कृत्रिम बुद्धिमत्ता · लेख
कैसे AI ने 2026 में निदान, दवा खोज और रोगी देखभाल को बदल दिया है
प्रकाशित:

संक्षेप में
कृत्रिम बुद्धिमत्ता पहले से ही 1,600 से अधिक FDA-अनुमोदित चिकित्सा उपकरणों की बुनियाद है, जिनमें से अधिकांश चिकित्सा छवियों को पढ़ने के लिए हैं, और यह अब प्रायोगिक दवाएं भी डिज़ाइन कर रही है। Insilico Medicine की rentosertib, जिसका जैविक लक्ष्य और अणु दोनों AI द्वारा उत्पन्न किए गए थे, 7 जुलाई 2026 को चीन में 320-रोगी Phase III परीक्षण में प्रवेश किया, जबकि वैश्विक नियामक अभी भी प्रौद्योगिकी के जोखिमों को नियंत्रित करने के नियम तैयार कर रहे हैं।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
कृत्रिम बुद्धिमत्ता अब अमेरिकी बाजार के लिए अधिकृत 1,600 से अधिक चिकित्सा उपकरणों में निर्मित है, और यह स्कैन पढ़ने से आगे बढ़कर पूरी तरह से नई दवा अणुओं को डिजाइन करने तक विस्तृत हुई है। जुलाई 2026 में, Insilico Medicine ने rentosertib - एक यौगिक जिसका जैविक लक्ष्य और रासायनिक संरचना दोनों AI सॉफ़्टवेयर द्वारा उत्पन्न किए गए थे - को idiopathic pulmonary fibrosis के लिए 320-रोगी Phase III परीक्षण में आगे बढ़ाया, एक फेफड़ों की बीमारी है जिसके उपचार विकल्प कम हैं। उसी समय, वैश्विक स्वास्थ्य निकाय अभी भी यह समझने का काम कर रहे हैं कि ऐसी प्रणालियों को कैसे नियंत्रित किया जाए जो तेजी से निदान और उपचार निर्णयों को आकार दे रही हैं।
जहां AI पहले से काम करता है: छवियां पढ़ना
यू.एस. खाद्य और औषध प्रशासन (FDA) का कहना है कि इसने संयुक्त राज्य अमेरिका में विपणन के लिए 1,600 से अधिक AI-सक्षम चिकित्सा उपकरणों को अधिकृत किया है, एजेंसी के अपने ट्रैकिंग पृष्ठ के अनुसार, जिसे 22 सितंबर 2026 को अंतिम बार अपडेट किया गया था। FDA जो उदाहरण सूचीबद्ध करता है उनमें सॉफ़्टवेयर शामिल है जो त्वचा के घावों की कैंसर के लिए जांच करता है, मधुमेह संबंधी रेटिनोपैथी को रेटिनल फ़ोटोग्राफ़ से पहचानता है, सेंसर डेटा से दिल के दौरे की संभावना का अनुमान लगाता है, और ग्लूकोज-मॉनिटर रीडिंग के आधार पर इंसुलिन की खुराक को स्वचालित करता है।
नियामक सलाहकार कंपनी Innolitics द्वारा 2025 FDA 510(k) मंजूरियों के विश्लेषण में पाया गया कि radiology उस वर्ष की AI/ML डिवाइस मंजूरियों का बहुत बड़ा हिस्सा था, जिसमें 221 विभिन्न निर्माताओं को जारी 295 कुल मंजूरियां थीं और मध्यवर्ती समीक्षा समय 142 दिन था। सबसे आम श्रेणी radiological computer-aided detection सॉफ़्टवेयर थी, जो अकेले 2025 की सभी मंजूरियों का एक चौथाई से अधिक बनाती है, विश्लेषण के अनुसार।
| विशेषता | 2025 मंजूरियां | कुल का हिस्सा |
|---|---|---|
| Radiology | 211 | 71.5% |
| Cardiovascular | 26 | 8.8% |
| Neurology | 14 | 4.7% |
| Orthopedic | 10 | 3.4% |
| Gastroenterology/Urology | 7 | 2.4% |
| Clinical chemistry | 6 | 2.0% |
| Anesthesiology | 5 | 1.7% |
| अन्य विशेषताओं को मिलाकर | 16 | 5.5% |
Cardiology, neurology और orthopedics 2025 में radiology से बहुत पीछे रहे, और anesthesiology और clinical chemistry जैसी विशेषताओं ने प्रत्येक मंजूरियों का 2 प्रतिशत से कम हिस्सा बनाया, उसी विश्लेषण के अनुसार।
AI दवाएं डिजाइन कर रहा है, केवल उनकी जांच नहीं
निदान से परे, AI सॉफ़्टवेयर अब नई दवा लक्ष्यों का प्रस्ताव करने और उन्हें हिट करने के लिए डिजाइन किए गए अणुओं को डिजाइन करने के लिए उपयोग किया जा रहा है, जो पहले से मौजूदा यौगिक पुस्तकालयों को अधिक तेजी से स्क्रीन करने के लिए कंप्यूटिंग के उपयोग से एक कदम आगे है। Insilico Medicine, एक Hong Kong पर आधारित जैव प्रौद्योगिकी कंपनी, कहती है कि इसका PandaOmics प्लेटफॉर्म TNIK नामक प्रोटीन को एक रोग लक्ष्य के रूप में पहचानता है और इसका Chemistry42 प्लेटफॉर्म एक उम्मीदवार अणु उत्पन्न करता है, जिसका नाम अब rentosertib है, idiopathic pulmonary fibrosis के लिए। कंपनी का कहना है कि खोज का मार्ग Nature Biotechnology में एक पत्र में वर्णित है।
एक यादृच्छिक, placebo-नियंत्रित Phase IIa परीक्षण में, rentosertib की उच्चतम परीक्षण की गई खुराक (60 mg एक बार दैनिक) लेने वाले रोगियों ने फेफड़ों के कार्य में सुधार देखा, जिसे forced vital capacity के रूप में मापा जाता है, 12 सप्ताह में 98.4 मिलीलीटर के माध्य से, placebo समूह में 20.3 मिलीलीटर के माध्य गिरावट की तुलना में, Insilico Medicine की परिणामों की स्वयं की घोषणा के अनुसार, जिसे कंपनी का कहना है कि Nature Medicine में भी प्रकाशित हुए थे।
7 जुलाई 2026 को, Insilico ने rentosertib का Phase III परीक्षण शुरू किया: एक यादृच्छिक, double-blind, placebo-नियंत्रित अध्ययन 52 सप्ताह में चीन के 47 केंद्रों में 320 रोगियों को नामांकित करता है। प्राथमिक endpoint forced vital capacity में वार्षिक गिरावट की दर है, बीमारी की प्रगति की पहली घटना के समय के साथ एक मुख्य माध्यमिक उपाय के रूप में, कंपनी ने कहा।
यह कार्यक्रम इस धारणा से शुरू हुआ कि बुढ़ापा जीव विज्ञान प्रमुख बीमारियों के लिए शक्तिशाली लक्ष्यों की पहचान करने में मदद कर सकता है।
किसी भी AI-डिजाइन की गई दवा को अभी तक FDA या किसी अन्य नियामक से अनुमोदन नहीं मिला है, और rentosertib के Phase IIa परीक्षण में फेफड़ों के कार्य में सुधार को माध्यमिक, अन्वेषक endpoints के रूप में सूचीबद्ध किया गया था न कि अध्ययन के प्राथमिक सुरक्षा लक्ष्य के रूप में, कंपनी के स्वयं के विवरण से। विश्लेषण साइट IntuitionLabs द्वारा उद्धृत उद्योग ट्रैकर्स ने 2026 की शुरुआत में 170 से अधिक AI-खोजी गई दवा कार्यक्रमों को नैदानिक विकास में गिना, 2023 के अंत में लगभग दो दर्जन से, हालांकि IntuitionLabs ने नोट किया कि आंकड़े ट्रैकर्स के बीच भिन्न हैं क्योंकि ऐसी दवाओं की कोई एकल सत्ताधारी, सरकार द्वारा रखी गई रजिस्ट्री मौजूद नहीं है और प्रत्येक ट्रैकर अपनी वर्गीकरण मानदंड लागू करता है।
नियामक अभी भी नियम लिख रहे हैं
विश्व स्वास्थ्य संगठन (WHO) ने 18 जनवरी 2024 को स्वास्थ्य में बड़े बहु-मोडल AI मॉडल के लिए नैतिकता और शासन मार्गदर्शन जारी किया, सरकारों, डेवलपर्स और स्वास्थ्य कार्यकर्ताओं के लिए 40 से अधिक सिफारिशें निर्धारित कीं। मार्गदर्शन कहता है कि खराब-गुणवत्ता या पक्षपाती प्रशिक्षण डेटा गलत या अधूरी स्वास्थ्य जानकारी का उत्पादन कर सकता है, और चिकित्सक जो कहा जाता है उसमें पड़ने का जोखिम रखते हैं 'automation bias' द्वारा AI आउटपुट पर बहुत अधिक विश्वास करके या अनुचित रूप से उन्हें निर्णयों को सौंपकर।
- पक्षपाती या कम गुणवत्ता वाला प्रशिक्षण डेटा जाति, जातीयता, लिंग, लिंग पहचान या आयु द्वारा आउटपुट को तिरछा कर सकता है
- Automation bias: स्वास्थ्य कार्यकर्ता AI त्रुटियों को अनदेखा कर सकते हैं या अनुचित रूप से निर्णयों को सौंप सकते हैं
- Cybersecurity अंतराल रोगी डेटा को प्रकट कर सकते हैं या AI सिस्टम में विश्वास को कमजोर कर सकते हैं
- उच्च-कार्यकारी AI उपकरण मुख्य रूप से अमीर स्वास्थ्य प्रणालियों के लिए सुलभ रह सकते हैं, देखभाल में वैश्विक अंतराल को चौड़ा करते हुए
WHO के मुख्य वैज्ञानिक Jeremy Farrar ने मार्गदर्शन की रिलीज के समय कहा कि generative AI तकनीकें स्वास्थ्य सेवा में सुधार कर सकती हैं केवल अगर डेवलपर्स, नियामक और उपयोगकर्ता संबंधित जोखिमों की पहचान करते हैं और पूरी तरह से जवाबदेही देते हैं।
क्या अभी तक नहीं हुआ है
चिकित्सा में AI के साथ कई मील के पत्थर हुए हैं लेकिन अभी तक नहीं हुए हैं। कोई पूरी तरह से AI-डिजाइन की गई दवा कहीं भी नियामक अनुमोदन प्राप्त नहीं की है, और WHO का मार्गदर्शन स्पष्ट रूप से चेतावनी देता है कि सबसे सक्षम AI प्रणालियों तक असमान पहुंच, अंतराल को कम करने के बजाय, अच्छी तरह से संसाधित और कम संसाधित स्वास्थ्य प्रणालियों के बीच असमानताओं को चौड़ा कर सकती है। अभी के लिए, स्वास्थ्य में AI का सबसे स्पष्ट पदचिन्ह निदान imaging में रहता है, जहां नियामकों के पास सबसे लंबी मंजूरी का इतिहास है, जबकि नई दवाएं बनाने में इसकी भूमिका प्रयोगशाला proof-of-concept से बड़े मानव परीक्षणों की ओर बढ़ रही है।
प्रश्न
- क्या FDA ने उस दवा को मंजूरी दी है जो कृत्रिम बुद्धिमत्ता द्वारा डिजाइन की गई थी?
- नहीं। 7 जुलाई 2026 को शुरू हुए Phase III परीक्षण के रूप में, कोई भी AI-डिजाइन की गई दवा FDA या अन्य नियामक अनुमोदन प्राप्त नहीं की है; Insilico Medicine की rentosertib सबसे आगे की उम्मीदवार है, अब चीन में 320-रोगी Phase III परीक्षण में परीक्षण की जा रही है, कंपनी के अनुसार।
- FDA ने कितने AI-सक्षम चिकित्सा उपकरणों को अधिकृत किया है?
- FDA का कहना है कि इसने अमेरिकी बाजार के लिए 1,600 से अधिक AI-सक्षम चिकित्सा उपकरणों को अधिकृत किया है, इसके ट्रैकिंग पृष्ठ के अनुसार, जिसे 22 सितंबर 2026 को अंतिम बार अपडेट किया गया था।
- कौन सी चिकित्सा विशेषता सबसे अधिक FDA-स्वीकृत AI उपकरणों का उपयोग करती है?
- Radiology, जो 2025 में 295 AI/ML डिवाइस मंजूरियों में से 211 थी — लगभग 71.5 प्रतिशत — नियामक सलाहकार कंपनी Innolitics के विश्लेषण के अनुसार।
- WHO ने स्वास्थ्य सेवा में AI के लिए कौन से जोखिमों की पहचान की है?
- WHO का जनवरी 2024 का मार्गदर्शन पक्षपाती या कम गुणवत्ता वाले प्रशिक्षण डेटा, चिकित्सकों में 'automation bias', cybersecurity कमजोरियां, और अमीर और कम आय वाली स्वास्थ्य प्रणालियों के बीच उच्च-निष्पादन AI सिस्टम तक असमान पहुंच को चिन्हित करता है।
- AI-डिजाइन की गई दवा rentosertib की खोज कैसे हुई?
- Insilico Medicine का कहना है कि इसका PandaOmics प्लेटफॉर्म TNIK प्रोटीन को एक दवा लक्ष्य के रूप में पहचानता है और इसका Chemistry42 प्लेटफॉर्म उम्मीदवार अणु उत्पन्न करता है, खोज का मार्ग Nature Biotechnology में वर्णित है और Phase IIa परिणाम Nature Medicine में प्रकाशित हुए, कंपनी के अनुसार।
स्रोत
- FDA — Artificial Intelligence-Enabled Medical Devices
- PR Newswire (Insilico Medicine) — Insilico Initiates Phase III Clinical Trial for Rentosertib
- World Health Organization — WHO releases AI ethics and governance guidance for large multi-modal models
- Innolitics — 2025 Year in Review: AI/ML Medical Device 510(k) Clearances
- IntuitionLabs — AI-Discovered Drugs in Clinical Trials 2026: Full Pipeline
यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं
संबंधित लेख

कृत्रिम बुद्धिमत्तालेख
AI एल्गोरिदम पूर्वाग्रह कैसे विकसित करते हैं, और इसे रोकने के लिए क्या सुरक्षा मौजूद हैं
AI सिस्टम पक्षपाती हो जाते हैं जब वे गैर-प्रतिनिधि प्रशिक्षण डेटा से सीखते हैं या अपने डिजाइन में निर्मित मानव और संस्थागत मान्यताओं को एन्कोड करते हैं। दस्तावेज किए गए केस — Amazon की हायरिंग टूल और 2018 के 'Gender Shades' चेहरे की पहचान अध्ययन — यह दिखाते हैं कि यह महिलाओं और गहरी त्वचा वाले लोगों को नुकसान पहुंचा सकता है। EU के नियामक और NIST जैसी मानक निकाय अब उच्च जोखिम वाले सिस्टम के लिए पक्षपात परीक्षण की आवश्यकता करते हैं।
कृत्रिम बुद्धिमत्तातुलना
ChatGPT बनाम Claude बनाम Gemini अक्टूबर 2026: मॉडल, कीमतें और बेंचमार्क की तुलना
अक्टूबर 2026 तक, ChatGPT को OpenAI के GPT-6 परिवार पर चलाया जाता है (तर्क के लिए Astra, रोज़मर्रा की चैट के लिए Sol/Luna), Claude की प्रमुख शक्ति Anthropic का Opus 5 है, और Google का आम तौर पर उपलब्ध शीर्ष मॉडल Gemini 3.1 Pro है जबकि नया Gemini 4 Argon अभी भी सीमित रोलआउट में है। एंट्री-लेवल सशुल्क योजनाएं लगभग $20 प्रति माह के आसपास जमा होती हैं, लेकिन ये तीनों संदर्भ विंडो, API लागत और किन बेंचमार्क पर प्रत्येक कंपनी जोर देती है, इसमें तीव्रता से भिन्न होती हैं।

कृत्रिम बुद्धिमत्तालेख
एआई डेटा से कैसे सीखता है: मेटा के स्क्रैपिंग क्लॉज़ विवाद के बीच प्रशिक्षण समझाया गया
एआई मॉडल विशाल मात्रा में पाठ, छवियों या अन्य डेटा को संसाधित करके सीखते हैं और अपने आंतरिक पैरामीटर को समायोजित करते हैं जब तक कि उनकी भविष्यवाणियां सही उत्तरों से मेल न खाएं, जो अरबों उदाहरणों में दोहराया जाता है। यह डेटा कहां से आता है, यह अक्टूबर 2026 में एक विवादास्पद मुद्दा बन गया, जब मेटा की नई व्यावसायिक शर्तें इसे अपने व्यावसायिक ग्राहकों की वेबसाइटों को एआई प्रशिक्षण के लिए स्वचालित रूप से स्क्रैप करने की अनुमति देती प्रतीत हुईं, जिससे प्रकाशकों और कानूनी विद्वानों की आलोचना आकर्षित हुई, जब तक मेटा ने शब्दों को सीमित नहीं किया।
कृत्रिम बुद्धिमत्तालेख
AI छवि निर्माण कैसे काम करता है: Diffusion मॉडलों की व्याख्या
DALL-E, Midjourney और Stable Diffusion जैसे उपकरण diffusion मॉडलों का उपयोग करके चित्र बनाते हैं: तंत्रिका नेटवर्क जो किसी छवि को यादृच्छिक शोर में बदलने और फिर उस प्रक्रिया को उलटने के लिए प्रशिक्षित होते हैं। नई छवि बनाने के लिए, नेटवर्क शुद्ध शोर से शुरू होता है और इसे चरण दर चरण हटाता है, एक पाठ संकेत द्वारा निर्देशित होकर, जब तक एक सुसंगत चित्र प्रकट नहीं हो जाता।