ڈبلیو آبادیوں کی صحت کو فروغ دینے اور تحفظ فراہم کرنے کے لیے اس کے مناسب استعمال کے لیے بڑے ملٹی ماڈل ماڈلز (LMMs) کی اخلاقیات اور حکمرانی پر نئی رہنمائی جاری کی ہے۔ LMMs تیزی سے بڑھتی ہوئی جنریٹو کی ایک قسم ہے۔ مصنوعی ذہانت (AI) ٹیکنالوجی جس میں صحت کے لیے پانچ وسیع اطلاقات ہیں۔ in
1. تشخیص اور طبی دیکھ بھال، جیسے مریضوں کے تحریری سوالات کا جواب دینا؛
2. مریض کی رہنمائی کا استعمال، جیسے علامات اور علاج کی تحقیقات کے لیے؛
3. کلیریکل اور انتظامی کام، جیسے کہ الیکٹرانک ہیلتھ ریکارڈ کے اندر مریض کے دوروں کی دستاویز کرنا اور ان کا خلاصہ کرنا۔
4. طبی اور نرسنگ کی تعلیم، بشمول تربیت یافتہ افراد کو مریض کے مصنوعی مقابلوں کے ساتھ فراہم کرنا، اور؛
5. سائنسی تحقیق اور منشیات کی ترقی، بشمول نئے مرکبات کی شناخت کرنا۔
تاہم، صحت کی دیکھ بھال میں یہ ایپلی کیشنز غلط، غلط، متعصب، یا نامکمل بیانات پیدا کرنے کے خطرات کو چلاتی ہیں، جو صحت کے فیصلے کرنے میں ایسی معلومات کا استعمال کرنے والے لوگوں کو نقصان پہنچا سکتی ہیں۔ مزید برآں، LMMs کو ایسے ڈیٹا پر تربیت دی جا سکتی ہے جو ناقص معیار کے ہوں یا متعصب ہوں، خواہ نسل، نسل، نسب، جنس، صنفی شناخت، یا عمر کے لحاظ سے۔ صحت کے نظام کے لیے بھی وسیع تر خطرات ہیں، جیسے کہ بہترین کارکردگی کا مظاہرہ کرنے والے LMMs کی رسائی اور استطاعت۔ LMMs صحت کی دیکھ بھال کرنے والے پیشہ ور افراد اور مریضوں کی طرف سے 'آٹومیشن تعصب' کی حوصلہ افزائی بھی کر سکتے ہیں، جس کے تحت ان غلطیوں کو نظر انداز کیا جاتا ہے جن کی بصورت دیگر نشاندہی کی جاتی یا مشکل انتخاب کو غلط طریقے سے LMM کے سپرد کر دیا جاتا ہے۔ LMMs، کی دوسری شکلوں کی طرح AI، سائبرسیکیوریٹی کے خطرات کا بھی خطرہ ہے جو مریض کی معلومات یا ان الگورتھم کی قابل اعتمادی اور صحت کی دیکھ بھال کی فراہمی کو زیادہ وسیع پیمانے پر خطرے میں ڈال سکتا ہے۔
لہذا، محفوظ اور موثر LMMs بنانے کے لیے، WHO نے حکومتوں اور LMMs کے ڈویلپرز کے لیے سفارشات کی ہیں۔
حکومتوں کی بنیادی ذمہ داری ہے کہ وہ LMMs کی ترقی اور تعیناتی، اور ان کے انضمام اور صحت عامہ اور طبی مقاصد کے لیے استعمال کے لیے معیارات طے کریں۔ حکومتوں کو غیر منافع بخش یا عوامی انفراسٹرکچر میں سرمایہ کاری کرنا چاہیے یا فراہم کرنا چاہیے، بشمول کمپیوٹنگ پاور اور پبلک ڈیٹا سیٹ، جو کہ عوامی، نجی اور غیر منافع بخش شعبوں میں ڈویلپرز کے لیے قابل رسائی ہے، جس کے لیے صارفین کو اخلاقی اصولوں اور اقدار کی پابندی کرنے کی ضرورت ہے۔ رسائی کے بدلے
اس بات کو یقینی بنانے کے لیے قوانین، پالیسیوں اور ضوابط کا استعمال کریں کہ صحت کی دیکھ بھال اور ادویات میں استعمال ہونے والے LMMs اور ایپلی کیشنز، اس سے وابستہ خطرے یا فائدے سے قطع نظر۔ AI ٹیکنالوجی، اخلاقی ذمہ داریوں اور انسانی حقوق کے معیارات پر پورا اترتی ہے جو متاثر کرتی ہے، مثال کے طور پر، کسی شخص کی عزت، خود مختاری یا رازداری۔
· وسائل کی اجازت کے طور پر - صحت کی دیکھ بھال یا ادویات میں استعمال کے لیے بنائے گئے LMMs اور ایپلی کیشنز کا جائزہ لینے اور منظور کرنے کے لیے کسی موجودہ یا نئی ریگولیٹری ایجنسی کو تفویض کریں۔
جب ایک LMM کو بڑے پیمانے پر تعینات کیا جاتا ہے تو آزاد فریقین کے ذریعہ ڈیٹا کے تحفظ اور انسانی حقوق سمیت لازمی پوسٹ ریلیز آڈیٹنگ اور اثرات کے جائزے متعارف کروائیں۔ آڈیٹنگ اور اثرات کے جائزے شائع کیے جائیں۔
اور اس میں صارف کی قسم کے لحاظ سے مختلف نتائج اور اثرات شامل ہونے چاہئیں، بشمول مثال کے طور پر عمر، نسل یا معذوری۔
LMMs نہ صرف سائنسدانوں اور انجینئروں نے ڈیزائن کیے ہیں۔ ممکنہ صارفین اور تمام براہ راست اور بالواسطہ اسٹیک ہولڈرز بشمول طبی فراہم کنندگان، سائنسی محققین، صحت کی دیکھ بھال کے پیشہ ور افراد اور مریضوں کو AI ڈھانچہ، جامع، شفاف ڈیزائن میں ترقی اور اخلاقی مسائل، آواز کے خدشات اور ان پٹ فراہم کرنے کے مواقع فراہم کیے گئے AI زیر غور درخواست
LMMs کو صحت کے نظام کی صلاحیت کو بہتر بنانے اور مریضوں کے مفادات کو آگے بڑھانے کے لیے ضروری درستگی اور بھروسے کے ساتھ اچھی طرح سے طے شدہ کام انجام دینے کے لیے ڈیزائن کیا گیا ہے۔ ڈویلپرز کو ممکنہ ثانوی نتائج کی پیشن گوئی اور سمجھنے کے قابل بھی ہونا چاہیے۔
***
ماخذ:
WHO 2024. صحت کے لیے مصنوعی ذہانت کی اخلاقیات اور گورننس: بڑے ملٹی ماڈل ماڈلز پر رہنمائی۔ پر دستیاب ہے۔ https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y
***
