बायोटेक
एआई अमूल्य चिकित्सा निदान उपकरण बनने की ओर अग्रसर है
Securities.io कठोर संपादकीय मानकों को बनाए रखता है और समीक्षा किए गए लिंक से मुआवज़ा प्राप्त कर सकता है। हम पंजीकृत निवेश सलाहकार नहीं हैं और यह निवेश सलाह नहीं है। कृपया हमारे देखें सहबद्ध प्रकटीकरण.
पुराने निदान के लिए नए उपकरण
चिकित्सा की शुरुआत के बाद से, कई निदान रोगी के दृश्य निरीक्षण पर निर्भर करते हैं। यह कान के संक्रमण के लिए अभी भी सच है, आमतौर पर उचित निदान के लिए एक अनुभवी चिकित्सक की आवश्यकता होती है।
इस विशिष्ट मामले में, डॉक्टर का अनुभव और कौशल बहुत मायने रखता है, जैसा कि चिकित्सकों के पिछले अध्ययनों ने एओएम की नैदानिक सटीकता 30% से 84% तक बताई है, स्वास्थ्य देखभाल प्रदाता के प्रकार, प्रशिक्षण के स्तर और जांच किए जा रहे बच्चों की उम्र पर निर्भर करता है।
परिणामस्वरूप, कान के कई संक्रमणों को ओटिटिस मीडिया के रूप में गलत निदान किया जाता है, जिसमें बहाव या कान के पीछे तरल पदार्थ होता है, एक ऐसी स्थिति जिसमें आम तौर पर बैक्टीरिया शामिल नहीं होते हैं और रोगाणुरोधी उपचार से लाभ नहीं होता है।
लेकिन स्मार्टफोन की सर्वव्यापकता के साथ-साथ एआई मशीन विजन के उद्भव पर भरोसा करते हुए, डॉक्टरों की मदद के लिए अब एक नया टूल विकसित किया गया है। और यह एंटीबायोटिक दवाओं के अनावश्यक उपयोग को कम करने में मदद कर सकता है, जिससे एंटीबायोटिक प्रतिरोध की समस्या उत्पन्न होती है।
“कम निदान के परिणामस्वरूप अपर्याप्त देखभाल होती है और अति निदान के परिणामस्वरूप अनावश्यक एंटीबायोटिक उपचार होता है, जो वर्तमान में उपलब्ध एंटीबायोटिक दवाओं की प्रभावशीलता से समझौता कर सकता है। हमारा उपकरण सही निदान पाने और सही उपचार का मार्गदर्शन करने में मदद करता है।
एलेजांद्रो होबरमैन, एमडी, पीआर। बाल रोग विभाग और निदेशक सामान्य शैक्षणिक बाल रोग विभाग पिट्स में औषधि विद्यलय।
स्रोत: UPMC
यह भी एक बहुत ही आम समस्या है, 70% बच्चों को जीवन के पहले वर्ष में कान में संक्रमण हो जाता है।
एआई निदान
पीआर होबरमैन ने कान के संक्रमण का पता लगाने के लिए एक एआई उपकरण विकसित करने के लिए न्यूयॉर्क में टंडन स्कूल ऑफ इंजीनियरिंग, पिट्सबर्ग में बॉश सेंटर फॉर आर्टिफिशियल इंटेलिजेंस और स्टॉकहोम, स्वीडन में डीसिफर एनालिटिक्स के शोधकर्ताओं के साथ मिलकर काम किया।
उन्होंने में अपने निष्कर्ष प्रकाशित किए जामा बाल रोग, हक के तहत "बच्चों में तीव्र ओटिटिस मीडिया का निदान करने के लिए एक स्वचालित क्लासिफायरियर का विकास और सत्यापन.
परिणामी एआई टूल को केवल स्मार्टफोन कैमरे से जुड़े एक ओटोस्कोप की आवश्यकता होती है।
उन्होंने दो अलग-अलग एआई मॉडल बनाए और 1,151 बच्चों के कान की झिल्ली के 635 वीडियो के डेटाबेस का उपयोग किया। फिर उन्होंने विशेषज्ञों से प्रत्येक वीडियो को मैन्युअल रूप से एनोटेट करने के लिए कहा कि कान में संक्रमण है या नहीं।
एआई को प्रशिक्षित करने के लिए 921 वीडियो का उपयोग किया गया, तथा शेष 230 वीडियो का उपयोग एआई की सटीकता का आकलन करने के लिए परीक्षण के रूप में किया गया।
सही निदान के लिए मापे गए मापदंडों में कान के परदे का आकार, रंग, स्थिति और पारभासी शामिल थे।
स्रोत: UPMC
बेहतर चिकित्सा परिणाम
दोनों मॉडल अत्यधिक सटीक थे, जिससे 9.38% की संवेदनशीलता और 93.5% की विशिष्टता उत्पन्न हुई। इसका मतलब यह है कि एआई ने न केवल संक्रमण का सटीक पता लगाया, बल्कि उनमें झूठी नकारात्मक और झूठी सकारात्मकता की दर भी बहुत कम थी।
यह भी ध्यान देने योग्य है कि यह डॉक्टरों द्वारा दृश्य पहचान द्वारा प्राप्त सर्वोत्तम परिणामों से भी बेहतर सटीकता है, और कम आदर्श परिस्थितियों (छोटे बच्चों, अप्रशिक्षित डॉक्टरों, आदि) में प्राप्त परिणामों से कहीं अधिक है।
वीडियो को रिकॉर्ड करके संग्रहीत किया जा सकता है। इसका उपयोग पहले रोगी या उसके माता-पिता को निदान समझाने के लिए किया जा सकता है और फिर रोगी की फ़ाइल में संग्रहीत किया जा सकता है। रिकॉर्ड किए गए वीडियो का उपयोग मेडिकल छात्रों या रेज़िडेंट डॉक्टरों को प्रशिक्षित करने और अस्पतालों व चिकित्सा पद्धतियों के लिए एक मूल्यवान शिक्षण उपकरण प्रदान करने के लिए भी किया जा सकता है।
इससे पारिवारिक डॉक्टरों को सही निदान करने और एंटीबायोटिक दवाओं के अत्यधिक नुस्खे को कम करने में भी मदद मिलनी चाहिए।
इस उपकरण के कार्यान्वयन की सरलता, जिसमें केवल डॉक्टर के स्मार्टफोन और ओटोस्कोप का उपयोग किया जाता है, के कारण इसे शीघ्रता से लागू करना और अपनाना आसान हो जाता है।
एआई डायग्नोस्टिक कंपनियां
लंबे समय तक, मानव शरीर जैसे जटिल वातावरण में एआई लागू करना काम नहीं कर रहा था, क्योंकि यह प्रदान किए गए डेटा की "गड़बड़ी" से निपटने के लिए संघर्ष कर रहा था।
तंत्रिका नेटवर्क जैसी नई तकनीकों ने इसे बदल दिया है, जिससे "मशीन विज़न" का निर्माण हुआ है, जिनमें से कुछ अधिक प्रसिद्ध अनुप्रयोग स्व-ड्राइविंग कारें हैं।
बहुत सारे चिकित्सीय निदान आज भी डॉक्टरों की राय और स्कैनर, आरएमआई और ईयरड्रम की हजारों छवियों का मैन्युअल रूप से अध्ययन करने से आने वाली विशेषज्ञता पर निर्भर करते हैं। यदि एआई अब यह निर्धारित कर सकता है कि साइकिल चालक सड़क पर कहां हैं, तो वे संक्रमण, ट्यूमर और अन्य चिकित्सा मुद्दों का पता लगाने में, यदि मनुष्यों से बेहतर नहीं तो बेहतर हो रहे हैं।
कई बड़ी कंपनियाँ अपने इमेजिंग सिस्टम में AI को शामिल कर रही हैं जीई हेल्थकेयर, Sआईमेन्स हेल्थिनियर्स, कैनन मेडिकल, तथा फिलिप्स. हालाँकि निगमों के आकार के कारण वे एआई मेडिकल डायग्नोस्टिक्स में शायद ही शुद्ध खिलाड़ी हैं।
अन्य अधिक केंद्रित स्टार्टअप निजी तौर पर सूचीबद्ध हैं, जैसे पथाई और अर्थात.एआई उदाहरण के लिए। इसलिए हमने इसके बजाय सार्वजनिक रूप से कारोबार वाले शेयरों पर ध्यान केंद्रित किया।
1. बटरफ्लाई नेटवर्क
बटरफ्लाई नेटवर्क, इंक. (BFLY -2.93%)
बटरफ्लाई एक उन्नत अल्ट्रा-पोर्टेबल अल्ट्रासाउंड डायग्नोसिस टूल और एआई सहायता डायग्नोसिस का उपयोग करने वाले एक एकीकृत सॉफ्टवेयर का डेवलपर है, जिसे "" कहा जाता है।परकार".
स्रोत: बटरफ्लाई नेटवर्क
कंपनी अब अपने 3 पर हैrd अल्ट्रासाउंड जांच की पीढ़ी, iQ2024 के 3 में रिलीज़ के साथ, उच्च डेटा अंतरण दर और इसके पहले वाले संस्करण की प्रसंस्करण शक्ति 2x के साथ। पिछले सभी बटरफ्लाई अल्ट्रासाउंड जांचों की तरह, यह क्लासिकल पीजोइलेक्ट्रिक सेंसर के बजाय बेहतर सेमीकंडक्टर "अल्ट्रासाउंड-ऑन-चिप" तकनीक पर निर्भर करता है।
iQ3 एक बेहतर उपयोगकर्ता अनुभव प्रदान करता है, जिसमें शामिल है 3डी और मल्टी-प्लेन दोनों को एक साथ देखने की संभावना, एकीकृत क्लाउड सॉफ्टवेयर और त्वरित स्टार्ट-अप, सब कुछ सस्ती कीमत पर.
कंपनी छवियों को बेहतर बनाने, स्वचालित रूप से निदान-प्रासंगिक माप उत्पन्न करने के साथ-साथ प्रशिक्षण/शिक्षण अभ्यास प्रदान करने के लिए एआई का उपयोग करती है।
स्रोत: बटरफ्लाई नेटवर्क
बटरफ्लाई तेजी से एशिया (सिंगापुर, इंडोनेशिया, फिलीपींस, आदि) में नए बाजारों में विस्तार कर रही है, और पशुचिकित्सक बाजारों में भी, उदाहरण के लिए, फीडलॉट मवेशियों के स्वास्थ्य की जांच करना, अपने अल्ट्रासाउंड उपकरण की अल्ट्रा-पोर्टेबिलिटी का लाभ उठाना।
2. एनलिटिक (ENL.AX)
एनलिटिक ने रेडियोलॉजी छवियों का विश्लेषण करने और छवियों के मानकीकृत विवरण स्वचालित रूप से उत्पन्न करने के लिए एक एआई प्रणाली विकसित की है। तो यह DICOM या HL7 जैसे तकनीकी मानकों को अपनाने के बाद, रेडियोलॉजी इमेजेज बिग डेटा में अगले चरण का प्रतिनिधित्व करता है।
ऐसा करने के लिए, एनलिटिक की प्रौद्योगिकी DICOM छवियों का विश्लेषण करने के लिए कंप्यूटर विज़न और प्राकृतिक भाषा प्रसंस्करण का उपयोग करती है, तथा CT, MR और X-रे छवियों के लिए शरीर के अंगों, अभिविन्यास, कंट्रास्ट और स्लाइस की मोटाई जैसे विभिन्न मापदंडों की पहचान करती है।
स्रोत: एनलिटिक
रेडियोलॉजी के साथ-साथ टेलीमेडिसिन और ऑटोमेशन में एआई की प्रगति के लिए इस प्रकार के मानकीकरण की आवश्यकता होगी। यह एक विश्वसनीय लेबलिंग प्रणाली के आधार पर, सिस्टम के बीच अंतरसंचालनीयता प्रदान करेगा।
इसे अन्य एआई प्रशिक्षण के लिए अज्ञात और मानकीकृत डेटा प्रदान करने के लिए अस्पतालों और रेडियोलॉजी केंद्रों द्वारा इस डेटा के मुद्रीकरण में भी मदद करनी चाहिए।
