سماعت کی اسکریننگ کے نتائج کی پیشگی تشخیص: نوزائیدہ، اسکول اور کام کی جگہ

فائدہ:

• OAE کی 'پاس/فیل' منطق اور خودکار ABR پر مبنی اسکریننگ کے نتائج اور مصنوعی ذہانت کی مدد سے اسکریننگ اور تشخیص کے درمیان فرق کو درست طریقے سے ترتیب دینے کی صلاحیت
• مصنوعی ذہانت کو پری اسکرینر کے طور پر استعمال کرنے کی اہلیت جو ایسے معاملات کو ترجیح دیتی ہے جن کے لیے اسکریننگ لسٹوں میں فالو اپ کی ضرورت ہوتی ہے اور جھوٹے منفی کے خطرے سے بچتے ہیں۔
• کام کی جگہ پر شور اسکریننگ اور اسکول کی اسکریننگ میں مصنوعی ذہانت کے آؤٹ پٹ کی حدود اور اطلاع کی ذمہ داریوں کو سمجھنا

سماعت کی اسکریننگ ایک اسکریننگ کا عمل ہے جو ان لوگوں کی جلد شناخت کرتا ہے جنہیں معاشرے میں سماعت کے مسائل ہو سکتے ہیں اور انہیں تشخیصی تشخیص کی ہدایت کرتا ہے۔ اسکریننگ تشخیص نہیں ہے؛ یہ اس یونٹ کا سب سے تنقیدی جملہ ہے۔ اسکریننگ کہتی ہے کہ "اس شخص کے ساتھ کچھ گڑبڑ ہو سکتی ہے، اسے جانچنے دو"؛ تشخیص کا کہنا ہے کہ، "اس شخص کو اس قسم اور نقصان کی ڈگری ہے." مصنوعی ذہانت اسکریننگ کے نتائج کا پہلے سے جائزہ لینے کے لیے ایک طاقتور پری اسکرینر ہے - خاص طور پر بڑی تعداد میں نتائج کو چھانٹنے اور ان کو ترجیح دینے میں جن کے لیے فالو اپ کی ضرورت ہوتی ہے۔ لیکن یہ جھوٹے منفی (چھوٹے ہوئے حقیقی معاملات) کو مکمل طور پر نہیں روک سکتا اور کبھی بھی تشخیصی فیصلہ نہیں کر سکتا۔

اس یونٹ میں، ہم اسکریننگ کے تین عام سیاق و سباق کا احاطہ کریں گے: نوزائیدہ سماعت کی اسکریننگ، اسکول کی عمر کی اسکریننگ، اور کام کی جگہ پر شور کی اسکریننگ۔ ان میں سے ہر ایک میں، ہم واضح کریں گے کہ آپ کہاں محفوظ طریقے سے مصنوعی ذہانت کا استعمال کر سکتے ہیں اور آپ کو کہاں رکنا چاہیے۔

اسکریننگ ٹیسٹ کی منطق

آئیے نومولود/ شیر خوار بچوں کی اسکریننگ کے دو بنیادی طریقوں کو جانیں۔

OAE (Otoacoustic Emission): آواز کے جواب میں صحت مند کوکلیا (اندرونی کان میں سننے والا عضو) کی طرف سے پیدا ہونے والی انتہائی مدھم آوازوں کی پیمائش کرتا ہے۔ کان میں ایک چھوٹا سا پروب رکھا جاتا ہے؛ اگر کوکلیا "ایکو" دیتا ہے تو ٹیسٹ کو "پاس" سمجھا جاتا ہے۔ OAE تیز ہے لیکن کوکلیا (سماعی اعصاب) کے پیچھے مسائل کا پتہ نہیں لگا سکتا۔

خودکار ABR (آڈیٹری برین اسٹیم ریسپانس): آواز کے لیے سمعی اعصاب اور برین اسٹیم کے برقی ردعمل کی پیمائش کرتا ہے۔ اسے خاص طور پر انتہائی نگہداشت والے بچوں میں ترجیح دی جاتی ہے کیونکہ یہ ایسی حالتوں کا پتہ لگا سکتا ہے جن سے OAE چھوٹ سکتا ہے، جیسے آڈیٹری نیوروپتی (ایسی حالت جس میں کوکلیا کام کرتا ہے لیکن اعصاب کی ترسیل خراب ہوتی ہے)۔

دونوں ٹیسٹوں کے نتائج عام طور پر "پاس" یا "فیل/ریفر" ہوتے ہیں۔ "ناکام" کوئی تشخیص نہیں ہے۔ مزید تشخیص کی ضرورت کی نشاندہی کرتا ہے۔ "پاس" اشارہ کرتا ہے کہ موجودہ اسکین میں کوئی واضح مسئلہ نہیں ہے، اور یہ تاحیات سماعت کی ضمانت نہیں دیتا ہے۔

احتیاط: OAE سے "پاس" نتیجہ والے بچے میں سمعی نیوروپتی کی قسم کا نقصان پوشیدہ رہ سکتا ہے۔ خاندان کو یہ نہیں بتایا گیا کہ "یہ ختم ہو گیا ہے = یہ کبھی بھی کوئی مسئلہ نہیں ہوگا"؛ علامات کی نگرانی اور فالو اپ، اگر ضروری ہو تو، ان نقصانات کے لیے سفارش کی جاتی ہے جو بعد میں پیدا ہو سکتے ہیں۔

ابتدائی تشخیص اتنا اہم کیوں ہے؟

نوزائیدہ بچوں کی سماعت کی اسکریننگ اس قدر عام اور سنجیدگی سے لیے جانے والے پروگرام کی وجہ یہ ہے کہ سماعت زبان اور تقریر کی نشوونما کی بنیاد ہے۔ جب سے بچہ پیدا ہوتا ہے، وہ اپنے اردگرد کی آوازیں سن کر زبان سیکھتا ہے۔ اگر سماعت کے نقصان پر توجہ نہ دی جائے تو ترقی کی اس کھڑکی کو خاموشی سے یاد کیا جا سکتا ہے۔ جلد پتہ چلنے اور مناسب طور پر معاون سماعت کے نقصان کی صورت میں، بچے کی زبان کی نشوونما اس کے مقابلے میں نمایاں طور پر بہتر ہوتی ہے جب اس کا دیر سے پتہ چل جاتا ہے۔ اس لیے اسکریننگ کا "جھوٹا منفی"—یعنی حقیقی نقصان والے بچے کو "پاس" کے طور پر لاپتہ کرنا — فیلڈ میں سب سے مہنگی غلطی ہے: کھوئے ہوئے مہینے بعد میں ترقیاتی اختلافات میں تبدیل ہو سکتے ہیں جن کی تلافی کرنا مشکل ہے۔

اس سیاق و سباق میں مصنوعی ذہانت خاص طور پر قابل قدر ہے تاکہ اس بات کو یقینی بنایا جا سکے کہ ٹریکنگ کا سلسلہ ٹوٹ نہ جائے۔ اسکریننگ پروگراموں میں ایک عام مسئلہ یہ ہے کہ "ناکام" نتیجہ والا بچہ کبھی بھی مزید جانچ کے لیے نہیں آتا (خاندان ظاہر نہیں ہوتا، ریکارڈ کھو جاتا ہے، ملاقات بھول جاتی ہے)۔ AI اس "کھوئے ہوئے فالو اپ" کی شرح کو کم کرنے میں مدد کر سکتا ہے فالو اپ کی ضرورت والے کیسز کی فہرست بنا کر اور یاد دہانی کے متن تیار کر کے۔ لیکن یہ فیصلہ کہ کس بچے کو واقعی خطرہ ہے اور تشخیصی عمل کیسے آگے بڑھے گا یہ ہمیشہ ماہر اور پروگرام کی طبی ذمہ داری ہے۔

جھوٹے منفی اور جھوٹے مثبت کا توازن

ہر اسکریننگ ٹیسٹ دو طرح کی غلطیاں کر سکتا ہے۔ ایک غلط منفی اس شخص کو غائب کر رہا ہے جسے اصل میں مسئلہ ہے کیونکہ وہ "اس سے زیادہ" ہیں - صحت کی دیکھ بھال میں سب سے خطرناک غلطی کیونکہ بچہ غیر فالو رہتا ہے۔ ایک غلط مثبت بنیادی طور پر صحت مند شخص کو "ناکام" کے طور پر نشان زد کر رہا ہے - غیر ضروری اضطراب اور اضافی جانچ پیدا کرنا، لیکن کم خطرناک ہے۔

اسکریننگ لسٹوں میں AI کا استعمال کرتے وقت آپ کو شعوری طور پر اس توازن کو برقرار رکھنا چاہئے: پری اسکریننگ میں، عام طور پر حد کو "لاپتہ نہیں" کی طرف رکھنا زیادہ محفوظ ہے (یعنی مشتبہ کی پیروی کرنا)۔ نیچے دی گئی جدول میں تین سیاق و سباق کا موازنہ کیا گیا ہے۔

سیاق و سباق

عام طریقہ

جھوٹے منفی کا خطرہ

AI کا محفوظ کردار

نوزائیدہ

OAE / خودکار ABR

زیادہ (ترقیاتی تاخیر)

نتائج کی فہرست میں ترمیم، فالو اپ یاد دہانی

اسکول کی عمر

خالص آواز اسکیننگ

درمیانہ (تربیتی اثر)

کلاس/فہرست کی ترجیح

کام کی جگہ

شور آڈیو میٹری۔

درمیانے درجے کی (پیشہ ورانہ بیماری)

رجحان/موازنہ پلاٹ

مرحلہ وار: AI کے ساتھ اسکیننگ کا پہلے سے جائزہ

1. گمنام اور ڈھانچہ ڈیٹا۔ ID، پاس/فیل، اور اگر قابل اطلاق ہو تو پیمائش کی قدر کے بجائے کوڈ/سیکونس نمبر کے ذریعے نتائج کی فہرست بنائیں۔
2. قبل از اہلیت کے اصول کی وضاحت کریں۔ ان لوگوں کو ترجیح دیں جو "ناکام" ہیں اور جو سرحد پر ہیں۔ اسے سیٹ کریں تاکہ آپ فیصلے سے محروم نہ ہوں۔
3. اے آئی کو ترجیح دیں۔ ایک فہرست طلب کریں جس میں یہ بتایا جائے کہ کن چیزوں کی نگرانی کرنے کی ضرورت ہے، کن چیزوں کو دوبارہ اسکین کرنے کی ضرورت ہے، اور کیا معمول ہے۔
4. جھوٹے منفی پر نگاہ رکھیں۔ یہاں تک کہ "پاس" گروپ میں، اگر کوئی علامات کی وضاحت کرتا ہے (خاندان کا شک، تقریر میں تاخیر)، فالو اپ کریں۔
5. ماہر کو تشخیصی رہنمائی چھوڑ دیں۔ حتمی تشخیص اور مزید جانچ کا فیصلہ آڈیولوجسٹ/طبیب کا ہے۔
6. اطلاع کی ذمہ داری کو نافذ کریں۔ پیشہ ورانہ صحت کی اطلاع اور تحفظ کے عمل کو چلائیں، خاص طور پر کام کی جگہ پر پائے جانے والے نقصانات کے معاملات میں۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

درج ذیل بچوں کے OAE نتائج ہیں، مجھے بتائیں کہ کون سے بچے بہرے ہیں: [فہرست]

یہ درست تشخیصی زبان کا مطالبہ کرتا ہے جیسے "بہری"، اسکریننگ-تشخیص کے فرق کو نظر انداز کرتی ہے، اور غلط منفی کے خطرے کو نظر انداز کرتی ہے۔

طاقتور اشارہ:

آپ کا کردار: پری اسکریننگ اسسٹنٹ جو اسکریننگ کے نتائج کو منظم کرتا ہے۔ تشخیص نہ کرنا؛ مجھے یاد دلائیں کہ "پاس/فیل" اسکریننگ کوئی تشخیص نہیں ہے۔ ڈیٹا (گمنام، ترتیب نمبر کے ساتھ): [پاس/فیل فہرست + نوٹ اگر کوئی ہے] کام: (1) "فیل" والوں کو ترجیح دیں، (2) "پاس" کو الگ سے نشان زد کریں لیکن نوٹ نہیں کیا گیا (خاندان کا شک، وغیرہ)، (3) ہر گروپ کے لیے تجویز کردہ اگلا مرحلہ لکھیں۔ بتائیں کہ حتمی تشخیص اور مزید جانچ کا فیصلہ آڈیولوجسٹ/طبیب پر منحصر ہے۔

پرزور درخواست گمنام ہے، اسکریننگ-تشخیص کے فرق کو محفوظ رکھتی ہے، غلط منفی کو مدنظر رکھتی ہے، اور فیصلہ ماہر پر چھوڑ دیتی ہے۔

تین چھوٹے مقدمات

کیس 1 - ترجیح ایک اسکریننگ یونٹ میں 120 نوزائیدہ نتائج ہوتے ہیں۔ 8 "بائیں"۔ آڈیولوجسٹ مصنوعی ذہانت کو گمنام فہرست دیتا ہے اور اس نے ٹریکنگ لسٹ میں ترمیم کی ہے۔ AI 8 "فیل" کیسز اور 3 کیسز کو "پاس" کے نوٹ سے الگ کرتا ہے، لیکن سننے سے محروم ہونے کی خاندانی تاریخ ہے۔ ماہر 11 بچوں کی پیروی کرتا ہے۔ AI نے منٹوں میں 120 لائنوں میں ترمیم کی۔ اغوا کا خطرہ کم ہو گیا ہے۔

کیس 2 - غلط منفی گرفتاری۔ اسکول کی اسکریننگ میں، ایک 9 سالہ بچے کو خالص ٹون اسکریننگ میں "پاس" ملا، لیکن استاد نے نوٹ کیا کہ "وہ اسے ہر وقت دہراتا ہے اور پیچھے سے بلانے پر اسے سنائی نہیں دیتا۔" آڈیولوجسٹ اس نوٹ کو مصنوعی ذہانت میں فلٹر کے ساتھ اسکین کرتا ہے "کیا پاس گروپ میں کوئی علامات ہیں؟" بچے کو مزید جانچ کے لیے لے جایا جاتا ہے اور تھوڑا سا لہراتی نقصان کا پتہ چلا ہے۔ عددی "پاس" نے طبی علامت کو اوور رائیڈ نہیں کیا۔

کیس 3 - کام کی جگہ پر تعصب۔ ایک فیکٹری میں 50 کارکنوں کی سالانہ شور آڈیو میٹری ہوتی ہے۔ ماہر گزشتہ سال کے ساتھ گمنام اقدار کا موازنہ کرنے والا خاکہ طلب کرتا ہے۔ YZ 5 کارکنوں کو نشان زد کرتا ہے جو 4000 ہرٹز پر اہم حد کی تبدیلی کو ظاہر کرتے ہیں۔ ماہر انہیں تشخیصی تشخیص اور ذاتی حفاظتی آلات کے جائزے کے لیے بھیجتا ہے۔ پیشہ ورانہ صحت کی اطلاع کا عمل شروع کرتا ہے۔

کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس

اسکرین لسٹ کی ترجیحی ٹیمپلیٹ درج ذیل گمنام اسکریننگ کے نتائج کو تین گروپوں میں تقسیم کریں: (1) فالو اپ ترجیح ("فیل")، (2) گریڈ/شک کی وجہ سے جائزہ ("پاس" + اشارہ)، (3) روٹین۔ اسکریننگ تشخیص نہیں ہے، یہ ایک حتمی تشخیص نہیں ہے. ڈیٹا: [فہرست]

غلط منفی فلٹر ٹیمپلیٹر "پاس" نتیجہ کے ساتھ ریکارڈ کرتا ہے لیکن ایک علامت/خاندانی شک/ترقیاتی نوٹ کے ساتھ الگ فہرست کے طور پر ظاہر ہوتا ہے اور لکھتا ہے کہ آپ فالو اپ کی سفارش کیوں کرتے ہیں۔ ڈیٹا: [پاس گروپ + نوٹس]

کام کی جگہ کے رجحان کا موازنہ ٹیمپلیٹ درج ذیل گمنام ورکر کوڈز کے لیے اس سال اور پچھلے سال کے شور آڈیو میٹری تھریشولڈز کا موازنہ کریں۔ ان کو نشان زد کریں جو نمایاں بگاڑ دکھاتے ہیں (خاص طور پر 3000-6000 ہرٹج)۔ فیصلہ اور اطلاع ماہر کا ہے۔ ڈیٹا: [اقدار]

فیملی/متعلقہ معلومات کا سانچہ سادہ ترکی میں اس پیغام کے ساتھ ایک معلوماتی پیراگراف لکھیں "اسکریننگ کوئی تشخیص نہیں ہے، گزر جانا زندگی بھر کی ضمانت نہیں دیتا، رہنے کا مطلب بہرا نہیں ہے۔" بے چینی پیدا نہ کریں، حقیقت پسند بنیں، فالو اپ کی اہمیت پر زور دیں۔

عام غلطیاں

• تشخیص کے لیے اسکین میں غلطی کرنا۔ ایک حتمی تشخیص کے طور پر "پاس/فیل" نتیجہ پیش کرنا۔
• جھوٹے منفی کو بھولنا۔ "پاس شدہ" گروپ میں علامتی معاملات کو نظر انداز کرنا۔
• خاندان کو جھوٹی یقین دہانی۔ "پاس = کوئی مسئلہ نہیں" کہنا؛ سمعی نیوروپتی جیسے امکانات کو نظر انداز کرنا۔
• اطلاع کی ذمہ داری کو نظرانداز کرنا۔ کام کی جگہ پر پائے جانے والے نقصان کی پیشہ ورانہ صحت کے عمل کو اطلاع نہ دینا۔
• گاڑی میں شناختی ڈیٹا داخل کرنا۔ مصنوعی ذہانت کے بچے/کارکن کو شناخت ظاہر کیے بغیر اسے دینا۔

خلاصہ میں

اسکریننگ ایک ایسا خاتمہ ہے جو ممکنہ مسائل کو ختم کرتا ہے اور انہیں تشخیصی تشخیص کی ہدایت کرتا ہے۔ یہ کوئی تشخیص نہیں ہے۔ AI بڑی تعداد میں نتائج کو ترتیب دینے اور ان لوگوں کو ترجیح دینے کے لیے ایک طاقتور پری اسکرینر ہے جن کو فالو اپ کی ضرورت ہے، لیکن یہ غلط منفی کو مکمل طور پر روک نہیں سکتا۔ اگر "پاس" کے باوجود علامات موجود ہیں، تو یہ ماہر کا فیصلہ ہے کہ وہ فالو اپ کرے، اور اگر "ناکام" ہے، تو مزید تشخیص ماہر کا فیصلہ ہے۔ کام کی جگہ پر پائے جانے والے نقصانات کی صورت میں اطلاع اور تحفظ کی ذمہ داریوں کو نافذ کیا جانا چاہیے۔

درخواست کا کام

ایک گمنام، میک اپ اسکریننگ لسٹ تیار کریں (کم از کم 15 لائنیں، پاس/فیل، اور کچھ پر علامات کے نوٹ)۔ AI کو "ترجیح" اور "غلط منفی فلٹر" ٹیمپلیٹس کے ساتھ دو فہرستیں دیں۔ پھر دستی طور پر اس کا جائزہ لیں: کیا کوئی ایسی لائن ہے جو AI چھوٹ گئی ہے یا زیادہ نشان زد ہے؟ "خاندانی معلومات" ٹیمپلیٹ کا استعمال کرتے ہوئے خاندان کے لیے معلوماتی پیراگراف تیار کریں اور اسے مبالغہ آرائی/کم یقین دہانی کے لیے درست کریں۔

چیک لسٹ

• [ ] میں نے اسکین کے نتائج گمنام اور ساخت کے ساتھ فراہم کیے ہیں۔
• "ناکام" اور میں نے سرحد پر ان لوگوں کی پیروی کرنے کو ترجیح دی۔
• میں نے "پاس شدہ" گروپ میں علامتی کیسز کا الگ سے جائزہ لیا۔
• میں نے حتمی تشخیص اور مزید جانچ کا فیصلہ ماہر پر چھوڑ دیا۔
• میں نے کام کی جگہ کے تناظر میں اطلاع/تحفظ کی ذمہ داری کا مشاہدہ کیا ہے۔
• میں نے خاندانی معلومات کو حقیقت پسندانہ اور غیر فکر مند زبان میں لکھا۔