تاریخی انcyclopedia
له ۲۰۲۰م کال راهیسې نړۍ د روغتیا په نظام کې د ګڼو چیلنجونو سره مخ شوې، چې تر ټولو مهم یې د عفوني ناروغیو نړیوالې خپرونې وو. د COVID-19 وبا د وخت په تیریدو سره د وباګانو د اټکل او حلولو د اهمیت څرګندونه وکړه. د دې چیلنجونو په ځواب کې، ساینسپوهانو، څیړونکو او انکشاف کونکو په فعاله توګه د مصنوعي ذکاوت (AI) د رامنځته کولو او د وباګانو د اټکل لپاره د امکاناتو پلټنه پیل کړه.
تاریخي لحاظ سره، د وباګانو اټکل د احصایوي معلوماتو تحلیل باندې ولاړ و، لکه د ناروغۍ کچه، د خلکو هجرت او د اقلیم شرايط. مګر، یوازې د رواجي میتودونو په کارولو سره، څیړونکي اکثراً له ناکافي دقت او چټکۍ سره مخ شوي. په تېر ۲۰ کلونو کې د ناروغیو د خپريدو چټکتیا noticeably زیاته شوې، چې د یوې عصري پړاو په توګه اړتیا ته بحراني اهمیت ورکړی.
د مصنوعي ذکاوت سیستمونه توان لري چې د مختلفو سرچینو څخه د ډیرو معلوماتو پروسس کول: له ټولنیزو رسنیو څخه تر طبي راپورونو او د اقلیم ماډلونو پورې. د ماشین زده کړې مېتودونو لکه نیورون شبکو په کارولو سره، AI کولی شي دغه معلومات تحلیل کړي او هغه پیټرونه پیژني چې د نوې وباګانو د رامنځته کیدو په اړه اشاره کوي. دا طریقه نه یوازې د وباګانو د پیل اټکل کولو اجازه ورکوي، بلکې د هغو احتمالي خپرونې ټاکلو ته هم زمینه برابروي.
د معلوماتو ټولول د اغیزمنې اټکل سیسټم رامنځته کولو په برخه کې کلیدي پړاو دی. د AI سیستمونه کولی شي د مختلفو سرچینو څخه معلومات ترلاسه کړي: کلینیکي څیړنې، د نړیوالې روغتیا سازمان (WHO) راپورونه، د هوا معلوماتو او همدارنګه ګڼ شمیر د آزادو معلوماتو سرچینې. ټول دغه معلومات پروسس کیږي او د نورو تحلیل لپاره جوړوي.
د اټکل ماډل لپاره اساسي اساس یوه الګورېتم دی چې د پیچلو محاسباتو ترسره کولو توان لري. د معلوماتو په لویو حجمونو کې تحليل سره، AI الګورېتمونه کولی شي اړیکې پیدا کړي چې تل د انسان لپاره د لیدو وړ نه وي. د بیلګې په توګه، په ۲۰۲۱م کال کې هغه ماډلونه رامینځته شوې چې د خلکو د حرکت، محلي اقلیمي شرایط او حتی د ټولنیزو شبکو کې د تغییراتو په پام کې نیولو سره د ناروغیو د خپرېدو د اټکل لپاره وکارول شول.
یو څو څیړنیزې ډلې او شرکتونه د وباګانو د اټکل لپاره بریالۍ AI سیستمونه رامینځته کړې. د بیلګې په توګه، پروژه BlueDot د ناروغیو په اړه د معلوماتو د تحلیل لپاره مصنوعي ذکاوت کارولی دی، او توانېدلی یې دی چې د چینایی چارواکو د رسمي اعلان نه مخکې په څو ورځو کې د COVID-19 وبا د خپرېدو اټکل وکړي.
د BlueDot په ترڅ کې، نور پروژې لکه HealthMap او Epidemic Prediction Initiative هم د مختلفو وباګانو د اټکل لپاره خورا موفقې شوې دي، د AI الګورېتمونو په کارولو سره د معلوماتو د تحلیل او بصري کولو لپاره. دغه سیستمونه حکومتونو او سازمانونو ته د لازیاتو کنټرول په کلونه او د صحي ادارو د چمتووالي په عملیاتي اقداماتو کې مرسته وکړه.
د وباګانو په اټکل کې د AI کارولو یوه له مهمو ګټو څخه دا ده چې دا په حقیقي وخت کې د معلوماتو تحلیل کولو توان لري. دا د ناروغیو د خپرېدو د لومړنیو مرحلو په ټاکلو کې مرسته کوي، چې له دې سره پاملرنه کیږي مخکې له دې چې وبا هغه مرحلې ته لاړه شي چې کنټرول یې سخت وي.
د ټولو ګټو سربیره، AI سیستمونه هم د ګڼو چیلنجونو او محدودیتونو سره مخ دي. لومړی، د اټکل کیفیت د موجوده معلوماتو پورې اړه لري. که معلومات نیمګړي یا تحریف شوي وي، نو دا کیدای شي پر ماډل د دقت اغیز ولري. دویم، د الګورېتمونو له پاره خطر شتون لري چې د زده کړې توان لري، کله چې ماډل ډیرې خواته تاریخي معلوماتو ته ورزښت شي او د نوو سناریوګانو اټکل کول په کې مشکل شي چې په تېر کې مشابه نه لري.
د AI د اټکلونو پر بنسټ د اخیستل شوو پریکړو د حساسو اوسیدو په نظر کې نیولو سره، د اخلاق او شفافیت پوښتنه ورځ تر بلې زیاتېدونکی کیږي. انکشاف کونکي او څیړونکي باید دا تضمین کړي چې د دوی ماډلونه د خوندیتوب او محرمیت معیارونو سره سمون لري، او همدارنګه د دې کارول نه د ځانګړو نفوس د ګروپونو د تبعیض یا معلوماتو د غلطو خپرولو لامل کېږي.
د ۲۰۲۰م کال په لړ کې د وباګانو د اټکل لپاره د AI سیستمونو پرمختګ د نړیوال روغتیا د ښه والي په لور یوه مهمه ګام دی. دغه ټکنالوژۍ د ناروغیو د خپریدو پر وړاندې د ځواب ورکولو لپاره وخت کموي او د خپرېدو مخه نیسي. مګر، د دې موثریت د تظمين لپاره، د ګڼو چیلنجونو، د معلوماتو د ستونزو، اخلاقي مسلو او د څو ډیسکپلیني همکارۍ اړتیا ته د حل لارې موندل ضروري دي. د نفوس د صحت د ساتنې لپاره او د وباګانو په اړه د نړیوال مسؤلیت د لوړېدو لپاره مهمه ده چې د اټکلو سیستمونه هم دوامداره پرمختګ وکړي.