JAMA ਦੇ ਇੱਕ ਨਵੇਂ ਪੇਪਰ ਮੁਤਾਬਕ, ਆਟੋਨੋਮਸ AI ਜਲਦ ਹੀ ਡਾਕਟਰਾਂ ਨੂੰ ਡਾਇਗਨੋਸਿਸ ਅਤੇ ਇਲਾਜ ਵਿੱਚ ਪਿੱਛੇ ਛੱਡ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਕਈ ਕੰਮਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਨਹੀਂ ਰਹੇਗੀ। ਇਹ ਅਧਿਐਨ ਜਿੱਥੇ ਕੁਸ਼ਲਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ, ਉੱਥੇ 'ਡਿਸਕਿਲਿੰਗ' ਦੇ ਜੋਖਮ ਬਾਰੇ ਵੀ ਚੇਤਾਵਨੀ ਦਿੰਦਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਵਿਕਾਸ ਭਵਿੱਖ ਦੇ ਰੈਗੂਲੇਟਰੀ ਢਾਂਚੇ, ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਹੈਲਥਕੇਅਰ ਡਾਇਗਨੋਸਟਿਕਸ ਅਤੇ ਹਸਪਤਾਲਾਂ 'ਤੇ ਇਸਦੇ ਅਸਰ ਬਾਰੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ।
ਕੀ AI ਡਾਕਟਰਾਂ ਤੋਂ ਅੱਗੇ ਨਿਕਲ ਜਾਵੇਗੀ?
'ਜਰਨਲ ਆਫ ਦਿ ਅਮੈਰੀਕਨ ਮੈਡੀਕਲ ਐਸੋਸੀਏਸ਼ਨ' (JAMA) ਵਿੱਚ 14 ਅਗਸਤ, 2026 ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਨਵੇਂ ਪੇਪਰ ਨੇ ਮੈਡੀਕਲ ਦੇਖਭਾਲ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਵੱਡੀ ਚਰਚਾ ਛੇੜ ਦਿੱਤੀ ਹੈ। ਲੇਖਕਾਂ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ Ezekiel Emanuel ਅਤੇ Vinod Khosla ਵਰਗੇ ਮਾਹਰ ਸ਼ਾਮਲ ਹਨ, ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) 2030 ਤੱਕ ਮਰੀਜ਼ਾਂ ਦੀ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ, ਬਿਮਾਰੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਇਲਾਜ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਨ ਵਰਗੇ ਮਹੱਤਵਪੂਰਨ ਕੰਮਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਡਾਕਟਰਾਂ ਤੋਂ ਅੱਗੇ ਨਿਕਲ ਜਾਵੇਗੀ।
'ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ' ਮਾਡਲ ਨੂੰ ਚੁਣੌਤੀ
ਇਹ ਪੇਪਰ ਮੌਜੂਦਾ 'ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ' ਮਾਡਲ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਅਨੁਸਾਰ AI ਨੂੰ ਸਿਰਫ ਡਾਕਟਰਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਬਦਲਣਾ ਨਹੀਂ। ਇਸ ਦੇ ਉਲਟ, ਲੇਖਕਾਂ ਨੇ ਕੰਟਰੋਲ ਕੀਤੇ ਅਧਿਐਨਾਂ ਤੋਂ ਸਬੂਤ ਪੇਸ਼ ਕੀਤੇ ਹਨ ਜਿੱਥੇ OpenAI ਦੇ o3 ਅਤੇ Google ਦੇ AMIE ਵਰਗੇ AI ਮਾਡਲਾਂ ਨੇ ਡਾਇਗਨੋਸਟਿਕ ਸ਼ੁੱਧਤਾ ਅਤੇ ਲਾਗਤ-ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਲਾਇਸੰਸਸ਼ੁਦਾ ਡਾਕਟਰਾਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡ ਦਿੱਤਾ ਹੈ। ਕੁਝ ਹਾਲਤਾਂ ਵਿੱਚ, ਅਧਿਐਨ ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਕਿ ਮਨੁੱਖੀ ਦਖਲ ਨੇ AI ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਨੂੰ ਘਟਾ ਦਿੱਤਾ, ਇੱਕ ਅਜਿਹੀ ਘਟਨਾ ਜਿਸ ਬਾਰੇ ਲੇਖਕ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਇਹ ਗਲਤ ਫੈਸਲਿਆਂ ਜਾਂ ਲਾਪਰਵਾਹੀ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਕੀ ਮਾਇਨੇ?
ਸਿਹਤ ਸੰਭਾਲ ਖੇਤਰ, ਖਾਸ ਕਰਕੇ ਡਾਇਗਨੋਸਟਿਕ ਚੇਨ, ਹਸਪਤਾਲ ਨੈੱਟਵਰਕ ਅਤੇ ਹੈਲਥ-ਟੈਕ ਫਰਮਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਨਤੀਜੇ ਮਹੱਤਵਪੂਰਨ ਹਨ। ਜੇਕਰ ਆਟੋਨੋਮਸ AI ਸਿਸਟਮ ਮਿਆਰੀ ਬਣ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਡਾਇਗਨੋਸਟਿਕ ਸੇਵਾਵਾਂ ਦਾ ਬਿਜ਼ਨਸ ਮਾਡਲ ਲੇਬਰ-ਇੰਟੈਂਸਿਵ ਪ੍ਰਕਿਰਿਆਵਾਂ ਤੋਂ ਟੈਕਨਾਲੋਜੀ-ਅਗਵਾਈ ਕਾਰਜਾਂ ਵੱਲ ਬਦਲ ਸਕਦਾ ਹੈ। ਇਹ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਕਾਰਜਕਾਰੀ ਖਰਚਿਆਂ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ ਅਤੇ ਡਾਇਗਨੋਸਟਿਕ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਸਿਹਤ ਸੰਭਾਲ ਖੇਤਰ ਵਿੱਚ ਮਾਰਜਿਨ ਵਧਾਉਣ ਲਈ ਮੁੱਖ ਮੈਟ੍ਰਿਕਸ ਹਨ।
ਚੁਣੌਤੀਆਂ ਅਤੇ ਜੋਖਮ
ਹਾਲਾਂਕਿ, ਇਸ ਨੂੰ ਅਪਣਾਉਣ ਦਾ ਰਾਹ ਚੁਣੌਤੀਆਂ ਤੋਂ ਖਾਲੀ ਨਹੀਂ ਹੈ। JAMA ਪੇਪਰ 'ਡਿਸਕਿਲਿੰਗ' ਦੇ ਜੋਖਮ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਮੈਡੀਕਲ ਪੇਸ਼ੇਵਰ AI ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰਤਾ ਕਾਰਨ ਕੁਝ ਕੰਮ ਕਰਨ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਗੁਆ ਸਕਦੇ ਹਨ। ਨਿਵੇਸ਼ ਦੇ ਨਜ਼ਰੀਏ ਤੋਂ, ਇਹ ਇੱਕ ਗੁੰਝਲਦਾਰ ਮਾਹੌਲ ਬਣਾਉਂਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਹਸਪਤਾਲ ਜਾਂ ਡਾਇਗਨੋਸਟਿਕ ਚੇਨ ਉੱਚ-ਦਾਅ ਵਾਲੇ ਫੈਸਲਿਆਂ ਲਈ AI 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਕਾਨੂੰਨੀ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੇ ਗੰਭੀਰ ਜੋਖਮਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਮੈਡੀਕਲ ਗਲਤੀ ਕਰਦਾ ਹੈ ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੋਵੇਗਾ?
ਰੈਗੂਲੇਟਰੀ ਤਿਆਰੀ ਅਤੇ ਲਾਗਤ
ਰੈਗੂਲੇਟਰੀ ਤਿਆਰੀ ਇੱਕ ਹੋਰ ਕ੍ਰਿਟੀਕਲ ਨਿਗਰਾਨੀਯੋਗ ਹੈ। ਹੁਣ ਤੱਕ, ਸਿਹਤ ਅਧਿਕਾਰੀ ਦਵਾਈਆਂ ਵਿੱਚ AI ਦੀ ਨਿਗਰਾਨੀ ਲਈ ਢਾਂਚੇ ਵਿਕਸਤ ਕਰ ਰਹੇ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਭਵਿੱਖ ਦੇ ਸਰਕਾਰੀ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਟੋਨੋਮਸ ਫੈਸਲੇ ਲੈਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ ਜਾਂ ਜੇਕਰ ਉਹ AI ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹਨਾਂ ਉੱਨਤ ਮਾਡਲਾਂ ਨੂੰ ਪੁਰਾਣੇ ਹਸਪਤਾਲ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਪੂੰਜੀ ਖਰਚੇ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਜੋ ਕਿ ਥੋੜ੍ਹੇ ਤੋਂ ਮੱਧਮ ਸਮੇਂ ਵਿੱਚ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ।
ਅਗਲਾ ਕਦਮ
ਹਾਲਾਂਕਿ ਇਹ ਅਧਿਐਨ ਇੱਕ ਸੰਭਾਵੀ ਭਵਿੱਖ ਦੀ ਝਲਕ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਪਰ ਕਲੀਨਿਕਲ ਵਾਤਾਵਰਣ ਵਿੱਚ ਇਸਦਾ ਅਸਲ-ਵਿਸ਼ਵ ਕਾਰਜ ਇੱਕ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸੰਭਾਵਨਾ ਬਣੀ ਹੋਈ ਹੈ। ਨਿਵੇਸ਼ਕ ਵੱਡੇ ਹਸਪਤਾਲਾਂ ਦੀਆਂ ਚੇਨਾਂ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਪਾਇਲਟ ਪ੍ਰੋਗਰਾਮਾਂ, AI ਜ਼ਿੰਮੇਵਾਰੀ ਸੰਬੰਧੀ ਰੈਗੂਲੇਟਰੀ ਨੀਤੀ ਦੇ ਅਪਡੇਟਾਂ, ਅਤੇ ਡਾਇਗਨੋਸਟਿਕ ਫਰਮਾਂ ਕਿਵੇਂ ਤਕਨੀਕੀ ਅਪਣਾਉਣ ਨੂੰ ਮਨੁੱਖੀ ਮਹਾਰਤ ਨਾਲ ਸੰਤੁਲਿਤ ਕਰਦੀਆਂ ਹਨ, ਇਸ 'ਤੇ ਨਜ਼ਰ ਰੱਖ ਸਕਦੇ ਹਨ। ਅੰਤਿਮ ਮੁੱਲ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਕੀ ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਮਰੀਜ਼ਾਂ ਦੀ ਦੇਖਭਾਲ ਦੀ ਗੁਣਵੱਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ।