
ਕਿਸੇ ਵਿਅਕਤੀ ਦੇ ਚਿਹਰੇ ਦੀ ਤਸਵੀਰ ਪਹਿਲਾਂ ਸਮਝੇ ਗਏ ਨਾਲੋਂ ਉਸਦੀ ਸਿਹਤ ਬਾਰੇ ਵਧੇਰੇ ਪ੍ਰਗਟ ਕਰ ਸਕਦੀ ਹੈ। ਸੰਯੁਕਤ ਰਾਜ ਵਿੱਚ ਇੱਕ ਹੈਲਥਕੇਅਰ ਸਿਸਟਮ, ਮਾਸ ਜਨਰਲ ਬ੍ਰਿਘਮ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਨਕਲੀ ਬੁੱਧੀ (AI) ਮਾਡਲ ਵਿਕਸਤ ਕੀਤਾ ਹੈ ਜੋ ਜੈਵਿਕ ਉਮਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਚਿਹਰੇ ਦੀ ਫੋਟੋ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੈਂਸਰ ਦੇ ਬਚਾਅ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦਾ ਹੈ। The Lancet Digital Health ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਖੋਜਾਂ ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ ਚਿਹਰੇ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਅੰਤਰੀਵ ਸਿਹਤ ਅਤੇ ਸਰੀਰਕ ਲਚਕੀਲੇਪਣ ਬਾਰੇ ਸੁਰਾਗ ਹੋ ਸਕਦੇ ਹਨ।
AI ਸਿਸਟਮ, ਜਿਸਨੂੰ ਫਾਊਂਡੇਸ਼ਨ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਫਾਰ ਹੈਲਥ ਰਿਕੋਗਨੀਸ਼ਨ, ਜਾਂ FAHR-ਫੇਸ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਨੂੰ 40 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਚਿਹਰੇ ਦੀਆਂ ਤਸਵੀਰਾਂ ‘ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਦੋ ਟੂਲ ਵਿਕਸਿਤ ਕੀਤੇ। ਇੱਕ ਜੀਵ-ਵਿਗਿਆਨਕ ਉਮਰ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਦੂਜਾ ਕੈਂਸਰ ਦੇ ਬਚਾਅ ਦੇ ਜੋਖਮ ਦਾ ਸਿੱਧਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ।
ਇਹ ਨਤੀਜੇ ਵਿਅਕਤੀਗਤ ਕੈਂਸਰ ਦੇਖਭਾਲ ਲਈ ਢੁਕਵੇਂ ਹੋ ਸਕਦੇ ਹਨ, ਜਿੱਥੇ ਡਾਕਟਰ ਮਰੀਜ਼ ਦੀ ਸਮੁੱਚੀ ਸਿਹਤ ਅਤੇ ਇਲਾਜ ਨੂੰ ਬਰਦਾਸ਼ਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ‘ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਤਕਨਾਲੋਜੀ ਦਾ ਅਜੇ ਵੀ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਕੈਂਸਰ ਦਾ ਨਿਦਾਨ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਜੀਵਨ ਸੰਭਾਵਨਾ ਨੂੰ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕਰ ਸਕਦਾ ਜਾਂ ਡਾਕਟਰੀ ਮੁਲਾਂਕਣ ਨੂੰ ਬਦਲ ਨਹੀਂ ਸਕਦਾ।
ਭਾਰਤ ਲਈ, ਜਿੱਥੇ ਕੈਂਸਰ ਦੀ ਦੇਖਭਾਲ ਵੱਖ-ਵੱਖ ਸਿਹਤ ਸੰਭਾਲ ਸੈਟਿੰਗਾਂ ਵਿੱਚ ਹੁੰਦੀ ਹੈ, ਵਾਧੂ ਸਿਹਤ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ ਲਈ ਇੱਕ ਸਧਾਰਨ ਫੋਟੋ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਵਿਚਾਰ ਹੋਨਹਾਰ ਹੋ ਸਕਦਾ ਹੈ। ਪਰ ਕਲੀਨਿਕਲ ਵਰਤੋਂ ਲਈ ਵਿਚਾਰ ਕੀਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਭਾਰਤੀ ਮਰੀਜ਼ਾਂ ਵਿੱਚ ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
FAHR-ਫੇਸ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਏਆਈ ਦੀ ਇੱਕ ਕਿਸਮ ਜੋ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਵਿੱਚ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਚਿਹਰੇ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਦੋ ਪੂਰਕ ਸਾਧਨ ਵਿਕਸਿਤ ਕੀਤੇ ਹਨ।
FAHR-FaceAge ਜੀਵ-ਵਿਗਿਆਨਕ ਉਮਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦਾ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਵਿਅਕਤੀ ਦੀ ਅਸਲ ਉਮਰ ਦੇ ਮੁਕਾਬਲੇ ਸਰੀਰ ਕਿੰਨੀ ਉਮਰ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। FAHR-FaceSurvival ਇੱਕ ਫੋਟੋ ਤੋਂ ਸਿੱਧੇ ਕੈਂਸਰ ਦੇ ਬਚਾਅ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ।
ਟੂਲ ਚਿਹਰੇ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ। ਜੀਵ-ਵਿਗਿਆਨਕ ਯੁੱਗ ਮਾਡਲ ਨੱਕ ਤੋਂ ਮੂੰਹ ਦੇ ਕੋਨਿਆਂ ਵੱਲ ਵਗਦੇ ਮੱਥੇ, ਮੰਦਰਾਂ ਅਤੇ ਕ੍ਰੀਜ਼ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਸਰਵਾਈਵਲ ਮਾਡਲ ਅੱਖਾਂ ਦੇ ਹੇਠਾਂ ਅਤੇ ਨੱਕ ਦੇ ਪੁਲ ਦੇ ਆਲੇ ਦੁਆਲੇ ਦੇ ਖੇਤਰ ‘ਤੇ ਵਧੇਰੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦਾ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇਹ ਸਥਾਪਿਤ ਨਹੀਂ ਕੀਤਾ ਹੈ ਕਿ ਕਿਹੜੀਆਂ ਜੀਵ-ਵਿਗਿਆਨਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਇਹਨਾਂ ਐਸੋਸੀਏਸ਼ਨਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦੀਆਂ ਹਨ। ਮਾਡਲ ਕੈਂਸਰ ਦਾ ਪਤਾ ਲਗਾਉਣ ਜਾਂ ਕਿਸੇ ਵਿਅਕਤੀ ਦੇ ਬਚਣ ਦੀਆਂ ਸਹੀ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਮਾਪਣ ਦੀ ਬਜਾਏ ਫੋਟੋਆਂ ਵਿੱਚ ਅੰਕੜਿਆਂ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੰਯੁਕਤ ਰਾਜ ਵਿੱਚ ਰੇਡੀਓਥੈਰੇਪੀ ਪ੍ਰਾਪਤ ਕਰਨ ਵਾਲੇ ਕੈਂਸਰ ਦੇ ਮਰੀਜ਼ਾਂ ਵਿੱਚ AI-ਅੰਦਾਜਨਿਤ ਜੀਵ-ਵਿਗਿਆਨਕ ਉਮਰ ਅਤੇ ਮੌਤ ਦਰ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਪਾਇਆ।
ਲਗਭਗ ਚਾਰ ਸਾਲਾਂ ਦੇ ਔਸਤ ਫਾਲੋ-ਅਪ ਦੇ ਦੌਰਾਨ, ਜਿਨ੍ਹਾਂ ਮਰੀਜ਼ਾਂ ਦੀ ਅੰਦਾਜ਼ਨ ਚਿਹਰੇ ਦੀ ਉਮਰ ਉਨ੍ਹਾਂ ਦੀ ਅਸਲ ਉਮਰ ਨਾਲੋਂ ਘੱਟੋ ਘੱਟ ਪੰਜ ਸਾਲ ਵੱਧ ਸੀ, ਤੁਲਨਾਤਮਕ ਸਮੂਹ ਨਾਲੋਂ ਮੌਤ ਦਾ 21 ਪ੍ਰਤੀਸ਼ਤ ਵੱਧ ਜੋਖਮ ਸੀ। ਜਿਹੜੇ ਮਰੀਜ਼ ਘੱਟੋ-ਘੱਟ ਪੰਜ ਸਾਲ ਛੋਟੇ ਦਿਖਾਈ ਦਿੰਦੇ ਸਨ, ਉਨ੍ਹਾਂ ਦਾ ਖ਼ਤਰਾ 17 ਫੀਸਦੀ ਘੱਟ ਸੀ।
ਇਹ ਅੰਕੜੇ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਉਹਨਾਂ ਦਾ ਇਹ ਮਤਲਬ ਨਹੀਂ ਹੈ ਕਿ ਇੱਕ ਵਿਅਕਤੀਗਤ ਮਰੀਜ਼ ਦੇ ਮਰਨ ਦੀ 21 ਪ੍ਰਤੀਸ਼ਤ ਸੰਭਾਵਨਾ ਹੈ ਜਾਂ ਇਹ ਕਿ ਜਵਾਨ ਦਿਸਣਾ ਬਿਹਤਰ ਬਚਣ ਦੀ ਗਾਰੰਟੀ ਦਿੰਦਾ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇਹ ਵੀ ਪਾਇਆ ਕਿ ਤੰਬਾਕੂਨੋਸ਼ੀ, ਜ਼ਿਆਦਾ ਸ਼ਰਾਬ ਪੀਣ ਅਤੇ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਵਰਤੋਂ AI ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਜੀਵ ਵਿਗਿਆਨਕ ਤੌਰ ‘ਤੇ ਬਜ਼ੁਰਗ ਦਿਖਾਈ ਦੇਣ ਨਾਲ ਜੁੜੇ ਹੋਏ ਸਨ। ਇਹ ਖੋਜਾਂ ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰਦੀਆਂ ਕਿ ਚਿਹਰੇ ਦੀ ਉਮਰ ਵਧਣ ਨਾਲ ਕੈਂਸਰ ਦੇ ਮਾੜੇ ਨਤੀਜੇ ਨਿਕਲਦੇ ਹਨ।
ਕੈਂਸਰ ਦੇ ਇਲਾਜ ਬਾਰੇ ਫੈਸਲਾ ਕਰਨ ਵੇਲੇ ਡਾਕਟਰ ਮਰੀਜ਼ ਦੀ ਸਮੁੱਚੀ ਸਿਹਤ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਸਰਜਰੀ, ਰੇਡੀਓਥੈਰੇਪੀ ਅਤੇ ਕੀਮੋਥੈਰੇਪੀ ਵਰਗੀਆਂ ਦਵਾਈਆਂ ਮਰੀਜ਼ਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀ ਸਰੀਰਕ ਸਥਿਤੀ, ਮੌਜੂਦਾ ਬਿਮਾਰੀਆਂ ਅਤੇ ਠੀਕ ਹੋਣ ਦੀ ਯੋਗਤਾ ਦੇ ਆਧਾਰ ‘ਤੇ ਵੱਖਰੇ ਤੌਰ ‘ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਚਿਹਰੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅੰਤ ਵਿੱਚ ਇਹਨਾਂ ਮੁਲਾਂਕਣਾਂ ਦੌਰਾਨ ਵਾਧੂ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
ਡਾ: ਰੇਮੰਡ ਮੈਕ, ਮਾਸ ਜਨਰਲ ਬ੍ਰਿਘਮ ਕੈਂਸਰ ਇੰਸਟੀਚਿਊਟ ਦੇ ਇੱਕ ਰੇਡੀਏਸ਼ਨ ਔਨਕੋਲੋਜਿਸਟ ਅਤੇ ਅਧਿਐਨ ਦੇ ਇੱਕ ਅਨੁਸਾਰੀ ਲੇਖਕ ਨੇ ਕਿਹਾ ਕਿ ਇਸਦਾ ਉਦੇਸ਼ ਫੋਟੋ-ਆਧਾਰਿਤ ਸਿਹਤ ਮੁਲਾਂਕਣਾਂ ਨੂੰ ਵਧੇਰੇ ਇਕਸਾਰ ਅਤੇ ਮਾਪਯੋਗ ਬਣਾਉਣਾ ਸੀ, ਤਾਂ ਜੋ ਉਹ ਡਾਕਟਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਦੀ ਬਜਾਏ ਵਿਅਕਤੀਗਤ ਇਲਾਜ ਦੇ ਫੈਸਲਿਆਂ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਣ।
ਜੇਕਰ ਭਵਿੱਖ ਦੇ ਅਧਿਐਨ ਮਾਡਲ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਸਥਾਪਿਤ ਕਰਦੇ ਹਨ, ਤਾਂ ਇਹ ਉਹਨਾਂ ਮਰੀਜ਼ਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਆਪਣੀ ਸਰੀਰਕ ਸਥਿਤੀ ਦੇ ਨਜ਼ਦੀਕੀ ਮੁਲਾਂਕਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਡਾਕਟਰਾਂ ਨੂੰ ਅਜੇ ਵੀ ਕੈਂਸਰ ਦੀ ਕਿਸਮ, ਪੜਾਅ, ਡਾਕਟਰੀ ਇਤਿਹਾਸ, ਟੈਸਟ ਦੇ ਨਤੀਜੇ, ਇਮੇਜਿੰਗ ਅਤੇ ਮਰੀਜ਼ ਦੀਆਂ ਤਰਜੀਹਾਂ ‘ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਭਾਰਤ ਵਿੱਚ ਕੈਂਸਰ ਦਾ ਕਾਫੀ ਬੋਝ ਹੈ, ਇਲਾਜ ਦੀ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ ਅਤੇ ਉਚਿਤ ਦੇਖਭਾਲ ਤੱਕ ਪਹੁੰਚ ਮਹੱਤਵਪੂਰਨ ਜਨਤਕ ਸਿਹਤ ਤਰਜੀਹਾਂ ਹਨ। ਇੱਕ ਸਾਧਨ ਜਿਸ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਫੋਟੋ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅੰਤ ਵਿੱਚ ਮਰੀਜ਼ਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦਾ ਇੱਕ ਵਾਧੂ ਤਰੀਕਾ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ।
ਹਾਲਾਂਕਿ, ਹੋਰ ਆਬਾਦੀ ਦੇ ਅੰਕੜਿਆਂ ‘ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਭਾਰਤੀ ਮਰੀਜ਼ਾਂ ਵਿੱਚ ਬਰਾਬਰ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ। ਚਿਹਰੇ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਜਨਸੰਖਿਆ ਪ੍ਰੋਫਾਈਲ, ਬਿਮਾਰੀ ਦੇ ਨਮੂਨੇ ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਅਨੁਭਵ ਵੱਖੋ-ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ।
ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਵਿਭਿੰਨ ਭਾਰਤੀ ਆਬਾਦੀਆਂ, ਕੈਂਸਰ ਦੀਆਂ ਕਿਸਮਾਂ ਅਤੇ ਇਲਾਜ ਸੈਟਿੰਗਾਂ ਵਿੱਚ FAHR-ਫੇਸ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਉਹਨਾਂ ਨੂੰ ਇਹ ਵੀ ਸਥਾਪਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਕਿ ਕੀ ਇਹ ਮੌਜੂਦਾ ਕਲੀਨਿਕਲ ਮੁਲਾਂਕਣਾਂ ਤੋਂ ਪਰੇ ਭਵਿੱਖਬਾਣੀਆਂ ਨੂੰ ਸੁਧਾਰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ।
ਗੋਪਨੀਯਤਾ ਇਕ ਹੋਰ ਚਿੰਤਾ ਹੈ। ਚਿਹਰੇ ਦੀਆਂ ਤਸਵੀਰਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਹੁੰਦੀਆਂ ਹਨ, ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ ਕਿਸੇ ਵੀ ਵਰਤੋਂ ਲਈ ਜਾਣਕਾਰੀ ਨੂੰ ਕਿਵੇਂ ਇਕੱਠਾ ਕੀਤਾ ਅਤੇ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਇਸ ਬਾਰੇ ਸੂਚਿਤ ਸਹਿਮਤੀ, ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਨਹੀਂ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਕਿਹਾ ਹੈ ਕਿ ਕੈਂਸਰ ਦੇ ਇਲਾਜ ਦੇ ਫੈਸਲਿਆਂ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਚਿਹਰੇ ਦੀਆਂ ਤਸਵੀਰਾਂ ਦੀ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੋਰ ਕੰਮ ਦੀ ਲੋੜ ਹੈ।
ਇੱਕ AI ਮਾਡਲ ਬਚਾਅ ਨਾਲ ਜੁੜੇ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ ਬਿਨਾਂ ਇਹ ਦੱਸੇ ਕਿ ਉਹ ਪੈਟਰਨ ਕਿਉਂ ਮੌਜੂਦ ਹਨ। ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇਸਦੀ ਸੁਤੰਤਰ ਆਬਾਦੀ ਵਿੱਚ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਇਸਦੀ ਭਵਿੱਖਬਾਣੀ ਮਰੀਜ਼ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੀ ਹੈ।
ਮਰੀਜ਼ਾਂ ਨੂੰ ਆਪਣੇ ਚਿਹਰੇ ਦੀ ਦਿੱਖ ਜਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਜੀਵ-ਵਿਗਿਆਨਕ ਉਮਰ ਦੇ ਅੰਦਾਜ਼ੇ ਨੂੰ ਉਹਨਾਂ ਦੇ ਵਿਅਕਤੀਗਤ ਕੈਂਸਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਦੇ ਭਰੋਸੇਯੋਗ ਮਾਪ ਵਜੋਂ ਨਹੀਂ ਸਮਝਣਾ ਚਾਹੀਦਾ।
ਅਧਿਐਨ ਵਿਅਕਤੀਗਤ ਕੈਂਸਰ ਮੁਲਾਂਕਣ ਲਈ ਇੱਕ ਸੰਭਾਵੀ ਨਵੀਂ ਦਿਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਪਰ ਭਾਰਤ ਲਈ, ਅਗਲਾ ਕਦਮ ਸਖ਼ਤ ਸਥਾਨਕ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਪੱਖਪਾਤ ਅਤੇ ਦੁਰਵਰਤੋਂ ਦੇ ਵਿਰੁੱਧ ਸੁਰੱਖਿਆ ਹੈ। ਇੱਕ ਸੈਲਫੀ ਆਖਰਕਾਰ ਡਾਕਟਰਾਂ ਨੂੰ ਇੱਕ ਵਾਧੂ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਇਹ ਮਰੀਜ਼ ਦੇ ਡਾਕਟਰੀ ਇਤਿਹਾਸ, ਕਲੀਨਿਕਲ ਜਾਂਚ ਜਾਂ ਡਾਕਟਰ ਦੇ ਫੈਸਲੇ ਨੂੰ ਨਹੀਂ ਬਦਲ ਸਕਦੀ।
– ਖਤਮ ਹੁੰਦਾ ਹੈ
Unfilter Line is where headlines end and truth begins. We uncover hidden facts, real issues, and unfiltered news beyond propaganda.
Copyright 2026 Site. All rights reserved & powered by Digi Bucket (Akashdeep Singh)
No Comments