اے آئی کوویڈ ۔19: اے کویوڈ ۔19 ٹریکنگ اور ریسرچ میں کس طرح مدد کرسکتا ہے؟

Covid-19

2020 کوویڈ 19 وائرس کے ساتھ ایک عجیب سال رہا ہے۔ پوری دنیا میں میڈیکل ٹیکنیشن اور سائنس دان ایک ویکسین تلاش کرنے کی کوشش کر رہے ہیں ، اور اس پر مشتمل ہیں۔ یہ صرف انسانی زندگی کے ل important ہی اہم نہیں ہے ، بلکہ کے لئے بھی ہے کاروبار اور اس کا اثر عالمی سطح پر پڑا ہے۔

COVID-19

کے مطابق کوروناسٹٹس ستمبر 212020 تک برطانیہ میں اس وقت 398،625 کل انفیکشن اور 41،788 افراد کی موت واقع ہوئی ہے۔ کل اموات میں سے صرف 10٪ سے زیادہ اموات کی شرح تشویشناک ہے۔ یہ قائم کیا گیا ہے کہ پھیلاؤ تیز ہے۔ لہذا ، قابو پانا بہت ضروری ہے ، ٹیک دنیا میں ، ویکسین کی دریافت اور کنٹینمنٹ میں مدد کے لئے اے آئی کا استعمال کیا جارہا ہے۔ انفیکشن اور پھیلاؤ کے اسی طرح کے پروٹین ڈھانچے کی بنیاد پر پہلے والے تجزیوں کے ذریعہ اے آئی کا استعمال درست ٹیکے لگانے میں تیزی سے ہوتا ہے۔

صحت کے مراکز مصنوعی ذہانت کا استعمال تیزی سے کررہے ہیں۔ سینے کی ایکس رے اسکیننگ سسٹم خود بخود وائرس کا پتہ لگاسکتے ہیں اور اے آئی کی صلاحیتوں کو استعمال کرتے ہوئے تصویری شناخت کو استعمال کرسکتے ہیں۔ اے آئی بہت تیز پروسیسنگ پیش کرتا ہے۔ اس کے بعد ریگولیٹرز اور سرکاری ادارے اعداد و شمار جمع کرتے ہیں اور اسے متعدد اداروں میں دستیاب کرتے ہیں۔ محققین اور مائکروبیولوجسٹ اس اعداد و شمار اور دیگر اعداد و شمار کو ادویات کے اثرات کا تجزیہ کرنے اور وائرس اور دیگر بیکٹیریا جیسے میڈیسنز سنز فرنٹیئرس کی شناخت کے لئے بہتر دوائیں بنانے کے ل creating استعمال کرتے ہیں۔

میڈیسنز سنز فرنٹیئرس اور ٹینسرفلو لائٹ

ٹینسرفلو

ویکسین تلاش کرنے میں اے آئی کے ممکنہ استعمال کے استعمال کی ایک مثال موجودہ طبی تحقیق سے بیکٹیریا کی شناخت کے بارے میں مل سکتی ہے جیسا کہ اس میں دیکھا گیا ہے۔ یوٹیوب ویڈیو . میڈیسنز سنز فرنٹیئرس ایک فلاحی ادارہ ہے جس کو پوری دنیا میں طبی دیکھ بھال فراہم کی جاتی ہے ، جس میں 70 سے زیادہ ممالک میں اینٹی بائیوٹکس کی ایک حد مقرر کی گئی ہے۔ انہوں نے دریافت کیا ہے کہ مریضوں کی بڑھتی ہوئی تعداد ملٹی ڈراگ مزاحم بیکٹیریا سے متاثر ہے۔ یہ ممکن ہے کہ وہی تصور کوویڈ ۔19 کے لئے ، ان کے AI کے استعمال میں ، اور ، گوگلس ٹینسرفلو۔ ٹینسرفلو گوگل کی جانب سے مفت اور اوپن سورس AI کی پیش کش ہے اور ، ٹینسرفلو لائٹ (میڈیسنز سنز فرنٹیئرز استعمال کرتے ہیں) ، موبائل ورژن iOS اور Android پر ڈاؤن لوڈ کرنے کے لئے دستیاب ہے۔

میڈیسنز سنز فرنٹیئرس نے جو کچھ دریافت کیا وہ یہ ہے کہ مریضوں کو اکثر غلط اینٹی بائیوٹکس دیئے جاتے ہیں ، جس کی وجہ سے مریض عین مطابق وائرس کی نشاندہی کرسکتا ہے۔ وہ اپنے مریضوں کے لئے صحیح اینٹی بائیوٹکس کی شناخت میں مدد کے ل T ٹینسرفلو کا استعمال کرتے ہیں۔

اس سے کئی چیلنجز سامنے آتے ہیں۔ بیکٹیریا کی نشاندہی کرنے کے ل multiple ، یہ جاننے کے لئے ایک سے زیادہ ٹیسٹوں کی ضرورت ہوتی ہے کہ وہ کس قسم کے بیکٹیریا سے نمٹ رہے ہیں۔ ایک اضافی اقدام ہے جس میں بہت سے ممالک میں نتائج کی ترجمانی کرنا ہے جہاں میڈیسنز سنز فرنٹیئر کام کرتے ہیں۔ بدقسمتی سے ، ان تشریحات کے ل to کافی تجربہ کار مائکرو بایوولوجسٹ عملہ نہیں ہے۔ اے آئی اس مسئلے کا ممکنہ حل ہوسکتا ہے ، اس میں مائکرو بائیوولوجسٹ عملے کی جگہ لینے کے بجائے ، وہ اپنے عملے کے تمام کلینک میں ، موبائل فون کی ایک حد پر دستیاب ٹینسرفلو لائٹ کے ذریعہ ، ایک مختصر وقت اسکیل میں تشخیصی ٹیسٹ کی ترجمانی میں موجودہ عملے کی مدد کرتے ہیں۔ . درخواست آن لائن ہونے کی ضرورت نہیں ہے ، لہذا ناقص سگنل والے علاقوں میں استعمال کیا جاسکتا ہے۔

ٹینسرفلو پیٹری ڈش کی مکمل طور پر ایک تصویر کا استعمال کرتے ہوئے ، بیکٹیریا اور اینٹی بائیوٹکس کے مابین تعامل کا پتہ لگانے کے لئے پیتھون کا استعمال کرتے ہوئے کمپیوٹر وژن اور مشین لرننگ کا استعمال کرتی ہے۔ اس ٹکنالوجی کے استعمال کے نتیجے میں ، میڈیسنز سنز فرنٹیئرس نے کچھ دنوں میں ایک ٹیسٹنگ ماڈل کی تربیت حاصل کی۔ یہ حیرت انگیز طور پر تیز اور حاصل کرنے میں آسان بھی ثابت ہوا۔ انھوں نے ایک پروٹو ٹائپ تیار کی ہے ، جس کا مقصد پوری دنیا میں تشخیصی جانچ دستیاب ، آسان اور سستی ہے۔ یہ ایپلی کیشن دنیا بھر کے لاکھوں لوگوں کی مدد کرنے کے لئے ایک گیم چینجر ثابت ہوسکتی ہے ، خاص طور پر اگر اسے کوویڈ ۔19 کے ل vacc ویکسین کی تلاش کے ساتھ ساتھ متعدد دیگر بیماریوں میں ڈھال لیا جاسکتا ہے۔ یہ انتظامیہ کے بہترین طریق کار کے بارے میں مشورے فراہم کرنے میں بھی مدد کرسکتا ہے۔

یہ بیماری سے متعلق بیکٹیریا کی پری نوٹیٹیڈ تصاویر کا استعمال کرتے ہوئے ، پیٹری ڈش کی تصویر کے ساتھ موازنہ انجام دینے سے آبجیکٹ کا پتہ لگانے کے ذریعہ کام کرتا ہے۔ یہ ایک سیکنڈ سے بھی کم وقت میں پیش گوئیاں کرنے کے قابل ہے۔ ٹینسرفلو جس سسٹم کی خوبصورتی مہیا کرتا ہے وہ یہ ہے کہ ہزاروں لائنوں کے کوڈ لکھنے کی بجائے افعال کی ایک لائبریری موجود ہے جو بہت کم وقت میں مختلف فن تعمیرات کی تعمیر کی اجازت دیتی ہے۔ یہ ان دیہی نیٹ ورکس کو سکڑ سکتا ہے ، تاکہ کسی موبائل ڈیوائس پر فٹ ہوجائے۔ انسانی ان پٹ اس عمل کے لئے اہم ہے۔ یہ لاکھوں امیجوں کو بہت جلدی سے گزر سکتا ہے اور مختلف قسم کے نیورل نیٹ ورک بنانے کے ل create ان کو ڈھال لیا جاسکتا ہے۔

کوویڈ ۔19 کی ویکسین کی تلاش میں ، میڈیسنز سانز فرنٹیئرس کے ذریعہ استعمال کی جانے والی حکمت عملی ٹینسرفلو کا استعمال کرتے ہوئے اے آئی کے استعمال میں شروع کرنے کے لئے ایک اچھی جگہ ہوسکتی ہے۔

Android مثال کے طور پر ٹینسرفلو لائٹ

ٹینسرفلو آپ کو کم التوا کے ساتھ موبائل آلات پر مشین لرننگ ماڈل تیزی سے چلانے دیتا ہے ، تاکہ آپ سرور کو بار بار نیٹ ورک کال کرنے کی ضرورت کے بغیر درجہ بندیاں انجام دے سکیں۔ یہ C ++ API کے ذریعے Android اور iOS پر دستیاب ہے۔ اینڈروئیڈ ڈیوائسز کے لئے جاوا ریپر موجود ہے جو اسے سپورٹ کرسکتا ہے۔ ہارڈویئر ایکسلریشن کیلئے مترجم Android نیورل نیٹ ورک API کا استعمال کرتا ہے۔

ایپ کو موبائل نیٹ ماڈل کا استعمال کرتے ہوئے بنایا گیا ہے۔ موبائل نیٹ چھوٹے ہیں اور تھوڑی طاقت استعمال کرتے ہیں۔ ماڈلز کو استعمال کے متعدد معاملات کو پورا کرنے کے لئے ڈیزائن کیا جاسکتا ہے جیسے آبجیکٹ کا پتہ لگانا ، جیسے مختلف قسم کے پودوں یا درختوں کی۔ یہ عمدہ دانے والی درجہ بندی فراہم کرتا ہے۔ شیلف ماڈل کے ساتھ کام کرنے کے لئے دستیاب کئی پری تربیت یافتہ ہیں۔

جب سب سے پہلے ٹینسورفلو لائٹ کے ساتھ کام کرتے ہو تو یہ تجویز کیا جاتا ہے کہ آپ پہلے سے تعمیر شدہ ان ماڈلز کے ساتھ مل کر کام کریں۔ تاہم ، ٹینسرفلو لائٹ ابھی تک مکمل طور پر تیار شدہ ٹینسرفلو کی تمام خصوصیات کی حمایت نہیں کرتا ہے۔

موبائل پر ٹینسرفلو استعمال کرنے کے ل you آپ کو ٹینسرفلو لائٹ لائبریریوں کو شامل کرنے کی ضرورت ہے۔ یہ آپ کے بلڈ گریڈ فائل میں ترمیم کرکے حاصل کیا جاتا ہے اس بات کا یقین کرنے کے لئے کہ آپ ان میں شامل ہیں۔ اگلا قدم ٹینسرفلو ترجمان کی درآمد کرنا ہے۔ مترجم ایک ماڈل کو لوڈ کرتا ہے اور آپ کو ان پٹس کا ایک سیٹ فراہم کرکے آپ کو چلانے کی سہولت دیتا ہے۔ ٹینسرفلو لائٹ ماڈل پر عملدرآمد کرتی ہے اور نتائج کو لکھتی ہے۔ یہ ایک سادہ عمل ہے ، حالانکہ اس کے پیچھے والی ٹیکنالوجی پیچیدہ ہے۔

ماڈل درخواست کے اثاثوں میں رکھنا چاہئے۔ اس کے بعد کوڈ ماڈل کو براہ راست وہاں سے پڑھے گا ، حالانکہ کہیں سے بھی ماڈل بھر سکتا ہے۔ ایک بار جب ماڈل بھری ہوئی ہے تو ایک ترجمان کو فوری بنایا جاسکتا ہے۔

میڈیکل ریسرچ کے معاملے میں ، ایپلی کیشن کیمرے سے فریم پڑھتی ہے اور انھیں نقش میں بدل دیتی ہے۔ یہ تصاویر (میڈیسنز سنز فرنٹیئرس ، ایک پیٹری ڈش) کے معاملے میں ماڈل کے آدانوں کے بطور استعمال ہوتی ہیں ، جو واپسی کی قدروں کو ظاہر کرتی ہیں۔ یہ قدریں مناسب لیبل کا ایک انڈیکس ہیں (اس معاملے میں بیکٹیریا کی شناخت) ، اور ہزاروں پہلے سے تیار کردہ ، تشریح شدہ تصاویر اس لیبل سے مماثل ہوں گی۔

آپ اس میں ٹینسرفلو ماڈلز کی تربیت کے بارے میں مزید معلومات حاصل کرسکتے ہیں ویڈیو اینڈرائیڈ پر ٹینسرفلو ماڈلز چلانے کے لئے رہنما۔

کوائڈ ۔19 کا پتہ لگانا UiPath فیبرک کا استعمال کرتے ہوئے

سینے کا ایکسرے

UiPath ایک کمپنی ہے جو آٹومیشن کے لئے AI حل میں مہارت رکھتی ہے۔ واٹر لو اور ڈارون یونیورسٹی کے محققین نے UIPath فیبرک کا استعمال کیا ہے جو اوپن سورس انیشی ایٹو ہے ، سیوی ایکس رے امیجز کا استعمال کرتے ہوئے COVID-19 کے معاملات کا پتہ لگانے کے ل a اعصابی نیٹ ورک کا ماڈل تیار کیا ہے۔ اس ماڈل کو عوامی سطح پر دستیاب اعداد و شمار کے سیٹ پر تیار کیا گیا تھا جس پر مشتمل تھا کوویڈ 19 والے مریضوں کی 76 تصاویر جیسا کہ اس یو ٹیوب ویڈیو میں مثال ہے۔

ورک فلو آسان ہے ، جس میں ایک فائل اور ایک ایکس رے امیج ہوتا ہے۔ یہ مشین لرننگ ماڈل کو بھیجے جاتے ہیں جس کے نتائج برآمد ہوتے ہیں۔ درخواست میں ایک تصویر کی درخواست کی گئی ہے۔ آپ کو ماڈل کی تربیت کرنے کی ضرورت ہے بغیر کسی بیماری کے لوگوں سے ، اور نمونیا کے شکار افراد اور کوویڈ 19 کے لوگوں میں فرق کرنے کے لئے۔ آؤٹ پٹ ایک مشین سیکھنے کی درجہ بندی کا نتیجہ ہے۔

لہذا ، کسی بھی سینے کے ایکس رے یا سی ٹی اسکین امیج کے لئے ، سافٹ ویئر پیش گوئی کرتا ہے کہ تصویر کوویڈ 19 کے مریض سے ہے۔ تحقیق کے اس مرحلے پر ، یہ پروڈکشن ورژن نہیں ہے ، بلکہ ابتدائی تجربہ ہے۔

کویڈ ۔19 پر مشتمل اور ممکنہ طور پر وائرس کو دریافت کرنے کے لئے تحقیق میں مدد کے لئے اے آئی کا استعمال کیا جارہا ہے۔ موبائل ایپس ، جیسے ٹینسورفلو لائٹ یہ چیک کرسکتی ہیں کہ آیا کسی فرد کو کچھ صارف ان پٹ میں کھانا کھلا کر ، اس کے مقام کے بارے میں خود بخود کچھ ڈیٹا حاصل کرکے خطرے کی حد تک درجہ بندی کرکے یہ وائرس لاحق ہے یا نہیں۔ آپ کسی ایسی صورتحال کا تصور کر سکتے ہیں جہاں اگر کسی تصدیق شدہ مریض کے موبائل لوکیشن کا ہمیشہ پتہ چل جاتا ہے ، حکومت ایسے افراد کے ساتھ رابطے میں رہنے والے لوگوں کو آگاہ کرسکتی ہے۔ اسے 'ٹریک اور ٹریس' کے نام سے جانا جاتا ہے۔

برٹ قدرتی زبان پروسیسنگ (این ایل پی) کا استعمال کرتے ہوئے ، وائرس کے بارے میں مفید معلومات نکالنے کے لئے اس وسیع ڈیٹا سیٹ پر ، گوگل کا ایک اور اقدام ، استعمال کیا جارہا ہے۔ این ایل پی کا استعمال پروٹین کے ڈھانچے کو سمجھنے اور ممکنہ ویکسینوں کو تیز تر تیار کرنے کے لئے کیا جاسکتا ہے ، بشمول ان علاقوں کے بارے میں معلومات فراہم کرنا جن میں لوگ متاثر ہیں۔

اس سے مائکروبیولوجسٹ کو علاج کے اختیارات کو سمجھنے میں بھی مدد ملنی چاہئے ، جو کسی بھی منفی اثرات پر غور کرتے ہیں ، اور صحیح خوراک کا تعین کرتے ہیں۔ برٹ دونوں سمتوں کے الفاظ اور جملے ، بائیں سے دائیں اور دائیں یا بائیں طرف دیکھتا ہے تاکہ وہ کسی خاص سیاق و سباق میں مخصوص الفاظ کو سمجھ سکیں اور ان کی شناخت کرسکیں۔ لہذا ، مائکروبیوالوجسٹوں کی مدد کے لئے اے آئی ماڈل ، جیسے ٹینسرفلو اور برٹ فار نیچرل لینگویج پروسیسنگ کے امتزاج کے ساتھ ، ہوسکتا ہے کہ کوویڈ 19 کے لئے کوئی ویکسین زیادہ دور نہ ہو ، لیکن یہ ابھی تک کام جاری ہے۔ ممکنہ کوویڈ ۔19 ویکسین اور ٹریکنگ کی اہلیت کا حل فراہم کرنے کے لئے ، ان مثالوں سے ظاہر ہوا ہے کہ اے آئی مفید ثابت ہورہی ہے۔