ہاسپٹل میں پیٹرن سے ملنے اور اس کی ضرورت کی پیش گوئی کرنا ہنر مند طبی عملے کے لئے مشکل کام ہے ، لیکن اے آئی اور مشین سیکھنے کے ل. نہیں۔ طبی عملے کو اپنے ہر مریض کو کل وقتی بنیاد پر دیکھنے کی عیش و عشرت نہیں ہے۔ اگرچہ واضح حالات میں مریضوں کی فوری ضروریات کی نشاندہی کرنے میں حیرت انگیز حد تک اچھی بات ہے ، نرسوں اور طبی عملے میں مناسب مدت کے دوران دکھائے جانے والے مریضوں کی علامات کی ایک پیچیدہ صف سے مستقبل کو سمجھنے کی صلاحیت نہیں ہے۔ مشین لرننگ میں مریضوں کے ڈیٹا 24/7 کو نہ صرف مشاہدہ اور تجزیہ کرنے کی عیش و عشرت ہے ، بلکہ متعدد ذرائع سے جمع کردہ معلومات کو بھی یکجا کیا گیا ہے ، یعنی تاریخی ریکارڈز ، طبی عملے کے ذریعہ روزانہ کی جانچ پڑتال ، اور دل کی شرح ، آکسیجن کا استعمال جیسے وٹلوں کی اصل وقت کی پیمائش اور بلڈ پریشر اس وقت پوری دنیا میں ہارٹ اٹیک ، فالج ، اسٹروک ، سیپسس اور پیچیدگیوں کی تشخیص اور پیش گوئی میں اے آئی کا اطلاق جاری ہے۔
ایک حقیقی دنیا کی مثال یہ ہے کہ ال کیمینو ہسپتال نے EHR ، بستر کے الارم اور نرس کو روشنی کے اعداد و شمار کو تجزیات سے مربوط کرتے ہیں تاکہ زوال کے زیادہ خطرہ والے مریضوں کی شناخت کر سکے۔ ال کیمینو اسپتال میں زوال ، اسپتالوں کے لئے ایک اہم لاگت ، 39٪ کم ہوا۔
ال کیمینو کے ذریعہ استعمال شدہ مشین لرننگ طریقہ کار آئس برگ کا سب سے اہم حصہ ہے ، لیکن عملی توجہ مرکوز بصیرت یا نسخے کے تجزیات کا استعمال کرتے ہوئے صحت کی دیکھ بھال کے مستقبل کی نمایاں نمائندگی کرتی ہے۔ وہ دستیاب ممکنہ معلومات کا ایک چھوٹا ذیلی سیٹ استعمال کر رہے ہیں اور مریض کی طرف سے اٹھائے گئے جسمانی اعمال جیسے بستر سے باہر نکلنا اور ہیلپ بٹن کو صحت کے ریکارڈوں کے ساتھ مل کر آگے بڑھانا - اسپتال کے عملے کی وقتا فوقتا پیمائش۔ اسپتال کی مشینری اس وقت واقعہ کی شناخت کے ساتھ کارڈیک مانیٹر ، سانس مانیٹرز ، آکسیجن سنترپتی مانیٹر ، ای سی جی اور کیمروں سے ڈیٹا ذخیرہ کرنے والے بڑے آلات میں اہم اعداد و شمار نہیں دے رہی ہے۔
