ಎಐ ತಜ್ಞರು ಆರೋಗ್ಯ ರಕ್ಷಣೆಗೆ ಹೇಗೆ ದೃ ust ವಾದ AI ಅನ್ನು ಹೇಗೆ ಸಂಯೋಜಿಸಬೇಕು, ಅಂತರಶಿಕ್ಷಣ ಸಹಯೋಗ ಏಕೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ ಮತ್ತು ಸಂಶೋಧನೆಯಲ್ಲಿ ಉತ್ಪಾದಕ AI ಯ ಸಾಮರ್ಥ್ಯವನ್ನು ಚರ್ಚಿಸುತ್ತದೆ.
ಮೇ 14 ರಂದು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನಲ್ಲಿ ನಡೆದ ಉದ್ಘಾಟನಾ ರೈಸ್ ಹೆಲ್ತ್ ಸಿಂಪೋಸಿಯಂನಲ್ಲಿ ಫೀಫೀ ಲಿ ಮತ್ತು ಲಾಯ್ಡ್ ಮೈನರ್ ಆರಂಭಿಕ ಟೀಕೆಗಳನ್ನು ನೀಡಿದರು. ಸ್ಟೀವ್ ಫಿಶ್
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸೆರೆಹಿಡಿಯಲ್ಪಟ್ಟ ಹೆಚ್ಚಿನ ಜನರು ಒಂದು ರೀತಿಯ “ಆಹಾ” ಕ್ಷಣವನ್ನು ಹೊಂದಿದ್ದಾರೆ, ತಮ್ಮ ಮನಸ್ಸನ್ನು ಸಾಧ್ಯತೆಗಳ ಜಗತ್ತಿಗೆ ತೆರೆದಿಟ್ಟಿದ್ದಾರೆ. ಮೇ 14 ರಂದು ಉದ್ಘಾಟನಾ ಆರೋಗ್ಯ ವಿಚಾರ ಸಂಕಿರಣದಲ್ಲಿ, ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಡೀನ್ ಮತ್ತು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವೈದ್ಯಕೀಯ ವ್ಯವಹಾರಗಳ ಉಪಾಧ್ಯಕ್ಷ ಲಾಯ್ಡ್ ಮೈನರ್, ತಮ್ಮ ದೃಷ್ಟಿಕೋನವನ್ನು ಹಂಚಿಕೊಂಡಿದ್ದಾರೆ.
ಒಬ್ಬ ಕುತೂಹಲಕಾರಿ ಹದಿಹರೆಯದವನು ಒಳಗಿನ ಕಿವಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ತನ್ನ ಸಂಶೋಧನೆಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವಂತೆ ಕೇಳಿದಾಗ, ಅವನು ಉತ್ಪಾದಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯತ್ತ ತಿರುಗಿದನು. "ನಾನು ಕೇಳಿದೆ, 'ಉತ್ತಮ ಕಾಲುವೆ ಡಿಹಿಸೆನ್ಸ್ ಸಿಂಡ್ರೋಮ್ ಎಂದರೇನು?' ಮೈನರ್ ಸುಮಾರು 4,000 ವಿಚಾರ ಸಂಕಿರಣ ಭಾಗವಹಿಸುವವರಿಗೆ ತಿಳಿಸಿದರು. ಸೆಕೆಂಡುಗಳಲ್ಲಿ, ಹಲವಾರು ಪ್ಯಾರಾಗಳು ಕಾಣಿಸಿಕೊಂಡವು.
"ಅವರು ಒಳ್ಳೆಯವರು, ನಿಜವಾಗಿಯೂ ಒಳ್ಳೆಯವರು" ಎಂದು ಅವರು ಹೇಳಿದರು. “ಈ ಮಾಹಿತಿಯನ್ನು ರೋಗದ ಸಂಕ್ಷಿಪ್ತ, ಸಾಮಾನ್ಯವಾಗಿ ನಿಖರ ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿ ಆದ್ಯತೆ ನೀಡಿದ ವಿವರಣೆಗೆ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ. ಇದು ಸಾಕಷ್ಟು ಗಮನಾರ್ಹವಾಗಿದೆ. ”
ಕೃತಕತೆಯ ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡಲು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್ ಮತ್ತು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ ಹ್ಯೂಮನ್-ಸೆಂಟೆರ್ಡ್ ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ (ಎಚ್‌ಎಐ) ಪ್ರಾರಂಭಿಸಿದ ದಿ ರೈಸ್ ಹೆಲ್ತ್ ಇನಿಶಿಯೇಟಿವ್‌ನ ಬೆಳವಣಿಗೆಯಾದ ಅರ್ಧ ದಿನದ ಕಾರ್ಯಕ್ರಮಕ್ಕಾಗಿ ಮೈನರ್ ಅವರ ಉತ್ಸಾಹವನ್ನು ಅನೇಕರು ಹಂಚಿಕೊಂಡಿದ್ದಾರೆ. ಬುದ್ಧಿವಂತಿಕೆ. ಬಯೋಮೆಡಿಕಲ್ ಸಂಶೋಧನೆ, ಶಿಕ್ಷಣ ಮತ್ತು ರೋಗಿಗಳ ಆರೈಕೆಯಲ್ಲಿ ಬುದ್ಧಿವಂತಿಕೆ. Medicine ಷಧದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವೈದ್ಯರು ಮತ್ತು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಮಾತ್ರವಲ್ಲ, ಪಾರದರ್ಶಕ, ನ್ಯಾಯಯುತ ಮತ್ತು ರೋಗಿಗಳಿಗೆ ಸಮನಾದ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸುವುದರ ಅರ್ಥವನ್ನು ಭಾಷಣಗಳು ಪರಿಶೀಲಿಸಿದರು.
"ಇದು ಮಾನವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೆಚ್ಚಿಸುವ ತಂತ್ರಜ್ಞಾನ ಎಂದು ನಾವು ನಂಬುತ್ತೇವೆ" ಎಂದು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಸ್ಕೂಲ್ ಆಫ್ ಎಂಜಿನಿಯರಿಂಗ್‌ನ ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಪ್ರಾಧ್ಯಾಪಕ ಫೀ-ಫೀ ಲಿ ಹೇಳಿದರು, ಸಣ್ಣ ಯೋಜನೆ ಮತ್ತು ಎಚ್‌ಎಐನ ಸಹ-ನಿರ್ದೇಶಕರೊಂದಿಗೆ ರೈಸ್ ಹೆಲ್ತ್ ನಿರ್ದೇಶಕ. ಪೀಳಿಗೆಯ ನಂತರ, ಹೊಸ ತಂತ್ರಜ್ಞಾನಗಳು ಹೊರಹೊಮ್ಮಬಹುದು: ಪ್ರತಿಜೀವಕಗಳ ಹೊಸ ಆಣ್ವಿಕ ಅನುಕ್ರಮಗಳಿಂದ ಜೀವವೈವಿಧ್ಯತೆಯನ್ನು ಮ್ಯಾಪಿಂಗ್ ಮಾಡುವುದು ಮತ್ತು ಮೂಲಭೂತ ಜೀವಶಾಸ್ತ್ರದ ಗುಪ್ತ ಭಾಗಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುವುದು, ಎಐ ವೈಜ್ಞಾನಿಕ ಆವಿಷ್ಕಾರವನ್ನು ವೇಗಗೊಳಿಸುತ್ತಿದೆ. ಆದರೆ ಇವೆಲ್ಲವೂ ಪ್ರಯೋಜನಕಾರಿಯಲ್ಲ. "ಈ ಎಲ್ಲಾ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಅನಪೇಕ್ಷಿತ ಪರಿಣಾಮಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು, ಮತ್ತು [ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ] ಯನ್ನು ಜವಾಬ್ದಾರಿಯುತವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನಿಗಳು ನಮಗೆ ಬೇಕಾಗಿದ್ದಾರೆ, ವೈದ್ಯರು ಮತ್ತು ನೀತಿಶಾಸ್ತ್ರಜ್ಞರಿಂದ… ಭದ್ರತಾ ತಜ್ಞರಿಗೆ ಮತ್ತು ಅದಕ್ಕೂ ಮೀರಿ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ" ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ. "ರೈಸ್ ಹೆಲ್ತ್‌ನಂತಹ ಉಪಕ್ರಮಗಳು ಇದಕ್ಕೆ ನಮ್ಮ ಬದ್ಧತೆಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ."
ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಮೆಡಿಸಿನ್‌ನ ಮೂರು ವಿಭಾಗಗಳ ಕ್ರೋ id ೀಕರಣ -ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್, ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಹೆಲ್ತ್ ಕೇರ್ ಮತ್ತು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಚೈಲ್ಡ್ ಹೆಲ್ತ್ ಮೆಡಿಸಿನ್ ಮತ್ತು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಇತರ ಭಾಗಗಳಿಗೆ ಅದರ ಸಂಪರ್ಕಗಳು ಅದನ್ನು ತಜ್ಞರು ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ ಗ್ರಹಿಸುವ ಸ್ಥಾನದಲ್ಲಿವೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ. ಆರೋಗ್ಯ ಮತ್ತು .ಷಧ ಕ್ಷೇತ್ರದಲ್ಲಿ ನಿರ್ವಹಣೆ ಮತ್ತು ಏಕೀಕರಣ ಸಮಸ್ಯೆಗಳು. Medicine ಷಧಿ, ಹಾಡು ಹೋಯಿತು.
"ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಅನುಷ್ಠಾನದಲ್ಲಿ, ಮೂಲಭೂತ ಜೈವಿಕ ಆವಿಷ್ಕಾರಗಳಿಂದ ಹಿಡಿದು drug ಷಧ ಅಭಿವೃದ್ಧಿಯನ್ನು ಸುಧಾರಿಸುವವರೆಗೆ ಮತ್ತು ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡುವವರೆಗೆ ನಾವು ಉತ್ತಮ ಸ್ಥಾನದಲ್ಲಿದ್ದೇವೆ. ಆರೋಗ್ಯ ರಕ್ಷಣೆ. ಆರೋಗ್ಯ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸಿದ ರೀತಿ, ”ಎಂದು ಅವರು ಹೇಳಿದರು.
ಹಲವಾರು ಸ್ಪೀಕರ್‌ಗಳು ಸರಳ ಪರಿಕಲ್ಪನೆಯನ್ನು ಒತ್ತಿಹೇಳಿದರು: ಬಳಕೆದಾರರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿ (ಈ ಸಂದರ್ಭದಲ್ಲಿ, ರೋಗಿ ಅಥವಾ ವೈದ್ಯ) ಮತ್ತು ಉಳಿದಂತೆ ಎಲ್ಲವೂ ಅನುಸರಿಸುತ್ತದೆ. "ಇದು ರೋಗಿಯನ್ನು ನಾವು ಮಾಡುವ ಎಲ್ಲದರ ಕೇಂದ್ರದಲ್ಲಿ ಇರಿಸುತ್ತದೆ" ಎಂದು ಬ್ರಿಗಮ್ ಮತ್ತು ಮಹಿಳಾ ಆಸ್ಪತ್ರೆಯ ಬಯೋಎಥಿಕ್ಸ್ ನಿರ್ದೇಶಕ ಡಾ. ಲಿಸಾ ಲೆಹ್ಮನ್ ಹೇಳಿದರು. "ನಾವು ಅವರ ಅಗತ್ಯತೆಗಳು ಮತ್ತು ಆದ್ಯತೆಗಳನ್ನು ಪರಿಗಣಿಸಬೇಕಾಗಿದೆ."
ಎಡದಿಂದ ಬಲಕ್ಕೆ: ಸ್ಟ್ಯಾಟ್ ನ್ಯೂಸ್ ಆಂಕರ್ ಮೊಹಾನಾ ರವೀಂದ್ರನಾಥ; ಮೈಕ್ರೋಸಾಫ್ಟ್ ರಿಸರ್ಚ್‌ನ ಜೆಸ್ಸಿಕಾ ಪೀಟರ್ ಲೀ; ಬಯೋಮೆಡಿಕಲ್ ಡಾಟಾ ಸೈನ್ಸ್‌ನ ಪ್ರಾಧ್ಯಾಪಕ ಸಿಲ್ವಿಯಾ ಪ್ಲೆವ್ರಿಟಿಸ್ ವೈದ್ಯಕೀಯ ಸಂಶೋಧನೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪಾತ್ರವನ್ನು ಚರ್ಚಿಸುತ್ತಾರೆ. ಸ್ಟೀವ್ ಮೀನು
ಫಲಕದಲ್ಲಿನ ಸ್ಪೀಕರ್‌ಗಳು, ಲೆಹ್ಮನ್, ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಮೆಡಿಕಲ್ ಬಯೋಎಥಿಸಿಸ್ಟ್ ಮಿಲ್ಡ್ರೆಡ್ ಚೋ, ಎಂಡಿ, ಮತ್ತು ಗೂಗಲ್ ಮುಖ್ಯ ಕ್ಲಿನಿಕಲ್ ಅಧಿಕಾರಿ ಮೈಕೆಲ್ ಹೋವೆಲ್, ಎಂಡಿ, ಆಸ್ಪತ್ರೆಯ ವ್ಯವಸ್ಥೆಗಳ ಸಂಕೀರ್ಣತೆಯನ್ನು ಗಮನಿಸಿದರು, ಯಾವುದೇ ಹಸ್ತಕ್ಷೇಪದ ಮೊದಲು ಅವರ ಉದ್ದೇಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಅಗತ್ಯವನ್ನು ಒತ್ತಿ ಹೇಳಿದರು. ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ ಮತ್ತು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಎಲ್ಲಾ ವ್ಯವಸ್ಥೆಗಳು ಅಂತರ್ಗತವಾಗಿವೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ ಮತ್ತು ಅವರು ಸಹಾಯ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಜನರನ್ನು ಆಲಿಸಿ.
ಒಂದು ಕೀಲಿಯು ಪಾರದರ್ಶಕತೆ: ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ತರಬೇತಿ ಮಾಡಲು ಬಳಸುವ ಡೇಟಾ ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ, ಅಲ್ಗಾರಿದಮ್‌ನ ಮೂಲ ಉದ್ದೇಶ ಏನು, ಮತ್ತು ಭವಿಷ್ಯದ ರೋಗಿಗಳ ದತ್ತಾಂಶವು ಇತರ ಅಂಶಗಳ ನಡುವೆ ಅಲ್ಗಾರಿದಮ್ ಕಲಿಯಲು ಸಹಾಯ ಮಾಡುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತದೆಯೇ ಎಂಬುದು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ.
"ನೈತಿಕ ಸಮಸ್ಯೆಗಳು ಗಂಭೀರವಾಗುವ ಮೊದಲು ಅವುಗಳನ್ನು to ಹಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದು, ತಂತ್ರಜ್ಞಾನದ ಬಗ್ಗೆ ನಿಮಗೆ ಸ್ವಲ್ಪ ವಿಶ್ವಾಸವನ್ನು ಹೊಂದಲು ನಿಮಗೆ ಸಾಕಷ್ಟು ತಿಳಿದಿರುವ ಪರಿಪೂರ್ಣ ಸಿಹಿ ತಾಣವನ್ನು ಕಂಡುಹಿಡಿಯುವುದು, ಆದರೆ [ಸಮಸ್ಯೆ] ಮತ್ತಷ್ಟು ಹರಡುವ ಮೊದಲು ಮತ್ತು ಅದನ್ನು ಬೇಗನೆ ಪರಿಹರಿಸುವ ಮೊದಲು ಅಲ್ಲ." , ಡೆಂಟನ್ ಚಾರ್ ಹೇಳಿದರು. ವೈದ್ಯಕೀಯ ವಿಜ್ಞಾನ ಅಭ್ಯರ್ಥಿ, ಮಕ್ಕಳ ಅರಿವಳಿಕೆ ಇಲಾಖೆಯ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕ, ಪೆರಿಯೊಪೆರೇಟಿವ್ ಮೆಡಿಸಿನ್ ಮತ್ತು ನೋವು .ಷಧ. ಒಂದು ಪ್ರಮುಖ ಹೆಜ್ಜೆ, ತಂತ್ರಜ್ಞಾನದಿಂದ ಪ್ರಭಾವಿತರಾಗಬಹುದಾದ ಎಲ್ಲ ಪಾಲುದಾರರನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಆ ಪ್ರಶ್ನೆಗಳಿಗೆ ಅವರು ಹೇಗೆ ಉತ್ತರಿಸಲು ಬಯಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವುದು.
ಅಮೇರಿಕನ್ ಮೆಡಿಕಲ್ ಅಸೋಸಿಯೇಷನ್‌ನ ಅಧ್ಯಕ್ಷ ಎಂಡಿ ಜೆಸ್ಸಿ ಎಹ್ರೆನ್‌ಫೆಲ್ಡ್, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ನಡೆಸಲ್ಪಡುವ ಯಾವುದೇ ಡಿಜಿಟಲ್ ಆರೋಗ್ಯ ಸಾಧನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಪ್ರೇರೇಪಿಸುವ ನಾಲ್ಕು ಅಂಶಗಳನ್ನು ಚರ್ಚಿಸಿದ್ದಾರೆ. ಇದು ಪರಿಣಾಮಕಾರಿ? ಇದು ನನ್ನ ಸಂಸ್ಥೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ? ಯಾರು ಪಾವತಿಸುತ್ತಾರೆ? ಯಾರು ಜವಾಬ್ದಾರರು?
ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಹೆಲ್ತ್ ಕೇರ್‌ನ ಮುಖ್ಯ ಮಾಹಿತಿ ಅಧಿಕಾರಿ ಎಂಡಿ ಮೈಕೆಲ್ ಪಿಫೆರ್, ಇತ್ತೀಚಿನ ಉದಾಹರಣೆಯನ್ನು ಉಲ್ಲೇಖಿಸಿದ್ದಾರೆ, ಇದರಲ್ಲಿ ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಆಸ್ಪತ್ರೆಗಳ ದಾದಿಯರಲ್ಲಿ ಅನೇಕ ಸಮಸ್ಯೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಲಾಯಿತು. ಒಳಬರುವ ರೋಗಿಗಳ ಸಂದೇಶಗಳಿಗೆ ಆರಂಭಿಕ ಟಿಪ್ಪಣಿಗಳನ್ನು ಒದಗಿಸುವ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳಿಂದ ವೈದ್ಯರನ್ನು ಬೆಂಬಲಿಸಲಾಗುತ್ತದೆ. ಯೋಜನೆಯು ಪರಿಪೂರ್ಣವಲ್ಲದಿದ್ದರೂ, ಮಾದರಿಯು ತಮ್ಮ ಕೆಲಸದ ಹೊರೆ ಸರಾಗಗೊಳಿಸುತ್ತದೆ ಎಂದು ತಂತ್ರಜ್ಞಾನ ವರದಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಹಾಯ ಮಾಡಿದ ವೈದ್ಯರು.
“ನಾವು ಯಾವಾಗಲೂ ಮೂರು ಪ್ರಮುಖ ವಿಷಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತೇವೆ: ಸುರಕ್ಷತೆ, ದಕ್ಷತೆ ಮತ್ತು ಸೇರ್ಪಡೆ. ನಾವು ವೈದ್ಯರು. "ಯಾವುದೇ ಹಾನಿ ಮಾಡಬಾರದು" ಎಂದು ನಾವು ಪ್ರಮಾಣವಚನ ಸ್ವೀಕರಿಸುತ್ತೇವೆ ಎಂದು ಚಾರ್ ಮತ್ತು ಫೀಫರ್ ಸೇರಿಕೊಂಡ ಮನೋವೈದ್ಯಶಾಸ್ತ್ರ ಮತ್ತು ನಡವಳಿಕೆಯ ವಿಜ್ಞಾನಗಳ ಕ್ಲಿನಿಕಲ್ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕ ಎಂಡಿ ನೀನಾ ವಾಸನ್ ಹೇಳಿದರು. "ಈ ಸಾಧನಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಇದು ಮೊದಲ ಮಾರ್ಗವಾಗಿರಬೇಕು."
Medicine ಷಧ ಮತ್ತು ಬಯೋಮೆಡಿಕಲ್ ಡಾಟಾ ಸೈನ್ಸ್ ಪ್ರಾಧ್ಯಾಪಕರಾದ ನಿಗಮ್ ಷಾ, ಎಂಬಿಬಿಎಸ್, ಪಿಎಚ್‌ಡಿ, ಪ್ರೇಕ್ಷಕರಿಗೆ ನ್ಯಾಯಯುತ ಎಚ್ಚರಿಕೆಯ ಹೊರತಾಗಿಯೂ ಆಘಾತಕಾರಿ ಅಂಕಿಅಂಶದೊಂದಿಗೆ ಚರ್ಚೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿದರು. "ನಾನು ಸಾಮಾನ್ಯ ಪದಗಳು ಮತ್ತು ಸಂಖ್ಯೆಗಳಲ್ಲಿ ಮಾತನಾಡುತ್ತೇನೆ, ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ಅವು ತುಂಬಾ ನೇರವಾಗುತ್ತವೆ" ಎಂದು ಅವರು ಹೇಳಿದರು.
ಷಾ ಪ್ರಕಾರ, AI ಯ ಯಶಸ್ಸು ಅದನ್ನು ಅಳೆಯುವ ನಮ್ಮ ಸಾಮರ್ಥ್ಯವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. "ಒಂದು ಮಾದರಿಯಲ್ಲಿ ಸರಿಯಾದ ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆ ಮಾಡಲು ಸುಮಾರು 10 ವರ್ಷಗಳು ಬೇಕಾಗುತ್ತದೆ, ಮತ್ತು 123 ಫೆಲೋಶಿಪ್ ಮತ್ತು ರೆಸಿಡೆನ್ಸಿ ಕಾರ್ಯಕ್ರಮಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ಮಾದರಿಯನ್ನು ಆ ಮಟ್ಟಕ್ಕೆ ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ನಿಯೋಜಿಸಲು ಬಯಸಿದರೆ, ನಾವು ಪ್ರಸ್ತುತ ಸಂಘಟಿಸುವಾಗ ಸರಿಯಾದ ವಿಜ್ಞಾನವನ್ನು ಮಾಡುವುದು ತುಂಬಾ ಕಷ್ಟ ನಮ್ಮ ಪ್ರಯತ್ನಗಳು ಮತ್ತು [ಪರೀಕ್ಷೆ]] ನಮ್ಮ ಪ್ರತಿಯೊಂದು ಸೈಟ್‌ಗಳು ಸರಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆಯೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು 8 138 ಬಿಲಿಯನ್ ವೆಚ್ಚವಾಗಲಿದೆ ”ಎಂದು ಶಾ ಹೇಳಿದರು. “ನಾವು ಇದನ್ನು ಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆದ್ದರಿಂದ ನಾವು ವಿಸ್ತರಿಸಲು ಒಂದು ಮಾರ್ಗವನ್ನು ಕಂಡುಹಿಡಿಯಬೇಕು, ಮತ್ತು ನಾವು ಉತ್ತಮ ವಿಜ್ಞಾನವನ್ನು ವಿಸ್ತರಿಸಬೇಕು ಮತ್ತು ಮಾಡಬೇಕಾಗಿದೆ. ಕಠಿಣ ಕೌಶಲ್ಯಗಳು ಒಂದೇ ಸ್ಥಳದಲ್ಲಿವೆ ಮತ್ತು ಸ್ಕೇಲಿಂಗ್ ಕೌಶಲ್ಯಗಳು ಮತ್ತೊಂದು ಸ್ಥಳದಲ್ಲಿವೆ, ಆದ್ದರಿಂದ ನಮಗೆ ಆ ರೀತಿಯ ಪಾಲುದಾರಿಕೆ ಅಗತ್ಯವಿರುತ್ತದೆ. ”
ಅಸೋಸಿಯೇಟ್ ಡೀನ್ ಯುವಾನ್ ಆಶ್ಲೇ ಮತ್ತು ಮಿಲ್ಡ್ರೆಡ್ ಚೋ (ಸ್ವಾಗತ) ರೈಸ್ ಆರೋಗ್ಯ ಕಾರ್ಯಾಗಾರದಲ್ಲಿ ಭಾಗವಹಿಸಿದ್ದರು. ಸ್ಟೀವ್ ಮೀನು
ಸಿಂಪೋಸಿಯಂನಲ್ಲಿ ಕೆಲವು ಭಾಷಣಕಾರರು ಸಾರ್ವಜನಿಕ-ಖಾಸಗಿ ಸಹಭಾಗಿತ್ವದ ಮೂಲಕ ಇದನ್ನು ಸಾಧಿಸಬಹುದು ಎಂದು ಹೇಳಿದರು, ಉದಾಹರಣೆಗೆ ಇತ್ತೀಚಿನ ಶ್ವೇತಭವನದ ಕಾರ್ಯನಿರ್ವಾಹಕ ಆದೇಶವು ಸುರಕ್ಷಿತ, ಸುರಕ್ಷಿತ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆ ಮತ್ತು ಆರೋಗ್ಯ ರಕ್ಷಣಾ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಸಿಎಚ್‌ಐ) ಗಾಗಿ ಒಕ್ಕೂಟ. ).
"ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯದೊಂದಿಗಿನ ಸಾರ್ವಜನಿಕ-ಖಾಸಗಿ ಸಹಭಾಗಿತ್ವವು ಅಕಾಡೆಮಿ, ಖಾಸಗಿ ವಲಯ ಮತ್ತು ಸಾರ್ವಜನಿಕ ವಲಯದ ನಡುವೆ ಒಂದು" ಎಂದು ನ್ಯಾಷನಲ್ ಅಕಾಡೆಮಿ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಹಿರಿಯ ಸಲಹೆಗಾರ ಲಾರಾ ಆಡಮ್ಸ್ ಹೇಳಿದರು. ಸರ್ಕಾರವು ಸಾರ್ವಜನಿಕ ನಂಬಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಶೈಕ್ಷಣಿಕ ವೈದ್ಯಕೀಯ ಕೇಂದ್ರಗಳು ಮಾಡಬಹುದು ಎಂದು ಅವರು ಗಮನಿಸಿದರು. ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಒದಗಿಸಿ, ಮತ್ತು ತಾಂತ್ರಿಕ ಪರಿಣತಿ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಸಮಯವನ್ನು ಖಾಸಗಿ ವಲಯವು ಒದಗಿಸಬಹುದು. "ನಾವೆಲ್ಲರೂ ನಮ್ಮಲ್ಲಿ ಯಾರಿಗಿಂತಲೂ ಉತ್ತಮರು, ಮತ್ತು ನಾವು ಅದನ್ನು ಗುರುತಿಸುತ್ತೇವೆ ... ಪರಸ್ಪರ ಹೇಗೆ ಸಂವಹನ ನಡೆಸಬೇಕೆಂದು ನಾವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳದ ಹೊರತು [ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ] ಸಾಮರ್ಥ್ಯವನ್ನು ಅರಿತುಕೊಳ್ಳಲು ನಾವು ಪ್ರಾರ್ಥಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ."
ಹಲವಾರು ಭಾಷಣಕಾರರು ಎಐ ಸಂಶೋಧನೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತಿದೆ ಎಂದು ಹೇಳಿದರು, ವಿಜ್ಞಾನಿಗಳು ಜೈವಿಕ ಸಿದ್ಧಾಂತವನ್ನು ಅನ್ವೇಷಿಸಲು, ಹೊಸ ಚಿಕಿತ್ಸೆಯನ್ನು ಬೆಂಬಲಿಸಲು ಸಂಶ್ಲೇಷಿತ ಅಣುಗಳ ಹೊಸ ಅನುಕ್ರಮಗಳು ಮತ್ತು ರಚನೆಗಳನ್ನು ict ಹಿಸುತ್ತಾರೆಯೇ ಅಥವಾ ವೈಜ್ಞಾನಿಕ ಪತ್ರಿಕೆಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಲು ಅಥವಾ ಬರೆಯಲು ಸಹಾಯ ಮಾಡುತ್ತಾರೆಯೇ ಎಂದು ಹೇಳಿದರು.
"ಇದು ಅಜ್ಞಾತವನ್ನು ನೋಡಲು ಒಂದು ಅವಕಾಶ" ಎಂದು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಹೃದ್ರೋಗ ತಜ್ಞ ಮತ್ತು ಆಲ್ಫಾಬೆಟ್‌ನ ಟ್ರಿಲಿಯ ಸಹ-ಸಂಸ್ಥಾಪಕ ಜೆಸ್ಸಿಕಾ ಮೆಗಾ ಹೇಳಿದರು. ಮೆಗಾ ಪ್ರಸ್ತಾಪಿಸಿದ ಹೈಪರ್ ಸ್ಪೆಕ್ಟ್ರಲ್ ಇಮೇಜಿಂಗ್, ಇದು ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ, ಇದು ಮಾನವನ ಕಣ್ಣಿಗೆ ಅಗೋಚರವಾಗಿರುತ್ತದೆ. ರೋಗಶಾಸ್ತ್ರದ ಸ್ಲೈಡ್‌ಗಳಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು ಇದರ ಆಲೋಚನೆ, ಮಾನವರು ರೋಗವನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ. “ಅಪರಿಚಿತರನ್ನು ಸ್ವೀಕರಿಸಲು ನಾನು ಜನರನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತೇನೆ. ಇಲ್ಲಿ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಕೆಲವು ರೀತಿಯ ವೈದ್ಯಕೀಯ ಸ್ಥಿತಿಯಿರುವ ಯಾರನ್ನಾದರೂ ತಿಳಿದಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ, ಅವರು ಇಂದು ನಾವು ಒದಗಿಸಬಹುದಾದದನ್ನು ಮೀರಿ ಏನಾದರೂ ಅಗತ್ಯವಿರುತ್ತದೆ, ”ಎಂದು ಮೆಜಿಯಾ ಹೇಳಿದರು.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳು ಪಕ್ಷಪಾತದ ಮೂಲವನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯದೊಂದಿಗೆ ಮಾನವರು ಅಥವಾ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಾದರೂ ಪಕ್ಷಪಾತದ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಎದುರಿಸಲು ಹೊಸ ಮಾರ್ಗಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಎಂದು ಪ್ಯಾನಲಿಸ್ಟ್‌ಗಳು ಒಪ್ಪಿಕೊಂಡರು.
"ಆರೋಗ್ಯವು ಕೇವಲ ವೈದ್ಯಕೀಯ ಆರೈಕೆಗಿಂತ ಹೆಚ್ಚಾಗಿದೆ" ಎಂದು ಹಲವಾರು ಪ್ಯಾನಲಿಸ್ಟ್‌ಗಳು ಒಪ್ಪಿದರು. ಅಂತರ್ಗತ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವಾಗ ಮತ್ತು ಅಧ್ಯಯನಕ್ಕಾಗಿ ಭಾಗವಹಿಸುವವರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವಾಗ ಸಾಮಾಜಿಕ ಆರ್ಥಿಕ ಸ್ಥಿತಿ, ಪಿನ್ ಕೋಡ್, ಶಿಕ್ಷಣ ಮಟ್ಟ ಮತ್ತು ಜನಾಂಗ ಮತ್ತು ಜನಾಂಗೀಯತೆಯಂತಹ ಆರೋಗ್ಯದ ಸಾಮಾಜಿಕ ನಿರ್ಧಾರಕಗಳನ್ನು ಸಂಶೋಧಕರು ಹೆಚ್ಚಾಗಿ ಕಡೆಗಣಿಸುತ್ತಾರೆ ಎಂದು ಭಾಷಣಕಾರರು ಒತ್ತಿ ಹೇಳಿದರು. "ಎಐ ಮಾದರಿಗೆ ತರಬೇತಿ ಪಡೆದ ದತ್ತಾಂಶದಷ್ಟೇ ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ" ಎಂದು ಹಾರ್ವರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಾಂಕ್ರಾಮಿಕ ರೋಗಶಾಸ್ತ್ರದ ಪ್ರಾಧ್ಯಾಪಕ ಮತ್ತು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನಲ್ಲಿ ಸಾಂಕ್ರಾಮಿಕ ರೋಗಶಾಸ್ತ್ರ ಮತ್ತು ಜನಸಂಖ್ಯಾ ಆರೋಗ್ಯದ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕ ಮಿಚೆಲ್ ವಿಲಿಯಮ್ಸ್ ಹೇಳಿದರು. “ನಾವು ಏನು ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ. ಆರೋಗ್ಯದ ಫಲಿತಾಂಶಗಳನ್ನು ಸುಧಾರಿಸಿ ಮತ್ತು ಅಸಮಾನತೆಗಳನ್ನು ನಿವಾರಿಸಿ, ಮಾನವ ನಡವಳಿಕೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಮತ್ತು ನೈಸರ್ಗಿಕ ಪರಿಸರದ ಬಗ್ಗೆ ನಾವು ಉತ್ತಮ-ಗುಣಮಟ್ಟದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತೇವೆ ಎಂದು ನಾವು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು. ”
ಪೀಡಿಯಾಟ್ರಿಕ್ಸ್ ಮತ್ತು ಮೆಡಿಸಿನ್‌ನ ಕ್ಲಿನಿಕಲ್ ಪ್ರಾಧ್ಯಾಪಕ ಎಂಡಿ ನಟಾಲಿಯಾ ಪಾಗೆಲರ್, ಒಟ್ಟು ಕ್ಯಾನ್ಸರ್ ದತ್ತಾಂಶವು ಗರ್ಭಿಣಿ ಮಹಿಳೆಯರ ಡೇಟಾವನ್ನು ಹೆಚ್ಚಾಗಿ ಹೊರತುಪಡಿಸುತ್ತದೆ, ಮಾದರಿಗಳಲ್ಲಿ ಅನಿವಾರ್ಯ ಪಕ್ಷಪಾತವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ ಮತ್ತು ಆರೋಗ್ಯ ರಕ್ಷಣೆಯಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಸಮಾನತೆಗಳನ್ನು ಉಲ್ಬಣಗೊಳಿಸುತ್ತದೆ.
ಪೀಡಿಯಾಟ್ರಿಕ್ಸ್ ಮತ್ತು ಮೆಡಿಸಿನ್ ಪ್ರಾಧ್ಯಾಪಕ ಡಾ. ಡೇವಿಡ್ ಮ್ಯಾಗ್ನಸ್, ಯಾವುದೇ ಹೊಸ ತಂತ್ರಜ್ಞಾನದಂತೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಅನೇಕ ರೀತಿಯಲ್ಲಿ ವಿಷಯಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಬಹುದು ಅಥವಾ ಅವುಗಳನ್ನು ಇನ್ನಷ್ಟು ಹದಗೆಡಿಸಬಹುದು ಎಂದು ಹೇಳಿದರು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳು ಆರೋಗ್ಯದ ಸಾಮಾಜಿಕ ನಿರ್ಧಾರಕಗಳಿಂದ ನಡೆಸಲ್ಪಡುವ ಅಸಮಾನ ಆರೋಗ್ಯ ಫಲಿತಾಂಶಗಳ ಬಗ್ಗೆ ಕಲಿಯುತ್ತವೆ ಮತ್ತು ಅವುಗಳ ಉತ್ಪಾದನೆಯ ಮೂಲಕ ಆ ಫಲಿತಾಂಶಗಳನ್ನು ಬಲಪಡಿಸುತ್ತವೆ ಎಂಬುದು ಮ್ಯಾಗ್ನಸ್ ಹೇಳಿದರು. "ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಂಬುದು ನಾವು ವಾಸಿಸುವ ಸಮಾಜವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಕನ್ನಡಿ" ಎಂದು ಅವರು ಹೇಳಿದರು. "ಪ್ರತಿ ಬಾರಿಯೂ ನಮಗೆ ಒಂದು ವಿಷಯದ ಬಗ್ಗೆ ಬೆಳಕು ಚೆಲ್ಲುವ ಅವಕಾಶ -ನಮ್ಮತ್ತ ಕನ್ನಡಿಯನ್ನು ಹಿಡಿದಿಡಲು -ಇದು ಪರಿಸ್ಥಿತಿಯನ್ನು ಸುಧಾರಿಸಲು ಪ್ರೇರಣೆ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ."
ರೈಸ್ ಹೆಲ್ತ್ ಕಾರ್ಯಾಗಾರಕ್ಕೆ ಹಾಜರಾಗಲು ನಿಮಗೆ ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಅಧಿವೇಶನದ ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಇಲ್ಲಿ ಕಾಣಬಹುದು.
ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್ ಎನ್ನುವುದು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಯೂನಿವರ್ಸಿಟಿ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್ ಮತ್ತು ವಯಸ್ಕರ ಮತ್ತು ಮಕ್ಕಳ ಆರೋಗ್ಯ ವಿತರಣಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಒಂದು ಸಂಯೋಜಿತ ಶೈಕ್ಷಣಿಕ ಆರೋಗ್ಯ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಯಾಗಿದೆ. ಸಹಕಾರಿ ಸಂಶೋಧನೆ, ಶಿಕ್ಷಣ ಮತ್ತು ಕ್ಲಿನಿಕಲ್ ರೋಗಿಗಳ ಆರೈಕೆಯ ಮೂಲಕ ಬಯೋಮೆಡಿಸಿನ್‌ನ ಸಂಪೂರ್ಣ ಸಾಮರ್ಥ್ಯವನ್ನು ಅವರು ಒಟ್ಟಾಗಿ ಅರಿತುಕೊಳ್ಳುತ್ತಾರೆ. ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ, med.stanford.edu ಗೆ ಭೇಟಿ ನೀಡಿ.
ರೋಗಿಗಳ ಆರೈಕೆಯನ್ನು ಸುಧಾರಿಸಲು ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್ ಆಸ್ಪತ್ರೆಯ ವೈದ್ಯರು ಮತ್ತು ದಾದಿಯರಿಗೆ ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡಲು ಹೊಸ ಕೃತಕ ಗುಪ್ತಚರ ಮಾದರಿಯು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಪೋಸ್ಟ್ ಸಮಯ: ಜುಲೈ -19-2024