فائدہ:
- آڈیوگرام کے بنیادی اجزاء کی تشریح کرنے کی صلاحیت (dB HL، فریکوئنسی، ہوا کی ترسیل/ہڈیوں کی ترسیل، ماسکنگ) اور سماعت کے نقصان کی قسم اور ڈگری کو مصنوعی ذہانت کے خاکے سے نہیں بلکہ کیلیبریٹڈ پیمائش کے ذریعے تصدیق کر کے
- مصنوعی ذہانت کو آڈیوگرام ڈیٹا کے ساتھ ساختی شکل میں فراہم کرنے، ایک محفوظ ابتدائی تشریحی مسودہ تیار کرنے، اور تشخیصی زبان کو ماہر زبان میں ترجمہ کرنے کی صلاحیت
- پرامپٹ سے پہلے عام آڈیوگرام تشریحی نقصانات کو پکڑنے کی اہلیت (ماسک کرنے والی مخمصہ، ہوا میں ہڈیوں کا فرق، کنفیگریشن اندھا پن)
آڈیوگرام وہ دستاویز ہے جسے ایک آڈیولوجسٹ سب سے زیادہ دیکھتا ہے۔ آڈیوگرام ایک گراف ہے جو مریض کی سماعت کی دہلیز (سب سے کم آواز کی شدت جسے وہ سن سکتے ہیں) کو فریکوئنسی کے لحاظ سے مرتب کرتا ہے: افقی محور پر فریکوئنسی ہے (آواز کی پچ، ہرٹز - ہرٹز میں، عام طور پر 250–8000 ہرٹز)، اور عمودی محور پر شدت ہے (ہٹ بی کی آواز کی بلندی)۔ گراف کو اوپر سے نیچے تک پڑھا جاتا ہے: حد جتنی کم ہوگی (جتنا زیادہ dB HL نمبر ہوگا)، سماعت کا نقصان اتنا ہی زیادہ ہوگا۔ اس یونٹ میں ہم سیکھیں گے کہ آڈیوگرام کی تشریح کے لیے AI کو رف ڈرافٹ جنریٹر کے طور پر کیسے استعمال کیا جائے، لیکن آپ کو ہمیشہ کیلیبریٹڈ پیمائش اور طبی آنکھ سے حتمی تشریح کی تصدیق کیوں کرنی چاہیے۔
بنیادی اصول یہ ہے: AI آپ کو ایک صاف ستھرا، پڑھنے کے قابل پری کمنٹری تیار کر سکتا ہے۔ تاہم، سماعت کے نقصان کی قسم اور ڈگری اور ماسکنگ کی ضرورت کیلیبریٹڈ ڈیوائس ڈیٹا اور ماہرانہ تشخیص سے واضح ہو جاتی ہے۔ مصنوعی ذہانت کو آڈیوگرام کی "تشریح" کرنے کے لیے کہنے کے بجائے، صحیح طریقہ یہ کہنا ہے کہ "میرے دیئے گئے نمبروں سے ایک باقاعدہ خاکہ نکلے گا، میں اس کی تصدیق کروں گا۔"
آڈیوگرام کے بنیادی اجزاء
آڈیوگرام کو صحیح طریقے سے پڑھنے کے لیے آئیے چند تصورات کو واضح کرتے ہیں۔ مصنوعی ذہانت کو دینے سے پہلے آپ کو ان میں سے ہر ایک کو اپنے ذہن میں سمجھنا چاہیے۔
ایئر وے (HY): آواز ہیڈ فون یا اسپیکر کے ذریعے بیرونی کان میں داخل ہوتی ہے اور پورے سمعی راستے (بیرونی-درمیانی-اندرونی کان) کی جانچ کرتی ہے۔ آڈیوگرام پر، عام طور پر دائیں کان کے لیے "O" اور بائیں کان کے لیے "X" کا نشان لگایا جاتا ہے۔
ہڈی کی ترسیل (BO): ایک ہلتا ہوا سر (ہڈی وائبریٹر) کان کے پیچھے کی ہڈی پر رکھا جاتا ہے۔ آواز بیرونی اور درمیانی کانوں کو نظرانداز کرتی ہے اور براہ راست کوکلیہ (اندرونی کان میں سماعت کا عضو) کی جانچ کرتی ہے۔ یہ عام طور پر آڈیوگرام پر "<" اور ">" سے نشان زد ہوتا ہے۔
ایئر بون گیپ (AAC): ایئر وے کی حد ہڈیوں کے فرق سے نمایاں طور پر بدتر ہے۔ یہ رینج بتاتی ہے کہ بیرونی/درمیانی کان سے آواز کی ترسیل میں ایک رکاوٹ ہے، یعنی ایک کنڈکٹیو جز ہے (بیرونی/درمیانی کان سے نکلتا ہے)۔
ماسکنگ: جب آواز ایک کان کی جانچ کرتے ہوئے کھوپڑی سے دوسرے (غیر ٹیسٹ شدہ) کان تک جاتی ہے تو اسے کراس ہیئرنگ کہتے ہیں۔ اگر دونوں کانوں کی دہلیز کے درمیان فرق اتنا بڑا ہے کہ اس کا سبب بن سکتا ہے، تو اسے بغیر جانچے ہوئے کان میں شور ڈال کر "نقاب پوش" کیا جاتا ہے تاکہ دہلیز دراصل جانچے ہوئے کان کی ہو۔
احتیاط: ایک آڈیوگرام جہاں ضرورت کے مطابق ماسکنگ نہیں کی جاتی ہے وہ غلط کان میں حد دکھا سکتا ہے۔ مصنوعی ذہانت ان نمبروں کی تشریح کرتی ہے جو آپ دیتے ہیں۔ آپ کو یقینی بنانا اور تصدیق کرنی چاہیے کہ آیا ماسکنگ کی گئی ہے۔
سماعت کے نقصان کی قسم اور ڈگری
آڈیوگرام آپ کو دو اہم چیزیں بتاتا ہے: نقصان کی قسم اور ڈگری۔
قسم بتاتی ہے کہ نقصان کہاں ہے۔ اگر ہوا اور ہڈیوں کی ترسیل ایک ساتھ ناقص ہے اور کوئی فرق نہیں ہے تو، حسی (اندرونی کان/اعصابی اصل) قسم کو سمجھا جاتا ہے۔ اگر ہوا کا راستہ ناقص ہے (اگر کوئی خلا ہے) جبکہ ہڈیوں کی ترسیل معمول کے قریب ہے تو ترسیل کی قسم کو سمجھا جاتا ہے۔ اگر دونوں ایک ساتھ ہوں تو یہ مخلوط قسم ہے۔
گریڈ بتاتا ہے کہ کتنا نقصان ہے اور عام طور پر اوسط حد کے مطابق درجہ بندی کیا جاتا ہے (عام، ہلکا، اعتدال پسند، اعتدال پسند، شدید، بہت شدید)۔ نیچے دی گئی جدول ایک مشترکہ فریم ورک فراہم کرتی ہے۔ تاہم، آپ کے ادارے اور موجودہ رہنمائی کے ذریعے استعمال ہونے والی حد کی حدود پر انحصار کریں۔
ڈگری
تخمینی حد کی حد (dB HL)
روزمرہ کی زندگی پر ممکنہ اثرات
عام
≤ 20
کوئی واضح مشکلات نہیں۔
ہلکا پھلکا
21–40
خاموشی/دور سے بولنے میں دشواری
درمیانہ
41-55
عام طور پر بولنے میں دشواری
انٹرمیڈیٹ اعلی درجے کی
56-70
اونچی آواز میں بولنے کی ضرورت ہے۔
اگلا
71-90
ڈیوائس کے بغیر بات چیت بہت مشکل ہے۔
بہت دور
>90
ڈیوائس/ امپلانٹ کی تشخیص
مصنوعی ذہانت آپ کو اس درجہ بندی کی یاد دلا سکتی ہے۔ لیکن کون سی تعدد اوسط ہے، انشانکن کی درستگی، اور ٹیسٹ کی وشوسنییتا (مریض کا تعاون، بچے میں عمر کے لحاظ سے موزوں طریقہ) آپ کی ذمہ داری ہے۔
مرحلہ وار: مصنوعی ذہانت کے ساتھ محفوظ آڈیوگرام پری تشریح
- ڈیٹا کو ڈھانچہ بنائیں۔ dB HL میں دائیں/بائیں، ہوا/ہڈی کی ترسیل کی حد کو گمنام طور پر، تعدد بہ تعدد، ٹیبل کریں۔
- ماسکنگ کی حیثیت کی وضاحت کریں۔ شامل کریں کہ کون سی حدیں نقاب پوش ہیں؛ اگر یہ غائب ہے تو، "ماسکنگ کا اندازہ لگایا جانا چاہئے" لکھیں۔
- کردار کو محدود کریں۔ مصنوعی ذہانت سے کہو "تشخیص نہ کرو؛ صرف اس نمبر سے قسم اور ڈگری کا خاکہ بنائیں جو میں آپ کو دیتا ہوں، قطعی زبان استعمال نہ کریں۔"
- مسودہ حاصل کریں اور اس کی تصدیق کریں۔ نتیجے کی قسم/ڈگری کی تشریح کا اپنے پڑھنے اور ڈیوائس کے ڈیٹا سے موازنہ کریں۔
- کلینیکل سیاق و سباق کے ساتھ ضم کریں۔ تاریخ، otoscopy، tympanometry اور تقریر ٹیسٹ کے ساتھ ضم.
- اسے ماہر زبان میں لے جائیں۔ مسودے کو رپورٹ/مریض کی زبان کے لیے موزوں ایک تصدیق شدہ بیان میں تبدیل کریں۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
اس مریض کا آڈیوگرام خراب ہے، دایاں کان 60 کے قریب ہے۔ مجھے کس قسم کے نقصان کے آلے کی ضرورت ہے؟
نامکمل اور غیر ساختہ ڈیٹا، براہ راست تشخیص اور ڈیوائس کے فیصلے کی درخواست، کوئی ماسکنگ اور ہڈیوں کی ترسیل کی معلومات نہیں۔ AI خلا کو پورا کرنے پر مجبور ہے۔
طاقتور اشارہ:
آپ کا کردار: ماہر آڈیولوجسٹ کو پیشگی تشریح کا مسودہ تیار کرنے والا معاون۔ تشخیص کرنا؛ صرف میرے دیئے گئے نمبروں سے قسم اور ڈگری کا مسودہ تیار کریں، "ممکنہ" زبان استعمال کریں، گمشدہ ڈیٹا کو بطور [کوئی ڈیٹا نہیں] نشان زد کریں۔ 1000=30، 2000=45، 4000=50ماسکنگ: لاگو۔ بایاں کان: [کوئی ڈیٹا نہیں]۔ٹاسک: دائیں کان کے لیے ممکنہ قسم (رینج؟) اور ڈگری کا خاکہ بنائیں، تصدیق کے لیے کون سی اضافی جانچ کی ضرورت ہے۔ بیان کریں کہ فیصلہ آڈیولوجسٹ پر منحصر ہے۔
مضبوط پرامپٹ سٹرکچرڈ ڈیٹا دیتا ہے، کردار اور حدود متعین کرتا ہے، من گھڑت کام کو روکتا ہے، اور تصدیق کی ضرورت ہوتی ہے۔
تین چھوٹے مقدمات
کیس 1 - خلا کو پکڑنا۔ ایک آڈیولوجسٹ مصنوعی ذہانت کو دائیں کان میں HY 1000 Hz = 50 dB، KY 1000 Hz = 15 dB کا ڈیٹا دیتا ہے۔ YZ خاکہ پیش کرتا ہے "ہوائی ہڈی کا فرق تقریباً 35 ڈی بی، ممکنہ کنڈکٹیو قسم کا جزو؛ اوٹوسکوپی اور ٹائیمپانومیٹری سے تصدیق ہونی چاہیے۔" ماہر اسے otoscopy اور tympanometry کے ساتھ جوڑتا ہے اور مریض کو درمیانی کان کی جانچ کی ہدایت کرتا ہے۔ اے آئی نے ڈرافٹ کو تیز کیا، فیصلہ ماہر کے پاس رہا۔
کیس 2 - ماسکنگ وارننگ۔ ایک آڈیو میٹرسٹ دائیں کان 4000 ہرٹز = 20 ڈی بی، بائیں کان میں وہی فریکوئنسی = 80 ڈی بی کا ڈیٹا داخل کرتا ہے اور بتاتا ہے کہ کوئی ماسکنگ نہیں لگائی گئی ہے۔ AI یاد دلاتا ہے کہ فرق سماعت کو عبور کرنے کا باعث بن سکتا ہے، بائیں کان کی دہلیز بغیر ماسک کیے ناقابل اعتبار ہے۔ ماہر ماسکنگ کے ساتھ ٹیسٹ کو دہراتا ہے۔ 60 ڈی بی فرق نے ایک ایسا جال بنا دیا جسے نظر انداز کیا جا سکتا تھا۔
کیس 3 - ہیلوسینیشن کی روک تھام۔ ایک ماہر صرف دائیں کان کا ڈیٹا داخل کرتا ہے لیکن کہتا ہے "دونوں کانوں کی ترجمانی کریں۔" AI بائیں کان کے لیے اقدار کو فٹ کرتا ہے، جو نہیں دیا جاتا ہے۔ جب ماہر "گمشدہ ڈیٹا، لکھیں [کوئی ڈیٹا نہیں]" اصول کو پرامپٹ میں شامل کرتا ہے، تو AI بائیں کان کو خالی چھوڑ دیتا ہے۔ سبق: اگر آپ حدود متعین نہیں کرتے ہیں، تو ماڈل خلا کو پُر کر دے گا۔
کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس
آڈیو گرام ڈیٹا کنفیگریشن ٹیمپلیٹ درج ذیل تھریش ہولڈز کو ایک گمنام ٹیبل میں پلاٹ کریں (تعدد قطار؛ دائیں HY، دائیں KY، بائیں KY، بائیں KY کالم)۔ لاپتہ سیل لکھیں [کوئی ڈیٹا نہیں]، فٹنگ۔ خام ڈیٹا: [تھریش ہولڈز]
TYPE-RADE DRAFT TEMPLATEآپ کا کردار: پری تبصرہ ڈرافٹ اسسٹنٹ۔ میں نے جو دہلیز دی ہیں، ان میں سے ہر ایک کان کے لیے (1) ہوا کی ہڈی کا خلا ہے، (2) ممکنہ قسم، (3) ممکنہ ڈگری کا خاکہ "ممکن" زبان کے ساتھ تیار کیا گیا ہے۔ ایک حتمی تشخیص کرنا؛ تصدیق کے لیے درکار اضافی جانچ کی وضاحت کریں۔ ڈیٹا: [ٹیبل]
ماسکنگ کنٹرول ٹیمپلیٹ کیا میں نے جو دو کان کی دہلیز دی ہیں ان میں کوئی فرق ہے جس کے لیے ماسکنگ کی ضرورت ہے؟ کس فریکوئنسی پر ماسکنگ کا جائزہ لیا جانا چاہیے؟ ایک فہرست کے طور پر نتیجہ دیں؛ فیصلہ ماہر پر منحصر ہے. ڈیٹا: [تھریش ہولڈز]
ماہر کی زبان میں ترجمہ کے لیے ٹیمپلیٹ اس مسودے کا ترجمہ کریں جس کی میں نے ذیل میں تصدیق کی ہے ایک پیراگراف میں پیمائش شدہ اور "ممکنہ" زبان میں، طبی رپورٹ کے لیے موزوں ہے۔ من گھڑت نتائج کو شامل کرنا۔ مسودہ: [تصدیق شدہ مسودہ]
عام غلطیاں
- ہڈی کے راستے کو نظرانداز کرنا۔ بس ایئر لائن کو دیں اور ایک قسم کا تبصرہ طلب کریں۔ یہ نہیں دیکھا جا سکتا کہ خلا ہے یا نہیں۔
- ماسکنگ مخمصے کو نظر انداز کرنا۔ بڑے اندرونی اختلافات کو ماسک کیے بغیر حد کو درست تسلیم کرنا۔
- کنفیگریشن اندھا پن۔ صرف اوسط کو دیکھنا اور ایک واحد فریکوئنسی نشان (مثلاً 4000 ہرٹز شور نوچ) غائب؛ اگر AI اوسط واپس کرتا ہے، تو تفصیل پوشیدہ ہے۔
- حتمی تشخیصی زبان کی درخواست کرنا۔ AI کو "تشخیص" کرنے کے لیے بتانا؛ مسودے کو حتمی رپورٹ کے طور پر استعمال کرنا۔
- لاپتہ ڈیٹا بنانا۔ حد متعین نہ کرنے پر ماڈل کو خالی سیل بھرنے کی اجازت دینا۔
خلاصہ میں
آڈیوگرام؛ یہ فریکوئنسی، ڈی بی ایچ ایل، ہوا/ہڈی کی ترسیل اور ماسکنگ کے تصورات پر مبنی ہے۔ AI آپ کے دیئے گئے ساختی نمبروں سے ایک صاف قسم کی ڈگری کا خاکہ تیار کر سکتا ہے اور آپ کو ماسکنگ جیسے نقصانات کی یاد دلاتا ہے۔ لیکن ٹیسٹ کی قسم، گریڈ اور قابل اعتماد پیمائش کیلیبریٹڈ پیمائش اور ماہرانہ تشخیص کے ذریعے واضح ہو جاتے ہیں۔ گمنام اور سٹرکچرڈ ڈیٹا فراہم کریں، گمشدہ [کوئی ڈیٹا نہیں] پرنٹ کریں، ہمیشہ اپنے پڑھنے کے ساتھ مسودے کی تصدیق کریں۔
درخواست کا کام
آپ کے پاس موجود ایک (گمنام) آڈیوگرام کی دہلیز کو "ڈیٹا سٹرکچرنگ" ٹیمپلیٹ کے ساتھ ایک ٹیبل میں پلاٹ کریں، اور "ٹائپ ڈگری ڈرافٹ" ٹیمپلیٹ کے ساتھ ابتدائی تشریح حاصل کریں۔ اس کے بعد اپنی خود مختار مطالعہ کریں اور اس کا AI کے مسودے سے موازنہ کریں: آپ ایک جیسے کہاں سے آئے، آپ مختلف کہاں سے آئے؟ نوٹ کریں کہ آیا یہ ماسکنگ کی ضرورت سے محروم ہے اور حتمی تصدیق شدہ تبصرے کو "ماہر ترجمہ" ٹیمپلیٹ کے ساتھ ایک پیراگراف میں تبدیل کریں۔
چیک لسٹ
- میں نے ایک گمنام اور ساختی شکل میں حدیں دی ہیں۔
- میں نے ہوا اور ہڈیوں کا راستہ ایک ساتھ قائم کیا۔ میں نے رینج چیک کیا۔
- میں نے ماسکنگ کی ضرورت پر غور کیا۔
- [ ] میں نے گمشدہ ڈیٹا کو [کوئی ڈیٹا نہیں] کے بطور نشان زد کیا، جعل سازی کو روکا۔
- [] میں نے اپنے پڑھنے اور طبی سیاق و سباق کے ساتھ AI مخطوطہ کی توثیق کی۔
- [ ] میں نے آخری تبصرے کا ماہر زبان میں ترجمہ کیا، ناپے گئے، "ممکنہ" زبان کے ساتھ۔