चिकित्सा इमेजिंग में एआई स्वास्थ्य असमानताओं को बढ़ा सकता: अध्ययन

एक अध्ययन के अनुसार, चिकित्सा क्षेत्र में आर्टिफिशियल इंटेलिजेंस (एआई) तकनीक से असमानताएं बढ़ने की संभावना है, खासकर स्वास्थ्य सेवा तक कम पहुंच वाले लोगों और कमजोर समुदायों से आने वाले लोगों के बीच।

एआई निदान को स्वचालित करने, चिकित्सकों के कार्यभार को कम करने और यहां तक कि ग्रामीण क्षेत्रों या विकासशील देशों में लोगों के लिए विशेष स्वास्थ्य सेवा लाने के लिए जाना जाता है।

हालांकि, चिकित्सा छवियों से एआई एल्गोरिदम बनाने के लिए उपयोग किए जाने वाले डेटा के भीड़-स्रोत सेट का विश्लेषण करते हुए, मैरीलैंड विश्वविद्यालय के शोधकर्ताओं ने पाया कि अधिकांश में रोगी जनसांख्यिकी शामिल नहीं थी।

नेचर मेडिसिन पत्रिका में प्रकाशित अध्ययन में, शोधकर्ताओं ने पाया कि एल्गोरिदम ने अंतर्निहित पूर्वाग्रहों के लिए भी मूल्यांकन नहीं किया। इसका मतलब है कि उनके पास यह जानने का कोई तरीका नहीं है कि क्या इन छवियों में जनसंख्या के प्रतिनिधि नमूने हैं जैसे अश्वेत, एशियाई और स्वदेशी अमेरिकी।

शोधकर्ताओं के अनुसार, बहुत सी दवाएं पहले से ही कुछ नस्लों, लिंग, उम्र या यौन अभिविन्यास के प्रति पक्षपात से भरी हुई हैं।

डेटा के अलग-अलग सेटों में छोटे पूर्वाग्रहों को बहुत अधिक बढ़ाया जा सकता है जब इन एल्गोरिदम में सैकड़ों या हजारों डेटासेट संयुक्त होते हैं।

डायग्नोस्टिक रेडियोलॉजी के सहायक प्रोफेसर पॉल यी ने कहा, "ये गहन शिक्षण मॉडल उन चीजों का निदान कर सकते हैं जो चिकित्सक नहीं देख सकते हैं, जैसे कि जब कोई व्यक्ति मर सकता है या सात साल पहले अल्जाइमर रोग का पता लगा सकता है।" यूनिवर्सिटी स्कूल ऑफ मेडिसिन में न्यूक्लियर मेडिसिन।

यी ने कहा, "चूंकि ये एआई मशीन सीखने की तकनीक एक घास के ढेर में सुई खोजने में बहुत अच्छी हैं, इसलिए वे सेक्स, लिंग और उम्र को भी परिभाषित कर सकते हैं, जिसका अर्थ है कि ये मॉडल पक्षपाती निर्णय लेने के लिए उन सुविधाओं का उपयोग कर सकते हैं।"

बड़े अध्ययनों में एकत्र किए गए अधिकांश डेटा का मतलब उन लोगों से होता है जिनके पास स्वास्थ्य सेवा तक अपेक्षाकृत आसान पहुंच होती है, जिसका अर्थ है कि डेटा पुरुषों बनाम महिलाओं की ओर तिरछा हो जाता है, और उन लोगों की ओर जो अन्य जातियों के बजाय गोरे हैं।

नतीजतन, डेटा जो एल्गोरिदम में संकलित हो जाता है, दुनिया भर में परिणामों को तिरछा करने की क्षमता रखता है।

अध्ययन के लिए, शोधकर्ताओं ने डेटा विज्ञान प्रतियोगिताओं में उपयोग किए जाने वाले डेटासेट का मूल्यांकन करने के लिए चुना, जिसमें कंप्यूटर वैज्ञानिक और चिकित्सक दुनिया भर से डेटा एकत्र करते हैं और सर्वोत्तम, सबसे सटीक एल्गोरिदम विकसित करने का प्रयास करते हैं।