اینڈ ٹو اینڈ ورک فلو، کوالٹی مینجمنٹ اور سیلف آڈٹ — ریڈیولاجی اور میڈیکل امیجنگ میں مصنوعی ذہانت

فائدہ:

ایک اختتام سے آخر تک ورک فلو کو ڈیزائن کرنے کی اہلیت جو ظاہر کرتی ہے کہ مصنوعی ذہانت کہاں اور کس منظوری کے ساتھ پوری سلسلہ میں عمل میں آتی ہے، پری شوٹنگ سے لے کر رپورٹ دستخط تک۔
مصنوعی ذہانت سے تعاون یافتہ عمل میں کارکردگی کی نگرانی، فیڈ بیک لوپ اور باقاعدہ خود آڈٹ قائم کرنے کی صلاحیت
حکمرانی، ذمہ داری اور مسلسل بہتری کے اصولوں کے ساتھ امیجنگ یونٹ میں مصنوعی ذہانت کے استعمال کو پائیدار بنانے کی صلاحیت

پچھلی دس اکائیوں میں، ہم نے ریڈیولاجی میں AI کے ٹکڑوں کا احاطہ کیا ہے: ٹرائیج، سٹرکچرڈ رپورٹنگ، پیمائش آٹومیشن، PACS انٹیگریشن، میٹرکس، موڈیلٹی کے لیے مخصوص ٹولز، امیج کوالٹی، ٹریکنگ، اور پرائیویسی۔ اس حتمی یونٹ میں، ہم ٹکڑوں کو جوڑیں گے اور ایک اختتام سے آخر تک کام کا فلو قائم کریں گے: ایک جامع نقشہ جو دکھاتا ہے کہ کہاں اور کس منظوری کے ساتھ مصنوعی ذہانت اس سلسلہ میں عمل میں آتی ہے جسے ایک آڈٹ درخواست کے لمحے سے دستخط شدہ رپورٹ تک پہنچاتا ہے۔ پھر ہم ان دو چیزوں پر غور کریں گے جو اس بہاؤ کو پائیدار بناتے ہیں: کوالٹی مینجمنٹ (مانیٹرنگ کارکردگی، فیڈ بیک لوپ) اور سیلف ریگولیشن (باقاعدہ جائزہ، گورننس)۔

بنیادی اصول: AI سے چلنے والی امیجنگ کا محفوظ استعمال ایک بار کی تنصیب نہیں ہے۔ یہ ایک زندہ عمل ہے جس کے لیے کارکردگی کی مسلسل نگرانی، فیڈ بیک لوپ، غلطی کے نمونوں کا جائزہ، اور باقاعدہ خود آڈٹ کی ضرورت ہوتی ہے۔ ہر قدم پر ذمہ داری، دستخط اور حتمی فیصلہ ریڈیولوجسٹ کے پاس رہتا ہے۔

آخر سے آخر تک بہاؤ: AI کہاں ہے، جو تصدیق کرتا ہے۔

آئیے ایک آڈٹ کے سفر کی پیروی کریں، بشمول وہ نکات جہاں AI عمل میں آتا ہے اور ہر ایک نقطہ پر انسانی منظوری۔

درخواست اور اشارہ: معالج معائنے کی درخواست کرتا ہے۔ AI اشارے کی مناسبیت اور پروٹوکول کے انتخاب کی سفارش کر سکتا ہے۔ ٹیکنیشن/ریڈیالوجسٹ منظوری دیتا ہے۔ (یونٹ 8)
شوٹنگ اور معیار: موڈالٹی امیج تیار کرتی ہے۔ AI خوراک کی اصلاح، denoising اور artifact flagging؛ ٹیکنیشن معیار پر فیصلہ کرتا ہے اور اگر ضروری ہو تو دوبارہ شوٹ کرتا ہے۔ (یونٹ 8)
Triage: تصویر PACS میں آتی ہے۔ AI وقت کے اہم واقعات کو ترجیح دیتا ہے۔ ریڈیولوجسٹ اب بھی ہر امتحان پڑھتا ہے۔ (یونٹ 2)
پڑھنا اور پتہ لگانا: ریڈیولوجسٹ پڑھتا ہے۔ CAD دوسری آنکھ کے طور پر نشان زد کرتا ہے؛ ریڈیولاجسٹ اس بات کا اندازہ کرتا ہے کہ کیا نشان زد ہے اور کیا نہیں ہے۔ (یونٹ 6، 7)
پیمائش اور فالو اپ: AI پیمائش کرتا ہے اور پچھلے امتحان سے موازنہ کرتا ہے۔ ریڈیولوجسٹ مستقل مزاجی کی تصدیق کرتا ہے۔ (یونٹ 4، 9)
رپورٹنگ: AI ساختی مسودہ تیار کرتا ہے۔ ریڈیولوجسٹ ہر جملے کو تصویر کے ساتھ ملاتا ہے اور اس پر دستخط کرتا ہے۔ (یونٹ 3)
تنقیدی تلاش کی اطلاع: AI تنقیدی تلاش کی یاد دلاتا ہے۔ ریڈیولاجسٹ تصدیق کرتا ہے، کلینشین سے بات کرتا ہے، اور بند لوپ کو مکمل کرتا ہے۔ (یونٹ 2، 6)
آرکائیو اور ٹریس ریکارڈنگ: AI آؤٹ پٹ کو ایک علیحدہ پرت کے طور پر محفوظ کیا جاتا ہے۔ اصل تبدیل نہیں کیا جاتا، ٹریس ریکارڈ رکھا جاتا ہے۔ (یونٹ 5)

اسٹیج

AI کا کردار

انسانی منظوری

منسلک یونٹ

درخواست/پروٹوکول

تجویز

ٹیکنیشن + ریڈیولوجسٹ

شاٹ / معیار

خوراک، denoising، artifact

ٹیکنیشن

triage

ترجیحی پرچم

ریڈیولوجسٹ (اب بھی پڑھتا ہے)

پڑھیں/پڑھیں۔

CAD دوسری آنکھ

ریڈیولوجسٹ (تشخیصی)

6، 7

پیمائش/ٹریکنگ

حساب، موازنہ

ریڈیولوجسٹ (صحیح)

4، 9

رپورٹنگ

مسودہ

ریڈیولوجسٹ (دستخط)

اہم تلاش

یاد دہانی

ریڈیولوجسٹ (منتقل کرتا ہے، تصدیق کرتا ہے)

2، 6

محفوظ شدہ دستاویزات

علیحدہ پرت

سسٹم + ٹریک ریکارڈنگ

یہ جدول ماڈیول کا خلاصہ ہے: جیسے جیسے خطرہ بڑھتا ہے، AI کا کردار سکڑتا ہے، انسانی رضامندی بڑھتی ہے۔ کسی بھی سطر میں AI پڑھنے، تشخیص، یا دستخط پر قبضہ نہیں کرتا ہے۔

تنقیدی تلاش کی رپورٹنگ: بند لوپ

ایک اہم دریافت (بڑا خون بہنا، بڑے پیمانے پر ایمبولزم، تناؤ نیوموتھورکس) کو صرف رپورٹ میں لکھنے سے نہیں سمجھا جاتا۔ کلوزڈ لوپ کمیونیکیشن کا مطلب ہے اس بات کی تصدیق کرنا کہ معلومات پہنچتی ہے اور براہ راست حاضری دینے والے معالج کے ذریعہ موصول ہوتی ہے۔ AI ایک اہم تلاش کو یاد کر سکتا ہے یا ایک مسودہ نوٹیفکیشن بھی تیار کر سکتا ہے۔ تاہم، یہ ریڈیالوجسٹ کی ذمہ داری ہے کہ وہ تلاش کی تصدیق کرے، اسے صحیح معالج سے مطلع کرے، مواصلات کو دستاویز کرے، اور لوپ کو بند کرے۔ خودکار انتباہ انسانی مواصلات کا متبادل نہیں ہے۔

دھیان دیں: صرف اس وجہ سے کہ کام کی فہرست میں AI تنقیدی تلاش کا الرٹ ظاہر ہوتا ہے اس کا مطلب یہ نہیں ہے کہ اطلاع دی گئی ہے۔ اطلاع صرف اس وقت مکمل ہوتی ہے جب ریڈیولوجسٹ تلاش کی تصدیق کرتا ہے، حاضری دینے والے معالج تک پہنچتا ہے، اور معلومات حاصل کرتا ہے۔ بند لوپ کو بند کرنا انسان کا کام ہے۔

کوالٹی مینجمنٹ اور خود آڈٹ

AI سے چلنے والا عمل وقت کے ساتھ ساتھ ٹوٹ سکتا ہے: ماڈل اپ ڈیٹ ہوتا ہے، ڈیوائس تبدیل ہوتی ہے، آبادی میں تبدیلی آتی ہے، غلط مثبت شرح بڑھ جاتی ہے۔ لہذا، کارکردگی کو مسلسل نگرانی کرنا ضروری ہے.

کارکردگی کی نگرانی: غلط مثبت/منفی نمونے جمع کریں؛ ٹریک ٹریج پرچم کی شرح اور حقیقی مثبت فیصد.
فیڈ بیک لوپ: ریڈیولوجسٹ کے "یہ جھنڈا غلط تھا/چھوٹ گیا" فیڈ بیک کو منظم طریقے سے اکٹھا کریں اور اسے مینوفیکچرر کے ساتھ شیئر کریں۔
خرابی کا جائزہ: باقاعدگی سے میٹنگز میں کھوئے ہوئے نتائج اور غلط الارم کا جائزہ لیں؛ بنیادی وجہ (ماڈل، پروٹوکول، انسانی) کی تمیز کریں۔
ڈسٹری بیوشن شفٹ ٹریکنگ: ڈیوائس/پروٹوکول/آبادی تبدیل ہونے پر مقامی تصدیق کو دہرائیں۔
گورننس: کون کون سا ماڈل استعمال کرتا ہے، کس ورژن کے ساتھ، کس تناظر میں؛ کون ذمہ دار ہے - یہ تحریری طور پر ہونا چاہئے.

تین چھوٹے مقدمات

کیس 1 - فیڈ بیک لوپ کام کرتا ہے۔ ایک یونٹ نگرانی کے اعداد و شمار سے دیکھتا ہے کہ ٹریج ماڈل کی نیوموتھوریکس جھوٹی مثبت شرح مہینوں کے اندر 75 فیصد تک بڑھ گئی ہے۔ ریڈیولوجسٹ اپنی رائے جمع کرتے ہیں، مینوفیکچرر کے ساتھ حد کا جائزہ لیتے ہیں۔ شرح 45% تک گر جاتی ہے اور الارم تھکاوٹ میں کمی آتی ہے۔ نگرانی کے بغیر، ماڈل خاموشی سے ناقابل اعتماد ہو جائے گا.

کیس 2 - بنیادی وجہ کا تجزیہ کھو گیا۔ ایک ماہ کے جائزے میں دو چھوٹے چھوٹے نوڈول نوٹ کیے گئے ہیں۔ تجزیہ سے پتہ چلتا ہے کہ دونوں پورٹیبل گرافس اور ایک ایسے ڈیوائس پر ہوتے ہیں جس پر ماڈل کو تربیت نہیں دی گئی تھی (تقسیم بڑھے ہوئے)۔ یونٹ پورٹیبل ریڈیوگرافس پر ماڈل کے دائرہ کار کو کم کرتا ہے اور ریڈیولوجسٹ کو الرٹ کرتا ہے۔ غلطی ایک شخص پر الزام لگانے کی بجائے سسٹم کو ٹھیک کرنے کے لیے کی گئی۔

کیس 3 - اہم تلاش بند لوپ ہے۔ AI دماغی CT پر بڑے خون بہنے سے خبردار کرتا ہے۔ ریڈیولاجسٹ 90 سیکنڈ میں تصدیق کرتا ہے، نیورو سرجن کو کال کرتا ہے، معلومات کی وصولی کی تصدیق کرتا ہے، اور مواصلاتی دستاویزات (وقت، شخص، مواد)۔ بند لوپ مکمل ہو گیا ہے. AI نے یاد دلایا؛ ریڈیولوجسٹ نے اطلاع اور تصدیق کی۔ اگر اسے خودکار انتباہ پر چھوڑ دیا گیا تو، اس بات کی کوئی یقین دہانی نہیں ہوگی کہ ڈاکٹر کو معلومات موصول ہوئی ہیں۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

ریڈیولاجی میں AI ورک فلو ترتیب دیں، ہر چیز کو خودکار بنائیں۔

"ہر چیز کو خودکار بنائیں" سیکیورٹی کے لیے اہم ڈومین میں خطرناک ہے۔ انسانی چوکیوں اور محفوظ ڈیفالٹ کو نظر انداز کرتا ہے۔

طاقتور اشارہ:

آپ کا کردار: اینڈ ٹو اینڈ اے آئی ورک فلو ڈیزائن پر ریڈیالوجی یونٹ کے ساتھی مشیر۔ فیصلہ سازی؛ آؤٹ لائن اور چیک لسٹ تیار کریں۔ واضح کریں کہ درخواست → کیپچر → ٹرائیج → ریڈنگ → پیمائش → رپورٹنگ → تنقیدی تلاش → آرکائیو چین میں AI کہاں شامل کیا گیا ہے اور ہر قدم پر انسانی منظوری کی نشاندہی کریں۔ کارکردگی کی نگرانی، فیڈ بیک لوپ، اور خود آڈیٹنگ کے لیے میٹرکس بھی تجویز کریں۔ اصول: جیسے جیسے خطرہ بڑھتا ہے، AI کا کردار چھوٹا ہوتا جاتا ہے، انسانی منظوری بڑھتی جاتی ہے۔ ریڈیولوجسٹ پر تشخیص/دستخط/اطلاع۔ یونٹ سیاق و سباق: [لکھیں]

مضبوط ارادہ انسانی منظوری کے نکات، نگرانی، اور خود پر قابو رکھتا ہے۔

کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس

اینڈ ٹو اینڈ فلو ڈرافٹ ٹیمپلیٹ آپ کا کردار: اسسٹنٹ کنسلٹنٹ۔ درخواست → امیجنگ → ٹرائیج → ریڈنگ → پیمائش → رپورٹنگ → تنقیدی تلاش → آرکائیو چین کے لیے، ایک ٹیبل تیار کریں جس میں ہر مرحلے پر AI کے کردار اور انسانی منظوری کی فہرست ہو۔ خطرے کی سطح کو نشان زد کریں اور AI کے ذریعہ کوئی حفاظتی اہم فیصلے "حاصل" نہ ہونے دیں۔ یونٹ سیاق و سباق: [لکھیں]

پرفارمنس مانیٹرنگ ٹیمپلیٹی آپ کو ٹرائیج/سی اے ڈی ڈیٹا کی مدت فراہم کرے گا۔ غلط مثبت شرح، کھوئے ہوئے نتائج کی تعداد، اور فیصد درست مثبت کا حساب لگائیں۔ الارم تھکاوٹ اور ڈسٹری بیوشن بڑھے کے بارے میں انتباہ؛ تجویز کریں کہ مینوفیکچرر/ماڈل کا کس حد تک جائزہ لیا جائے۔ فیصلہ ادارے میں ہوتا ہے۔ ڈیٹا: [لکھیں]

روٹ کاز ریویو ٹیمپلیٹ میں آپ کو کھوئے ہوئے فائنڈ/فالس الارم کیس دے گا۔ بنیادی وجہ کی تمیز کریں: ماڈل (ٹریننگ/اسکوپ)، پروٹوکول/ڈیوائس (ڈسٹری بیوشن ڈرفٹ)، انسانی (آٹومیشن تعصب/خطرناک تھکاوٹ)۔ نظام کی اصلاح پر مرکوز تجاویز پیش کریں، الزام تراشی پر نہیں۔ واقعہ: [لکھیں]

CRITICAL FINDING CLOSD-LOOP TEMPLATE ایک اہم تلاش کی اطلاع کے لیے ایک بند لوپ چیک لسٹ تیار کریں: تلاش کی تصدیق، درست معالج کی شناخت، براہ راست ترسیل، معلومات کی وصولی کی تصدیق، مواصلات کی دستاویزات (وقت/شخص/مواد)۔ ہمیں یاد دلائیں کہ خودکار انتباہات اطلاعات کی جگہ نہیں لیتے ہیں۔ سیاق و سباق: [لکھیں]

عام غلطیاں

"ہر چیز کو خودکار کرنا"۔ سیکورٹی کے لیے اہم فیصلوں کے لیے انسانی منظوری کی ضرورت ہوتی ہے۔ مکمل آٹومیشن خطرناک ہے۔
اسے ایک بار انسٹال کرنا اور اسے نہیں دیکھنا۔ پیٹرن وقت کے ساتھ ٹوٹ جاتا ہے؛ کارکردگی کی مسلسل نگرانی ضروری ہے۔
غلطی کا استعمال کرتے ہوئے شخص کو مورد الزام ٹھہرانا۔ بنیادی وجہ کے تجزیہ کو نظام کی اصلاح پر توجہ دینی چاہیے۔
تنقیدی تلاش کو خودکار انتباہ پر چھوڑ دیں۔ بند لوپ ریڈیولوجسٹ کی طرف سے بند کر دیا جاتا ہے؛ ترسیل اور تصدیق انسانی کام ہے۔
گورننس کو تحریر میں نہیں لانا۔ کون، کون سا ماڈل، کون سا ورژن، کون سا دائرہ کار، کون ذمہ دار ہے - دستاویزی ہونا ضروری ہے۔

مشورہ: اپنے یونٹ میں یہ سوال باقاعدگی سے پوچھیں: "اگر ہم نے آج AI کو بند کر دیا، تو کیا ہم محفوظ طریقے سے کام کرنا جاری رکھیں گے؟" جواب ہمیشہ "ہاں" میں ہونا چاہیے۔ AI پڑھنے کو تیز کرتا ہے، لیکن یہ کبھی بھی پڑھنے، پہچاننے اور دستخط کرنے کی جگہ نہیں لے گا۔

خلاصہ میں

آرٹیفیشل انٹیلی جنس ترتیب کے لمحے سے لے کر ریڈیالوجی میں دستخط شدہ رپورٹ تک سلسلہ کے بہت سے مقامات پر عمل میں آتی ہے: پروٹوکول کی سفارش، معیار، ٹرائیج، پتہ لگانے، پیمائش، فالو اپ، رپورٹنگ اور تنقیدی تلاش کی یاد دہانی۔ مجموعی اصول پورے ماڈیول کا خلاصہ ہے: جیسے جیسے خطرہ بڑھتا ہے، AI کا کردار سکڑتا ہے، انسانی رضامندی بڑھتی ہے۔ کسی بھی قدم پر AI پڑھنے، تشخیص، دستخط، یا تنقیدی تلاش کی رپورٹنگ پر قبضہ نہیں کرتا ہے۔ جو چیز اس بہاؤ کو پائیدار بناتی ہے وہ یہ تسلیم کرنا ہے کہ محفوظ استعمال ایک زندہ عمل ہے، نہ کہ ایک وقتی سیٹ اپ: کارکردگی کی نگرانی، فیڈ بیک لوپ، بگ ریویو، ڈسٹری بیوشن ڈرفٹ ٹریکنگ، اور تحریری گورننس۔ ایک اہم تلاش کی اطلاع دیتے وقت، ریڈیولوجسٹ بند لوپ کو بند کر دیتا ہے۔ ہر چیز کے نیچے ایک غیر تبدیل شدہ جملہ کھڑا ہے: فیصلہ شخص کا ہے۔

درخواست کا کام

اپنے یونٹ (یا ایک نمونہ تنظیم) کے لیے اینڈ ٹو اینڈ AI ورک فلو چارٹ بنائیں: ہر مرحلے پر AI کا کردار، انسانی منظوری، اور خطرے کی سطح لکھیں۔ پھر تین میٹرکس (غلط مثبت شرح، کھوئے ہوئے نتائج، فیصد درست مثبت) اور کارروائی کی حدوں کا تعین کریں جنہیں آپ "کارکردگی سے باخبر رہنے" ٹیمپلیٹ کے ساتھ ٹریک کریں گے۔ ایک اہم تلاش کا منظر نامہ منتخب کریں اور "کریٹیکل فائنڈنگ کلوزڈ لوپ" ٹیمپلیٹ کا استعمال کرتے ہوئے اقدامات لکھیں۔ آخر میں، "اگر ہم آج AI کو بند کردیں تو کیا ہم محفوظ طریقے سے کام کریں گے؟" اپنے یونٹ کے لیے ایمانداری سے سوال کا جواب دیں اور کمی کو نوٹ کریں۔

چیک لسٹ

میں نے ہر AI پوائنٹ کی انسانی توثیق کو آخر سے آخر تک بہاؤ میں بیان کیا۔
میں نے AI کو کوئی حفاظتی اہم فیصلے (تشخیص/دستخط/اطلاع) نہیں سونپے ہیں۔
[ ] میں نے کارکردگی کی نگرانی کے معیار اور کارروائی کی حد کا تعین کیا۔
میں نے فیڈ بیک لوپ اور بگ ریویو کا عمل ترتیب دیا ہے۔
میں نے ڈسٹری بیوشن شفٹ کے لیے مقامی تصدیق کو دہرانے کا منصوبہ بنایا۔
[ ] میں نے اس بات کو یقینی بنایا کہ ریڈیالوجسٹ نے اہم تلاش کی اطلاع پر بند لوپ کو بند کر دیا ہے۔
[ ] "اگر ہم AI کو بند کر دیں تو کیا ہم محفوظ طریقے سے کام کریں گے؟" میں سوال پر ہاں کہہ سکتا ہوں۔

ماڈیول امتحان

1. ایک ریڈیولوجی ٹرائیج AI نے دماغ کے CT کو 'کم ترجیح' کے طور پر نشان زد کیا اور اسے ورک لسٹ کے آخر میں منتقل کر دیا۔ اس امتحان کے لیے ریڈیولوجسٹ کو کیا کرنا چاہیے؟

A) پھر بھی آڈٹ کو مکمل طور پر پڑھتا اور رپورٹ کرتا ہے۔ ٹرائیج صرف ترتیب کو تبدیل کرتا ہے، پڑھنے کو ختم نہیں کرتا ✔
ب) مصنوعی ذہانت عام طور پر مطالعہ کو پڑھے بغیر بند کر دیتی ہے کیونکہ اس کا کہنا ہے کہ یہ کم ترجیح ہے۔
C) خود بخود امتحان کو اگلے دن تک ملتوی کر دیتا ہے۔
D) یہ صرف مصنوعی ذہانت سے نشان زد علاقے کو دیکھتا ہے اور رپورٹ کو مختصر کر دیتا ہے۔

تفصیل: Triage AI صرف پڑھنے کی ترتیب کو تبدیل کرتا ہے۔ یہ کسی امتحان کو پڑھنے سے خارج نہیں کر سکتا۔ 'کم ترجیح' کوئی تشخیص نہیں ہے اور غلط منفی ہو سکتی ہے۔ ہر امتحان کو اب بھی ریڈیالوجسٹ کے ذریعہ مکمل طور پر پڑھنا اور رپورٹ کرنا ضروری ہے۔ یہ ترجیحی سگنل کو پڑھنے کی جگہ نہیں لیتا ہے۔

2. AI میں حقیقی پیتھالوجی (مثلاً ایک چھوٹا نیوموتھورکس) غائب ہے اور ریڈیولوجسٹ اس پر بھروسہ کر رہا ہے اور تصویر کی مناسب جانچ نہیں کر رہا ہے؟

A) غلط مثبت اور الارم تھکاوٹ صرف
ب) غلط منفی اور آٹومیشن تعصب (AI پر زیادہ انحصار) ✔
C) صرف خراب تصویر کا معیار
D) صرف DICOM ہیڈر کی خرابی۔

وضاحت: یہ غلط منفی ہے اگر ماڈل تلاش سے محروم ہو جاتا ہے۔ آٹومیشن تعصب تب ہوتا ہے جب ریڈیولوجسٹ مصنوعی ذہانت پر حد سے زیادہ بھروسہ کرتا ہے اور اپنے امتحان میں نرمی کرتا ہے۔ جب دونوں اکٹھے ہو جاتے ہیں، تو انسانی نگرانی کا عنصر غائب ہو جاتا ہے اور تلاش مکمل طور پر چھوٹ سکتی ہے۔ لہذا، مصنوعی ذہانت سے نشان زد نہ ہونے والے علاقوں کو بھی پڑھنا چاہیے۔

3. AI نے thorax CT رپورٹ کے مسودے میں 'right adrenal adenoma' ایک جملہ شامل کیا جس کا تصویر میں کوئی مساوی نہیں تھا۔ ریڈیولوجسٹ کو کیا کرنا چاہیے؟

A) جملے کو قابل اعتماد سمجھتا ہے اور اس پر براہ راست دستخط کرتا ہے۔
ب) چونکہ اسے یقین نہیں ہے، اس لیے وہ پوری رپورٹ کو مصنوعی ذہانت پر دوبارہ لکھتا ہے اور اس پر دستخط کرتا ہے۔
ج) جملے کو تصویر کے ساتھ ملاتا ہے؛ اگر کوئی پروویژن نہیں ہے تو وہ اسے ہٹا دیتا ہے اور مسودے پر تصدیق شدہ ✔ پر دستخط کرتا ہے۔
D) جملہ چھوڑ دیتا ہے لیکن آخر میں 'مصنوعی ذہانت کا اضافہ' لکھتا ہے۔

وضاحت: زبان کے ماڈل روانی سے کسی ایسی تلاش کو فٹ کر سکتے ہیں جو تصویر میں موجود نہیں ہے۔ اسے ہیلوسینیشن کہتے ہیں۔ ریڈیولوجسٹ کو رپورٹ کے ہر جملے کو تصویر سے مماثل رکھنا چاہیے، کوئی بھی غیر متعلقہ جملے کو ہٹانا چاہیے، اور مسودے کی تصدیق کیے بغیر اس پر دستخط نہیں کرنا چاہیے۔ رپورٹ کا مسودہ آغاز ہے، ثبوت نہیں۔

4. ایک ماہر مریض کے نام اور پروٹوکول نمبر کے ساتھ DICOM امیج کو بغیر گمنامی کے عوامی طور پر دستیاب AI ٹول میں اپ لوڈ کرتا ہے۔ یہاں اصل مسئلہ کیا ہے؟

A) تصویری ریزولوشن مصنوعی ذہانت کے لیے ناکافی ہے۔
ب) مصنوعی ذہانت DICOM فارمیٹ کو نہیں پڑھ سکتی
ج) کوئی تبصرہ نہیں کیا جا سکتا کیونکہ تصویر بلیک اینڈ وائٹ ہے۔
D) DICOM ہیڈر میں شناختی ڈیٹا اور تصویر میں سرایت بغیر گمنام کے شیئر کیا جاتا ہے۔ یہ KVKK کی خلاف ورزی ہے ✔

تفصیل: DICOM فائلوں میں دونوں معلومات ہوتی ہیں جیسے ہیڈر میں مریض کا نام، شناخت، تاریخ پیدائش، اور بعض اوقات شناختی ڈیٹا امیج میں شامل ہوتا ہے (برن ان)۔ ان کا نام ظاہر کیے بغیر کسی بیرونی ٹول پر اپ لوڈ کرنا صحت کے حساس ڈیٹا کا انکشاف اور KVKK کی خلاف ورزی ہے۔ ہیڈر اور ایمبیڈڈ ڈیٹا کو پہلے صاف کرنا ضروری ہے۔

5. AI کے ذریعہ تیار کردہ پھیپھڑوں کے نوڈول کی خودکار پیمائش (مثلاً 8 ملی میٹر) کا پچھلے امتحان سے دستی پیمائش (5 ملی میٹر) سے موازنہ کرتے وقت تصدیق کا سب سے اہم مرحلہ کیا ہے؟

A) اس بات کی تصدیق کریں کہ پیمائش کا موازنہ ایک ہی طریقہ، طیارہ اور تقسیم کی مستقل مزاجی سے کیا گیا ہے اور ریڈیولوجسٹ کے ذریعہ تضاد کا اندازہ کریں ✔
ب) یہ فرض کرنا کہ نئی پیمائش ہمیشہ درست ہوتی ہے اور ترقی کی اطلاع دیتی ہے۔
C) دو پیمائشوں کی اوسط لینا اور ان کی اطلاع دینا
D) پیمائش کو مکمل طور پر نظر انداز کریں اور صرف بصری نقوش لکھیں۔

وضاحت: پیمائش ایک تخمینہ ہے اور سیگمنٹیشن باؤنڈری، سلائس سلیکشن، پروٹوکول اور پیمائش کے طریقے پر منحصر ہے۔ جب خودکار اور دستی پیمائش مختلف طریقوں سے کی جاتی ہے، تو 'ترقی' کا غلط تاثر پیدا ہو سکتا ہے۔ توسیع کا فیصلہ کرنے سے پہلے، ایک ہی طریقہ کا استعمال کرتے ہوئے، ایک ہی جہاز پر اور مستقل حدود کے ساتھ موازنہ کیا جانا چاہیے، اور کسی بھی تضاد کا ریڈیولوجسٹ کے ذریعے جائزہ لیا جانا چاہیے۔

6. PACS میں AI نتائج شامل کرتے وقت اصل DICOM امیج کے حوالے سے سنہری اصول کیا ہے؟

A) مصنوعی ذہانت کے نشانات کو اصل تصویر پر مستقل طور پر لکھا جانا چاہیے۔
ب) AI آؤٹ پٹ کو الگ سیریز/پرت کے طور پر شامل کیا جاتا ہے۔ اصل تشخیصی تصویر کو تبدیل نہیں کیا گیا ہے اور ٹریس ریکارڈنگ محفوظ ہے ✔
ج) اصل تصویر کو بالکل بھی ذخیرہ نہیں کیا جانا چاہئے، صرف پروسیس شدہ ورژن رکھنا چاہئے۔
D) AI آؤٹ پٹ کو مریض کے ہیڈر کے اندر متن کے طور پر سرایت کرنا چاہئے۔

تفصیل: AI مارک اپس، میٹرکس، اور ہائی لائٹس کو علیحدہ سیریز، پرت، یا ساختی رپورٹ آبجیکٹ کے طور پر ذخیرہ کیا جانا چاہیے۔ اصل تشخیصی تصویر کو کبھی بھی تبدیل نہیں کیا جانا چاہیے۔ اس طرح، ریڈیولوجسٹ ہمیشہ خام ڈیٹا دیکھ سکتا ہے، ٹریس ریکارڈنگ محفوظ رہتی ہے، اور AI آؤٹ پٹ اصل سے ممتاز رہتا ہے۔

7. ایک میموگرافی AI اعلی 'حساسیت' لیکن کم 'خصوصیت' کے ساتھ کام کرتی ہے۔ عملی طور پر اس کا کیا مطلب ہے؟

A) ماڈل میں تقریباً کوئی نتائج نہیں ہیں۔
ب) ماڈل کبھی بھی غلط مثبت پیدا نہیں کرتا ہے۔
C) ماڈل سب سے زیادہ صحیح نتائج حاصل کرتا ہے لیکن بہت سے غلط مثبتات پیدا کر سکتا ہے، جس کی وجہ سے غیر ضروری یاد کرنا پڑتا ہے ✔
D) ماڈل صرف ان معاملات کو نشان زد کرتا ہے جن کے لیے یہ ایک قطعی تشخیص کر سکتا ہے۔

وضاحت: اعلیٰ حساسیت کا مطلب ہے زیادہ تر حقیقی مثبتات (کچھ غلط منفی) کو حاصل کرنا۔ کم مخصوصیت کا مطلب ہے صحت مند کیسز کو کثرت سے نشان زد کرنا، جس کا مطلب ہے کہ جھوٹے مثبت کی ایک بڑی تعداد پیدا کرنا۔ یہ رساو کو کم کرتا ہے لیکن غیر ضروری یاد کرنے اور تفتیش کا بوجھ بڑھاتا ہے۔ حد کا انتخاب ایک طبی توازن ہے اور اس پر ریڈیولوجسٹ کی تشریح کی جاتی ہے۔

8. ایک AI ماڈل کو ایک مخصوص مینوفیکچرر کے آلے اور مریضوں کی مخصوص آبادی پر تربیت دی جاتی ہے۔ آپ کے اپنے ادارے میں کسی مختلف ڈیوائس اور آبادی پر اسے استعمال کرنے سے پہلے بہترین طریقہ کیا ہے؟

A) یہ فرض کرنا کہ ماڈل ہر جگہ ایک جیسی کارکردگی دے گا۔
ب) ماڈل کی جانچ کیے بغیر تمام معائنہ لازمی کریں۔
ج) اسے محفوظ سمجھنا صرف اس صورت میں جب یوزر انٹرفیس ترکی میں ہو۔
D) مقامی توثیق کریں اور اپنے آلے اور آبادی پر کارکردگی چیک کریں اور منظوری/ثبوت کی سطح کا جائزہ لیں ✔

وضاحت: ڈیٹا کی تقسیم سے ہٹنے پر کارکردگی کم ہو سکتی ہے جس پر ماڈل کو تربیت دی گئی تھی۔ اسے ڈسٹری بیوشن شفٹ کہتے ہیں۔ کسی نئے ڈیوائس، پروٹوکول، یا آبادی میں استعمال کرنے سے پہلے، مقامی توثیق (آپ کے اپنے ڈیٹا پر کارکردگی کی جانچ) کی جانی چاہیے اور ریگولیٹری منظوری اور ثبوت کی سطح کا جائزہ لیا جانا چاہیے۔

9. مفت ٹیکسٹ رپورٹنگ پر سٹرکچرڈ رپورٹنگ کا سب سے اہم سیکورٹی فائدہ کیا ہے؟

A) معیاری عنوانات اور لازمی فیلڈز کی بدولت، یہ کھوئے ہوئے نتائج اور ابہام کے خطرے کو کم کرتا ہے اور مستقل مزاجی کو یقینی بناتا ہے ✔
ب) رپورٹوں کو مختصر دکھاتا ہے۔
ج) یہ ریڈیولوجسٹ کے لیے تصویر کو دیکھنا غیر ضروری بنا دیتا ہے۔
D) مصنوعی ذہانت کو ریڈیولوجسٹ کی منظوری کے بغیر رپورٹ بھیجنے کی اجازت دیتا ہے۔

تفصیل: سٹرکچرڈ رپورٹنگ معیاری عنوانات، مطلوبہ فیلڈز اور ایک عام لغت کا استعمال کرتی ہے۔ یہ کھوئے ہوئے نتائج، کھوئے ہوئے فیلڈز، اور غلط فہمیوں کے خطرے کو کم کرتا ہے، معالجین کے درمیان مستقل مزاجی کو یقینی بناتا ہے، اور مصنوعی ذہانت کے لیے فیلڈز کو بھرنا اور مستقل مزاجی کو چیک کرنا آسان بناتا ہے۔ مفت متن زیادہ لچکدار ہے لیکن اس میں بھول چوک اور ابہام کا زیادہ خطرہ ہوتا ہے۔

10. ایک امیج اینہانسمنٹ (سپر ریزولوشن) الگورتھم کم خوراک والے سی ٹی کو 'کلین اپ' کر سکتا ہے جبکہ ٹھیک ڈھانچہ جو کہ اصل میں موجود نہیں ہے۔ یہ آپ کو کیا یاد دلاتا ہے؟

A) بہتر تصویر ہمیشہ زیادہ قابل اعتماد ہوتی ہے۔
ب) اضافہ مصنوعی تفصیل کا اضافہ کر سکتا ہے یا اصل تلاش کو حذف کر سکتا ہے۔ شک کی صورت میں، خام تصویر کو واپس کیا جانا چاہئے اور تشخیصی اعتبار سے سوال کیا جانا چاہئے ✔
ج) ڈینوائزنگ کے بعد خوراک خود بخود کم ہو جاتی ہے۔
D) اضافہ صرف رنگ بدلتا ہے، مواد کو بالکل متاثر نہیں کرتا ہے۔

وضاحت: جب کہ تصویر کو بڑھانے والے الگورتھم شور کو کم کرتے ہیں، وہ مصنوعی تفصیلات شامل کر سکتے ہیں یا حقیقی چھوٹے نتائج کو مٹا سکتے ہیں۔ یہ ایک یاد دہانی ہے کہ بہتر تصویر کی تشخیصی درستگی محدود ہو سکتی ہے اور شک کی صورت میں، خام/اصل تصویر پر واپس جائیں اور، اگر ضروری ہو تو، مناسب پروٹوکول کے ساتھ دوبارہ جائزہ لینا ضروری ہے۔ جمالیاتی طور پر اچھے لگنے کا مطلب تشخیصی درستگی نہیں ہے۔

11. عوامی AI ٹول کو بھیجے جانے والے مریض کی کہانی کو گمنام کرتے وقت درست رویہ کیا ہے؟

A) صرف کنیت کو حذف کرنا اور نام اور پروٹوکول نمبر چھوڑ دینا کافی ہے۔
ب) تمام طبی معلومات کو بھی حذف کرنا تاکہ AI کو کوئی سیاق و سباق نظر نہ آئے
C) شناخت، پروٹوکول، رابطہ اور ادارہ جاتی معلومات کو ہٹا دیں اور صرف طبی لحاظ سے ضروری گمنام معلومات چھوڑ دیں ✔
D) گمنامی غیر ضروری ہے؛ گاڑی پہلے سے ہی محفوظ ہے

وضاحت: نام، ٹی آر آئی ڈی نمبر، پروٹوکول/فائل نمبر، رابطہ اور ادارے کی معلومات کو ہٹا دینا چاہیے۔ صرف طبی لحاظ سے ضروری معلومات (عمر گروپ، جنس، متعلقہ تاریخ) رہنی چاہیے۔ صحیح طریقہ یہ ہے کہ 'Ayşe Yılmaz, protocol 2024-114523' کے بجائے '62 سالہ خاتون، چھاتی کے کینسر کی معلوم تاریخ' لکھیں۔

12. AI نے پلمونری ایمبولیزم (PE) CT انجیوگرام (منفی AI) پر کوئی نتیجہ نہیں دکھایا۔ ریڈیولوجسٹ کے لیے اس کی صحیح تشریح کیا ہے؟

A) یقینی طور پر کوئی امبولزم نہیں ہے، رپورٹ کو منفی کے طور پر فوری طور پر بند کیا جا سکتا ہے
ب) امتحان کو دہرایا جانا چاہیے۔
ج) کسی معالج سے مشورہ کرنے کی ضرورت نہیں ہے کیونکہ مصنوعی ذہانت منفی کہتی ہے۔
D) منفی AI ضمانت نہیں ہے۔ ریڈیولوجسٹ اپنی تشخیص کے ساتھ پوری تصویر کو پڑھتا ہے، ہو سکتا ہے ماڈل اس کھوج سے محروم ہو گیا ہو ✔

وضاحت: منفی AI آؤٹ پٹ کا مطلب یہ نہیں ہے کہ ایمبولزم کو خارج کر دیا گیا ہے۔ ہوسکتا ہے کہ ماڈل نے کھوج کھو دی ہو (غلط منفی)۔ ریڈیولاجسٹ کو پوری تصویر کو اپنے طبی فیصلے کے ساتھ پڑھنا چاہیے، بشمول وہ علاقے جن پر AI کے نشان نہیں ہیں۔ منفی AI تشخیص کی ضمانت نہیں ہے، بلکہ زیادہ سے زیادہ ایک معاون سگنل ہے۔

13. AI نے ایک اہم دریافت کے لیے الرٹ تیار کیا (مثلاً، بڑے پیمانے پر انٹراکرینیل ہیمرج)۔ کلوز لوپ کریٹیکل فائنڈنگ رپورٹنگ کا ذمہ دار کون ہے؟

A) یہ ریڈیولوجسٹ کی ذمہ داری ہے کہ وہ تلاش کی تصدیق کرے، اسے کلینشین تک پہنچائے، مواصلت کو دستاویز کرے، اور بند لوپ کو مکمل کرے ✔
ب) اطلاع مکمل طور پر خودکار ہے، ریڈیولوجسٹ کا کوئی کردار نہیں ہے۔
C) ذمہ داری مصنوعی ذہانت کے پروڈیوسر کو جاتی ہے۔
D) چونکہ وارننگ ورک لسٹ میں ہے، اس لیے کسی اضافی بات چیت کی ضرورت نہیں ہے۔

تفصیل: AI وارننگ ایک یاد دہانی ہے۔ یہ ریڈیولوجسٹ کی ذمہ داری ہے کہ وہ اہم دریافت کی تصدیق کرے، اسے براہ راست حاضری دینے والے معالج سے بات کرے، مواصلات کو دستاویز کرے، اور بند لوپ (معلومات کی وصولی کی تصدیق) کو مکمل کرے۔ خودکار انتباہ انسانی مواصلات اور تصدیق کا متبادل نہیں ہے۔

14. امیجنگ یونٹ میں مصنوعی ذہانت کے استعمال کو پائیدار اور محفوظ بنانے کے لیے بہترین حکمرانی کا طریقہ کیا ہے؟

A) ایک بار انسٹال کریں اور دوبارہ کبھی جائزہ نہ لیں۔
ب) کارکردگی کو باقاعدگی سے مانیٹر کریں، فیڈ بیک اور سیلف آڈٹ سائیکل قائم کریں، غلطیوں کی مثالوں کا جائزہ لیں، اور حتمی فیصلہ ریڈیولوجسٹ کے پاس رکھیں ✔
ج) تمام فیصلے ماڈل کو سونپنا اور ریڈیولوجسٹ کی تعداد کو کم کرنا
D) کبھی بھی مصنوعی ذہانت کے نتائج کو ریکارڈ نہ کریں اور کوئی نشان نہ چھوڑیں۔

تفصیل: محفوظ استعمال ایک بار کی تنصیب نہیں ہے۔ اس کے لیے کارکردگی کی باقاعدگی سے نگرانی، ریڈیولاجسٹ کے تاثرات کا مجموعہ، غلط منفی/مثبت نمونوں کا جائزہ، ماڈل اپ ڈیٹس اور ڈسٹری بیوشن ڈرفٹ کی نگرانی، اور باقاعدہ خود آڈٹ کی ضرورت ہوتی ہے۔ ذمہ داری، دستخط اور حتمی فیصلہ ہمیشہ ریڈیولوجسٹ کے پاس رہتا ہے۔