کیا ہوا؟
Hacettepe یونیورسٹی کی ایک ٹیم، جس کی قیادت فیکلٹی ممبر Olcay Hekimoğlu کر رہے ہیں اور TÜBITAK کے تعاون سے، ایک AI سے چلنے والی موبائل ایپلیکیشن تیار کر رہی ہے جسے اسمارٹ فون کی تصویروں سے ٹک کی نسلوں کی شناخت کے لیے ڈیزائن کیا گیا ہے۔ پراجیکٹ، جو تین سال پر محیط ہے، کا مقصد ٹِکس کی تیز رفتار، ابتدائی شناخت فراہم کرنا ہے، خاص طور پر Hyalomma marginatum جیسی انواع پر توجہ مرکوز کرنا جو کریمین کانگو ہیمرجک فیور (CCHF) منتقل کرنے کے لیے جانا جاتا ہے۔
پراجیکٹ، جس کا عنوان ہے 'ترکیے میں ٹک اسپیسز کی تیز رفتار، کم لاگت اور قابل رسائی شناخت کے لیے اسمارٹ فون پر مبنی مصنوعی ذہانت کا ماڈل'، فی الحال Hacettepe یونیورسٹی میں ترقی کے مراحل میں ہے۔ ٹیم قابل اعتماد ٹک نمونوں کا استعمال کرتے ہوئے ایک تربیتی ڈیٹا بیس بنا رہی ہے جس کی تصدیق دونوں شکلوں کی خصوصیات اور ڈی این اے تجزیہ کے ذریعے کی گئی ہے۔
AI ماڈل کو آٹھ مخصوص ٹک پرجاتیوں کو پہچاننے کی تربیت دی جا رہی ہے، جس میں بنیادی توجہ Hyalomma marginatum پر ہے، جو CCHF کے لیے ایک معروف ویکٹر ہے۔ ایپلی کیشن کو ٹک کی تصویروں کا تجزیہ کرنے کے لیے ڈیزائن کیا گیا ہے جو پہلے ہی کسی انسان یا جانور کے میزبان سے ہٹا دی گئی ہیں، جیسا کہ محققین نے نوٹ کیا کہ منسلک ٹِکس غیر واضح یا جسمانی طور پر تبدیل ہو سکتی ہیں، جس سے شناخت مشکل ہو جاتی ہے۔
یہ یقینی بنانے کے لیے کہ یہ ٹول حقیقی دنیا کے استعمال کے لیے عملی ہے، ٹیم مختلف سمارٹ فون آلات اور روشنی کے حالات میں ماڈل کی جانچ کر رہی ہے۔ ایپلیکیشن کو آف لائن چلانے کے لیے بھی انجنیئر کیا جا رہا ہے، جو دیہی یا دور دراز علاقوں کے صارفین کے لیے ایک اہم خصوصیت ہے جہاں انٹرنیٹ تک رسائی کی ضمانت نہیں ہے۔
سسٹم میں ایک حفاظتی طریقہ کار شامل ہے: اگر جمع کرائی گئی تصویر بہت دھندلی ہے یا درست شناخت کے لیے ناکافی ہے، تو AI کو ایک نئی تصویر کی درخواست کرنے یا صارف کو زبردستی، ممکنہ طور پر غلط نتیجہ فراہم کرنے کے بجائے ماہرانہ جانچ لینے کا مشورہ دینے کا پروگرام بنایا گیا ہے۔
ماخذ کی تفصیلات: dailysabah.com ↗
یہ کیوں اہمیت رکھتا ہے۔
یہ پروجیکٹ ترکی میں صحت عامہ کے ایک اہم چیلنج سے نمٹتا ہے، جہاں CCHF کے نتیجے میں 2002 سے اب تک 17,000 سے زیادہ کیسز اور سیکڑوں اموات ہو چکی ہیں۔ کسانوں، صحت کی دیکھ بھال کرنے والے کارکنوں اور عام لوگوں کے لیے ایک کم لاگت، قابل رسائی ٹول فراہم کر کے، محققین کا مقصد بیماری سے لے جانے والی ٹِکس کی جلد شناخت کو بہتر بنانا ہے۔ سسٹم کو آف لائن کام کرنے کے لیے ڈیزائن کیا گیا ہے، دیہی علاقوں میں افادیت کو یقینی بناتے ہوئے جہاں انٹرنیٹ کنیکٹیویٹی اکثر محدود ہوتی ہے۔ مزید برآں، پراجیکٹ ماڈل کو متنوع، اعلیٰ معیار کی تصاویر پر تربیت دے کر اور اسے مختلف روشنی اور ماحولیاتی حالات کے تحت جانچ کر حقیقی دنیا کی وشوسنییتا پر زور دیتا ہے، بجائے اس کے کہ مکمل طور پر لیبارٹری کے درجے کے ڈیٹا پر انحصار کیا جائے۔ یہ نقطہ نظر ٹک ڈسٹری بیوشن کے حوالے سے عوامی بیداری اور ڈیٹا اکٹھا کرنے میں نمایاں اضافہ کر سکتا ہے۔
صحت عامہ کا بنیادی مقصد ٹِکس کے لیے ایک تیز، قابل رسائی ابتدائی شناختی ٹول فراہم کرنا ہے، جو ترکی میں صحت کے لیے ایک مستقل خطرہ ہیں۔ صارفین کو ممکنہ بیماری کے ویکٹروں کی جلد شناخت کرنے کے قابل بنا کر، اس پروجیکٹ کا مقصد ٹک ڈسٹری بیوشن اور صحت عامہ کی حفاظت پر وسیع تر سائنسی ڈیٹا میں حصہ ڈالنا ہے۔
یہ پروجیکٹ صرف لیبارٹری کی درستگی پر حقیقی دنیا کی کارکردگی کو ترجیح دے کر خود کو ممتاز کرتا ہے۔ ماڈل کو متنوع، فیلڈ کیپچر کردہ تصاویر پر تربیت دے کر اور آف لائن فعالیت کو یقینی بنا کر، محققین AI پر مبنی تشخیصی ٹولز میں پائی جانے والی عملی حدود کو دور کر رہے ہیں۔
محققین نے واضح کیا ہے کہ یہ آلہ پیشہ ورانہ طبی تشخیص کا متبادل نہیں ہے۔ اس کے بجائے، یہ افراد اور صحت کی دیکھ بھال کرنے والے کارکنوں کو ٹک سے پیدا ہونے والی بیماریوں کے ممکنہ نمائش کے بارے میں زیادہ باخبر فیصلے کرنے میں مدد کرنے کے لیے معلوماتی امداد کا کام کرتا ہے۔
انٹرایکٹو میکانزم: یہ اصل میں کیسے کام کرتا ہے۔
اس ترقی کے پیچھے بنیادی ٹیکنالوجی کو انٹرایکٹو طریقے سے دریافت کریں۔
Which component of an AI application is the machine-learning model itself?
آگے کیا دیکھنا ہے۔
یہ منصوبہ اس وقت تین سالہ ترقیاتی مرحلے میں ہے۔ مستقبل کے سنگ میلوں میں مورفولوجیکل اور ڈی این اے سے تصدیق شدہ نمونوں کا استعمال کرتے ہوئے ٹک پرجاتیوں کے ایک جامع، تصدیق شدہ ڈیٹا بیس کی تخلیق شامل ہے، جس کے بعد کنٹرول شدہ اور فیلڈ دونوں ماحول میں سخت جانچ کی جائے گی۔ محققین نے واضح طور پر کہا ہے کہ یہ ٹول طبی تشخیص فراہم نہیں کرے گا، اور یہ دیکھنا باقی ہے کہ حتمی ایپلیکیشن کو عوام کے لیے کس طرح تعینات کیا جائے گا یا موجودہ صحت کی نگرانی کے نظام میں ضم کیا جائے گا۔
یہ منصوبہ تین سال کی مدت کے لیے بنایا گیا ہے۔ اس وقت کے دوران، ٹیم AI ماڈل کو بہتر کرتی رہے گی اور مستقبل کے ورژن میں اضافی ٹک پرجاتیوں کو شامل کرنے کے لیے ڈیٹا بیس کو بڑھاتی رہے گی۔
درخواست کے لیے عوامی دستیابی اور رسائی کے حالات کا ابھی تک تعین نہیں کیا گیا ہے، کیونکہ یہ پروجیکٹ ابھی تک ترقی اور جانچ کے مرحلے میں ہے۔
حقیقی دنیا کے میدانی حالات میں AI کی تاثیر نگرانی کے لیے ایک کلیدی میٹرک بنی ہوئی ہے کیونکہ محققین ڈیٹا بیس کی تخلیق سے وسیع تر جانچ کی طرف منتقل ہو رہے ہیں۔