हमारी हेल्थकेयर टीम में शामिल स्वास्थ्यकर्मी, इंजीनियर, और शोधकर्ता, नया एआई (AI) बनाने के लिए साथ मिलकर काम कर रहे हैं. साथ ही, दुनिया भर में हेल्थकेयर टेक्नोलॉजी की उपलब्धता बढ़ाने, उनके काम करने के तरीके को बेहतर बनाने, और आने वाले समय में हेल्थ टेक्नोलॉजी के संभावित इस्तेमाल के अवसरों को खोजने पर भी काम कर रहे हैं.
हम, पूरी दुनिया में डॉक्टरों की कमी पूरी करने में मदद के लिए एआई (AI) मॉडल बना रहे हैं और उनको टेस्ट कर रहे हैं. हमारा मकसद इनके ज़रिए, दुनिया के कुछ हिस्सों में आधुनिक इमेजिंग और डायग्नोस्टिक टूल की कम उपलब्धता की समस्या दूर करना भी है. हम उम्मीद करते हैं कि बेहतर टेक्नोलॉजी से डायग्नोसिस और हेल्थकेयर का ऐक्सेस बढ़ेगा और ज़्यादा से ज़्यादा मरीज़ों को समय पर सही डायग्नोसिस और इलाज मिलेगा.
जीनोम का सीक्वेंस डेटा, हमें किसी व्यक्ति के डीएनए में मौजूद उन वैरिएंट की पहचान करने में मदद करता है जिनसे आनुवंशिक विकारों के बारे में पता चलता है. जैसे, स्तन कैंसर होने का जोखिम. DeepVariant एक ओपन सोर्स वैरिएंट कॉलर है. यह डीएनए के नेक्स्ट-जनरेशन सीक्वेंस डेटा में जेनेटिक वैरिएंट की पहचान करने के लिए, डीप न्यूरल नेटवर्क का इस्तेमाल करता है.
Google Health अपने पार्टनर को ऐसी सुरक्षित टेक्नोलॉजी मुहैया करा रहा है जो रिसर्च करने और स्वास्थ्य के बारे में लोगों की समझ को बेहतर बनाने में डॉक्टरों, नर्सों, और अन्य स्वास्थ्यकर्मियों की मदद करती है. अगर आप एक शोधकर्ता हैं और आपको Google Health के साथ मिलकर हेल्थ रिसर्च करना है, तो यहां अपनी जानकारी डालें. इसके बाद, जब Google Health आपके साथ रिसर्च में पार्टनरशिप करने के लिए तैयार होगा, तो आपको सूचना दी जाएगी.
Nature में पब्लिश हुई हमारी रिसर्च में दिखाया गया है कि किस तरह आर्टिफ़िशियल इंटेलिजेंस का इस्तेमाल करके, एक्यूट किडनी इंजरी (एकेआई) का सटीक अनुमान लगाया जा सकता है. दिलचस्प बात यह है कि इस बीमारी की जांच के नतीजे पाने में फ़िलहाल जितना समय लगता है, एआई उससे 48 घंटे कम में सही-सही बता सकता है. यूएस और यूके में, अस्पताल में भर्ती पांच में से एक मरीज़ को यह बीमारी होती है, लेकिन इसका पता लगाना बहुत मुश्किल है. यह बीमारी, किडनी को बहुत जल्दी नुकसान पहुंचा देती है. यह लेख पढ़ें
डीप लर्निंग
मरीज़ों की सुरक्षा करना
npj Digital Medicine में पब्लिश हुए लेख के मुताबिक, हमने अस्पताल में भर्ती किए गए मरीज़ों से जुड़े अलग-अलग तरह के अनुमान लगाने के लिए, डीप लर्निंग मॉडल और डी-आइडेंटिफ़ाइड इलेक्ट्रॉनिक हेल्थ रिकॉर्ड इस्तेमाल किए. इनकी मदद से हमने दिखाया कि मरीज़ को अस्पताल में भर्ती करने के 24 घंटे बाद, उसके स्वास्थ्य की स्थिति का सटीक अनुमान लगाने के लिए, डीप लर्निंग मॉडल कैसे इस्तेमाल किए जा सकते हैं. यह लेख पढ़ें
रिसर्च से पता चला है कि अस्पताल में भर्ती 2% मरीज़ों को, दवा देने में होने वाली ऐसी गंभीर गलतियों का सामना करना पड़ता है जो उनके लिए जानलेवा साबित हो सकती हैं या जिनसे उनके स्वास्थ्य को कोई स्थायी नुकसान हो सकता है. Clinical Pharmacology and Therapeutics में पब्लिश हुई हमारी रिसर्च में बताया गया है कि सबसे बेहतर परफ़ॉर्म करने वाला हमारा एआई (AI) मॉडल, किसी डॉक्टर के दवा देने के पैटर्न का 75% बार सही अनुमान लगाने में कामयाब रहा. इसके लिए, हमारे एआई मॉडल ने डी-आइडेंटिफ़ाइड इलेक्ट्रॉनिक हेल्थ रिकॉर्ड और डॉक्टर की दी गई दवाइयों के रिकॉर्ड का इस्तेमाल किया था. यह इस हाइपॉथेसिस को टेस्ट करने की दिशा में पहला कदम है कि मशीन लर्निंग टेक्नोलॉजी कई तरीकों से, दवा देने में होने वाली गलतियों को रोकने और मरीज़ों को सुरक्षित रखने में स्वास्थ्यकर्मियों की मदद कर सकती है. यह लेख पढ़ें
Google की हेल्थ रिसर्च और इनिशिएटिव के तहत, हाल ही में हुई नई खोजों और उनके नतीजों के बारे में ज़्यादा जानें.
Google के शोधकर्ता, पिछले कुछ सालों से वैज्ञानिकों, डॉक्टरों, और इस फ़ील्ड के दूसरे लोगों के साथ मिलकर काम कर रहे हैं. वे ऐसे तरीके खोज रहे हैं जिनकी मदद से, विज्ञान और चिकित्सा के क्षेत्र को आगे बढ़ाने के लिए टेक्नोलॉजी का इस्तेमाल किया जा सके. इस वीडियो में हमने कुछ ऐसे रिसर्च प्रोजेक्ट के बारे में बताया है जिनमें बड़ी संभावनाएं हैं.