माइक्रोसॉफ्ट का MAI-DxO सिस्टम जटिल बीमारियों की पहचान में डॉक्टरों से बेहतर
GS3अर्थव्यवस्था · विज्ञान-तकनीक · पर्यावरण · सुरक्षा· IT, AI, सेमीकंडक्टर एवं कंप्यूटिंग· प्रीलिम्स + मेन्स·
स्वास्थ्य सेवा में AI: डायग्नोस्टिक एक्यूरेसी (diagnostic accuracy) और एल्गोरिद्मिक जवाबदेही (algorithmic accountability) पर GS3 और साइंस एंड टेक्नोलॉजी का एक केस स्टडी।
चर्चा में क्यों
माइक्रोसॉफ्ट ने साइंस (Science) जर्नल में एक अध्ययन प्रकाशित किया है, जिसमें दिखाया गया है कि इसके MAI-DxO सिस्टम ने जटिल निदान (diagnoses) में 83% सटीकता हासिल की, जो उन चिकित्सकों के प्रदर्शन से काफी बेहतर है जिन्होंने केवल 36% स्कोर किया।
पृष्ठभूमि
MAI-DxO सिस्टम OpenAI के GPT-5 और GPT-5.5 मॉडल्स का उपयोग करके निदान (diagnoses) के समन्वय के लिए AI एजेंट्स का उपयोग करता है। माइक्रोसॉफ्ट (Microsoft) इस सिस्टम के प्रदर्शन का मूल्यांकन बेथ इज़राइल डीकनेस मेडिकल सेंटर (Beth Israel Deaconess Medical Center) में करने की योजना बना रहा है।
प्रीलिम्स के लिए तथ्य
- विज्ञान-तकनीकMAI-DxO: जटिल मेडिकल डायग्नोसिस (medical diagnoses) के लिए माइक्रोसॉफ्ट (Microsoft) द्वारा डिजाइन किया गया एक AI सिस्टम।
- तथ्यअध्ययन के अनुसार, MAI-DxO ने जटिल मामलों में 83% सटीकता हासिल की, जबकि चिकित्सकों (physicians) द्वारा यह सटीकता केवल 36% थी।
- विज्ञान-तकनीकयह सिस्टम डायग्नोस्टिक कोऑर्डिनेशन (diagnostic coordination) के लिए OpenAI के GPT-5 और GPT-5.5 मॉडल्स का उपयोग करता है।
- स्थानबेथ इज़राइल डीकनेस मेडिकल सेंटर: DxO सिस्टम के मूल्यांकन के लिए चुना गया स्थल।
प्रीलिम्स अभ्यास प्रश्न
Microsoft के MAI-DxO सिस्टम के प्रदर्शन का मूल्यांकन करने के लिए किस मेडिकल सेंटर को चुना गया है?
- (a)बेथ इज़राइल डीकनिस मेडिकल सेंटर
- (b)जॉन्स हॉपकिन्स हॉस्पिटल
- (c)क्लीवलैंड क्लिनिक
- (d)मेयो क्लिनिक
उत्तर देखें
उत्तर: (a) बेथ इज़राइल डीकनिस मेडिकल सेंटर — नोट में उल्लेख है कि Microsoft, Beth Israel Deaconess Medical Center में सिस्टम के प्रदर्शन का मूल्यांकन करने की योजना बना रहा है।
मेन्स के लिए
प्रश्न: स्वास्थ्य सेवा में उच्च-सटीकता वाली एआई (AI) नैदानिक प्रणालियों के एकीकरण के निहितार्थों पर चर्चा कीजिए, जिसमें तकनीकी दक्षता और नैदानिक जवाबदेही के बीच संतुलन पर विशेष ध्यान केंद्रित किया जाए। विश्लेषण कीजिए।
उत्तर के आयाम
- लायबिलिटी की अस्पष्टता: AI द्वारा गलत निदान बनाम मानवीय गलती के लिए जवाबदेही तय करने में कानूनी चुनौतियां
- डेटा प्राइवेसी: बड़े मेडिकल डेटासेट पर ट्रेनिंग के दौरान मरीज के डेटा लीक होने का खतरा
- एक्विटी ऑफ एक्सेस: डिजिटल डिवाइड की संभावना जहाँ एडवांस AI डायग्नोस्टिक्स केवल हाई-रिसोर्स सेटिंग्स में उपलब्ध होंगे
मुख्य शब्द: आर्टिफिशियल इंटेलिजेंस · डायग्नोस्टिक एक्यूरेसी · मेडिकल एथिक्स · एल्गोरिथमिक जवाबदेही · स्वास्थ्य सेवा में बदलाव
विज्ञान एवं प्रौद्योगिकी पर और नोट्स
- बैक्टीरिया से लड़ने वाली थेरेपी से मरीज का गंभीर घाव ठीक हुआ · 23 अक्टूबर 2026
- 25 करोड़ छात्रों के लिए बोधन AI करेगा 'पिको सेंटर्स' की स्टडी · 23 अक्टूबर 2026
- भारत के 91.1% मछली स्टॉक सस्टेनेबल होने के दावे पर FAO की चेतावनी · 22 अक्टूबर 2026
- ज़ाइडस वेलनेस और नेस्ले इंडिया को FSSAI का नोटिस, प्रोडक्ट क्लेम पर कार्रवाई · 22 अक्टूबर 2026
- 70% वेबसाइट्स पर "php2shell" का खतरा, UK और फिनलैंड ने साइट्स बंद की · 22 अक्टूबर 2026
- महाराष्ट्र में पानी के 480 स्रोतों को कंट्रोल करेगा नया सेंसर सिस्टम · 22 अक्टूबर 2026
कोई गलती या कोई कमी?
किसी नोट में गलती दिखे, या तैयारी के लिए कोई टॉपिक, फॉर्मेट या पीडीएफ चाहिए, तो हमें लिखें। हम हर मेल पढ़ते हैं और गलतियाँ जल्दी ठीक करते हैं।
यह नोट सत्यधीश के समाचार फ़ीड से स्वचालित रूप से तैयार किया गया है और यूपीएससी सीएसई पाठ्यक्रम से जुड़ा है। उत्तर में उपयोग करने से पहले तथ्यों का मूल रिपोर्ट या पीआईबी से मिलान करें।