care: Applications and Legal Issues Price W. Nicholson Petrie-Flom Center 2018-04-11 20 अक्तूबर 2019 https://web.archive.org/web/20191020213819/https://petrieflom.law.harvard.edu/resources/article/artificial-intelligence-in-health-care-applications-and-legal-issues dead वर्तमान में स्वास्थ्य सेवा में एआई के उपयोग के लिए कोई नियम विशेष रूप से मौजूद नहीं हैं। मई 2016 में, व्हाइट हाउस ने मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस पर राष्ट्रीय विज्ञान और प्रौद्योगिकी परिषद (NSTC) उपसमिति की कार्यशालाओं की एक श्रृंखला की मेजबानी करने की अपनी योजना की घोषणा की। https://www.whitehouse.gov/blog/2016/05/03/preparing-future-artificial-intelligence Preparing for the Future of Artificial Intelligence. 3 May 2016 Whitehouse.gov अक्टूबर 2016 में, समूह ने द नेशनल आर्टिफिशियल इंटेलिजेंस रिसर्च एंड डेवलपमेंट स्ट्रेटेजिक प्लान प्रकाशित किया, जिसमें फेडरली-फंडेड एआई रिसर्च एंड डेवलपमेंट (सरकार और शिक्षा के भीतर) के लिए अपनी प्रस्तावित प्राथमिकताओं को रेखांकित किया गया। रिपोर्ट में स्वास्थ्य सूचना प्रौद्योगिकी के क्षेत्र के विकास के चरणों में रणनीतिक आरएंडडी योजना पर ध्यान दिया गया है। https://www.nitrd.gov/PUBS/national_ai_rd_strategic_plan.pdf The National Artificial Intelligence Research and Development Strategic Plan 16 October 2016 Office of Science and Technology Policy एकमात्र एजेंसी जिसने चिंता व्यक्त की है वह एफडीए है। एफडीए के डिजिटल हेल्थ के एसोसिएट सेंटर के निदेशक बकुल पटेल ने मई 2017 में कहा है। “हम ऐसे लोगों को प्राप्त करने का प्रयास कर रहे हैं, जिनके पास उत्पाद के पूर्ण जीवन चक्र के साथ विकास का अनुभव है। हमारे पास पहले से ही कुछ वैज्ञानिक हैं जो कृत्रिम बुद्धिमत्ता और मशीन लर्निंग जानते हैं, लेकिन हम ऐसे पूरक लोग चाहते हैं जो आगे देख सकें और देखें कि यह तकनीक कैसे विकसित होगी। " https://spectrum.ieee.org/the-human-os/biomedical/devices/fda-assembles-team-to-oversee-ai-revolution-in-health FDA Assembles Team to Oversee AI Revolution in Health IEEE Spectrum: Technology, Engineering, and Science News en 2018-04-04 स्वास्थ्य के लिए आर्टिफिशियल इंटेलिजेंस(FG-AI4H) पर संयुक्त ITU-WHO फोकस समूह ने स्वास्थ्य क्षेत्र में एआई अनुप्रयोगों के परीक्षण और बेंचमार्किंग के लिए एक मंच बनाया है। https://www.itu.int/en/ITU-T/focusgroups/ai4h/Pages/default.aspx Focus Group on "Artificial Intelligence for Health" International Telecommunication Union (ITU) 2018-12-18 नवंबर 2018 तक, आठ उपयोग मामलों को बेंचमार्क किया जा रहा है, जिसमें हिस्टोपैथोलॉजिकल इमेजरी से स्तन कैंसर के जोखिम का आकलन करना, साँप की छवियों से विष-रोधी चयन का मार्गदर्शन करना और त्वचा के घावों का निदान करना शामिल है। https://www.forbes.com/sites/cognitiveworld/2018/10/04/9t-global-healthcare-strengthened-by-itu-focus-group-ai-for-health/ $9T Global Healthcare Strengthened By ITU Focus Group AI For Health Ibaraki Stephen Forbes 2018-12-18 https://www.hhi.fraunhofer.de/en/press-media/news/2018/artificial-intelligence-for-health-itu-and-who-call-for-proposals.html Artificial Intelligence for Health: ITU and WHO Call for Proposals – Fraunhofer Heinrich Hertz Institute Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut, HHI 2018-12-18 26 सितंबर 2020 https://web.archive.org/web/20200926122457/https://www.hhi.fraunhofer.de/en/press-media/news/2018/artificial-intelligence-for-health-itu-and-who-call-for-proposals.html dead सन्दर्भ श्रेणी:Pages with unreviewed translations