જાહેરાત

જનરેટિવ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI): WHO એ એલએમએમના સંચાલન પર નવું માર્ગદર્શન બહાર પાડ્યું

ડબ્લ્યુએચઓ વસ્તીના સ્વાસ્થ્યને પ્રોત્સાહિત કરવા અને તેનું રક્ષણ કરવા માટે તેના યોગ્ય ઉપયોગ માટે મોટા મલ્ટિ-મોડલ મોડલ (LMMs) ની નૈતિકતા અને શાસન પર નવું માર્ગદર્શન બહાર પાડ્યું છે. LMM એ ઝડપથી વિકસતા જનરેટિવનો એક પ્રકાર છે કૃત્રિમ બુદ્ધિ (AI) ટેકનોલોજી કે જેમાં આરોગ્ય માટે પાંચ વ્યાપક એપ્લિકેશન છે in 

1. નિદાન અને ક્લિનિકલ કેર, જેમ કે દર્દીઓના લેખિત પ્રશ્નોનો જવાબ આપવો; 

2. દર્દી-માર્ગદર્શિત ઉપયોગ, જેમ કે લક્ષણો અને સારવારની તપાસ માટે; 

3. કારકુની અને વહીવટી કાર્યો, જેમ કે ઇલેક્ટ્રોનિક આરોગ્ય રેકોર્ડમાં દર્દીની મુલાકાતનું દસ્તાવેજીકરણ અને સારાંશ; 

4. તબીબી અને નર્સિંગ શિક્ષણ, જેમાં તાલીમાર્થીઓને સિમ્યુલેટેડ પેશન્ટ એન્કાઉન્ટર આપવાનો સમાવેશ થાય છે, અને; 

5. નવા સંયોજનોને ઓળખવા સહિત વૈજ્ઞાનિક સંશોધન અને દવાનો વિકાસ. 

જો કે, હેલ્થકેરમાં આ એપ્લિકેશન્સ ખોટા, અચોક્કસ, પક્ષપાતી અથવા અપૂર્ણ નિવેદનો ઉત્પન્ન કરવાના જોખમો ચલાવે છે, જે આરોગ્યના નિર્ણયો લેવામાં આવી માહિતીનો ઉપયોગ કરીને લોકોને નુકસાન પહોંચાડી શકે છે. વધુમાં, એલએમએમને એવા ડેટા પર તાલીમ આપવામાં આવી શકે છે જે નબળી ગુણવત્તાના હોય અથવા પક્ષપાતી હોય, પછી ભલે તે જાતિ, વંશીયતા, વંશ, લિંગ, લિંગ ઓળખ અથવા ઉંમર દ્વારા હોય. આરોગ્ય પ્રણાલીઓ માટે પણ વ્યાપક જોખમો છે, જેમ કે શ્રેષ્ઠ પ્રદર્શન કરતા LMMની સુલભતા અને પરવડે તેવી ક્ષમતા. એલએમએમ આરોગ્ય સંભાળ વ્યાવસાયિકો અને દર્દીઓ દ્વારા 'ઓટોમેશન બાયસ'ને પણ પ્રોત્સાહિત કરી શકે છે, જેમાં ભૂલોને અવગણવામાં આવે છે જે અન્યથા ઓળખવામાં આવી હોત અથવા મુશ્કેલ પસંદગીઓ અયોગ્ય રીતે એલએમએમને સોંપવામાં આવી હોય. એલએમએમ, એઆઈના અન્ય સ્વરૂપોની જેમ, સાયબર સુરક્ષા જોખમો માટે પણ સંવેદનશીલ છે જે દર્દીની માહિતી અથવા આ અલ્ગોરિધમ્સની વિશ્વસનીયતા અને આરોગ્ય સંભાળની જોગવાઈને વધુ વ્યાપક રીતે જોખમમાં મૂકી શકે છે. 

તેથી, સલામત અને અસરકારક LMMs બનાવવા માટે, WHO એ LMM ના સરકારો અને વિકાસકર્તાઓ માટે ભલામણો કરી છે. 

સરકારોની પ્રાથમિક જવાબદારી છે કે તેઓ LMM ના વિકાસ અને જમાવટ માટે ધોરણો નક્કી કરે અને તેમના એકીકરણ અને જાહેર આરોગ્ય અને તબીબી હેતુઓ માટે ઉપયોગ કરે. સરકારોએ બિન-લાભકારી અથવા જાહેર ઇન્ફ્રાસ્ટ્રક્ચરમાં રોકાણ કરવું જોઈએ અથવા પ્રદાન કરવું જોઈએ, જેમાં કમ્પ્યુટિંગ પાવર અને પબ્લિક ડેટા સેટ્સનો સમાવેશ થાય છે, જે જાહેર, ખાનગી અને બિન-લાભકારી ક્ષેત્રોમાં વિકાસકર્તાઓ માટે સુલભ છે, જેમાં વપરાશકર્તાઓને નૈતિક સિદ્ધાંતો અને મૂલ્યોનું પાલન કરવાની જરૂર છે. ઍક્સેસ માટે વિનિમય. 

· AI ટેક્નોલોજી સાથે સંકળાયેલા જોખમ અથવા લાભને ધ્યાનમાં લીધા વિના, આરોગ્ય સંભાળ અને દવામાં ઉપયોગમાં લેવાતા LMMs અને એપ્લિકેશનો, નૈતિક જવાબદારીઓ અને માનવ અધિકારોના ધોરણોને પૂર્ણ કરે છે તેની ખાતરી કરવા માટે કાયદા, નીતિઓ અને નિયમોનો ઉપયોગ કરો, ઉદાહરણ તરીકે, વ્યક્તિના ગૌરવ, સ્વાયત્તતાને અસર કરે છે. અથવા ગોપનીયતા. 

· સંસાધનોની પરવાનગી તરીકે - આરોગ્ય સંભાળ અથવા દવામાં ઉપયોગ માટેના હેતુવાળા LMMs અને એપ્લિકેશનોનું મૂલ્યાંકન કરવા અને મંજૂર કરવા માટે હાલની અથવા નવી નિયમનકારી એજન્સીને સોંપો. 

· જ્યારે LMM મોટા પાયે તૈનાત કરવામાં આવે ત્યારે સ્વતંત્ર તૃતીય પક્ષો દ્વારા ડેટા સંરક્ષણ અને માનવ અધિકારો સહિત ફરજિયાત પોસ્ટ-રીલીઝ ઓડિટીંગ અને અસર મૂલ્યાંકનો રજૂ કરો. ઓડિટ અને અસર આકારણીઓ પ્રકાશિત થવી જોઈએ 

અને તેમાં વપરાશકર્તાના પ્રકાર દ્વારા અલગ-અલગ પરિણામો અને અસરોનો સમાવેશ થવો જોઈએ, ઉદાહરણ તરીકે ઉંમર, જાતિ અથવા અપંગતા દ્વારા. 

એલએમએમ માત્ર વૈજ્ઞાનિકો અને એન્જિનિયરો દ્વારા જ ડિઝાઇન કરવામાં આવ્યા નથી. તબીબી પ્રદાતાઓ, વૈજ્ઞાનિક સંશોધકો, આરોગ્ય સંભાળ વ્યાવસાયિકો અને દર્દીઓ સહિત સંભવિત વપરાશકર્તાઓ અને તમામ પ્રત્યક્ષ અને પરોક્ષ હિસ્સેદારો, સંરચિત, સમાવેશી, પારદર્શક ડિઝાઇનમાં AI વિકાસના પ્રારંભિક તબક્કાથી જોડાયેલા હોવા જોઈએ અને નૈતિક મુદ્દાઓ, અવાજની ચિંતાઓ અને અવાજ ઉઠાવવાની તકો આપવી જોઈએ. વિચારણા હેઠળ AI એપ્લિકેશન માટે ઇનપુટ પ્રદાન કરો. 

આરોગ્ય પ્રણાલીની ક્ષમતામાં સુધારો કરવા અને દર્દીના હિતોને આગળ વધારવા માટે જરૂરી ચોકસાઈ અને વિશ્વસનીયતા સાથે સારી રીતે વ્યાખ્યાયિત કાર્યો કરવા માટે એલએમએમની રચના કરવામાં આવી છે. વિકાસકર્તાઓ સંભવિત ગૌણ પરિણામોની આગાહી કરવા અને સમજવામાં પણ સક્ષમ હોવા જોઈએ. 

*** 

સોર્સ: 

WHO 2024. આરોગ્ય માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનું એથિક્સ એન્ડ ગવર્નન્સ: મોટા મલ્ટિ-મોડલ મોડલ્સ પર માર્ગદર્શન. પર ઉપલબ્ધ છે https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y 

***

SCIEU ટીમ
SCIEU ટીમhttps://www.ScientificEuropean.co.uk
વૈજ્ઞાનિક યુરોપિયન® | SCIEU.com | વિજ્ઞાનમાં નોંધપાત્ર પ્રગતિ. માનવજાત પર અસર. પ્રેરણાદાયક મન.

અમારા ન્યૂઝલેટર માટે સબ્સ્ક્રાઇબ કરો

તમામ નવીનતમ સમાચાર, offersફર્સ અને વિશેષ ઘોષણાઓ સાથે અપડેટ થવું.

સૌથી વધુ લોકપ્રિય લેખ

પીઠનો દુખાવો: પ્રાણી મોડેલમાં Ccn2a પ્રોટીન રિવર્સ્ડ ઇન્ટરવર્ટિબ્રલ ડિસ્ક (IVD) અધોગતિ

ઝેબ્રાફિશ પરના તાજેતરના ઇન-વિવો અભ્યાસમાં, સંશોધકોએ સફળતાપૂર્વક પ્રેરિત કર્યું...

કોવિડ-19 mRNA રસી: વિજ્ઞાનમાં એક માઈલસ્ટોન અને દવામાં ગેમ ચેન્જર

વાયરલ પ્રોટીનને એન્ટિજેન સ્વરૂપે આપવામાં આવે છે...
- જાહેરખબર -
94,556ચાહકોજેમ
47,690અનુયાયીઓઅનુસરો
1,772અનુયાયીઓઅનુસરો
30ઉમેદવારોસબ્સ્ક્રાઇબ