مریض نوں قابلِ اعتماد تشخیص تے علاج ول صاف رستے دی لوڑ ہوندی اے۔ صحت دیکھ بھال دے آگوآں لئی، طبی AI تے مائیکروسافٹ دی تازہ تحقیق اک عملی سوال چکی دی اے: جو نظام کئی قدماں چ ثبوت کٹھا کر کے فیصلے لیندا اے، ادارہ اوہدا جائزہ کنج لے؟
میری رائے چ MAI-DxO صرف درستگی پاروں نئیں بلکہ فیصلہ سازی دے عمل پاروں وی توجہ دا حقدار اے۔ CEO تے CTO نوں تحقیقی کارکردگی تے ثابت شدہ طبی قدر وچکار صاف حد رکھدیاں ہوئیاں اِس عمل دا مطالعہ کرنا چاہیدا اے۔
Sequential diagnosis with language models نامی مطالعہ 22 اکتوبر 2026 نوں Science چ چھپیا۔ GPT-5 دے نال MAI-DxO نے 304 اوکھے NEJM کیساں چ 83.2% تشخیصی درستگی حاصل کیتی۔ حوالہ جاتی مواد ورتن والے جنرلسٹ ڈاکٹراں نے 36.1% تے بغیر مواد دے 22.3% حاصل کیتی۔ ایمرجنسی توں داخلے دے 325 کیساں چ نظام نے 80.3% حاصل کیتی جد کہ ڈاکٹراں نے 46.8%۔ ایہہ کیس ریکارڈاں دے کنٹرول شدہ جائزیاں دے نتیجے نیں۔ [1، 2]
ڈاکٹراں دیاں ایہہ شرحاں تحقیقی مشقاں چ اوہناں دی کارکردگی دسدیّاں نیں۔ اوہناں نوں کدے وی روزانہ طبی مشق چ ڈاکٹراں دی عام درستگی وجوں پیش نئیں کرنا چاہیدا۔ مجموعی بینچ مارک سکور اک اہم سوال دا جواب نئیں دیندا: کہڑیاں غلطیاں سب توں وڈا نقصان کر سکدیّاں نیں؟
MAI-DxO اک مجازی پینل دی رابطہ کاری کردا اے جو تشخیص تجویز کردا اے، مفروضیاں نوں چیلنج کردا اے تے سوال یا ٹیسٹ چُندا اے۔ معلومات آؤندے ای اوہدا اندازہ بدل جاندا اے۔ بینچ مارک اندازاً ٹیسٹ اخراجات سمیت تشخیص تک دے رستے دی پیمائش کردا اے۔ مائیکروسافٹ نے سخت لاگت رکاوٹاں والیاں ترتیباں دا وی جائزہ لیا اے۔ [2]
ادارہ جاتی آگوآں لئی مفید ڈیزائن سبق اے کہ جواب تجویز کرنا تے اوہدے ثبوت دا جائزہ لینا وکھ رکھیا جاوے۔ جائزہ کار نوں ایہہ لبھن دے قابل ہونا چاہیدا اے کہ کیہ رہِ گیا اے، غالب تشریح نوں چیلنج کر سکے تے اہم قدم اگے ودھن توں پہلاں ہور معلومات منگ سکے۔
کئی AI کردار ہلے وی اوہی غلطی دہرا سکدے نیں۔ اِس لئی ایجنٹاں دے اتفاق دی جانچ بیرونی ثبوت نال کرنی ضروری اے۔ بحث دا وادھا جائزے دا اک ہور انگ بنا دیندا اے؛ ایہہ آزاد تصدیق نئیں۔
میں نظاماں دا تن پہلوآں چ موازنہ کراں گا۔ آخری جواب دے سکور دا موازنہ پورے فیصلہ سازی دے عمل دے معیار نال کرو۔ اندازاً کم اخراجات دا موازنہ خدمت دین دی کل لاگت نال کرو۔ تریخی ریکارڈاں تے کارکردگی دا موازنہ مستقبل دے استعمال چ ویکھے گئے نتیجیاں نال کرو۔ ہر موازنہ وکھری سرمایہ کاری دے سوال دا جواب دیندا اے۔
مثال دے طور تے، سستی تجویز کافی جائزہ کم پیدا کر سکدی اے۔ صحیح جواب مدد لئی بہت دیر نال آ سکدا اے۔ پورے ریکارڈاں تے چنگا کم کرن والا نظام اہم معلومات نہ ہون تے مشکل چ پا سکدا اے۔ آگوآں نوں اجیہا جائزہ چاہیدا اے جو ایہہ فرق ظاہر کرے۔
SDBench منگی گئی معلومات دین لئی گیٹ کیپر ماڈل تے تشخیص دا جائزہ لین لئی جج ماڈل ورتدا اے۔ جدوں منگیا نتیجہ ریکارڈ چ موجود نہ ہووے تاں گیٹ کیپر کیس دے مطابق نتیجے بنا سکدا اے۔ ایہہ طریقے انٹرایکٹو جائزہ ممکن بناوندے نیں، پر ایجیہے مفروضے وی لے آؤندے نیں جنّاں تے نظرثانی دی لوڑ اے۔ [3]
ایہہ اِس لئی اہم اے کہ جائزے دا ماحول ناپے گئے نتیجے نوں متاثر کردا اے۔ ہسپتال نوں ایہہ طے کرنا ہووے گا کہ ادھوری معلومات، متضاد بیانات تے آپریشنل دیر وچ نظام کنج برتاؤ کردا اے۔ صرف تشخیصی درستگی مریض دی حفاظت، علاج دے معیار یا طبی ٹیم دی تاثیر ثابت نئیں کر سکدی۔
مائیکروسافٹ نے Beth Israel Deaconess Medical Center نال مستقبل دے مطالعے دا اعلان کیتا اے جس چ مریض نظام نال گل بات کرن گے تے کارکردگی دا موازنہ ڈاکٹراں دے آزاد جائزیاں نال ہووے گا۔ ایہہ منصوبہ بند تصدیق اے، پہلاں توں حاصل شدہ بہتر مریض نتیجیاں دا ثبوت نئیں۔ [2]
CEO نوں نفاذ دے فنڈ دین توں پہلاں مطلوبہ فائدہ طے کرنا چاہیدا اے۔ صحت دے پائلٹ چ ایہہ کسی خاص بیماری دی جلدی پہچان یا اوکھے کیساں دے جائزے لئی بہتر سہولت ہو سکدی اے۔ طبی مالک مقرر کرو، نتیجیاں دے پیمانیاں تے اتفاق کرو تے پائلٹ بند کرن دیاں صورتاں طے کرو۔ بینچ مارک موازنے توں عملے دے فیصلے نہ کرو۔
CTO نوں مطلوبہ ورک فلو دے دوالے جائزہ بنانا چاہیدا اے۔ موجودہ عمل، کنٹرول شدہ ماحول چ اکلے کم کرن والی AI تے AI دی مدد پانے والے طبی عملے دا موازنہ کرو۔ تجویز کردہ خدمت دی نمائندگی کرن والے کیس ورتو۔ نظرانداز شدہ سنگین تشخیص، غیر ضروری ٹیسٹ، فیصلے تک دا ویلا تے تجاویز دے جائزے دے بوجھ دا معائنہ کرو۔ مجموعی اوسط دے نال نال متعلقہ مریضاں دے گروہاں دے نتیجے وی رپورٹ کرو۔
مناسب نظم والے ڈیٹا توں ریٹروسپیکٹو جائزے نال شروعات کرو۔ جے ثبوت اگے ودھن دی حمایت کردے نیں تاں طبی قیادت تے ضروری منظوریاں نال نگرانی شدہ مستقبل دے مطالعے تے غور کرو۔ ٹیسٹ لکھن یا علاج بدلن دا اختیار صاف طور تے مقرر رکھو۔ طے کرو کہ نظام نوں کدوں پچھے ہٹنا چاہیدا اے تے طبی کارکن اوہنوں کنج کالعدم کر سکدا اے۔
تجاویز لئی قابلِ پتہ ثبوت، مریض دی معلومات تک کنٹرول شدہ رسائی تے استعمال شدہ ماڈل تے ورک فلو ورژن دا ریکارڈ منگو۔ اوہناں چوں کوئی بدلے تے متعلقہ جائزے دہراؤ۔ کامیاب پائلٹ نوں اک اجیہا آپریشنل عمل چاہیدا اے جو کمی دا پتہ لگا سکے تے واپسی چ معاون ہووے۔
مالی آگوآں نوں اندازاً ٹیسٹ اخراجات تے حاصل شدہ بچت وچ فرق کرنا چاہیدا اے۔ کاروباری تجزیے چ انضمام، طبی جائزہ، نگرانی تے مسلسل جائزہ شامل کرو۔ ہر بچت دا جائزہ نظرانداز شدہ تشخیص تے بچے جا سکدے ٹیسٹاں دے نتیجیاں نال لیا جاوے۔
بیمے دے دعویاں، خریداری دیاں استثناواں یا حادثیاں دی تحقیقات لئی AI تے غور کردیاں وی ایہی جائزہ نظم کارآمد اے۔ اوہ اطلاقاں نوں اپنے ثبوت چاہیدے نیں۔ طبی بینچ مارک مالی یا آپریشنل ورک فلو دی توثیق نئیں کر سکدا۔
MAI-DxO سانوں ایہہ جانچن دی وجہ دیندا اے کہ AI ثبوت کنج منگدا اے، اپنا مؤقف کنج درست کردا اے تے کدوں رُکنا اے ایہہ کنج طے کردا اے۔ ادارہ جاتی قدر اِس تے منحصر اے کہ کیہ ایہہ رویے اصلی آپریشنل حالات چ طے شدہ خدمت نوں بہتر بناؤندے نیں یا نئیں۔
جے تسیں طبی AI پائلٹ منظور کر رہے ہوئے، تاں اوہدیاں تجاویز نوں مریض دی دیکھ بھال تے اثر پاؤن دی اجازت دین توں پہلاں تسیں کہڑے ثبوت منگو گے؟
ریاضیاتی طور تے سوچو۔ عقل نال انجینئر کرو۔ حکمت عملی نال قیادت کرو۔ ذمہ داری نال بناؤ۔ عالمی پدھر تے پھیلاؤ۔ مصنوعی ذہانت راہیں اصلی کاروباری قدر پیدا کرو۔
[1] Nori, H. et al. (2026). Sequential diagnosis with language models. Science. https://doi.org/10.1126/science.aeh7930
[2] Microsoft AI (22 اکتوبر 2026). Building Medical Superintelligence. https://microsoft.ai/news/building-medical-superintelligence/
[3] Microsoft. SDBench دستاویزات. https://microsoft.github.io/sdbench/
