DELIVERING ON THE PROMISE OF AI TO IMPROVE HEALTH OUTCOMES

આરોગ્ય પરિણામો સુધારવા માટે AI ના વચન પર વિતરિત

પ્રમુખ બિડેને કહ્યું છે તેમ, આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) જબરદસ્ત વચન અને સંભવિત જોખમ ધરાવે છે.

થોડા ડોમેન્સમાં આ હેલ્થકેર કરતાં સાચું છે. રાષ્ટ્રપતિએ 30 ઓક્ટોબરના રોજ સીમાચિહ્નરૂપ એક્ઝિક્યુટિવ ઓર્ડર પર હસ્તાક્ષર કરીને સ્પષ્ટ કર્યું છે કે સમગ્ર બિડેન-હેરિસ વહીવટીતંત્ર અમેરિકનો માટે આરોગ્યના સુધારેલા પરિણામો લાવવા માટે સુરક્ષિત રીતે અને જવાબદારીપૂર્વક AIના વિકાસ અને ઉપયોગને સંચાલિત કરવા માટે સૌથી વધુ તાકીદ કરવા માટે પ્રતિબદ્ધ છે. તેમની સુરક્ષા અને ગોપનીયતાની સુરક્ષા.

આરોગ્ય સંબંધિત ક્ષેત્રોમાં જવાબદાર AIને આગળ વધારવા માટે વહીવટીતંત્ર તેની પાસેના દરેક લીવરને ખેંચી રહ્યું છે. અમે એકલા અમેરિકી સરકારની કાર્યવાહીથી રાષ્ટ્રપતિએ દેશ માટે જે હિંમતવાન વિઝન નક્કી કર્યું છે તે હાંસલ કરી શકતા નથી.

અમે ઉત્સાહિત છીએ કે એડમિનિસ્ટ્રેશનના નેતૃત્વના પ્રતિભાવમાં,

અગ્રણી આરોગ્યસંભાળ પ્રદાતાઓ અને ચુકવણીકારોએ આજે આરોગ્યસંભાળમાં AI ના સલામત, સુરક્ષિત અને વિશ્વાસપાત્ર ઉપયોગ અને ખરીદી અને ઉપયોગ અંગે સ્વૈચ્છિક પ્રતિબદ્ધતાઓની જાહેરાત કરી છે. આ સ્વૈચ્છિક પ્રતિબદ્ધતાઓ ડિપાર્ટમેન્ટ ઓફ હેલ્થ એન્ડ હ્યુમન સર્વિસીસ (HHS), AI એક્ઝિક્યુટિવ ઓર્ડર, અને અગાઉની પ્રતિબદ્ધતાઓ કે જે વ્હાઇટ હાઉસને 15 અગ્રણી AI કંપનીઓ પાસેથી મૉડલ્સને જવાબદારીપૂર્વક વિકસાવવા માટે પ્રાપ્ત થઈ છે, દ્વારા ચાલુ કામ પર આધારિત છે. બધાએ કહ્યું, 28 પ્રદાતાઓ અને ચૂકવણી કરનારાઓ આજની પ્રતિબદ્ધતાઓમાં જોડાયા છે: એલિના હેલ્થ, બેસેટ હેલ્થકેર નેટવર્ક, બોસ્ટન ચિલ્ડ્રન્સ હોસ્પિટલ, કુરાઈ હેલ્થ, સીવીએસ હેલ્થ, ડેવોટેડ હેલ્થ, ડ્યુક હેલ્થ, એમોરી હેલ્થકેર, એન્ડેવર હેલ્થ, ફેરવ્યુ હેલ્થ સિસ્ટમ્સ, ગીઝિંગર, હેકન્સેક મેરિડીયન, હેલ્થફર્સ્ટ (ફ્લોરિડા), હ્યુસ્ટન મેથોડિસ્ટ, જ્હોન મુઇર હેલ્થ, કેક મેડિસિન, મેઇન લાઇન હેલ્થ, માસ જનરલ બ્રિઘમ, મેડિકલ યુનિવર્સિટી ઓફ સાઉથ કેરોલિના હેલ્થ, ઓસ્કાર, ઓએસએફ હેલ્થકેર, પ્રેમેરા બ્લુ ક્રોસ, રશ યુનિવર્સિટી સિસ્ટમ ફોર હેલ્થ, સેનફોર્ડ હેલ્થ, ટફ્ટ્સ મેડિસિન , યુસી સાન ડિએગો હેલ્થ, યુસી ડેવિસ હેલ્થ અને વેલસ્પાન હેલ્થ.

આજે મળેલી પ્રતિબદ્ધતાઓ "FAVES" સિદ્ધાંતોની આસપાસ AI પર ઉદ્યોગની ક્રિયાને સંરેખિત કરવા માટે સેવા આપશે - કે AI આરોગ્યસંભાળના પરિણામો તરફ દોરી જાય છે જે વાજબી છે, યોગ્ય, માન્ય, અસરકારક અને સલામત. આ સિદ્ધાંતો હેઠળ, કંપનીઓ જ્યારે પણ વપરાશકર્તાઓને એવી સામગ્રી પ્રાપ્ત કરે છે કે જે મોટાભાગે AI-જનરેટેડ હોય અને લોકો દ્વારા સમીક્ષા કે સંપાદિત ન હોય ત્યારે તેમને જાણ કરવા માટે પ્રતિબદ્ધ હોય છે.

તેઓ ફાઉન્ડેશન મૉડલ્સ દ્વારા સંચાલિત ઍપ્લિકેશનોનો ઉપયોગ કરવા માટે જોખમ વ્યવસ્થાપન માળખાનું પાલન કરશે-જેના દ્વારા તેઓ મોનિટર કરશે અને એપ્લીકેશનને કારણે થતા નુકસાનને સંબોધશે તે જ સમયે, તેઓ જવાબદારીપૂર્વક AI ના મૂલ્યવાન ઉપયોગોની તપાસ અને વિકાસ કરવાની પ્રતિજ્ઞા લે છે, જેમાં આરોગ્ય સમાનતાને આગળ વધારતા ઉકેલો વિકસાવવા, સંભાળની ઍક્સેસને વિસ્તૃત કરવા સહિત,સંભાળને સસ્તું બનાવો, પરિણામોને સુધારવા માટે સંભાળનું સંકલન કરો, ક્લિનિશિયન બર્નઆઉટને ઓછું કરો અને અન્યથા દર્દીઓના અનુભવને બહેતર બનાવો.

તેમ છતાં તે જ સમયે - જ્યાં સુધી આપણે આ જોખમોને ઘટાડી શકીએ છીએ - AI દર્દીઓ, ડોકટરો અને હોસ્પિટલ સ્ટાફને લાભ આપવાની પ્રચંડ સંભાવના ધરાવે છે. એક અંદાજ મુજબ, AI નું વ્યાપક દત્તક ડૉક્ટરો અને આરોગ્ય સંભાળ કાર્યકરોને સમગ્ર દેશમાં સમુદાયોમાં દર્દીઓને ઉચ્ચ-ગુણવત્તાવાળી, વધુ સહાનુભૂતિપૂર્ણ સંભાળ પહોંચાડવામાં મદદ કરી શકે છે જ્યારે આરોગ્યસંભાળના ખર્ચમાં વાર્ષિક સેંકડો અબજો ડોલરનો ઘટાડો કરે છે.

તે દર્દીઓને તેમની સ્વાસ્થ્યની સ્થિતિ અને જરૂરિયાતોને વધુ સારી રીતે સમજીને વધુ માહિતગાર સ્વાસ્થ્ય પસંદગીઓ કરવામાં પણ મદદ કરી શકે છે. જ્યારે સમગ્ર હેલ્થકેર સેક્ટરમાં વ્યાપક AI અપનાવવાનું બહુ દૂર છે, તે સ્પષ્ટ છે કે AI આરોગ્યસંભાળના પરિણામો અને ડોકટરો અને દર્દીઓના જીવન પર અસંખ્ય રીતે હકારાત્મક અસર કરવાની ક્ષમતા ધરાવે છે.

કેટલાક ઉદાહરણો ધ્યાનમાં લો. દર વર્ષે, હોસ્પિટલો મોટી સંખ્યામાં તબીબી છબીઓ ઉત્પન્ન કરે છે - વિશ્વભરમાં 3.6 બિલિયન. AI ડોકટરોને વધુ ઝડપથી અને અસરકારક રીતે છબીઓનું વિશ્લેષણ કરવામાં મદદ કરી રહ્યું છે, સ્તન કેન્સર, ફેફસાના નોડ્યુલ્સ અને અન્ય ઘણી પરિસ્થિતિઓના ચિહ્નો શોધી રહ્યા છે જે અગાઉ શક્ય હતું તેના કરતા વહેલા નિદાનવાળા વધુ લોકો સુધી પહોંચે છે. આજે, નવી દવાઓ વિકસાવવામાં વર્ષો લાગે છે અને સરેરાશ $2 બિલિયનથી વધુ ખર્ચ થાય છે.

AI નવા પરમાણુઓ સાથે દવાના લક્ષ્યોને મેચ કરવાની તેની ક્ષમતા સાથે વિકાસને સુવ્યવસ્થિત કરી રહ્યું છે જે રોગોની સારવાર અને ઉપચાર કરી શકે છે, સમય અને નાણાંની બચત કરી શકે છે-અને દર્દીઓ માટે સસ્તી, સારી સંભાળમાં અનુવાદ કરી શકે છે. ક્લિનિશિયન બર્નઆઉટ એ બીજો મોટો પડકાર છે. સરેરાશ, દરેક દર્દીને તેઓ જુએ છે, હોસ્પિટલ સ્ટાફે એક ડઝનથી વધુ ફોર્મ ભરવાના રહેશે. નવી જનરેટિવ AI એપ્લીકેશન્સ દર્દીઓના મેડિકલ રેકોર્ડ્સમાંથી ડેટા કાઢી શકે છે, તેને તરત જ ફોર્મમાં ભરી શકે છે, દર્દીના સત્રોમાંથી નોંધો રેકોર્ડ કરી શકે છે અને દર્દીના સંચારને ઝડપ અને સુધારી શકે છે.