ਇਹ ਸ਼ੁਰੂਆਤੀ ਖੋਜ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਾਧਨ ਬਣ ਸਕਦਾ ਹੈ
ਯੂਕੇ ਹੈਲਥ ਸਿਕਿਓਰਿਟੀ ਏਜੰਸੀ (ਯੂਕੇਐਚਐਸਏ) ਇਸ ਗੱਲ ਦੀ ਪੜਚੋਲ ਕਰ ਰਹੀ ਹੈ ਕਿ ਏਆਈ ਭੋਜਨ ਤੋਂ ਹੋਣ ਵਾਲੀਆਂ ਬਿਮਾਰੀਆਂ ਦੇ ਪ੍ਰਕੋਪ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।
ਇੱਕ ਨਵਾਂ ਦਾ ਅਧਿਐਨ UKHSA ਦੇ ਮਾਹਿਰਾਂ ਨੇ ਔਨਲਾਈਨ ਰੈਸਟੋਰੈਂਟ ਸਮੀਖਿਆਵਾਂ ਵਿੱਚ ਟੈਕਸਟ ਨੂੰ ਖੋਜਣ ਅਤੇ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਲਈ ਵੱਖ-ਵੱਖ AI ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਹੈ।
ਇਹ ਪਹੁੰਚ ਇੱਕ ਦਿਨ ਭੋਜਨ ਤੋਂ ਹੋਣ ਵਾਲੀਆਂ ਬਿਮਾਰੀਆਂ ਦੇ ਪ੍ਰਕੋਪਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਜਾਂਚ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਜਨਤਕ ਸਿਹਤ ਪ੍ਰਤੀਕਿਰਿਆ ਸਮੇਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਬਿਮਾਰੀ ਦੇ ਫੈਲਣ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ।
ਭੋਜਨ ਨਾਲ ਹੋਣ ਵਾਲੀ ਗੈਸਟਰੋਇੰਟੇਸਟਾਈਨਲ (GI) ਬਿਮਾਰੀ, ਜੋ ਉਲਟੀਆਂ ਅਤੇ ਦਸਤ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ, ਯੂਕੇ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਜਨਤਕ ਸਿਹਤ ਬੋਝ ਹੈ।
ਹਰ ਸਾਲ ਲੱਖਾਂ ਲੋਕ ਬਿਮਾਰ ਹੋ ਜਾਂਦੇ ਹਨ, ਪਰ ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਦਾ ਰਸਮੀ ਤੌਰ 'ਤੇ ਨਿਦਾਨ ਨਹੀਂ ਹੁੰਦਾ।
ਇਸ ਨਾਲ ਫੈਲਣ ਦੇ ਅਸਲ ਪੈਮਾਨੇ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਸਰੋਤਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।
UKHSA ਦੇ ਵਿਗਿਆਨੀਆਂ ਨੇ GI ਬਿਮਾਰੀ ਨਾਲ ਸਬੰਧਤ ਲੱਛਣਾਂ, ਜਿਵੇਂ ਕਿ ਦਸਤ, ਉਲਟੀਆਂ ਅਤੇ ਪੇਟ ਦਰਦ ਲਈ ਹਜ਼ਾਰਾਂ ਔਨਲਾਈਨ ਸਮੀਖਿਆਵਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
ਉਨ੍ਹਾਂ ਨੇ ਬਿਮਾਰੀ ਤੋਂ ਪਹਿਲਾਂ ਖਾਧੇ ਗਏ ਵੱਖ-ਵੱਖ ਭੋਜਨਾਂ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਨੂੰ ਵੀ ਦੇਖਿਆ।
ਜੇਕਰ AI ਸੰਭਾਵੀ ਪ੍ਰਕੋਪਾਂ ਦੀ ਸਹੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇਹ ਸ਼ੁਰੂਆਤੀ ਖੋਜ ਅਤੇ ਦਖਲਅੰਦਾਜ਼ੀ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਾਧਨ ਬਣ ਸਕਦਾ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਏਆਈ ਮੌਜੂਦਾ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਕੈਪਚਰ ਨਾ ਕੀਤੇ ਗਏ ਮਾਮਲਿਆਂ ਦੀ ਪਛਾਣ ਕਰਕੇ ਅਤੇ ਫੈਲਣ ਦੇ ਸੰਭਾਵੀ ਸਰੋਤਾਂ ਬਾਰੇ ਸੁਰਾਗ ਪ੍ਰਦਾਨ ਕਰਕੇ ਮੌਜੂਦਾ ਬਿਮਾਰੀ ਨਿਗਰਾਨੀ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਸਕਦਾ ਹੈ।
ਰਵਾਇਤੀ ਤਰੀਕੇ ਸਵੈ-ਰਿਪੋਰਟਿੰਗ ਅਤੇ ਰਸਮੀ ਨਿਦਾਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਮਾਮਲੇ ਰਿਕਾਰਡ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ। ਏਆਈ-ਸੰਚਾਲਿਤ ਨਿਗਰਾਨੀ ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਅਸਲ-ਸੰਸਾਰ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਇਸ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੀ ਹੈ।
ਹਾਲਾਂਕਿ, ਅਧਿਐਨ ਨੇ ਉਹਨਾਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਜਿਨ੍ਹਾਂ ਨੂੰ AI ਦੀ ਨਿਯਮਤ ਵਰਤੋਂ ਤੋਂ ਪਹਿਲਾਂ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।
ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਐਕਸੈਸ ਇੱਕ ਮੁੱਖ ਮੁੱਦਾ ਹੈ।
ਜਦੋਂ ਕਿ AI ਬਿਮਾਰੀ ਨਾਲ ਜੁੜੇ ਆਮ ਭੋਜਨ ਕਿਸਮਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ, ਖਾਸ ਤੱਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਮੁਸ਼ਕਲ ਰਹਿੰਦਾ ਹੈ। ਸਪੈਲਿੰਗ ਭਿੰਨਤਾਵਾਂ, ਸਲੈਂਗ, ਅਤੇ ਗਲਤ ਤੌਰ 'ਤੇ ਦੱਸੀਆਂ ਗਈਆਂ ਬਿਮਾਰੀ ਰਿਪੋਰਟਾਂ ਨੂੰ ਵੀ ਰੁਕਾਵਟਾਂ ਵਜੋਂ ਪਛਾਣਿਆ ਗਿਆ ਸੀ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਗੋਪਨੀਯਤਾ ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ ਅਤੇ ਡੇਟਾ-ਸ਼ੇਅਰਿੰਗ ਪਾਬੰਦੀਆਂ AI-ਸੰਚਾਲਿਤ ਨਿਗਰਾਨੀ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਹੋਰ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਯੂਕੇਐਚਐਸਏ ਦੇ ਮੁੱਖ ਡੇਟਾ ਅਫਸਰ, ਪ੍ਰੋਫੈਸਰ ਸਟੀਵਨ ਰਿਲੇ ਨੇ ਕਿਹਾ:
“ਅਸੀਂ ਆਪਣੀ ਬਿਮਾਰੀ ਨਿਗਰਾਨੀ ਨੂੰ ਵਧਾਉਣ ਲਈ ਲਗਾਤਾਰ ਨਵੇਂ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕੇ ਲੱਭ ਰਹੇ ਹਾਂ।
"ਇਸ ਤਰੀਕੇ ਨਾਲ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਜਲਦੀ ਹੀ ਸਾਨੂੰ ਰਵਾਇਤੀ ਮਹਾਂਮਾਰੀ ਵਿਗਿਆਨ ਦੇ ਤਰੀਕਿਆਂ ਦੇ ਨਾਲ ਮਿਲ ਕੇ, ਭੋਜਨ ਤੋਂ ਹੋਣ ਵਾਲੀਆਂ ਬਿਮਾਰੀਆਂ ਦੇ ਹੋਰ ਫੈਲਣ ਦੇ ਸੰਭਾਵਿਤ ਸਰੋਤ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲ ਸਕਦੀ ਹੈ, ਤਾਂ ਜੋ ਹੋਰ ਲੋਕਾਂ ਨੂੰ ਬਿਮਾਰ ਹੋਣ ਤੋਂ ਰੋਕਿਆ ਜਾ ਸਕੇ।"
"ਭੋਜਨ ਤੋਂ ਹੋਣ ਵਾਲੀਆਂ ਬਿਮਾਰੀਆਂ ਦੇ ਪ੍ਰਕੋਪ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਇਹਨਾਂ ਤਰੀਕਿਆਂ ਨੂੰ ਆਪਣੇ ਰੁਟੀਨ ਪਹੁੰਚ ਵਿੱਚ ਅਪਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਹੋਰ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।"
ਪਿਛਲੀ ਖੋਜ ਨੇ ਰੈਸਟੋਰੈਂਟ ਸਮੀਖਿਆਵਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ AI ਦੀ ਸੰਭਾਵਨਾ ਦੀ ਜਾਂਚ ਕੀਤੀ ਹੈ, ਪਰ UKHSA ਦਾ ਅਧਿਐਨ ਬਿਮਾਰੀ ਦੇ ਪ੍ਰਕੋਪ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਸ਼ਬਦਾਂ ਦੀ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਸੂਚੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸਦਾ ਵਿਸਤਾਰ ਕਰਦਾ ਹੈ।
ਖੋਜ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਏਆਈ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕਰਨਾ ਸ਼ਾਮਲ ਸੀ ਤਾਂ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾ ਸਕੇ ਕਿ ਕਿਹੜਾ ਗਲਤ ਸਕਾਰਾਤਮਕਤਾਵਾਂ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹੋਏ ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਦੀ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ।
3,000 ਤੋਂ ਵੱਧ ਸਮੀਖਿਆਵਾਂ ਨੂੰ ਇਕੱਤਰ ਕਰਨ ਅਤੇ ਫਿਲਟਰ ਕਰਨ ਤੋਂ ਬਾਅਦ ਮਹਾਂਮਾਰੀ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਹੱਥੀਂ ਐਨੋਟੇਟ ਕੀਤਾ ਗਿਆ। ਸੰਬੰਧਿਤ ਲੱਛਣਾਂ ਲਈ GI-ਸਬੰਧਤ ਕੀਵਰਡਸ ਵਾਲੀਆਂ ਸਮੀਖਿਆਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ।
ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਸਿਰ ਦਰਦ, ਬੁਖਾਰ ਅਤੇ ਸਾਹ ਸੰਬੰਧੀ ਸਮੱਸਿਆਵਾਂ ਵਰਗੇ ਗੈਰ-ਵਿਸ਼ੇਸ਼ ਲੱਛਣਾਂ ਨੂੰ ਬਾਹਰ ਰੱਖਿਆ ਗਿਆ ਸੀ।
ਭੋਜਨ ਤੋਂ ਹੋਣ ਵਾਲੀਆਂ ਬਿਮਾਰੀਆਂ ਦੇ ਰੁਝਾਨਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ AI ਦੀ ਯੋਗਤਾ ਨੂੰ ਸੁਧਾਰ ਕੇ, UKHSA ਜਨਤਕ ਸਿਹਤ ਲਈ ਇੱਕ ਵਧੇਰੇ ਮਜ਼ਬੂਤ ਅਤੇ ਕੁਸ਼ਲ ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀ ਵਿਕਸਤ ਕਰਨ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹੈ।
ਲੋਡ ਹੋ ਰਿਹਾ ਹੈ ...