مصنوعی ذہانت چہرے، آنکھوں اور ہاتھوں کی تفصیلات کے ذریعے امراض کا تشخیص کر سکتی ہے!

دو الگ الگ سائنسی تحقیقات، جن میں سے ایک جاپان میں اور دوسری اسکاٹ لینڈ میں کی گئیں، نے یہ بات سامنے لائی ہے کہ مصنوعی ذہانت کے نظاموں کا استعمال چہرے، ہتھیلی اور آنکھوں کی عام تصاویر کا تجزیہ کر کے پوشیدہ صحت کے خطرات کا پتہ لگانے کے لیے کیا جا سکتا ہے۔ سائنسی خبروں پر مبنی ویب سائٹ 'ذا برائٹر سائیڈ آف نیوز' کی رپورٹ کے مطابق، جاپان کے ایک تحقیقی ٹیم نے چہرے کے ویڈیوز، جن کی مدت پانچ سیکنڈ سے کم تھی، سے ہائی بلڈ پریشر اور ذیابیطس کا پتہ لگانے میں کامیابی حاصل کی، جبکہ اسکاٹ لینڈ کا ایک منصوبہ شبکیہ کی ایک ملین تصاویر پر مشتمل ڈیٹا بیس کی بنیاد پر الگورتھمز کو تربیت دے کر ڈمنشیا (زوالِ عقل) کے خطرے کا اندازہ لگانے پر کام کر رہا ہے۔

ٹوکیو یونیورسٹی اور ٹوکیو انسٹی ٹیوٹ آف سائنس کے محققین نے وضاحت کی کہ انہوں نے یہ فرضیہ آزمایا کہ چہرے اور ہتھیلیوں کی ویڈیوز میں نظر آنے والی باریک تبدیلیاں دل اور خون کی نالیوں کی بیماریوں اور میٹابولک مسائل کا پتہ لگا سکتی ہیں۔ یہ ایک ابتدائی، سنگل سینٹر مطالعہ تھا جس میں 215 مریضوں اور ایک صحت مند رضاکار شامل تھے۔ ہر شریکِ کار کی ویڈیو سپیکٹرل کیمرا کے ذریعے تیز رفتار ویڈیو میں ریکارڈ کی گئی، جبکہ انہیں روایتی بلڈ پریشر اور ذیابیطس کے ٹیسٹ بھی دیے گئے۔

نظام نے جلد میں لہروں کی دھڑکن کے نمونوں، خون کے بہاؤ اور جلد کے رنگ کے سپیکٹرل خصوصیات کا تجزیہ کیا۔ ہائی بلڈ پریشر کے نتائج یورپی ایسوسی ایشن آف کارڈیالوجی کے 2026 کے کانفرنس میں پیش کیے جائیں گے۔ ان اشاریوں کی قابلِ ذکر درستگی کی بنیاد پر اہم نتائج درج ذیل ہیں:

• چہرے اور ہتھیلی کی 30 سیکنڈ کی ویڈیوز کی بنیاد پر 95 فیصد درستگی کے ساتھ ہائی بلڈ پریشر کا پتہ لگایا گیا، جس میں ہائی بلڈ پریشر کی صورت میں حساسیت 89.2 فیصد اور نارمل بلڈ پریشر کی صورت میں 100 فیصد تھی۔

• صرف پانچ سیکنڈ کی ویڈیو ریکارڈنگ کے باوجود 90.3 فیصد درستگی حاصل کی گئی۔

• چہرے کی 30 سیکنڈ کی ویڈیو سے 88.2 فیصد اور پانچ سیکنڈ کی ویڈیو سے 81.2 فیصد درستگی کے ساتھ ذیابیطس کا پتہ لگایا گیا۔

ویب سائٹ نے نتائج پیش کرنے والی محققہ ریوکو اوتشیدہ کے حوالے سے نقل کیا کہ ٹیم نے "ایک ایسی مصنوعی ذہانت کی الگورتھم تیار کرنے کی کوشش کی جو روزمرہ کی زندگی کے ماحول میں بغیر کسی رابطے کے، عام بیماریوں کا ابتدائی اور وسیع پیمانے پر پتہ لگانے کی اجازت دے۔" انہوں نے مزید کہا کہ نظام نے صرف چہرے کی ویڈیو کی بنیاد پر سسٹولک بلڈ پریشر کا اندازہ لگانے میں بھی کامیابی حاصل کی، جس میں مطلق اوسط غلطی کی شرح 8.6 فیصد اور اوسط منفی انحراف 2.6 ملی میٹر پارہ تھا، جو امریکن میڈیکل ڈیوائس ایسوسی ایشن کی منظور شدہ حد (پانچ ملی میٹر پارہ) کے اندر ہے۔ تاہم، نتائج میں عدم مساوات بارہ ملی میٹر پارہ تک پہنچ گئی، جو منظور شدہ آٹھ ملی میٹر کی حد سے تجاوز کرتی ہے، جس کا مطلب ہے کہ نظام ابھی بھی روایتی بلڈ پریشر کی پیمائش کو متبادل بنانے سے دور ہے، خاص طور پر اس حقیقت کے پیشِ نظر کہ عالمی تخمینے کے مطابق 1.4 ارب بالغ افراد ہائی بلڈ پریشر اور 589 ملین افراد ذیابیطس کا شکار ہیں۔

اسکاٹ لینڈ میں، یونیورسٹی آف ایڈنبرگ اور یونیورسٹی آف گلاسگو کیلیڈونین کے درمیان تعاون پر مبنی 'نیور آئی' (NeurEYE) پروجیکٹ کی ٹیم ایک مختلف کوشش کی قیادت کر رہی ہے جو روایتی آنکھوں کے معائنوں پر مبنی ہے۔ محققین نے اسکاٹ لینڈ بھر میں آپٹومیٹرسٹس کے پاس سے تقریباً ایک ملین شبکیہ کی تصاویر جمع کیں اور انہیں غیر نامہ ڈیٹا سے جوڑا، جس میں آبادیاتی معلومات، طبی تاریخ اور پچھلی بیماریوں کی حالتیں شامل تھیں، تاکہ الگورتھمز کو ڈمنشیا کے خطرات سے متعلق نمونوں پر تربیت دی جا سکے۔

یونیورسٹی آف ایڈنبرگ میں کلینیکل آئی میڈیسین کی پروفیسر اور پروجیکٹ کی مشترکہ نگرانی کرنے والی بالیجن ڈیلون نے وضاحت کی کہ "آنکھ ہمیں اس سے کہیں زیادہ بتا سکتی ہے جتنا ہم نے سوچا تھا۔" انہوں نے مزید کہا کہ شبکیہ اور دماغ میں خون کی نالیوں اور اعصابی راستوں کا آپس میں گہرا تعلق ہے، جو شبکیہ کو دماغ کے برعکس، آپٹیکل کلینکس میں پہلے سے موجود آلات کے ذریعے براہِ راست معائنہ کرنے کی صلاحیت عطا کرتا ہے۔

مائیگیل برنابیو، جو ایڈنبرگ یونیورسٹی میں کمپیوٹیشنل میڈیکل کے پروفیسر اور منصوبے کے ایک دیگر مشترکہ نگران ہیں، نے زور دیا کہ منصفانہ اور تعصب سے پاک الگورتھم کی ترقی کے لیے ضروری ہے کہ انہیں خطرے کے شکار تمام آبادیاتی گروہوں کی نمائندگی کرنے والے ڈیٹا پر تربیت دی جائے۔ یہ منصوبہ نیوری (NEURii) کے اتحاد کے ذریعے فنڈز حاصل کر رہا ہے، جس میں اسائی، گٹس فنچرز اور ایڈنبرگ یونیورسٹی شامل ہیں، جبکہ صحت کی دیکھ بھال اور سماجی خدمات کی اسکاٹش ہیلتھ سروسز کے تحت عوامی مفاد اور رازداری کی ہیلتھ اینڈ سوشل کیئر بورڈ سے ڈیٹا استعمال کی اجازت حاصل کی گئی ہے۔ یہ دونوں منصوبے علامات ظاہر ہونے سے پہلے معمول کی صحت کی جانچ میں مصنوعی ذہانت کو شامل کرنے کے بڑھتے ہوئے رجحان کی عکاسی کرتے ہیں، حالانکہ محققین خود نے اشارہ کیا ہے کہ ان نظاموں کو قابل اعتماد کلینیکی آلات کے طور پر اپنانے سے پہلے مزید وسیع اور متنوع مطالعات کی ضرورت ہے۔