nûçe

Ji dema ku IBM Watson di sala 2007an de dest pê kir, mirov bi berdewamî li dû pêşxistina aqilê sûnî yê bijîşkî (AI) ne. Sîstemeke AI ya bijîşkî ya bikêrhatî û bihêz xwedî potansiyeleke mezin e ku hemî aliyên bijîşkiya nûjen ji nû ve şekil bide, lênihêrîna aqilmendtir, rasttir, bikêrtir û berfirehtir gengaz bike, refahê bîne xebatkarên bijîşkî û nexweşan, û bi vî rengî tenduristiya mirovan pir baştir bike. Di 16 salên borî de, her çend lêkolînerên AI ya bijîşkî di warên piçûk ên cûrbecûr de kom bûne jî, di vê qonaxê de, ew hîn nekarîne xeyalên zanistî bînin rastiyê.

Îsal, bi pêşketina şoreşgerî ya teknolojiya AI-ê wekî ChatGPT, AI-ya bijîşkî di gelek aliyan de pêşketinek mezin çêkiriye. Pêşketinek bêhempa di şiyana AI-ya bijîşkî de: Kovara Nature bi berdewamî lêkolîna modela zimanê mezin a bijîşkî û modela bingehîn a wêneya bijîşkî daye destpêkirin; Google Med-PaLM û cîgirê wê derdixe, di pirsên azmûna Pratîsyenê bijîşkî ya Dewletên Yekbûyî de digihîje asta pispor. Kovarên akademîk ên sereke dê li ser AI-ya bijîşkî bisekinin: Nature perspektîfa li ser modela bingehîn a AI-ya bijîşkî ya giştî derdixe; Piştî rêze nirxandinên AI di Dermanê de di destpêka vê salê de, Kovara Dermanê ya New England (NEJM) di 30ê Mijdarê de yekem nirxandina xwe ya tenduristiya dîjîtal weşand, û di 12ê Kanûnê de hejmara yekem a kovara bin-jêr a NEJM AI dest pê kir. Axa daketina AI-ya bijîşkî hîn gihîştiye: Kovara bin-jêr a JAMA înîsiyatîfa parvekirina daneyên wêneyên bijîşkî ya gerdûnî weşand; Rêveberiya Xurek û Derman a Dewletên Yekbûyî (FDA) ji bo rêziknameya AI-ya bijîşkî rêbernameyên pêşnûmeyî pêş dixe.

Li jêr, em pêşketinên girîng ên ku lêkolînerên li çaraliyê cîhanê di sala 2023-an de di warê AI-ya bijîşkî ya bikêrhatî de çêkirine, dinirxînin.

Modela bingehîn a AI ya bijîşkî

Bê guman avakirina modela bingehîn a AI ya bijîşkî mijara herî germ a lêkolînê ya vê salê ye. Kovarên Nature di nav salê de gotarên nirxandinê li ser modela bingehîn a gerdûnî ya lênihêrîna tenduristiyê û modela zimanê mezin a lênihêrîna tenduristiyê weşandine. Analysis Image, kovara herî jorîn di pîşesaziyê de, dijwarî û derfetên lêkolîna modela bingehîn di analîza wêneyên bijîşkî de nirxand û li wan nihêrî, û têgeha "pelîxa modela bingehîn" pêşniyar kir da ku pêşveçûna lêkolîna modela bingehîn a AI ya bijîşkî kurte bike û rêber bike. Pêşeroja modelên AI yên bingehîn ji bo lênihêrîna tenduristiyê zelaltir dibe. Bi karanîna mînakên serketî yên modelên zimanê mezin ên wekî ChatGPT, bi karanîna rêbazên pêş-perwerdehiyê yên xwe-çavdêrîkirî yên pêşkeftîtir û kombûna berfireh a daneyên perwerdehiyê, lêkolînerên di warê AI ya bijîşkî de hewl didin ku 1) modelên bingehîn ên taybetî yên nexweşiyê, 2) modelên bingehîn ên giştî, û 3) modelên mezin ên pirmodal ava bikin ku rêzek berfireh ji modan bi parametreyên mezin û kapasîteyên bilind ve entegre bikin.

Modela AI ya Berhevkirina Daneyên Bijîşkî

Ji bilî modelên mezin ên AI-ê ku di erkên analîza daneyên klînîkî yên jêrîn de roleke mezin dilîzin, di bidestxistina daneyên klînîkî yên jorîn de, teknolojiya ku ji hêla modelên AI-ê yên hilberîner ve tê temsîl kirin jî derketiye holê. Pêvajo, leza û kalîteya bidestxistina daneyan dikare bi girîngî ji hêla algorîtmayên AI-ê ve were baştir kirin.

Di destpêka vê salê de, Nature Biomedical Engineering lêkolînek ji Zanîngeha Straits a Tirkiyeyê weşand ku li ser karanîna AI-ya hilberîner ji bo çareserkirina pirsgirêka teşhîsa bi alîkariya wêneya patolojîk di sepanên klînîkî de disekine. Artefaktên di tevna beşa cemidî de di dema emeliyatê de astengiyek ji bo nirxandina teşhîsa bilez in. Her çend tevna bi formalîn û parafînê ve hatî çandin (FFPE) nimûneyek bi kalîtetir peyda dike jî, pêvajoya hilberîna wê demdirêj e û pir caran 12-48 demjimêran digire, ku ew ji bo karanîna di emeliyatê de ne guncaw dike. Ji ber vê yekê tîmê lêkolînê algorîtmayek bi navê AI-FFPE pêşniyar kir, ku dikare xuyangê tevnê di beşa cemidî de bi FFPE re bike. Algorîtmayê bi serkeftî artefaktên beşên cemidî rast kir, kalîteya wêneyê baştir kir, û di heman demê de taybetmendiyên klînîkî yên têkildar parast. Di pejirandina klînîkî de, algorîtmaya AI-FFPE rastbûna teşhîsê ya patologan ji bo bincelebên tumorê bi girîngî baştir dike, di heman demê de dema teşhîsa klînîkî pir kurt dike.

Cell Reports Medicine xebateke lêkolînê ya ji aliyê tîmek ji Koleja Klînîkî ya Sêyemîn a Zanîngeha Jilin, Beşa Radyolojiyê, Nexweşxaneya Zhongshan a girêdayî Zanîngeha Fudan, û Zanîngeha Zanist û Teknolojiyê ya Şanghayê ve rapor dike [25]. Ev lêkolîn çarçoveyek hevgirtinê ya fêrbûna kûr a armanca giştî û ji nû ve avakirina dubare (Hybrid DL-IR) pêşniyar dike ku xwedî pirrengî û nermbûnek bilind e, ku performansa ji nû ve avakirina wêneyê ya hêja di MRI ya bilez, CT ya doza kêm, û PET ya bilez de nîşan dide. Algorithm dikare di 100 saniyan de skankirina pir-rêzik a MR ya yek-organî bi dest bixe, doza radyasyonê tenê ji% 10-ê wêneya CT kêm bike, û deng ji holê rake, û dikare birînên piçûk ji bidestxistina PET bi lezkirina 2 heta 4 caran ji nû ve ava bike, di heman demê de bandora artefaktên tevgerê kêm bike.

AI ya Tibbî bi Hevkariya Karmendên Tibbî re

Pêşveçûna bilez a AI ya bijîşkî her wiha bûye sedem ku pisporên bijîşkî bi ciddî bifikirin û lêkolîn bikin ka meriv çawa bi AI re hevkariyê bike da ku pêvajoyên klînîkî baştir bike. Di Tîrmeha îsal de, DeepMind û tîmek lêkolînê ya pir-sazûmanî bi hev re sîstemek AI ya bi navê Delay Karê Klînîkî ya Temamker (CoDoC) pêşniyar kirin. Pêvajoya teşhîsê pêşî ji hêla sîstemek AI ya pêşbînîkirî ve tê teşhîs kirin, dûv re ji hêla sîstemek AI ya din ve li ser encama berê tê nirxandin, û heke guman hebe, teşhîs di dawiyê de ji hêla klînîsyenek ve tê danîn da ku rastbûna teşhîsê û karîgeriya hevsengiyê baştir bike. Dema ku dor tê ser ceribandina penceşêra memikê, CoDoC rêjeyên erênî yên derewîn bi heman rêjeya neyînî ya derewîn bi rêjeya 25% kêm kir, di heman demê de barê karê klînîsyen bi rêjeya 66% kêm kir, li gorî pêvajoya "arbitrajiya xwendina ducar" a heyî li Keyaniya Yekbûyî. Di warê dabeşkirina TB de, rêjeyên erênî yên derewîn bi heman rêjeya neyînî ya derewîn bi rêjeya 5 heta 15% kêm bûn li gorî AI ya serbixwe û herikînên xebatê yên klînîkî.

Bi heman awayî, Annie Y. Ng û hevkarên wî, ji Kheiron Company li London, Keyaniya Yekbûyî, xwendevanên AI yên zêde (bi hevkariya muayeneyên mirovan) destnîşan kirin da ku encaman ji nû ve lêkolîn bikin dema ku di pêvajoya arbitrajê ya xwendina ducar de encamên vegerandinê tune bûn, ku pirsgirêka tespîtkirina winda di ceribandina zû ya penceşêra memikê de baştir kir, û pêvajoyê hema hema pozîtîfên derewîn tune bûn. Lêkolînek din, ku ji hêla tîmek li Zanîngeha Teksasê McGovern Medical School ve hatî rêvebirin û li çar navendên felcê hate qedandin, teknolojiya AI ya li ser bingeha anjîografiya tomografiya hesabkirî (CTA) bikar anî da ku tespîtkirina felca îskemîk a okluzîv a damarî ya mezin (LVO) otomatîk bike. Klînîsyen û radyolog di nav çend deqeyan de piştî ku wênekirina CT qediya, hişyariyên dem rast li ser telefonên xwe yên desta distînin, ku wan ji hebûna gengaz a LVO agahdar dike. Ev pêvajoya AI herikînên xebatê yên nexweşxaneyê ji bo felca îskemîk a akût baştir dike, dema derî-ber-çokê ji pejirandinê heya dermankirinê kêm dike û derfetên ji bo rizgarkirina serketî peyda dike. Dîtin di JAMA Neurology de têne weşandin.

Modelek Tenduristiyê ya AI ji bo Sûdê Gerdûnî

Di sala 2023an de gelek xebatên baş dê werin kirin ku AIya bijîşkî bikar tîne da ku taybetmendiyên ku ji çavê mirovan re nayên dîtin ji daneyên hêsantir peyda bike, û ev yek teşhîsa gerdûnî û pişkinîna zû di pîvanek mezin de gengaz dike. Di destpêka salê de, Nature Medicine lêkolînên ku ji hêla Navenda Çavê Zhongshan a Zanîngeha Sun Yat-sen û Nexweşxaneya Duyemîn a Girêdayî ya Zanîngeha Bijîşkî ya Fujian ve hatine kirin weşand. Bi karanîna têlefonên jîr wekî termînalên serîlêdanê, wan wêneyên vîdyoyê yên mîna karton bikar anîn da ku çavên zarokan teşwîq bikin û tevgera çavên zarokan û taybetmendiyên rûyê wan tomar bikin, û modelên anormal bêtir bi karanîna modelên fêrbûna kûr analîz kirin da ku bi serkeftî 16 nexweşiyên çavan, di nav de katarakta zikmakî, ptoza zikmakî û glokoma zikmakî, bi rastbûna pişkinînê ya navînî ya ji %85 zêdetir nas bikin. Ev rêbazek teknîkî ya bi bandor û hêsan peyda dike ku ji bo pişkinîna zû ya di pîvanek mezin de ya kêmasiya fonksiyona dîtinê ya pitikan û nexweşiyên çavan ên têkildar were populer kirin.

Di dawiya salê de, Nature Medicine xebatek ragihand ku ji hêla zêdetirî 10 saziyên bijîşkî û lêkolînê yên li çaraliyê cîhanê ve hatî kirin, di nav de Enstîtuya Nexweşiya Pankreasê ya Şanghayê û Nexweşxaneya Yekem a Girêdayî ya Zanîngeha Zhejiang. Nivîskar AI li ser ceribandina penceşêra pankreasê ya kesên bê nîşanan li navendên muayeneya fîzîkî, nexweşxaneyan û hwd. bikar anî, da ku taybetmendiyên birînê di wêneyên CT-ya skankirî ya sade de tespît bike ku bi çavê tazî zehmet e ku meriv wan tespît bike, da ku tespîtkirina zû ya penceşêra pankreasê ya bi bandor û ne-dagirker pêk were. Di nirxandina daneyên ji zêdetirî 20,000 nexweşan de, modelê her weha 31 bûyerên birînên klînîkî yên ji dest çûne destnîşan kir, ku encamên klînîkî bi girîngî baştir kirin.

Parvekirina Daneyên Bijîşkî

Di sala 2023an de, gelek mekanîzmayên parvekirina daneyan ên bêkêmasîtir û dozên serketî li çaraliyê cîhanê derketine holê, ku hevkariya pir-navendî û vebûna daneyan di bin bingeha parastina nepenî û ewlehiya daneyan de misoger kirine.

Pêşî, bi alîkariya teknolojiya AI bixwe, lêkolînerên AI beşdarî parvekirina daneyên bijîşkî bûne. Qi Chang û yên din ji Zanîngeha Rutgers li Dewletên Yekbûyî gotarek di Nature Communications de weşandin, ku çarçoveyek fêrbûna federal a DSL-ê li ser bingeha torên dijber ên sentetîk ên belavkirî pêşniyar dikin, ku AI-ya hilberîner bikar tîne da ku daneyên taybetî yên çêkirî yên pir-navendî perwerde bike, û dûv re daneyên rastîn ên pir-navendî bi daneyên çêkirî diguhezîne. Perwerdehiya AI-yê li ser bingeha daneyên mezin ên pir-navendî misoger bikin dema ku nepeniya daneyan diparêzin. Heman tîm her weha komek daneyan ji wêneyên patolojîk ên çêkirî û şîroveyên wan ên têkildar çavkaniya vekirî vedike. Modela dabeşkirinê ya ku li ser komek daneyên çêkirî hatî perwerdekirin dikare encamên mîna daneyên rastîn bi dest bixe.

Tîma Dai Qionghai ji Zanîngeha Tsinghua gotarek li ser npj Digital Health weşand, ku tê de Relay Learning pêşniyar dike, ku daneyên mezin ên pir-malperî bikar tîne da ku modelên AI-ê di bin bingeha serweriya daneyên herêmî û nebûna girêdana tora nav-malperî de perwerde bike. Ew fikarên ewlehiya daneyan û nepenîtiyê bi lêgerîna performansa AI-ê re hevseng dike. Piştre heman tîmê bi hevkariya Nexweşxaneya Yekem a Girêdayî ya Zanîngeha Bijîşkî ya Guangzhou û 24 nexweşxaneyên li seranserê welêt, CAIMEN, pergalek teşhîsa tumorê pan-mediastinal a CT-ya sîngê ya li ser bingeha fêrbûna federal, pêşxist û pejirand. Pergal, ku dikare li ser 12 tumorên mediastinal ên hevpar were sepandin, dema ku bi tena serê xwe tê bikar anîn ji dema ku ji hêla pisporên mirovan ve bi tena serê xwe tê bikar anîn, ji sedî 44,9 rastbûnek çêtir bi dest xist, û dema ku pisporên mirovan ji hêla wê ve têne alîkar kirin, ji sedî 19 rastbûnek teşhîsê çêtir bi dest xist.

Ji aliyekî din ve, çend destpêşxeriyên ji bo avakirina setên daneyên bijîşkî yên ewle, gerdûnî û di pîvanek mezin de ne. Di Mijdara 2023an de, Agustina Saenz û yên din ji Beşa Înformatîka Biyopizîşkî ya Fakulteya Bijîşkî ya Harvardê çarçoveyek gerdûnî ji bo parvekirina daneyên wêneyên bijîşkî bi navê Daneyên Zekaya Sûni ji bo Hemî Lênihêrîna Tenduristiyê (MAIDA) di Lancet Digital Health de serhêl weşandin. Ew bi rêxistinên tenduristiyê yên li çaraliyê cîhanê re dixebitin da ku rêbernameyek berfireh li ser berhevkirina daneyan û ne-nasnameyê peyda bikin, bi karanîna şablona Hevkarê Xwenîşandana Federal a Dewletên Yekbûyî (FDP) ji bo standardkirina parvekirina daneyan. Ew plan dikin ku hêdî hêdî setên daneyên ku li herêm û Mîhengên klînîkî yên cûda li çaraliyê cîhanê hatine berhevkirin berdin. Tê payîn ku seta daneya yekem di destpêka 2024an de were berdan, û bêtir jî dê werin dema ku hevkarî berfireh dibe. Ev proje hewldanek girîng e ji bo avakirina setek daneyên AI yên gerdûnî, di pîvanek mezin û cihêreng ên giştî.

Piştî vê pêşniyarê, UK Biobank mînakek danî. UK Biobank di 30ê Mijdarê de daneyên nû ji rêza tevahî ya genoma 500,000 beşdarên xwe weşand. Ev database, ku rêza tevahî ya genoma her yek ji 500,000 dilxwazên Brîtanî diweşîne, databasa genoma mirovan a herî mezin a cîhanê ye. Lêkolînerên li çaraliyê cîhanê dikarin daxwaza gihîştina van daneyên bênav bikin û wan bikar bînin da ku bingeha genetîkî ya tenduristî û nexweşiyê lêkolîn bikin. Daneyên genetîkî di demên berê de her gav ji bo verastkirinê pir hesas bûne, û ev destkeftiya dîrokî ya UK Biobank îspat dike ku avakirina databasek gerdûnî ya vekirî û bê nepenî gengaz e. Bi vê teknolojiyê û databasê re, AI-ya bijîjkî bê guman dê gaveke din bavêje.

Verastkirin û Nirxandina AI ya Tibbî

Li gorî pêşveçûna bilez a teknolojiya AI ya bijîşkî bi xwe, pêşveçûna verastkirin û nirxandina AI ya bijîşkî hinekî hêdî ye. Verastkirin û nirxandin di warê AI ya giştî de pir caran hewcedariyên rastîn ên klînîsyen û nexweşan ji bo AI paşguh dike. Ceribandinên klînîkî yên kontrolkirî yên rasthatî yên kevneşopî pir zehmet in ku bi dubarekirina bilez a amûrên AI re li hev bikin. Baştirkirina pergala verastkirin û nirxandinê ya guncaw ji bo amûrên AI yên bijîşkî di zûtirîn dem de tiştê herî girîng e ku AI ya bijîşkî pêşve bibe da ku bi rastî lêkolîn û pêşveçûnê berbi daketina klînîkî ve biçe.

Di gotara lêkolînê ya Google-ê ya li ser Med-PaLM-ê de, ku di Nature de hatiye weşandin, tîmê her wiha pîvana nirxandina MultiMedQA weşand, ku ji bo nirxandina şiyana modelên zimanî yên mezin ji bo bidestxistina zanîna klînîkî tê bikar anîn. Pîvan şeş setên daneyên Pirs û Bersîvên bijîşkî yên profesyonel ên heyî vedihewîne, ku zanîna bijîşkî ya profesyonel, lêkolîn û aliyên din vedihewîne, û her weha komek daneyên daneyên pirsên bijîşkî yên lêgerîna serhêl, ku Pirs û Bersîvên serhêl ên bijîşk-nexweş dinirxîne, hewl dide ku AI-ê ji gelek aliyan ve bike bijîşkek jêhatî. Wekî din, tîm çarçoveyek li ser bingeha nirxandina mirovan pêşniyar dike ku gelek pîvanên rastiyê, têgihîştinê, aqilmendiyê û xeletiya gengaz digire ber çavan. Ev yek ji hewldanên lêkolînê yên herî nûner e ku îsal hatiye weşandin ji bo nirxandina AI-ê di lênihêrîna tenduristiyê de.

Lêbelê, gelo ew rastiya ku modelên zimanê mezin asta bilind a kodkirina zanîna klînîkî nîşan didin tê vê wateyê ku modelên zimanê mezin ji bo karên klînîkî yên cîhana rastîn jêhatî ne? Çawa ku xwendekarekî bijîşkî ku azmûna bijîşkê profesyonel bi puanek bêkêmasî derbas dike hîn jî ji bijîşkek sereke yê tenê dûr e, pîvanên nirxandinê yên ku ji hêla Google ve têne pêşniyar kirin dibe ku ne bersivek bêkêmasî bin ji bo mijara nirxandina AI ya bijîjkî ji bo modelên AI. Ji destpêka salên 2021 û 2022-an ve, lêkolîneran rêbernameyên raporkirinê yên wekî Decid-AI, SPIRIT-AI, û INTRPRT pêşniyar kirine, bi hêviya ku pêşveçûna zû û pejirandina AI ya bijîjkî di bin şertê ku faktorên wekî pratîkbûna klînîkî, ewlehî, faktorên mirovî, û şefafî/şîrovebarî werin hesibandin de rêber bikin. Tenê vê dawiyê, kovara Nature Medicine lêkolînek ji hêla lêkolînerên ji Zanîngeha Oxford û Zanîngeha Stanford ve li ser karanîna "pejirandina derveyî" an "pejirandina herêmî ya dubarekirî" weşand. "Ji bo pejirandina amûrên AI.

Xwezaya bêalî ya amûrên AI jî rêgezek nirxandinê ya girîng e ku îsal ji gotarên Science û NEJM bala xwe kişandiye ser xwe. AI pir caran alîgirî nîşan dide ji ber ku ew bi daneyên perwerdeyê ve sînordar e. Ev alîgirî dibe ku newekheviya civakî nîşan bide, ku hîn bêtir vediguhere cudakariya algorîtmîk. Saziyên Tenduristiyê yên Neteweyî vê dawiyê destpêşxeriya Bridge2AI, ku tê texmînkirin ku 130 mîlyon dolar lêçûn be, da destpêkirin da ku setên daneyê yên cihêreng ava bike (li gorî armancên destpêşxeriya MAIDA ya li jor hatî behs kirin) ku dikarin ji bo rastkirina bêalîbûna amûrên AI yên bijîşkî werin bikar anîn. Van aliyan ji hêla MultiMedQA ve nayên hesibandin. Pirsa ka meriv çawa modelên AI yên bijîşkî dipîve û rast dike hîn jî hewceyê nîqaşek berfireh û kûr e.

Di meha Çile de, Nature Medicine gotarek bi navê "Nifşa Pêşerojê ya Dermanê Li Ser Delîlan" ji Vivek Subbiah ê Navenda Penceşêrê ya MD Anderson a Zanîngeha Teksasê weşand, ku tê de sînorkirinên ceribandinên klînîkî yên ku di çarçoveya pandemiya COVID-19 de hatine eşkerekirin dinirxîne û nakokiya di navbera nûjenî û pabendbûna bi pêvajoya lêkolîna klînîkî de destnîşan dike. Di dawiyê de, ew pêşerojek ji nû ve sazkirina ceribandinên klînîkî destnîşan dike - nifşa pêşerojê ya ceribandinên klînîkî yên ku zekaya sûnî bikar tînin, ango karanîna zekaya sûnî ji hejmareke mezin ji daneyên lêkolînê yên dîrokî, daneyên cîhana rastîn, daneyên klînîkî yên pir-modal, daneyên cîhazên lixwekirî ji bo dîtina delîlên sereke. Ma ev tê vê wateyê ku teknolojiya AI û pêvajoyên pejirandina klînîkî ya AI dibe ku di pêşerojê de hevûdu xurt bikin û bi hev re pêşve bibin? Ev pirsa vekirî û raman-hişyarker a 2023-an e.

Rêziknameya AI ya Tibbî

Pêşketina teknolojiya AI di heman demê de ji bo rêziknameya AI-ê jî dibe sedema pirsgirêkan, û çêkerên polîtîkayê li çaraliyê cîhanê bi baldarî û baldar bersiv didin. Di sala 2019-an de, FDA-yê cara yekem Çarçoveyek Rêziknameyê ya Pêşniyarkirî ji bo Guhertinên Nermalavê yên Amûrên Bijîşkî yên Zekaya Sûni (Pêşnûmeya Nîqaşê) weşand, ku nêzîkatiya xwe ya potansiyel ji bo nirxandina berî bazarê ya AI û guhertinên nermalavê yên bi fêrbûna makîneyê ve girêdayî hûrgulî dike. Di sala 2021-an de, FDA-yê "Nermalava Li ser bingeha Zekaya Sûni/Fêrbûna Makîneyê wekî Plana Çalakiyê ya Amûrên Bijîşkî" pêşniyar kir, ku pênc tedbîrên rêziknameya bijîşkî yên AI-yê yên taybetî zelal kir. Îsal, FDA-yê Pêşkêşkirina Pêş-Bazargehê ji bo Taybetmendiyên Nermalava Amûrê ji nû ve weşand da ku agahdarî li ser pêşniyarên pêşkêşkirina berî bazarê ji bo nirxandina FDA-yê ya ewlehî û bandoriya taybetmendiyên nermalava amûrê, di nav de hin taybetmendiyên nermalava amûrê ku modelên fêrbûna makîneyê yên ku bi rêbazên fêrbûna makîneyê hatine perwerdekirin bikar tînin, peyda bike. Siyaseta rêziknameyê ya FDA-yê ji pêşniyarek destpêkê ber bi rêbernameya pratîkî ve çûye.

Piştî weşandina Cihê Daneyên Tenduristiyê ya Ewropî di Tîrmeha sala borî de, YE careke din Qanûna Zekaya Sûni derxist. Ya berê armanc dike ku daneyên tenduristiyê bi awayê çêtirîn bikar bîne da ku lênêrîna tenduristiyê ya bi kalîte peyda bike, newekheviyan kêm bike, û piştgiriyê bide daneyan ji bo pêşîlêgirtin, teşhîs, dermankirin, nûjeniya zanistî, biryardan û qanûndanînê, di heman demê de piştrast bike ku welatiyên YE li ser daneyên tenduristiya xwe yên kesane xwedî kontrolek mezintir in. Ya paşîn eşkere dike ku pergala teşhîsa bijîşkî pergalek AI-ya xetereya bilind e, û pêdivî ye ku çavdêriya bihêz a armanckirî, çavdêriya tevahiya çerxa jiyanê û çavdêriya pêş-nirxandinê qebûl bike. Ajansa Dermanên Ewropî (EMA) Kaxezek Reflectionê ya Pêşnûmeyê li ser karanîna AI-ê ji bo piştgirîkirina pêşkeftin, rêzikname û karanîna dermanan weşandiye, bi tekezî li ser baştirkirina pêbaweriya AI-ê da ku ewlehiya nexweşan û yekparçeyiya encamên lêkolînên klînîkî misoger bike. Bi tevahî, nêzîkatiya rêziknameyî ya YE-yê hêdî hêdî şikil digire, û hûrguliyên pêkanîna dawîn dikarin berfirehtir û hişktir bin. Berevajî rêziknameya hişk a YE-yê, nexşeya rêziknameya AI-ê ya Keyaniya Yekbûyî eşkere dike ku hikûmet plan dike ku nêzîkatiyek nerm bigire û niha qanûnên nû dernexe an jî rêziknameyên nû saz neke.

Li Çînê, Navenda Nirxandina Teknîkî ya Amûrên Bijîşkî (NMPA) ya Rêveberiya Berhemên Bijîşkî ya Neteweyî berê belgeyên wekî "Xalên Nirxandina Nermalava Biryardanê ya Bi Alîkariya Fêrbûna Kûr", "Prensîbên Rêber ji bo Nirxandina Tomarkirina Amûrên Bijîşkî yên Zekaya Sûni (Pêşnûme ji bo Şîrovekirinê)" û "Daîreya li ser Prensîbên Rêber ji bo Dabeşkirin û Pênasîna Berhemên Nermalava Bijîşkî yên Zekaya Sûni (Hejmar 47 di 2021an de)" weşandibû. Îsal, "Kurteya encamên yekem ên dabeşkirina hilberên cîhazên bijîşkî di sala 2023an de" dîsa hate weşandin. Ev rêze belgeyan pênase, dabeşkirin û rêziknameya hilberên nermalava bijîşkî ya îstîxbarata sûnî zelaltir û hêsantir dike ku were xebitandin, û rêbernameyek zelal ji bo pozîsyonkirina hilberê û stratejiyên qeydkirinê yên pargîdaniyên cûrbecûr di pîşesaziyê de peyda dike. Ev belge çarçoveyek û biryarên rêveberiyê ji bo rêziknameya zanistî ya amûrên bijîşkî yên AI peyda dikin. Hêjayî gotinê ye ku rojeva Konferansa Îstîxbarata Sûnî ya Bijîşkî ya Çînê ku di navbera 21 û 23ê Kanûnê de li Hangzhou hate lidarxistin, forumek taybetî li ser rêveberiya bijîşkî ya dîjîtal û pêşkeftina kalîteya bilind a nexweşxaneyên giştî û foruma pêşkeftina pîşesaziya standardîzasyona teknolojîya ceribandin û nirxandina amûrên bijîşkî yên îstîxbarata sûnî ava bike. Di wê demê de, rayedarên Komîsyona Pêşveçûn û Reformê ya Neteweyî û NMPA dê beşdarî civînê bibin û dibe ku agahdariya nû belav bikin.

Xelasî

Di sala 2023an de, AIya bijîşkî dest bi entegrekirina tevahiya pêvajoya jorîn û jêrîn a bijîşkî kiriye, ku berhevkirina daneyên nexweşxaneyê, yekbûn, analîzkirin, teşhîs û dermankirinê, û pişkinîna civakê vedihewîne, û bi awayekî organîk bi xebatkarên bijîşkî/kontrolkirina nexweşiyan re hevkariyê dike, potansiyela anîna refahê ji bo tenduristiya mirovan nîşan dide. Lêkolîna AIya bijîşkî ya bikêrhatî dest pê dike. Di pêşerojê de, pêşveçûna AIya bijîşkî ne tenê bi pêşkeftina teknolojîk bi xwe ve girêdayî ye, lê di heman demê de hewceyê hevkariya tevahî ya pîşesazî, zanîngeh û lêkolînên bijîşkî û piştgiriya çêkerên polîtîkayê û rêkxekaran e. Ev hevkariya nav-domainî mifteya bidestxistina karûbarên bijîşkî yên entegrekirî yên AI ye, û bê guman dê pêşkeftina tenduristiya mirovan pêş bixe.