အေအိုင် (Artificial intelligence) ဉာဏ်ရည်တုဟာ ဆေးကုသရေးမှာ များစွာ အသုံးဝင်တယ် ဆိုတာကို သက်သေ ပြနိုင်ခဲ့ပြီး ဖြစ်ပါတယ်။ အေအိုင်ကို အသုံးပြုပြီး ကွန်ပြူတာ ဓါတ်မှန် (CT) အဖြေ ဖတ်တဲ့ နေရာမှာ မှန်ကန်စွာ ဖတ်ရှုနိုင်ခဲ့တဲ့ အပြင် အမေရိကားက ဆရာဝန်တိုင်း ဖြေရတဲ့ ဆရာဝန် လိုင်စင် စာမေးပွဲကိုတောင် အောင်မြင်အောင် ဖြေနိုင်တဲ့ အစွမ်းရှိကြောင်းလဲ ပြသ နိုင်ခဲ့ ပါတယ်။
ယခုအခါ အေအိုင် ကို အသုံးပြုပြီး လူနာရဲ့ ဆေးမှတ်တမ်းတွေကို ဖတ်ရှုကာ လူနာရဲ့ အခြေအနေနဲ့ ရောဂါတိုးတက်မှု ဆုတ်ယုတ်မှုကို မှန်ကန်စွာ ကြိုတင် ခန့်မှန်းနိုင်ပြီ ဖြစ်ပါတယ်။
ဒီ အေအိုင် နည်းစနစ်ကို အသုံးပြုပြီး လူနာတွေရဲ့ ကုသမှု အပြီး သေဆုံးနိုင်တဲ့ အခြေအနေ၊ အသက်ရှင်နိုင်မှု အခွင့်အလမ်း၊ ရောဂါ ပျောက်ကင်းနိုင်မှု၊ ဆေးရုံပြန် တက်ရမရ နဲ့ အခြား ရောဂါ တိုးတက်မှု ဆုတ်ယုတ်မှုတွေကို မှန်ကန်စွာ ခန့်မှန်းနိုင် ခဲ့တာ ဖြစ်ပါတယ်။
ယခု အေအိုင် နည်းစနစ်ကို အမေရိကန် ပြည်ထောင်စု၊ နယူယောက် ပြည်နယ်က NYU Grossman School of Medicine က သုတေသီ တွေက တီထွင်ခဲ့တာ ဖြစ်ပါတယ်။ လက်ရှိမှာလဲ ဒီ နည်းစနစ်ကို နယူယောက် ပြည်နယ်အတွင်းက ဆေးတက္ကသိုလ်ရဲ့ သင်ကြားရေး ဆေးရုံတွေမှာ စတင် အသုံးချနေပြီလို့ သိရပါတယ်။
တီထွင်တဲ့ သုတေသီ တွေကတော့ သိပ်မကြာမီမှာ ဒီ နည်းစနစ်ဟာ ဆေးကိုသရေးရဲ့ ပုံမှန် နည်းပညာ တစ်ရပ်အဖြစ် အသုံးချလာ လိမ့်မယ်လို့ ယုံကြည်ပါတယ်။
ဒီ အေအိုင် နည်းစနစ်ရဲ့ ရောဂါတိုးတက်မှု ကြိုတင်ခန့်မှန်း နိုင်စွမ်းကို လေ့လာတဲ့ သုတေသန ရလဒ်ကို သုတေသီ တွေက Nature သုတေသန ဂျာနယ်မှာ တင်ပြ ထားပါတယ်။
ဒီ သုတေသနကို ဦးဆောင်တဲ့ ဦးဏှောက်နှင့် အာရုံကြော ခွဲစိတ်ကု ဆရာဝန်ကြီး တစ်ဦးလဲဖြစ်၊ အေအိုင် သုတေသီ တစ်ဦးလဲ ဖြစ်သူ ဒေါက်တာ အဲရစ် အောမန်း (Eric Oermann) က အေအိုင်ကို အခြေမပြုတဲ့ ရောဂါ တိုးတက်မှု ကြိုတင်ခန့်မှန်း နည်းစနစ်တွေဟာ အရင် ကတဲက ရှိခဲ့ကြောင်း ရှင်းပြပါတယ်။ ဒါပေမယ့် ဒီ နည်းစနစ် ဟောင်းတွေဟာ လိုအပ်တဲ့ အချက်အလက် တွေကို စက်ကနားလည်တဲ့ data ဖြစ်အောင် ပြန်ပြီး ပြင်ဆင်ပေးရတာမို့ အလွန် လက်ဝင်ပြီး လက်တွေ့ အသုံးချဖို့ ခက်ခဲ ခဲ့တယ်လို့ ရှင်းပြပါတယ်။
အခု အေအိုင် နည်းစနစ် ကတော့ ဆရာဝန်တွေ ရေးမှတ်ထားတဲ့ ဆေးမှတ်တမ်း တွေကို တိုက်ရိုက် ဖတ်ရှု နိုင်ပါတယ်။ ဒီတော့ သီးသန့် ပြင်ဆင်ရတာ မရှိတော့ပါဘူး။
ဒီ အေအိုင် စနစ်ကို NYUTron လို့ အမည် ပေးထား ပါတယ်။ ဒီစနစ်ကို လေ့ကျင့်ပေးဖို့ လူနာပေါင်း ၃၈၇,၀၀၀ ရဲ့ ဆေးမှတ်တမ်းတွေကို ဖတ်ရှုစေပြီး လေ့ကျင့် ပေးပါတယ်။
ဒီမှတ်တမ်း တွေထဲမှာ ဆရာဝန်တွေ ရေးမှတ်ထားတဲ့ မှတ်တမ်းတွေ၊ ဓါတ်မှတ် နဲ့ ultrasound တွေ့ရှိချက်တွေ၊ ဆေးရုံဆင်း လက်မှတ်တွေ ပါဝင်ပါတယ်။
ဒီနေရာမှာ ကြုံတွေ့ရတဲ့ အဓိက အခက်အခဲ ကတော့ ဆရာဝန်တွေ တစ်ယောက်နဲ့ တစ်ယောက် ရေးဟန် မတူညီ တာအပြင် အတိုကောက် ရေးမှတ်တာတွေမှာလဲ တစ်ယောက်နဲ့ တစ်ယောက် ကွဲလွဲချက်တွေ ရှိနေတာပဲ ဖြစ်ပါတယ်။
ဒီနည်းနဲ့ လေ့ကျင့်ပေးထားတဲ့ အေအိုင်ကနေ ခန့်မှန်း ပေးလိုက်တဲ့ ရောဂါ တိုးတက်မှု/ဆုတ်ယုတ်မှု ခန့်မှန်းချက်နဲ့ လက်တွေ့ ဖြစ်ပေါ်လာတာနဲ့ တိုက်ဆိုင်ကြည့်ခြင်း အားဖြင့် အေအိုင်ရဲ့ ကြိုတင်ခန့်မှန်းနိုင်စွမ်း ကို ပညာရှင် တွေက တွက်ချက် နိုင်ခဲ့ပါတယ်။
ပြီးတော့ ဒီ နည်းစနစ်ကို လက်တွေ့ လူနာ ကုသရာ မှာလဲ လက်တွေ့ စမ်းသပ် အသုံးချ ကြည့်ခဲ့ ကြပါတယ်။ ပြီးတော့ ဆေးရုံ တစ်ရုံက ဆေးမှတ်တမ်းနဲ့ လေ့ကျင့်ပေးထားတဲ့ အေအိုင်ကို အခြား ဆေးရုံ တစ်ခုမှာလဲ ပြောင်းလဲ စမ်းသပ် ကြည့်ခဲ့ ကြပါတယ်။
ဒီ စမ်းသပ်မှု အရ အေအိုင်ဟာ အသက် သေဆုံးမယ့် လူနာ ၉၅ ရာခိုင်နှုန်းကို မှန်ကန်စွာ ကြိုတင် ခန့်မှန်းနိုင်တာကို တွေ့ရှိ ခဲ့ကြပါတယ်။ ပြီးတော့ ဆေးရုံဆင်းပြီး ရက် ၃၀ အတွင်း ပြန်တက်ရမယ့် လူနာ ၈၀ ရာခိုင်နှုန်းကိုလဲ မှန်ကန်စွာ ခန့်မှန်း နိုင်ခဲ့ပါတယ်။
ဒီရလဒ်ဟာ ဆရာဝန် အများစုရဲ့ ကြိုတင် ခန့်မှန်းချက်ထက် သာလွန် နေတာကို တွေ့ခဲ့ ကြရပါတယ်။ နောက်ပြီး အေအိုင် အသုံးမပြုတဲ့ ကွန်ပြူတာ ခန့်မှန်း စနစ်တွေထက်လဲ သာလွန် နေပါတယ်။
အခြား မှန်ကန်စွာ ခန့်မှန်းနိုင်မှုတွေမှာ လူနာတွေ ဆေးရုံမှာ နေရမယ့် ကာလကို ၇၉%၊ ကျန်းမာရေး အာမခံ (health insurance) က ငွေမခြေပဲ ငြင်းပယ်ခံရမယ့် လူနာရဲ့ ၈၇%၊ မူလရောဂါအပြင် အခြား ရောဂါ တစ်ခုပါ အပိုပါနေတဲ့ လူနာ ၈၉% ကိုလဲ မှန်ကန်စွာ ဟောကိန်း ထုတ်နိုင် ခဲ့ပါတယ်။
ဒေါက်တာ အောမန်း ကတော့ အေအိုင်ဟာ တကယ့် ဆရာဝန်ကို ဘယ်တော့မှ အစားထိုး နိုင်မှာ မဟုတ်ဘူးလို့ ဆိုပါတယ်။ ဒီ့အစား ဆရာဝန်တွေ ပိုမို မှန်ကန်တဲ့ ဆုံးဖြတ်ချက် ချမှတ်နိုင်အောင် အေအိုင်က အများကြီး ကူညီ ပေးနိုင်မှာ ဖြစ်တယ်လို့ သူက ရှင်းပြပါတယ်။
Ref: ‘AI Doctor’ Better At Predicting Patient Outcomes, Including Death | Barron’s