ಲಾಭಗಳು:
- ಒಟ್ಟು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮ್ಯಾಪ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ (ಪೂರ್ವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ, ವಿಶ್ಲೇಷಣಾತ್ಮಕ, ನಂತರದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಯಾವ ಹಂತಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು
- ಮಾದರಿ ಸ್ವೀಕಾರ, ವಿಂಗಡಣೆ ಮತ್ತು ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜು ಮುಂತಾದ ಕಾರ್ಯಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅಡಚಣೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
- ಯಾಂತ್ರೀಕರಣವು ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಆದರೆ ದೋಷವನ್ನು ಮಾಪನ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ ಚೆಕ್ಪಾಯಿಂಟ್ಗಳು ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ.
ಪ್ರಯೋಗಾಲಯದ ದಿನವು ಮಾದರಿಗಳ ತಡೆರಹಿತ ನದಿಯಂತಿದೆ: ನೂರಾರು ಟ್ಯೂಬ್ಗಳು ಬೆಳಿಗ್ಗೆ ಒಮ್ಮೆಗೆ ಬರುತ್ತವೆ, ತುರ್ತು ವಿನಂತಿಗಳು ಮಧ್ಯಾಹ್ನ ಒಳನುಗ್ಗುತ್ತವೆ ಮತ್ತು ಸಂಜೆ ಹೊರರೋಗಿ ಮಾದರಿಗಳು ರಾಶಿಯಾಗುತ್ತವೆ. ಈ ಹರಿವನ್ನು ನಿರ್ವಹಿಸುವುದು - ಯಾವ ಮಾದರಿಯನ್ನು ಮೊದಲು ಚಲಾಯಿಸಬೇಕು, ಅದು ಯಾವ ಸಾಧನಕ್ಕೆ ಹೋಗುತ್ತದೆ, ಯಾವ ಅಡಚಣೆ ಉಂಟಾಗುತ್ತದೆ, ಸಿಬ್ಬಂದಿಯನ್ನು ಹೇಗೆ ವಿತರಿಸುವುದು - ಸ್ವತಃ ಎಂಜಿನಿಯರಿಂಗ್ ಕಾರ್ಯವಾಗಿದೆ. ವರ್ಕ್ಫ್ಲೋ ಯಾಂತ್ರೀಕೃತಗೊಂಡವು ಈ ಪುನರಾವರ್ತಿತ ನಿರ್ವಹಣೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯ ಹಂತಗಳನ್ನು ಮಾನವ ಕೈಯಿಂದ ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದೆ ಮತ್ತು ಅವುಗಳನ್ನು ವ್ಯವಸ್ಥಿತಗೊಳಿಸುತ್ತಿದೆ. AI ಇಲ್ಲಿ ಪ್ರಬಲ ಯೋಜಕ ಮತ್ತು ವೇಗವರ್ಧಕವಾಗಬಹುದು: ಕೆಲಸದ ಹೊರೆಯನ್ನು ಊಹಿಸುವುದು, ಅನುಕ್ರಮವನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು, ಪುನರಾವರ್ತಿತ ನಿರ್ಧಾರಗಳನ್ನು ರಚಿಸುವುದು. ಆದರೆ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಸುವರ್ಣ ನಿಯಮವು ಸ್ಥಿರವಾಗಿರುತ್ತದೆ: ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಮಾಪಕಗಳು ದೋಷವನ್ನು ವೇಗವನ್ನು ಅಳೆಯುತ್ತದೆ; ಆದ್ದರಿಂದ ಚೆಕ್ಪಾಯಿಂಟ್ಗಳು ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗಗಳನ್ನು ನಿರ್ವಹಿಸಬೇಕು.
ಈ ಘಟಕದಲ್ಲಿ, ನೀವು ಒಟ್ಟು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹಂತ ಹಂತವಾಗಿ ನಕ್ಷೆ ಮಾಡುತ್ತೀರಿ; ಯಾವ ಹಂತಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು ಮತ್ತು ಮಾನವನ ನಿರ್ಣಯದ ಅಗತ್ಯವಿರುತ್ತದೆ; ಮತ್ತು ಈ ಪ್ರಕ್ರಿಯೆಗೆ AI ಅನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಸೇರಿಸುವುದು ಹೇಗೆ.
ಒಟ್ಟು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮ್ಯಾಪಿಂಗ್ ಮಾಡುವುದು
ಅದನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಮೊದಲು ಪ್ರಕ್ರಿಯೆಯನ್ನು ನೋಡುವುದು ಅವಶ್ಯಕ. ಒಟ್ಟು ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯು ಸರಿಸುಮಾರು ಈ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡಿದೆ:
- ಆದೇಶ ಮತ್ತು ರೋಗಿಯ ತಯಾರಿ (ಪೂರ್ವ-ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಪರೀಕ್ಷೆಯನ್ನು ಆದೇಶಿಸಲಾಗಿದೆ, ರೋಗಿಯನ್ನು ಸಿದ್ಧಪಡಿಸಲಾಗಿದೆ.
- ಮಾದರಿ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಲೇಬಲಿಂಗ್ (ಪೂರ್ವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) — ರಕ್ತ/ಮಾದರಿಯನ್ನು ಸಂಗ್ರಹಿಸಿ ಗುರುತಿಸಲಾಗುತ್ತದೆ.
- ಸಾರಿಗೆ ಮತ್ತು ಸ್ವೀಕಾರ (ಪೂರ್ವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಮಾದರಿ ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ಆಗಮಿಸುತ್ತದೆ, ಸ್ವೀಕರಿಸಲಾಗಿದೆ, ಸೂಕ್ತತೆಯನ್ನು ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
- ತಯಾರಿ (ಪೂರ್ವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಕೇಂದ್ರಾಪಗಾಮಿ, ಪ್ರತ್ಯೇಕತೆ, ವಿಂಗಡಣೆ.
- ವಿಶ್ಲೇಷಣೆ (ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಸಾಧನದಲ್ಲಿ ಮಾಪನ.
- ಮೌಲ್ಯೀಕರಣ (ನಂತರದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಕ್ಯೂಸಿ, ಡೆಲ್ಟಾ, ಸ್ವಯಂ/ಹಸ್ತಚಾಲಿತ ಬಿಡುಗಡೆ.
- ವರದಿ ಮತ್ತು ಸಂವಹನ (ನಂತರದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ) - ಫಲಿತಾಂಶವು ವೈದ್ಯ/ರೋಗಿಯನ್ನು ತಲುಪುತ್ತದೆ.
ಪ್ರತಿ ಹಂತವು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಅದರ ಹೊಂದಾಣಿಕೆಯಲ್ಲಿ ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಕೆಳಗಿನ ಕೋಷ್ಟಕವು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಚೆಕ್ಪಾಯಿಂಟ್ ಅನ್ನು ಹಂತ ಹಂತವಾಗಿ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ:
ಹೆಜ್ಜೆ
ಆಟೊಮೇಷನ್ ಸಾಮರ್ಥ್ಯ
AI ನ ಕೊಡುಗೆ
ನಿರ್ಣಾಯಕ ನಿಯಂತ್ರಣ ಬಿಂದು
ಮಾದರಿ ಸ್ವೀಕಾರ/ಅನುಸರಣೆ
ಹೆಚ್ಚು
ಅರ್ಹತೆ ಪೂರ್ವ-ಸ್ಕ್ರೀನಿಂಗ್
ನಿರಾಕರಣೆಯ ನಿರ್ಧಾರವು ತಜ್ಞರಿಗೆ ಸೇರಿದೆ
ವಿಂಗಡಿಸಿ/ಆದ್ಯತೆ
ಹೆಚ್ಚು
ಕೆಲಸದ ಹೊರೆ/ತುರ್ತು ಅಂದಾಜು
ತುರ್ತು ವಿನಂತಿಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಬಾರದು
ಕೆಲಸದ ಹೊರೆ/ಸಿಬ್ಬಂದಿ ಯೋಜನೆ
ಮಧ್ಯಮ-ಹೆಚ್ಚು
ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ
ಯೋಜನೆಯನ್ನು ನಿರ್ವಾಹಕರಲ್ಲಿ ಅನುಮೋದಿಸಲಾಗಿದೆ
ಪುನರಾವರ್ತನೆ / ದುರ್ಬಲಗೊಳಿಸುವ ವಿನಂತಿ
ಮಧ್ಯಮ
ಕರಡು ನಿಯಮ
ನಿರ್ಣಾಯಕ ಫಲಿತಾಂಶವು ಮನುಷ್ಯನಿಗೆ ಹೋಗುತ್ತದೆ
ಫಲಿತಾಂಶ ಬಿಡುಗಡೆ
ಷರತ್ತುಬದ್ಧ
ಸ್ವಯಂಚಾಲಿತ ಮೌಲ್ಯೀಕರಣ ನಿಯಮ
ಮಾನವರಿಗೆ ವಿನಾಯಿತಿಗಳು (ಘಟಕ 5)
ವರದಿ ಮಾಡುವ ಭಾಷೆ
ಮಧ್ಯಮ
ಕರಡು ಪಠ್ಯ
ತಜ್ಞರ ವಿಲೇವಾರಿಯಲ್ಲಿ ಕ್ಲಿನಿಕಲ್ ನಿಖರತೆ
ಏನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬೇಕು ಮತ್ತು ಎಂದಿಗೂ ಏನು?
ಸುರಕ್ಷಿತ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕಲೆಯು ವಿಭಿನ್ನತೆಯನ್ನು ಸರಿಯಾಗಿ ಪಡೆಯುತ್ತಿದೆ. ದಿನನಿತ್ಯದ, ಪುನರಾವರ್ತಿತ, ಕಡಿಮೆ-ತೀರ್ಪಿನ ಹಂತಗಳು ಯಾಂತ್ರೀಕರಣಕ್ಕೆ ಸೂಕ್ತವಾಗಿವೆ: ಮಾದರಿ ವಿಂಗಡಣೆ, ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜು, ಸಾಮಾನ್ಯ ಫಲಿತಾಂಶಗಳ ಷರತ್ತುಬದ್ಧ ಬಿಡುಗಡೆ, ಪ್ರಮಾಣಿತ ವರದಿ ಸ್ವರೂಪ. ತೀರ್ಪು, ಕ್ಲಿನಿಕಲ್ ಸಂದರ್ಭ, ಅಥವಾ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರದ ಅಗತ್ಯವಿರುವ ಹಂತಗಳು ಮಾನವನೊಂದಿಗೆ ಉಳಿಯುತ್ತವೆ: ಮಾದರಿ ನಿರಾಕರಣೆ, ನಿರ್ಣಾಯಕ ಮೌಲ್ಯದ ಅಧಿಸೂಚನೆ, ಅಸಹಜ ಚಿತ್ರ ವ್ಯಾಖ್ಯಾನ, ರೋಗನಿರ್ಣಯ.
ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಅತ್ಯಂತ ಕಪಟ ಅಪಾಯವೆಂದರೆ ತಪ್ಪು ನಿಯಮವನ್ನು ಒಮ್ಮೆ ಸ್ಥಾಪಿಸಿದರೆ, ಸಾವಿರಾರು ಮಾದರಿಗಳಲ್ಲಿ ಮೌನವಾಗಿ ಪುನರಾವರ್ತನೆಯಾಗುತ್ತದೆ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಒಂದೊಂದಾಗಿ ಕೆಲಸ ಮಾಡುವಾಗ ತಪ್ಪನ್ನು ಗಮನಿಸಬಹುದು; ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಅದೇ ದೋಷವನ್ನು ವೇಗ ಮತ್ತು ಪ್ರಮಾಣದಲ್ಲಿ ಪುನರಾವರ್ತಿಸುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ ಪ್ರತಿ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಹಂತಕ್ಕೆ ಮೂರು ವಿಷಯಗಳನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ: ಚೆಕ್ಪಾಯಿಂಟಿಂಗ್ (ಮಾನವ ಕಣ್ಣುಗಳ ಮೂಲಕ ಕೆಲವು ಫಲಿತಾಂಶಗಳನ್ನು ರವಾನಿಸುವುದು), ಮೇಲ್ವಿಚಾರಣೆ (ಯಾಂತ್ರೀಕರಣವು ಏನು ಮಾಡುತ್ತಿದೆ ಎಂಬುದರ ನಿರಂತರ ಟ್ರ್ಯಾಕಿಂಗ್), ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗ (ಯಾಂತ್ರೀಕರಣವನ್ನು ಬೈಪಾಸ್ ಮಾಡುವ ಮತ್ತು ಅಗತ್ಯವಿದ್ದಾಗ ಹಸ್ತಚಾಲಿತವಾಗಿ ಮಧ್ಯಪ್ರವೇಶಿಸುವ ಸಾಮರ್ಥ್ಯ).
ಎಚ್ಚರಿಕೆ: "ವ್ಯವಸ್ಥೆಯು ಅದನ್ನು ನೋಡಿಕೊಳ್ಳುತ್ತದೆ" ಎಂಬುದು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಸೌಕರ್ಯವಾಗಿದೆ. ಯಾಂತ್ರೀಕರಣವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವಂತೆ ಕಂಡುಬಂದರೂ, ಅದರ ನಿರ್ಧಾರಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ಮಾದರಿ ಮತ್ತು ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮಾಡಿ; ಮೂಕ ನಿಯಮದ ದೋಷವು ತಿಂಗಳುಗಳವರೆಗೆ ಗಮನಿಸದೆ ಹೋಗಬಹುದು.
ಕೆಲಸದ ಹರಿವಿಗೆ AI ಅನ್ನು ಹೇಗೆ ಸೇರಿಸುವುದು
AI ಗೆ ಕೊಡುಗೆ ನೀಡಲು ಸುರಕ್ಷಿತ ಪ್ರದೇಶಗಳೆಂದರೆ ಯೋಜನೆ ಅಗತ್ಯವಿರುವವು, ನಿರ್ಧಾರಗಳಲ್ಲ. ಕೆಲಸದ ಹೊರೆ ಮುನ್ಸೂಚನೆಯು ಉತ್ತಮ ಉದಾಹರಣೆಯಾಗಿದೆ: ಐತಿಹಾಸಿಕ ಮಾಹಿತಿಯಿಂದ ಯಾವ ದಿನ/ಸಮಯದಲ್ಲಿ ಎಷ್ಟು ಮಾದರಿಗಳು ಬರುತ್ತವೆ ಮತ್ತು ಸಿಬ್ಬಂದಿ ಮತ್ತು ಸಲಕರಣೆಗಳ ಯೋಜನೆಗಳ ಮೇಲೆ ಬೆಳಕು ಚೆಲ್ಲುತ್ತದೆ. ಇದು ಸ್ವೀಕಾರದ ನಂತರ ಸೂಕ್ತತೆಗಾಗಿ ಮಾದರಿಯನ್ನು ಪೂರ್ವ-ಸ್ಕ್ರೀನ್ ಮಾಡಬಹುದು (ಲೇಬಲ್ ಕಾಣೆಯಾಗಿದೆಯೇ, ಟ್ಯೂಬ್ ತಪ್ಪಾಗಿದೆಯೇ, ಪ್ರಮಾಣವು ಸಾಕಾಗಿದೆಯೇ). ಪುನರಾವರ್ತಿತ ಸಂವಹನ ಪಠ್ಯಗಳನ್ನು ರಚಿಸಬಹುದು (ಇಲಾಖೆಗೆ ವಿಳಂಬ ಸೂಚನೆ, ಇಲಾಖೆಗೆ ಸ್ಟಾಕ್ ಎಚ್ಚರಿಕೆ). ಪ್ರಕ್ರಿಯೆಯ ಅಡಚಣೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು ಮತ್ತು ಸುಧಾರಣೆ ಸಲಹೆಗಳನ್ನು ನೀಡಬಹುದು. ಈ ಎಲ್ಲಾ ಕೊಡುಗೆಗಳಲ್ಲಿ, AI ಪ್ರಸ್ತಾವನೆ/ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಅನುಮೋದನೆ ಮತ್ತು ಅನುಷ್ಠಾನವು ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಇರುತ್ತದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನನ್ನ ಲ್ಯಾಬ್ನ ಕೆಲಸದ ಹರಿವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿ, ಎಲ್ಲವನ್ನೂ ವೇಗಗೊಳಿಸಿ.
ಈ ಪ್ರಾಂಪ್ಟ್ ಯಾವ ಹಂತವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದು, ಭದ್ರತಾ ಗಡಿಗಳು ಮತ್ತು ಚೆಕ್ಪೋಸ್ಟ್ಗಳನ್ನು ಒಳಗೊಂಡಿಲ್ಲ. AI ಸಾಮಾನ್ಯ, ಅಪ್ರಾಯೋಗಿಕ ಮತ್ತು ಅಪಾಯಕಾರಿ ಶಿಫಾರಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಇದು ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಹಂತಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ವರ್ಕ್ಫ್ಲೋ ಸುಧಾರಣೆ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಸಿದ್ಧಪಡಿಸುವ ಪ್ರಯೋಗಾಲಯದ ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಸಹಾಯಕ. ಗುರಿ ಸುರಕ್ಷಿತ ವೇಗವರ್ಧನೆಯಾಗಿದೆ. ಕೆಳಗಿನ ಹಂತಕ್ಕೆ ಸ್ವಯಂಚಾಲಿತ ಸಲಹೆಯನ್ನು ನೀಡಿ:[ಹಂತ, ಉದಾ. ಮಾದರಿ ಸ್ವೀಕಾರ/ಅನುಸರಣೆ]. ಪ್ರತಿ ಸಲಹೆಗಾಗಿ: (1) ಯಾವ ಭಾಗವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು, (2) ಯಾವ ಭಾಗವು ಮಾನವರಾಗಿ ಉಳಿಯಬೇಕು (ಭದ್ರತೆ/ನ್ಯಾಯಾಂಗ), (3) ಯಾವ ಚೆಕ್ಪಾಯಿಂಟ್ ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗವನ್ನು ಸೇರಿಸಬೇಕು, (4) ಈ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಅಪಾಯವನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು. ನಿರ್ಣಾಯಕ ಮೌಲ್ಯದ ಅಧಿಸೂಚನೆ, ಮಾದರಿ ನಿರಾಕರಣೆ ನಿರ್ಧಾರ ಮತ್ತು ರೋಗನಿರ್ಣಯವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ. ಅನುಷ್ಠಾನದ ನಿರ್ಧಾರ ನನ್ನದು.
ಬಲವಾದ ಇಚ್ಛೆಯು ಹಂತವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ, ಸ್ವಯಂಚಾಲಿತವಾಗಿರುವ ಭಾಗವನ್ನು ಮತ್ತು ಮಾನವನಲ್ಲಿ ಉಳಿಯುವ ಭಾಗವನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ ಮತ್ತು ನಿಯಂತ್ರಣ ಬಿಂದು ಮತ್ತು ಅಪಾಯವನ್ನು ಪ್ರಶ್ನಿಸುತ್ತದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜು. ಪ್ರಯೋಗಾಲಯವು AI ಗೆ ಕಳೆದ 12 ತಿಂಗಳುಗಳ ದೈನಂದಿನ ಮಾದರಿ ಎಣಿಕೆಯನ್ನು ನೀಡುತ್ತದೆ (ಅನಾಮಧೇಯವಾಗಿ, ರೋಗಿಯ ಮಾಹಿತಿಯಿಲ್ಲದೆ) ಮತ್ತು ಸಾಪ್ತಾಹಿಕ ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಯನ್ನು ವಿನಂತಿಸುತ್ತದೆ. YZ ಸೋಮವಾರ ಬೆಳಿಗ್ಗೆ ಮತ್ತು ತಿಂಗಳ ಪ್ರಾರಂಭವು ಗರಿಷ್ಠವಾಗಿರುತ್ತದೆ ಮತ್ತು ವಾರಾಂತ್ಯಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಈ ಅಂದಾಜಿನ ಆಧಾರದ ಮೇಲೆ, ವ್ಯವಸ್ಥಾಪಕರು ಸೋಮವಾರ ಬೆಳಗಿನ ಪಾಳಿಗೆ ಇನ್ನೂ ಇಬ್ಬರನ್ನು ಸೇರಿಸುತ್ತಾರೆ. ಫಲಿತಾಂಶ: ಪೀಕ್ ಅವರ್ಗಳಲ್ಲಿ ಸರಾಸರಿ ಫಲಿತಾಂಶದ ಸಮಯವನ್ನು 90 ನಿಮಿಷಗಳಿಂದ 55 ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ. AI ಭವಿಷ್ಯ ನುಡಿದಿದೆ, ಮ್ಯಾನೇಜರ್ ಯೋಜನೆಯನ್ನು ಅನುಮೋದಿಸಿದ್ದಾರೆ.
ಪ್ರಕರಣ 2 - ಮಾದರಿ ಸ್ವೀಕಾರ ಪೂರ್ವ-ಸ್ಕ್ರೀನಿಂಗ್. ಸ್ವಾಗತ ಘಟಕದಲ್ಲಿ, AI-ಚಾಲಿತ ನಿಯಂತ್ರಣವು ಒಳಬರುವ ಆದೇಶಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ: ಲೇಬಲ್-ರೋಗಿ ಹೊಂದಾಣಿಕೆ, ಟ್ಯೂಬ್ ಪ್ರಕಾರ, ಕನಿಷ್ಠ ಪರಿಮಾಣ. ಒಂದು ದಿನ, "ಟ್ಯೂಬ್ ಪ್ರಕಾರವು ವಿನಂತಿಯೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ" ಫ್ಲ್ಯಾಗ್ 18 ಮಾದರಿಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಸಿಬ್ಬಂದಿ ಇವುಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ; 15 ನಿಜವಾದ ಹೊಂದಾಣಿಕೆಯಿಲ್ಲ ಮತ್ತು ಮತ್ತೆ ವಿನಂತಿಸಲಾಗಿದೆ, 3 ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳು. ಪೂರ್ವ-ಸ್ಕ್ರೀನಿಂಗ್ ಸಮಯವನ್ನು ಉಳಿಸಿತು, ಆದರೆ ತಿರಸ್ಕರಿಸುವ ನಿರ್ಧಾರವು ವ್ಯಕ್ತಿಯಲ್ಲಿ ಉಳಿಯಿತು; ಅಂತಿಮ ನಿರ್ಧಾರವು ಸ್ವಯಂಚಾಲಿತವಾಗಿರಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳು ತೋರಿಸುತ್ತವೆ.
ಪ್ರಕರಣ 3 - ಮೌನ ನಿಯಮ ದೋಷ. ಪ್ರಯೋಗಾಲಯವು ದುರ್ಬಲಗೊಳಿಸುವಿಕೆಯ ಪುನರಾವರ್ತನೆಗಾಗಿ ಸ್ವಯಂಚಾಲಿತ ನಿಯಮವನ್ನು ಹೊಂದಿಸುತ್ತದೆ ಆದರೆ ತಪ್ಪಾದ ಮಿತಿಯನ್ನು ಪ್ರವೇಶಿಸುತ್ತದೆ; ಪರಿಣಾಮವಾಗಿ, ಕೆಲವು ಹೆಚ್ಚಿನ ಮೌಲ್ಯಗಳನ್ನು ಅನಗತ್ಯವಾಗಿ ದುರ್ಬಲಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ತಪ್ಪಾಗಿ ವರದಿ ಮಾಡಲಾಗುತ್ತದೆ. ಯಾರೂ ಪ್ರತ್ಯೇಕವಾಗಿ ನೋಡದ ಕಾರಣ, ತಪ್ಪು ಮೂರು ವಾರಗಳವರೆಗೆ ಗಮನಕ್ಕೆ ಬರುವುದಿಲ್ಲ. ವಾಡಿಕೆಯ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಆಡಿಟ್ನಲ್ಲಿ, AI "ನಿರ್ದಿಷ್ಟ ವಿಶ್ಲೇಷಣೆಯ ಅನಿರೀಕ್ಷಿತ ಪುನರಾವರ್ತಿತ ದುರ್ಬಲಗೊಳಿಸುವಿಕೆ" ಮಾದರಿಯನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ದೋಷವು ಕಂಡುಬರುತ್ತದೆ. ಪಾಠ: ಯಾಂತ್ರೀಕರಣವನ್ನು ಅನುಸರಿಸದಿದ್ದರೆ, ದೋಷವು ಮೌನವಾಗಿ ಬೆಳೆಯುತ್ತದೆ.
ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಪ್ರಕ್ರಿಯೆ ಮ್ಯಾಪಿಂಗ್ ಟೆಂಪ್ಲೇಟ್ಮ್ಯಾಪ್ ಕೆಳಗಿನ ಪ್ರಯೋಗಾಲಯ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹಂತ ಹಂತವಾಗಿ ಮ್ಯಾಪ್ ಮಾಡಿ. ಪ್ರತಿ ಹಂತಕ್ಕೂ: ಇನ್ಪುಟ್, ಔಟ್ಪುಟ್, ಜವಾಬ್ದಾರಿಯುತ, ಅಂದಾಜು ಸಮಯ, ವೈಫಲ್ಯದ ಸಂಭವನೀಯ ಬಿಂದು ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ಸಾಮರ್ಥ್ಯ (ಕಡಿಮೆ/ಮಧ್ಯಮ/ಹೆಚ್ಚು). ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಹಂತಗಳನ್ನು ಸಹ ಗುರುತಿಸಿ. ಪ್ರಕ್ರಿಯೆ: [ವ್ಯಾಖ್ಯಾನ].
ವರ್ಕ್ಲೋಡ್ ಅಂದಾಜು ಟೆಂಪ್ಲೇಟ್ ಕೆಳಗೆ ಅನಾಮಧೇಯವಾಗಿದೆ (ರೋಗಿಗಳ ಮಾಹಿತಿಯಿಲ್ಲದೆ) ದೈನಂದಿನ/ಗಂಟೆಯ ಮಾದರಿ ಎಣಿಕೆಗಳು. ಸಾಪ್ತಾಹಿಕ ಮತ್ತು ಗಂಟೆಯ ಬೇಡಿಕೆ ಮಾದರಿಯನ್ನು ಹೊರತೆಗೆಯಿರಿ; ಗರಿಷ್ಠ ಮತ್ತು ಕಡಿಮೆ ಅವಧಿಗಳನ್ನು ಸೂಚಿಸಿ. ಸಿಬ್ಬಂದಿ/ಸಾಧನ ಯೋಜನೆಗೆ ಸಲಹೆಗಳನ್ನು ನೀಡಿ, ಆದರೆ ನಿರ್ಧಾರವನ್ನು ನನಗೆ ಬಿಡಿ. ಡೇಟಾ: [ಪಟ್ಟಿ].
ಆಟೋಮೇಷನ್ ಸೆಕ್ಯುರಿಟಿ ಅನಾಲಿಸಿಸ್ ಟೆಂಪ್ಲೇಟ್ ಈ ಕೆಳಗಿನ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕಲ್ಪನೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ: [ಐಡಿಯಾ]. (1) ಯಾವ ಭಾಗವನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು, (2) ಯಾವ ಭಾಗವನ್ನು ಮಾನವನಿಗೆ ಬಿಡಬೇಕು, (3) ಯಾವ ಚೆಕ್ಪಾಯಿಂಟ್ ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿಯನ್ನು ಸೇರಿಸಬೇಕು, (4) ಈ ನಿಯಮವು ತಪ್ಪಾಗಿದ್ದರೆ, ಅದು ಎಷ್ಟು ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಮತ್ತು ನಾನು ಹೇಗೆ ಗಮನಿಸಬಹುದು? ಅನ್ವಯಿಸುವ ಮೊದಲು ನಾನು ಅಪಾಯವನ್ನು ನೋಡಲು ಬಯಸುತ್ತೇನೆ.
ಆಟೋಮೇಷನ್ ಆಡಿಟ್ ಟೆಂಪ್ಲೇಟ್ ಕೆಳಗಿರುವ ಅನಾಮಧೇಯ ನಿರ್ಧಾರ ಸಾರಾಂಶಗಳು ಇತ್ತೀಚೆಗೆ ಸ್ವಯಂಚಾಲಿತ ನಿಯಮದಿಂದ ತಯಾರಿಸಲ್ಪಟ್ಟಿವೆ (ಎಷ್ಟು ಫಲಿತಾಂಶಗಳು ಉತ್ತೀರ್ಣವಾಗಿವೆ, ಎಷ್ಟು ಪ್ರತಿಕೃತಿಗಳು/ತೆಳುಗೊಳಿಸುವಿಕೆಗಳನ್ನು ವಿನಂತಿಸಲಾಗಿದೆ, ಎಷ್ಟು ವಿನಾಯಿತಿಗಳು). ಯಾವುದೇ ಅನಿರೀಕ್ಷಿತ ಮಾದರಿಗಳು ಅಥವಾ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಿ. ಮೂಲ ಕಾರಣವನ್ನು ಪರಿಶೀಲಿಸಲು ನೀವು ಏನನ್ನು ನೋಡಬೇಕೆಂದು ಬರೆಯಿರಿ; ನಾನು ನಿರ್ಧಾರ ಮಾಡುತ್ತೇನೆ. ಡೇಟಾ: [ಪಟ್ಟಿ].
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಹಂತವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದು. ಮಾದರಿ ನಿರಾಕರಣೆ, ನಿರ್ಣಾಯಕ ಅಧಿಸೂಚನೆ ಮತ್ತು ರೋಗನಿರ್ಣಯವು ಸ್ವಯಂಚಾಲಿತವಾಗಿಲ್ಲ; ಮಾನವ ತೀರ್ಪು ಅಗತ್ಯವಿದೆ.
- ಚೆಕ್ಪೋಸ್ಟ್ಗಳು ಮತ್ತು ವಿನಾಯಿತಿ ಮಾರ್ಗಗಳನ್ನು ಹಾಕುತ್ತಿಲ್ಲ. ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡದ ಯಾಂತ್ರೀಕೃತಗೊಂಡವು ದೋಷವನ್ನು ಮೌನವಾಗಿ ಮಾಪನ ಮಾಡುತ್ತದೆ.
- ಆಟೊಮೇಷನ್ ಅನ್ನು ಹೊಂದಿಸಿ ಮತ್ತು ಅದರ ಬಗ್ಗೆ ಮರೆತುಬಿಡಿ. ನಿಯಮಗಳು ನಿಯಮಿತವಾಗಿ ಆಡಿಟ್ ಮಾಡದಿದ್ದರೆ, ತಪ್ಪಾದ ಮಿತಿ ತಿಂಗಳುಗಳವರೆಗೆ ಹಾನಿಯನ್ನುಂಟುಮಾಡುತ್ತದೆ.
- ತಪ್ಪು ಎಚ್ಚರಿಕೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಪೂರ್ವ-ಸ್ಕ್ಯಾನಿಂಗ್ ಸಹ ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಅಂತಿಮ ನಿರ್ಧಾರವು ಯಾವಾಗಲೂ ವ್ಯಕ್ತಿಯ ಮೇಲಿರುತ್ತದೆ.
- ಯೋಜನಾ ಪ್ರಾಂಪ್ಟ್ನಲ್ಲಿ ಗುರುತಿನ ಡೇಟಾವನ್ನು ಹಾಕುವುದು. ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜು ಮಾಡಲು ಸಂಖ್ಯಾತ್ಮಕ, ಅನಾಮಧೇಯ ಡೇಟಾ ಸಾಕಾಗುತ್ತದೆ; ರೋಗಿಯ ಗುರುತಿನ ಅಗತ್ಯವಿಲ್ಲ.
ಸಲಹೆ: ಪ್ರತಿ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕಲ್ಪನೆಯನ್ನು ನಿಯೋಜಿಸುವ ಮೊದಲು, ಒಂದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ: "ಈ ನಿಯಮವು ತಪ್ಪಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೆ ಎಷ್ಟು ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಮತ್ತು ನಾನು ಹೇಗೆ ಗಮನಿಸಬಹುದು?" ಉತ್ತರವು ಸ್ಪಷ್ಟವಾಗಿಲ್ಲದಿದ್ದರೆ, ಮೊದಲು ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಚೆಕ್ಪಾಯಿಂಟಿಂಗ್ ಅನ್ನು ಹೊಂದಿಸಿ, ನಂತರ ಅದನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ವರ್ಕ್ಫ್ಲೋ ಆಟೊಮೇಷನ್ ಪುನರಾವರ್ತಿತ ಮತ್ತು ಕಡಿಮೆ-ತೀರ್ಪು ಹಂತಗಳನ್ನು ವ್ಯವಸ್ಥಿತಗೊಳಿಸುವ ಮೂಲಕ ಲ್ಯಾಬ್ ಅನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ. ಸುರಕ್ಷಿತ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕೀಲಿಯು ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಹಂತಗಳಿಂದ (ನಿರಾಕರಣೆ, ನಿರ್ಣಾಯಕ ಅಧಿಸೂಚನೆ, ರೋಗನಿರ್ಣಯ) ಸ್ವಯಂಚಾಲಿತ ಹಂತಗಳನ್ನು (ವಿಂಗಡಣೆ, ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜು, ಷರತ್ತುಬದ್ಧ ಬಿಡುಗಡೆ) ಪ್ರತ್ಯೇಕಿಸುವುದು; ಮತ್ತು ಪ್ರತಿ ಯಾಂತ್ರೀಕರಣಕ್ಕೆ ಚೆಕ್ಪಾಯಿಂಟಿಂಗ್, ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗವನ್ನು ಸೇರಿಸುವುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಯೋಜನೆ, ಮುನ್ಸೂಚನೆ ಮತ್ತು ಕರಡುಗಳನ್ನು ರಚಿಸುವಲ್ಲಿ ಪ್ರಬಲ ಸಹಾಯಕವಾಗಿದೆ, ಆದರೆ ನಿರ್ಧಾರ ಮತ್ತು ಅನುಮೋದನೆಯನ್ನು ಮಾನವನ ಕೈಯಲ್ಲಿ ಇಡುತ್ತದೆ. ದೊಡ್ಡ ಅಪಾಯವೆಂದರೆ ಮೌನವಾಗಿ ಸ್ಕೇಲಿಂಗ್ ನಿಯಮ ದೋಷ; ಆದ್ದರಿಂದ, ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಸ್ಥಾಪನೆಯೊಂದಿಗೆ ಕೊನೆಗೊಳ್ಳುವುದಿಲ್ಲ, ಅದನ್ನು ನಿರಂತರವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲಾಗುತ್ತದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಪ್ರಯೋಗಾಲಯದಿಂದ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ಮಾದರಿ ಸ್ವೀಕಾರ) ಮತ್ತು "ಪ್ರಕ್ರಿಯೆ ಮ್ಯಾಪಿಂಗ್" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಅದರ ಹಂತಗಳು, ದೋಷ ಅಂಶಗಳು ಮತ್ತು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಸಂಭಾವ್ಯತೆಯನ್ನು ಮ್ಯಾಪ್ ಮಾಡಿ. ಹೆಚ್ಚಿನ ಸಂಭಾವ್ಯ ಹಂತಕ್ಕಾಗಿ, "ಆಟೊಮೇಷನ್ ಸೆಕ್ಯುರಿಟಿ ಅನಾಲಿಸಿಸ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಯಾವ ಭಾಗವು ಮಾನವನೊಂದಿಗೆ ಉಳಿಯುತ್ತದೆ ಮತ್ತು ನೀವು ಯಾವ ನಿಯಂತ್ರಣ ಬಿಂದುವನ್ನು ಸೇರಿಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ. ಅನಾಮಧೇಯ ಐತಿಹಾಸಿಕ ಮಾದರಿ ಎಣಿಕೆಗಳೊಂದಿಗೆ "ಕೆಲಸದ ಮುನ್ಸೂಚನೆ" ಪ್ರಯತ್ನಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹಂತ ಹಂತವಾಗಿ ಮ್ಯಾಪ್ ಮಾಡಿದ್ದೇನೆ; ನಾನು ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಹಂತಗಳನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಸ್ವಯಂಚಾಲಿತವಾಗಿರುವ ಮತ್ತು ಮಾನವನೊಂದಿಗೆ ಉಳಿಯುವ ಭಾಗಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪ್ರತಿ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಚೆಕ್ಪಾಯಿಂಟ್, ಟ್ರೇಸ್ ಮತ್ತು ಹಸ್ತಚಾಲಿತ ವಿನಾಯಿತಿ ಮಾರ್ಗವನ್ನು ಸೇರಿಸಿದೆ.
- [ ] "ಇದು ತಪ್ಪಾಗಿ ಕೆಲಸ ಮಾಡಿದರೆ ಎಷ್ಟು ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ?" ನಾನು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿದೆ.
- [ ] ನಾನು ಕೆಲಸದ ಹೊರೆ ಅಂದಾಜಿಸಲು ಅನಾಮಧೇಯ, ಸಂಖ್ಯಾತ್ಮಕ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಬಳಸಿದ್ದೇನೆ.
- [ ] ನಾನು ನಿಯಮಿತ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ತಪಾಸಣೆ ಯೋಜನೆಯನ್ನು ಸ್ಥಾಪಿಸಿದೆ.