اے آئی کورونا وائرس پھیلنے سے کیسے لڑ رہا ہے؟


جواب 1:

مصنوعی ذہانت مستقبل کے کورونا وائرس سے لڑ سکتی ہے

.

کورونا وائرس جیسی بیماریوں کا پھیلنا اکثر سائنسدانوں کے ل find علاج ڈھونڈنے کے ل quickly بہت تیزی سے پھیل جاتا ہے۔ لیکن مستقبل میں ، مصنوعی ذہانت سے محققین کو بہتر کام کرنے میں مدد مل سکتی ہے۔

اگرچہ موجودہ وبا میں نوبھلنے والی ٹکنالوجی نے اہم کردار ادا کرنے میں ابھی بہت دیر کردی ہے ، لیکن اگلے پھیلاؤ کی امید ہے۔ اے آئی رابطوں کو تلاش کرنے کے لئے ٹیلے کے اعداد و شمار سے نمٹنے میں اچھا ہے جس سے یہ معلوم کرنا آسان ہوجاتا ہے کہ کس قسم کے علاج کام کرسکتے ہیں یا پھر کون سے تجربات کو آگے بڑھانا ہے۔

سوال یہ ہے کہ جب بگ ڈیٹا کو کویڈ ۔19 جیسی نئی ابھرتی ہوئی بیماری کے بارے میں صرف معمولی سی معلومات حاصل ہوں گی ، جو چین میں گذشتہ سال کے آخر میں ابھرا تھا اور تقریبا دو مہینوں میں 75،000 سے زیادہ افراد بیمار ہوچکا ہے۔

حقیقت یہ ہے کہ محققین نے پہلے رپورٹ ہونے والے معاملات کے ہفتوں کے اندر اندر نئے وائرس کی جین کی ترتیب پیدا کرنے میں کامیابی کا مظاہرہ کیا ہے ، یہ امید افزا ہے ، کیوں کہ اس سے ظاہر ہوتا ہے کہ جب وباء پیدا ہوتے ہیں تو اب اس سے کہیں زیادہ فوری اعداد و شمار دستیاب ہیں۔

آکسفورڈ ، انگلینڈ میں قائم اسٹارٹ اپ ایکسینٹیہ لمیٹڈ کے چیف ایگزیکٹو آفیسر اینڈریو ہاپکنز ، منشیات کی دریافت کے لئے مصنوعی ذہانت کی تربیت میں مدد کرنے والے افراد میں شامل ہیں۔ ان کا کہنا ہے کہ اے آئی کی بدولت ، آئندہ دہائی کے اندر اندر 18 سے 24 ماہ میں کم سے کم علاج معالجہ سے لے کر کلینیکل ٹیسٹنگ تک جاسکتے ہیں۔

ایکسٹینیا نے جنونی مجبوری کی خرابی کے علاج کے لئے ایک نیا کمپاؤنڈ ڈیزائن کیا ہے جو ابتدائی تحقیقی مرحلے میں ایک سال سے بھی کم عرصے کے بعد لیب میں ٹیسٹ کرانے کے لئے تیار ہے۔ کمپنی کے مطابق ، یہ اوسط سے پانچ گنا زیادہ تیز ہے۔

کیمبرج میں مقیم ہیلکس کا بھی ایسا ہی نقطہ نظر ہے ، لیکن وہ موجودہ منشیات کے نئے استعمال ڈھونڈنے کے لئے مشین لرننگ کا استعمال کرتا ہے۔ بیماریوں کے نئے علاج تجویز کرنے میں مدد کے ل feed دونوں کمپنیاں اپنے الگورتھم کو معلومات فراہم کرتی ہیں۔ جریدے ، بائیو میڈیکل ڈیٹا بیس اور کلینیکل ٹرائلز جیسے ذرائع سے حاصل کی جاتی ہیں۔

انسانی نگرانی

دونوں کمپنیاں عمل میں رہنمائی میں مدد کے لئے انسانی تحقیق کاروں کی ایک ٹیم کو اے آئی کے ساتھ مل کر کام کرنے کے لئے استعمال کرتی ہیں۔ سینٹور کیمسٹ کے نام سے موسوم کی نگاہ میں ، منشیات کے ڈیزائنرز مرکبات کی تلاش کے ل the الگورتھم کی حکمت عملی سکھانے میں مدد کرتے ہیں۔ ہیلکس نے AI کی پیش گوئیاں محققین پر ڈال دیں جو نتائج کا تجزیہ کرتے ہیں اور فیصلہ کرتے ہیں کہ کیا تعاقب کرنا ہے۔

ہیلکس کے چیف سائنس آفیسر نیل تھامسن نے کہا کہ اس تکنیک کو کورونا وائرس جیسے پھیلنے کے خلاف تبلیغ کیا جاسکتا ہے جب تک کہ اس میں اس نئی بیماری کے بارے میں کافی اعداد و شمار موجود نہ ہوں۔ ہیلکس کورونا وائرس سے نمٹنے یا اس کی ٹیکنالوجی کو پھیلنے کے ل twe موافقت دینے پر کام نہیں کررہا ہے ، لیکن یہ ایک لمبائی نہیں ہوگی۔

"ہم کافی قریب ہیں ،" تھامسن نے ایک انٹرویو میں کہا۔ ہمیں اپنے استعمال کردہ AI الگورتھم کے بارے میں زیادہ سے زیادہ تبدیلی کرنے کی ضرورت نہیں ہوگی۔ ہم منشیات کی خصوصیات کو بیماری کی خصوصیات سے مماثلت دیتے ہیں۔

مصنوعی ذہانت کے الگورتھم پہلے ہی ان بیماریوں کے ل drugs منشیات کا استعمال شروع کر رہے ہیں جن کے بارے میں ہمیں معلوم ہے۔ میساچوسٹس انسٹی ٹیوٹ آف ٹکنالوجی کے محققین نے جمعرات کے روز کہا تھا کہ وہ اس طریقہ کار کو استعمال کرتے ہوئے ایک طاقتور اینٹی بائیوٹک مرکب کی نشاندہی کریں گے جو تکلیف دہ بیکٹیریا کی صفوں کو ہلاک کرسکتا ہے ، یہاں تک کہ کچھ جو اس وقت دیگر علاجوں کے خلاف مزاحم ہیں۔

ان تمام ٹیکنالوجیز کے ل for ایک کیچ کلینیکل ٹیسٹنگ ہے۔ یہاں تک کہ ایک بیماری کا علاج کرنے کے لئے پہلے سے ہی محفوظ ادویات کا تجربہ کرنے سے پہلے ہی انھیں دوبارہ جانچ کرنی چاہئے۔ لوگوں کی ایک بڑی تعداد پر انہیں محفوظ اور موثر ثابت کرنے کا عمل جائزہ لینے کے لئے ریگولیٹرز کے پاس جانے سے پہلے کئی سال لگ سکتا ہے۔

موثر ہونے کے ل AI ، اے آئی پر مبنی منشیات تیار کرنے والوں کو وقت سے پہلے ہی منصوبہ بندی کرنی ہوگی ، جس سے مستقبل میں پریشانی پیدا ہونے والے وائرس جینوم کو منتخب کرنا پڑے گا اور جب اس کے لئے بہت کم مراعات ہوں گی۔

تھینکیو


جواب 2:

کھیل پہلے ہی جاری ہے!

اگر نہیں تو کورونا وائرس کے لئے ، کم از کم سپر بگز کے ل for۔ ایم آئی ٹی اور ہارورڈ کے محققین نے ایک نئے اینٹی بائیوٹک کی نشاندہی کرنے کے لئے اے آئی کا استعمال کیا جس سے بہت سارے منشیات سے مزاحم بیکٹیریا کو ہلاک کرنے کی صلاحیت موجود ہے۔ انہوں نے موجودہ مشینوں سے مختلف میکانزم کا استعمال کرتے ہوئے انفیکشن سے لڑنے کے قابل کیمیائی مرکبات کا تجزیہ کرنے کے لئے ایک مشین لرننگ الگورتھ کو تربیت دی۔

انہوں نے اپنے ماڈل کو لیبز میں پائے جانے والے مریضوں اور بیکٹیریا سے لیئے جانے والے بیکٹیریا کی جانچ کے لئے ایک کمپاؤنڈ (جس کو وہ ہالیسن کہتے ہیں) کی شناخت کرنے والے 2500 انووں پر تربیت دی۔ "ہالیسن" متعدد منشیات کے خلاف مزاحم بیکٹیریا کو ہلاک کرسکتا ہے

مائکوبیکٹریئم تپ دق ، کلوسٹریڈیم ڈفیسائل

اور

acinetobacter baumannii.

ہالیکن نے دو چوہوں سے متاثرہ افراد کا علاج کیا

A.baumannii.

اتفاقی طور پر ، عراق اور افغانستان میں بہت سارے امریکی فوجی ایک ہی بگ سے متاثر ہو گئے تھے۔ رپورٹ میں کہا گیا کہ ان دونوں چوہوں کی جلد پر لگائے جانے والے ہالیکن کا مرہم صرف 24 گھنٹوں کے اندر ان کو مکمل طور پر ٹھیک ہو گیا۔

منشیات کی دریافت کے لئے کمپیوٹر ماڈل کی پیش گوئی کرنا کوئی نئی بات نہیں ہے لیکن اب تک کی بہترین کامیابی ہیلیسن کے ساتھ دیکھی گئی ہے۔

محققین کے مطابق ، ان کا پیش گوئی کرنے والا ماڈل وہی کرسکتا ہے جو روایتی تجرباتی انداز کے لitive ممنوعہ مہنگا ہوگا۔

ہیلسن کی یہ کامیابی انسانی تاریخ کے ایک اہم مرحلے پر آرہی ہے۔ پیش گوئی کی گئی ہے ، سن 2050 تک ، منشیات کے خلاف مزاحم بیکٹیریا کی وجہ سے دنیا بھر میں ہونے والی اموات 10 ملین تک جاسکتی ہیں۔

ہیلسن کو انسانوں میں قابل استعمال بنانے کے لئے مزید کام کی ضرورت ہے۔ اگرچہ ان کا الگورتھم بیکٹیریا کے لئے ڈیزائن کیا گیا ہے ، لیکن یہ وائرس سے لڑنے کے لئے بھی "اپ گریڈ" ثابت ہوسکتا ہے۔


جواب 3:

ذرا تصور کریں کہ چین میں کسی اسپتال میں اسی طرح کے علامات کے ساتھ 1000 کیس ہیں ، اسپتال کیا کرتا ہے؟ جب کہ علامات اور تشخیص سے متعلق تمام معلومات دستاویزی اور الیکٹرانک طور پر دستیاب ہیں ، محکمہ صحت ضروری اور مناسب اقدامات کرنے میں کامیاب ہے۔

اے آئی کا پتہ لگانے کے نمونوں میں تیز اور تیز ہے ، تیزی سے پتہ لگانے کے لئے مماثلت۔ کیسے اس کی ایک مثال

گوگل سرچ قابل ہے

دنیا بھر میں ممکنہ بیماریوں کا پتہ لگانا۔ صرف تلاش کے آسان نمونوں کی مدد سے ، اے آئی دراصل ممکنہ خطرات اور وبائی امراض کا سراغ لگا سکتا ہے جو پوری دنیا میں بڑے تناسب سے پھیل سکتے ہیں۔

کورونا وائرس واپس آکر ، جب ایک بار چین نے بیماری کے علامات کو دستاویزی شکل دے کر ، اس کی تشخیص کرلی ، تو وہ یہ معلومات دیگر تمام ممکنہ سرکاری تنظیموں کو شیئر کرتی ہے جو فوری طور پر تھرمل ڈٹیکٹر لگاسکتے ہیں جو ان علامات سے لوگوں کو اسکین کرسکتے ہیں اور ان کو ممکنہ طور پر متاثرہ یا کیریئر کی درجہ بندی کرسکتے ہیں۔ یا مدافعتی. چونکہ وائرس تیزی سے تبدیل ہوجاتے ہیں ، وہ اپنی شکل کو تبدیل کرنے کا رجحان رکھتے ہیں ، اس کی علامات تبدیل ہوسکتی ہیں اور اس کی تشخیص مشکل ہوسکتی ہے۔ لیکن اے آئی کے ساتھ ، چین ایسے لوگوں کے ساتھ حکومتوں کی مدد کرنے میں کامیاب ہے جو چین ، خاص طور پر ووہان سے منتقل ہوئے اور پھر شہروں میں بین الاقوامی سطح پر منتقل ہوگئے۔ اس شہر کے شہروں ، اسپتالوں سے ملنے والی خبروں کا پتہ لگانے کے لئے ، ان معلومات کا تجزیہ انی کے ذریعہ کیا جاسکتا ہے ، تاکہ پہیلی کے ٹکڑوں کو ایک ساتھ رکھ سکیں۔

امید ہے یہ مدد کریگا!


جواب 4:

حالیہ شرائط میں ، اگر ہمارے پاس متعدد مریضوں کے اعداد و شمار موجود ہیں جن کے مقابلے میں ہم نمونے تلاش کرسکتے ہیں تو ، کرونا مثبت مریضوں کا پتہ لگاسکتے ہیں۔ اس کے بعد ، ہم کسی نئے مریض کی پیش گوئی کر سکتے ہیں کہ آیا اس مریض کو انفکشن ہوسکتا ہے یا نہیں ، ان کے طرز پر دیکھ کر۔ کلاسیکی مشین لرننگ یا گہری سیکھنے کی تکنیکوں کو اس سے الگ کرنے کے لئے استعمال کیا جاسکتا ہے۔

مزید عام شرائط میں ہمیں بہت محتاط رہنے کی ضرورت ہے اور ماڈل کو بہتر طور پر سمجھنے کے ل body جسم میں وائرس کے ذریعہ پیدا ہونے والی تبدیلیاں اور میکانزم کیا ہیں اس بارے میں اندازہ لگانے کے لئے طبی شعبے کے فرد سے بات چیت کرنی ہوگی۔


جواب 5:

کورونا وائرس جیسی بیماریوں کا پھیلنا اکثر سائنسدانوں کے ل find علاج ڈھونڈنے کے ل quickly بہت تیزی سے پھیل جاتا ہے۔ لیکن مستقبل میں ، مصنوعی ذہانت سے محققین کو بہتر کام کرنے میں مدد مل سکتی ہے۔

اگرچہ موجودہ وبا میں نوبھلنے والی ٹکنالوجی نے اہم کردار ادا کرنے میں ابھی بہت دیر کردی ہے ، لیکن اگلے پھیلاؤ کی امید ہے۔ اے آئی رابطوں کو تلاش کرنے کے لئے ٹیلے کے اعداد و شمار سے نمٹنے میں اچھا ہے جس سے یہ معلوم کرنا آسان ہوجاتا ہے کہ کس قسم کے علاج کام کرسکتے ہیں یا پھر کون سے تجربات کو آگے بڑھانا ہے۔

سوال یہ ہے کہ جب بگ ڈیٹا کو کویڈ ۔19 جیسی نئی ابھرتی ہوئی بیماری کے بارے میں صرف معمولی سی معلومات حاصل ہوں گی ، جو چین میں گذشتہ سال کے آخر میں ابھرا تھا اور تقریبا دو مہینوں میں 75،000 سے زیادہ افراد بیمار ہوچکا ہے۔

حقیقت یہ ہے کہ محققین نے پہلے رپورٹ ہونے والے معاملات کے ہفتوں کے اندر اندر نئے وائرس کی جین کی ترتیب پیدا کرنے میں کامیابی کا مظاہرہ کیا ہے ، یہ امید افزا ہے ، کیوں کہ اس سے ظاہر ہوتا ہے کہ جب وباء پیدا ہوتے ہیں تو اب اس سے کہیں زیادہ فوری اعداد و شمار دستیاب ہیں۔

آکسفورڈ ، انگلینڈ میں قائم اسٹارٹ اپ ایکسینٹیہ لمیٹڈ کے چیف ایگزیکٹو آفیسر اینڈریو ہاپکنز ، منشیات کی دریافت کے لئے مصنوعی ذہانت کی تربیت میں مدد کرنے والے افراد میں شامل ہیں۔ ان کا کہنا ہے کہ اے آئی کی بدولت ، آئندہ دہائی کے اندر اندر 18 سے 24 ماہ میں کم سے کم علاج معالجہ سے لے کر کلینیکل ٹیسٹنگ تک جاسکتے ہیں۔

ایکسٹینیا نے جنونی مجبوری کی خرابی کے علاج کے لئے ایک نیا کمپاؤنڈ ڈیزائن کیا ہے جو ابتدائی تحقیقی مرحلے میں ایک سال سے بھی کم عرصے کے بعد لیب میں ٹیسٹ کرانے کے لئے تیار ہے۔ کمپنی کے مطابق ، یہ اوسط سے پانچ گنا زیادہ تیز ہے۔

کیمبرج میں مقیم ہیلکس کا بھی ایسا ہی نقطہ نظر ہے ، لیکن وہ موجودہ منشیات کے نئے استعمال ڈھونڈنے کے لئے مشین لرننگ کا استعمال کرتا ہے۔ بیماریوں کے نئے علاج تجویز کرنے میں مدد کے ل feed دونوں کمپنیاں اپنے الگورتھم کو معلومات فراہم کرتی ہیں۔ جریدے ، بائیو میڈیکل ڈیٹا بیس اور کلینیکل ٹرائلز جیسے ذرائع سے حاصل کی جاتی ہیں۔

انسانی نگرانی

دونوں کمپنیاں عمل میں رہنمائی میں مدد کے لئے انسانی تحقیق کاروں کی ایک ٹیم کو اے آئی کے ساتھ مل کر کام کرنے کے لئے استعمال کرتی ہیں۔ سینٹور کیمسٹ کے نام سے موسوم کی نگاہ میں ، منشیات کے ڈیزائنرز مرکبات کی تلاش کے ل the الگورتھم کی حکمت عملی سکھانے میں مدد کرتے ہیں۔ ہیلکس نے AI کی پیش گوئیاں محققین پر ڈال دیں جو نتائج کا تجزیہ کرتے ہیں اور فیصلہ کرتے ہیں کہ کیا تعاقب کرنا ہے۔

ہیلکس کے چیف سائنس آفیسر نیل تھامسن نے کہا کہ اس تکنیک کو کورونا وائرس جیسے پھیلنے کے خلاف تبلیغ کیا جاسکتا ہے جب تک کہ اس میں اس نئی بیماری کے بارے میں کافی اعداد و شمار موجود نہ ہوں۔ ہیلکس کورونا وائرس سے نمٹنے یا اس کی ٹیکنالوجی کو پھیلنے کے ل twe موافقت دینے پر کام نہیں کررہا ہے ، لیکن یہ ایک لمبائی نہیں ہوگی۔

"ہم کافی قریب ہیں ،" تھامسن نے ایک انٹرویو میں کہا۔ ہمیں اپنے استعمال کردہ AI الگورتھم کے بارے میں زیادہ سے زیادہ تبدیلی کرنے کی ضرورت نہیں ہوگی۔ ہم منشیات کی خصوصیات کو بیماری کی خصوصیات سے مماثلت دیتے ہیں۔

مصنوعی ذہانت کے الگورتھم پہلے ہی ان بیماریوں کے ل drugs منشیات کا استعمال شروع کر رہے ہیں جن کے بارے میں ہمیں معلوم ہے۔ میساچوسٹس انسٹی ٹیوٹ آف ٹکنالوجی کے محققین نے جمعرات کے روز کہا تھا کہ وہ اس طریقہ کار کو استعمال کرتے ہوئے ایک طاقتور اینٹی بائیوٹک مرکب کی نشاندہی کریں گے جو تکلیف دہ بیکٹیریا کی صفوں کو ہلاک کرسکتا ہے ، یہاں تک کہ کچھ جو اس وقت دیگر علاجوں کے خلاف مزاحم ہیں۔

ان تمام ٹیکنالوجیز کے ل for ایک کیچ کلینیکل ٹیسٹنگ ہے۔ یہاں تک کہ ایک بیماری کا علاج کرنے کے لئے پہلے سے ہی محفوظ ادویات کا تجربہ کرنے سے پہلے ہی انھیں دوبارہ جانچ کرنی چاہئے۔ لوگوں کی ایک بڑی تعداد پر انہیں محفوظ اور موثر ثابت کرنے کا عمل جائزہ لینے کے لئے ریگولیٹرز کے پاس جانے سے پہلے کئی سال لگ سکتا ہے۔

موثر ہونے کے ل AI ، اے آئی پر مبنی منشیات تیار کرنے والوں کو وقت سے پہلے ہی منصوبہ بندی کرنی ہوگی ، جس سے مستقبل میں پریشانی پیدا ہونے والے وائرس جینوم کو منتخب کرنا پڑے گا اور جب اس کے لئے بہت کم مراعات ہوں گی۔

ایک اور رکاوٹ اہل عملہ کی تلاش ہے۔

وینچر کیپیٹل فرم ایٹامیکو کی پارٹنر اور سابقہ ​​سرجن ارینا ہائواس نے کہا ، "ان لوگوں کو تلاش کرنا مشکل ہے جو AI اور حیاتیات کے چوراہے پر کام کرسکتے ہیں ، اور بڑی کمپنیوں کے لئے اس طرح کی ٹکنالوجی کے بارے میں فوری فیصلے کرنا مشکل ہے۔" ہیلکس کا بورڈ "اے آئی انجینئر بننے کے ل It's یہ کافی نہیں ہے ، آپ کو حیاتیات کی درخواستوں کو سمجھنا ہو گا۔"


جواب 6:

جب سب سے پہلے کوئی پراسرار بیماری ظاہر ہوتی ہے تو ، حکومتوں اور صحت عامہ کے حکام کے لئے معلومات کو تیزی سے جمع کرنا اور جواب کو مربوط کرنا مشکل ہوتا ہے۔ لیکن نئی مصنوعی ذہانت کی ٹیکنالوجی خود بخود خبروں کی رپورٹس اور دنیا بھر میں آن لائن مواد کے ذریعہ مائننگ کرسکتی ہے ، جس سے پیشہ ور افراد کو ممکنہ عوارض کی نشاندہی کرنے میں مدد ملتی ہے جو ممکنہ وبا یا بدتر صورتحال کا باعث بنتے ہیں۔ دوسرے لفظوں میں ، ہمارے نئے AI مالک ہمیں اگلے طاعون سے نکلنے میں مدد فراہم کرسکتے ہیں۔

یہ نیا

عی

کینیڈا میں مقیم کمپنی ، بلیو ڈیٹ کے ذریعہ حالیہ کورونا وائرس پھیلنے کی صلاحیتوں میں جوش و خروش ہے ، جو کئی ایسی تنظیموں میں سے ایک ہے جو صحت عامہ کے خطرات کا اندازہ کرنے کے لئے اعداد و شمار کا استعمال کرتی ہیں۔ امریکی مراکز برائے بیماریوں کے کنٹرول اور روک تھام (سی ڈی سی) اور عالمی ادارہ صحت (ڈبلیو ایچ او) نے باضابطہ نوٹس جاری کیا ہے کہ ایجنسی "خود بخود متعدی بیماریوں کی نگرانی" کروانے کا دعوی کرتی ہے۔ اب جنوری کے آخر میں ، چین کے شہر ووہان سے منسلک ایک تنفس وائرس پہلے ہی 100 سے زیادہ جانیں گنوا چکا ہے۔ امریکہ سمیت متعدد دیگر ممالک میں معاملات پیدا ہوگئے ہیں اور سی ڈی سی امریکیوں کو غیر ضروری چین سے سفر کرنے سے گریز کرنے کی تاکید کر رہی ہے۔


جواب 7:

اس وقت جب ایک عجیب و غریب بیماری کا آغاز ہوتا ہے ، تو حکومتوں اور عام خیالی حکام کے لئے اعداد و شمار کو تیزی سے جمع کرنے اور کسی رد عمل کو سہولت فراہم کرنا مشکل ہوسکتا ہے۔ کسی بھی معاملے میں ، دنیا بھر سے آنے والی خبروں اور آن لائن ماد .ے کے ذریعہ انسانیت سے تیار شدہ استدلال کی جدت طرازی قدرتی طور پر ختم ہوسکتی ہے ، جس کی مدد سے ماہرین کو ایسی تضادات کا سامنا کرنا پڑتا ہے جو ممکنہ طاعون کا باعث بن سکتے ہیں یا ، زیادہ افسوسناک ، وبائی بیماری کا سبب بن سکتے ہیں۔ دن کے اختتام پر ، ہمارے نئے اے آئی مالکان درج ذیل بیماری کو برداشت کرنے میں واقعی ہماری مدد کرسکتے ہیں۔

اے آئی کی یہ نئی صلاحیتیں موجودہ کورونا وائرس بھڑک اٹھنا کے ساتھ مکمل نمائش میں ہیں ، جسے بلیوڈاٹ نامی کینیڈا کی ایک فرم نے بروقت شناخت کیا تھا ، جو مختلف تنظیموں میں سے ایک ہے جو عام صحت کے خطرات کا اندازہ کرنے کے لئے معلومات کو بروئے کار لاتی ہے۔ اس تنظیم ، جس کا کہنا ہے کہ اس نے "روبوٹائزڈ غیر مرئی بیماریوں کا مشاہدہ کیا ہے" ، اپنے مؤکلوں کو دسمبر کے اختتام پر نئی قسم کی کورونا وائرس کے بارے میں بتایا ، جس سے دونوں بیماریوں کے کنٹرول اور روک تھام کے لئے امریکی مراکز (سی ڈی سی) اور عالمی ادارہ صحت (ڈبلیو ایچ او) تھے۔ ) باضابطہ نوٹیفکیشن پہنچایا ، جیسا کہ وائر نے اعلان کیا۔ اس وقت جنوری کے اختتام کے قریب ، سانس کی انفیکشن جو چین کے ووہان شہر سے منسلک ہوا ہے ، اس نے ابھی 100 سے زائد افراد کو ہلاک کردیا۔ اسی طرح امریکہ سمیت چند مختلف ممالک میں بھی معاملات جنم لے چکے ہیں ، اور سی ڈی سی امریکیوں کو غیر ضروری سفر سے چین کے اسٹریٹجک فاصلے کو برقرار رکھنے کے لئے متنبہ کررہی ہے۔

کامران خان ، ایک ناقابل علاج بیماری ڈاکٹر اور بلیو ڈاٹ کے مصنف اور سی ای او ، نے ایک میٹنگ میں واضح کیا کہ تنظیم کے ابتدائی نصیحت کے فریم ورک میں انسانیت کے شعور کو کس طرح استعمال کیا جاتا ہے ، جس میں عام زبان سے متعلق ہینڈلنگ اور اے آئی شامل ہیں ، جس میں 100،000 سے زیادہ مضامین کو توڑ کر 100 سے زیادہ ناقابل تردید انفیکشن کی پیروی کی جاسکتی ہے۔ مسلسل 65 بولیاں۔ اس معلومات سے تنظیم کو یہ سمجھنے کا اہل بناتا ہے کہ اپنے گراہکوں کو غیر متوقع بیماری کے ممکنہ قربت اور پھیلاؤ کے بارے میں کب بتانا ہے۔

ایکسپلورر کے شیڈول ڈیٹا اور فلائٹ کے طریقوں کی طرح ہی دیگر معلومات ، تنظیم کو اضافی اشارے دینے میں مدد کرسکتی ہیں کہ بیماری کیسے پھیل سکتی ہے۔ مثال کے طور پر ، حال ہی میں ، بلیو ڈاٹ کے ماہرین نے ایشیاء میں مختلف شہری برادریوں کی توقع کی تھی جہاں چین کے علاقے میں ظاہر ہونے کے بعد کورونا وائرس ظاہر ہوں گے۔

بلیو ڈاٹ کے ماڈل (جس کے حتمی نتائج انسانی ماہرین کے ذریعہ جانچتے ہیں اس کے پیچھے) کی سوچ یہ ہے کہ سوشل انشورنس مزدوروں کو جلد سے جلد اعداد و شمار ملیں ، جس کی توقع کے ساتھ وہ تجزیہ کرسکتے ہیں - اور ، اگر ضروری ہو تو ، رابطہ منقطع کریں - اور داغدار مناسب وقت پر سمجھدار متعدی افراد۔

خان نے ریکوڈ کو بتایا ، "سرکاری اعداد و شمار ہر معاملے میں کارآمد نہیں ہے۔" "ایک ایکسپلورر اور بھڑک اٹھنا میں ایک معاملے کے درمیان فرق آپ کے اولین انسانی خدمات کے ماہر پر یہ انحصار کرتا ہے کہ یہ معلوم ہے کہ کوئی خاص بیماری ہے۔ یہ واقعی رونما ہونے سے بھڑک اٹھنا رکھنا فرق ہے۔"

خان نے یہ بھی شامل کیا کہ اس کا فریم ورک اسی طرح متعدد دیگر معلومات کو بھی استعمال کرسکتا ہے - مثال کے طور پر ، کسی علاقے کے ماحول ، درجہ حرارت ، یا یہاں تک کہ قریب کے پالنے والے جانوروں کے بارے میں اعداد و شمار - یہ معلوم کرنے کے لئے کہ آیا کسی بیماری میں آلودہ کوئی فرد شاید بھڑک اٹھنا ہے۔ وہاں. انہوں نے کہا کہ ، 2016 میں ، بلیو ڈاٹ کے پاس فلوریڈا میں زیکا انفیکشن کی موجودگی کا اندازہ کرنے کا ایک آدھ سال قبل یہ موجود تھا کہ واقعی وہیں موجود ہوں۔

اس کے علاوہ ، لعنت کی جانچ کرنے والی تنظیم میٹبیٹا نے تصدیق کی کہ تھائی لینڈ ، جنوبی کوریا ، جاپان ، اور تائیوان کو ان ممالک میں واقعی انکشاف ہونے کی معلومات کی امید کی بنا پر واقعی انکشاف ہونے سے سات دن پہلے انفیکشن دیکھنے میں سب سے زیادہ خطرہ تھا۔ میٹبیٹا ، بطور بلیو ڈاٹ ، عام زبان سے متعلق ہینڈلنگ کا استعمال کسی امکانی بیماری کے بارے میں آن لائن رپورٹس کا اندازہ کرنے کے لئے کرتا ہے ، اور اس کے علاوہ ویب پر مبنی زندگی سے متعلق معلومات کے لئے اسی طرح کی جدت طرازی کرنے میں مدد ملتی ہے۔

امپرنٹ گیلیوان ، میٹابیٹا کے انفارمیشن سائنس ایگزیکٹو ، نے واضح کیا کہ آن لائن مراحل اور تبادلہ خیال بھی اسی طرح ایک علامت بنا سکتا ہے کہ وبائی بیماری کا خطرہ ہے۔ اسی طرح میٹا بیوٹا یہ دعوی کرتا ہے کہ وہ بیماری کی علامت ، اموات کی شرح اور علاج کی رسائ جیسے اعداد و شمار کو دیکھتے ہوئے معاشرتی اور سیاسی مداخلت کی وجہ سے بیماری کے پھیلنے کے خطرے کا اندازہ کرسکتا ہے۔ مثال کے طور پر ، اس مضمون کی تقسیم کے اختتام پر ، میٹابیوٹا نے ناول کورونیوائرس کے خطرے کا اندازہ کیا جس کے سبب امریکہ اور چین میں کھلی بےچینی پیدا ہوگئی ، تاہم اس نے جمہوری جمہوریہ کانگو میں بندر کی طرف سے ہونے والے انفیکشن کے اس خطرے کا اندازہ کیا ( جہاں انفیکشن کی مثال ملتی ہے) بطور "میڈیم"۔

اس درجہ بندی کا فریم ورک یا مرحلہ خود کتنا عین مطابق ہوسکتا ہے اس کا ادراک کرنا مشکل ہے ، تاہم گیلیوان کا کہنا ہے کہ یہ تنظیم امریکی نالج نیٹ ورک اور محکمہ دفاع کے ساتھ کورونا وائرس سے ملنے والے امور پر کام کر رہی ہے۔ یہ سینٹرل انٹیلی جنس ایجنسی کے ساتھ منسلک غیر منافع بخش ایڈونچر فرم ، کیو ٹیلی کے ساتھ میٹابیوٹا کے کام کا ایک ٹکڑا ہے۔ تاہم ، سرکاری دفاتر ان فریم ورک کے اصل ممکنہ گاہک نہیں ہیں۔ میٹابیٹا اس کے ساتھ ساتھ انشورنس تنظیموں کو بھی اپنی فاؤنڈیشن کی تشہیر کرتا ہے - انشورنس بنیادی طور پر انشورنس ایجنسیوں کا تحفظ ہے - جس میں کسی بیماری کی دیرپا صلاحیت کے پھیلاؤ سے متعلق معاشی خطرات سے نمٹنا چاہئے۔

جوں جوں یہ ہوسکتا ہے ، کمپیوٹرائزڈ استدلال غیر یقینی طور پر زیادہ قیمتی ہوسکتا ہے صرف اس سے کہ بیماری کے ٹرانسمیشن کے ماہرین اور انتظامیہ کو انفیکشن کی وجہ سے تعلیم دی جائے۔ ماہرین نے اے آئی پر مبنی ماڈل تیار کیے ہیں جو زیکا انفیکشن کی اقساط کو متوقع انداز میں پیش کرسکتے ہیں ، جو تعلیم دے سکتے ہیں کہ ماہرین امکانی ہنگامی صورتحال پر کس طرح کا ردعمل ظاہر کرتے ہیں۔ انسانی ساختہ شعور کو بھی اسی طرح استعمال کیا جاسکتا ہے کہ عام ہنگامہ کرنے والے حکام کسی ہنگامی صورتحال کے دوران اثاثوں کو منتشر کرتے ہیں۔ اس کے نتیجے میں ، AI بیماری کے خلاف تحفظ کی ایک اور پہلی لائن ہے۔

سب سے زیادہ وسیع پیمانے پر ، اے آئی اب نئی دوائیوں کی جانچ پڑتال ، غیر معمولی انفیکشن سے نمٹنے اور بوموم مہلک نشوونما کی نشاندہی کرنے میں معاون ہے۔ یہاں تک کہ انسان ساختہ ذہانت کا استعمال ایسے خوفناک رالوں کو ممتاز کرنے کے لئے کیا گیا تھا جو چاگس کو پھیلاتے تھے ، جو ایک سنگین اور قابل غور مہلک بیماری ہے جس نے میکسیکو اور وسطی اور جنوبی امریکہ میں متوقع 8 ملین افراد کو داغدار کردیا ہے۔ اضافی جوش و جذبے میں اضافے کی وجہ سے غیر صحت مندانہ معلومات جیسے ویب پر مبنی زندگی کے تحائف کے استعمال میں بہتری لائی جا رہی ہے۔ مثال کے طور پر ، اے آئی جو آن لائن زندگی کو نشانہ بناسکتے ہیں جو منشیات کے غیر قانونی سودوں سے متعلق ہے ، اور عام صحت مند حکام کو ان کنٹرول شدہ مادہ کے پھیلاؤ کے بارے میں تعلیم یافتہ رکھے گی۔

یہ فریم ورکس ، بشمول میٹابیٹا اور بلیو ڈاٹ ، ان معلومات کے برابر ہیں جن کا وہ اندازہ کر رہے ہیں۔ مزید یہ کہ ، AI - زیادہ تر حص --وں میں - جھکاؤ کا مسئلہ ہے ، جو کسی فریم ورک کے معمار اور اس پر تیار کردہ معلومات دونوں کی عکاسی کرسکتا ہے۔ نیز ، AI جو دواؤں کی خدمات کے اندر استعمال ہوتا ہے وہ اس مسئلے سے کسی بھی طرح ، شکل یا محفوظ نہیں ہے۔

سبھی چیزوں پر جو غور کیا جاتا ہے ، یہ پیشرفت ترقی پسند نظریاتی نقطہ نظر سے بات کرتی ہے جس کے لئے اے آئی کیا کرسکتا ہے۔ عام طور پر ، AI روبوٹ پر بہت بڑی معلومات کے ذریعے فلٹر کرنے کی تازہ کارییں اتنی اچھی طرح سے نہیں بیٹھتی ہیں۔ ویب سے اوپر کی گئی تصویروں پر مبنی چہرے کے اعتراف ڈیٹا بیس کو استعمال کرنے کے قانون کی ضرورت پر غور کریں۔ یا دوسری طرف فہرست سازی کرنے والے ہدایت کار جو آپ کی انٹرنیٹ پر مبنی زندگی کے خطوط کی روشنی میں ، یہ اندازہ لگانے کے لئے کہ AI کا استعمال کرسکیں گے۔ عجیب و غریب بیماری کا مقابلہ کرنے کا امکان ایک ایسی صورتحال کی پیش کش کرتا ہے جہاں ہم کسی حد تک کم تکلیف محسوس کرسکتے ہیں ، اگر نہیں تو خوشی سے اور نہیں۔ ہوسکتا ہے کہ یہ بدعت - جب بھی تخلیق ہو اور اس کا صحیح استعمال کیا جائے - واقعی چند جانوں کو بچانے میں مددگار ہو۔