مصنوعی ذہانت · مضمون
کیسے AI نے 2026 میں تشخیص، دوا کی دریافت اور مریضوں کی دیکھ بھال کو بدل دیا ہے
اشاعت:

مختصراً
مصنوعی ذہانت پہلے سے ہی 1,600 سے زیادہ FDA کے منظور شدہ طبی آلات کی بنیاد ہے، ان میں سے زیادہ تر طبی امیجز پڑھنے کے لیے ہیں، اور یہ اب تجرباتی دوائوں کو بھی ڈیزائن کر رہی ہے۔ Insilico Medicine کی rentosertib، جس کے بیولوجیکل ٹارگٹ اور مالیکیول دونوں AI نے بنائے تھے، نے 7 جولائی 2026 کو چین میں 320 مریضوں کے Phase III ٹرائل میں داخل ہوئی، جبکہ عالمی ریگولیٹرز ابھی بھی ٹیکنالوجی کے خطرات کو کنٹرول کرنے والے اصول مرتب کر رہے ہیں۔
یہ نسخہ اصل متن (English) کا مشینی ترجمہ ہے۔ اصل متن پڑھیں
مصنوعی ذہانت اب امریکی بازار میں منظور 1,600 سے زیادہ طبی آلات میں بنائی جا چکی ہے، اور یہ اسکین پڑھنے سے آگے نکل کر بالکل نئی دوائی کی مالیکیولز ڈیزائن کرنے تک پھیل گئی ہے۔ جولائی 2026 میں، Insilico Medicine نے rentosertib - ایک مرکب جس کا بیولوجیکل ٹارگٹ اور کیمیکل ڈھانچہ دونوں AI سافٹویئر نے بنایا تھا - کو idiopathic pulmonary fibrosis کے لیے 320 مریضوں کے Phase III ٹرائل میں آگے بڑھایا، یہ ایک پھیپھڑوں کی بیماری ہے جس کے علاج کے اختیارات محدود ہیں۔ اسی وقت، عالمی صحت کی تنظیمیں ابھی بھی یہ سمجھنے کی کوشش کر رہی ہیں کہ ان نظاموں کو کیسے کنٹرول کیا جائے جو تشخیص اور علاج کے فیصلوں کو بڑھتے ہوئے طریقے سے شکل دیتے ہیں۔
جہاں AI پہلے سے کام کر رہا ہے: امیجز پڑھنا
امریکی خوراک اور دوا کی انتظامیہ (FDA) کا کہنا ہے کہ اس نے ریاستہائے متحدہ میں مارکیٹنگ کے لیے 1,600 سے زیادہ AI سے آراستہ طبی آلات کو منظوری دی ہے، ایجنسی کے اپنے ٹریکنگ صفحہ کے مطابق، جو 22 ستمبر 2026 کو آخری بار اپ ڈیٹ کیا گیا تھا۔ FDA جو مثالیں درج کرتا ہے ان میں سافٹویئر شامل ہے جو جلد کے نقصان کو کینسر کے لیے جانچتا ہے، شکری کی بیماری سے متعلق retinopathy کو شبکیہ کی تصویروں سے پہچانتا ہے، حساس ڈیٹا سے دل کا دورہ پڑنے کا امکان لگاتا ہے، اور گلوکوز مانیٹر کی پڑھنے کی بنیاد پر انسولین کی خوراک کو خودکار کرتا ہے۔
ریگولیٹری مشاورت کمپنی Innolitics کی طرف سے 2025 FDA 510(k) منظوریوں کے تجزیے سے پتہ چلا کہ radiology اس سال کی AI/ML ڈیوائس منظوریوں کی بہت بڑی تعداد میں اہم کردار ادا کرتا ہے، 295 کل منظوریوں کے ساتھ 221 مختلف مینوفیکچررز کو جاری کیے گئے اور درمیانی جانچ کا وقت 142 دن تھا۔ سب سے عام کیٹیگری radiological computer-aided detection سافٹویئر تھی، جو اکیلے 2025 کی تمام منظوریوں کا ایک چوتھائی سے زیادہ بناتی ہے، تجزیہ کے مطابق۔
| خصوصی شعبہ | 2025 منظوریاں | کل کا حصہ |
|---|---|---|
| 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% |
| دیگر خصوصی شعبوں کا مجموعہ | 16 | 5.5% |
Cardiology، neurology اور orthopedics 2025 میں radiology سے بہت پیچھے رہے، اور anesthesiology اور clinical chemistry جیسی خصوصیات نے ہر ایک منظوریوں کا 2 فیصد سے کم حصہ بنایا، اسی تجزیے کے مطابق۔
AI دوائیں ڈیزائن کر رہا ہے، صرف ان کو چھننا نہیں
تشخیص سے باہر، AI سافٹویئر اب نئے دوا کے ہدف تجویز کرنے اور ان کو ہٹانے کے لیے مراد مالیکیولز ڈیزائن کرنے کے لیے استعمال کیا جا رہا ہے، جو پہلے کمپیوٹنگ کے استعمال سے ایک قدم آگے ہے تاکہ موجودہ مرکب کی لائبریریوں کو تیزی سے چھنے۔ Insilico Medicine، ایک Hong Kong پر مبنی بائیوٹیکنالوجی کمپنی، کہتی ہے کہ اس کے PandaOmics پلیٹ فارم نے TNIK نام کے پروٹین کو بیماری کے ہدف کے طور پر شناخت کیا اور اس کے Chemistry42 پلیٹ فارم نے ایک امیدوار مالیکیول بنایا، جس کا نام اب rentosertib ہے، idiopathic pulmonary fibrosis کے لیے۔ کمپنی کہتی ہے کہ دریافت کا راستہ Nature Biotechnology میں ایک مقالے میں بیان کیا گیا تھا۔
ایک randomized، placebo سے کنٹرول شدہ Phase IIa ٹرائل میں، rentosertib کی سب سے زیادہ جانچی گئی خوراک (60 mg ایک بار روزانہ) لینے والے مریضوں نے پھیپھڑوں کی کارکردگی، جسے forced vital capacity سے ماپا جاتا ہے، 12 ہفتوں میں 98.4 ملی لیٹروں کے اوسط سے بہتری دیکھی، placebo گروپ میں 20.3 ملی لیٹروں کی اوسط کمی کے مقابلے میں، Insilico Medicine کے اپنے نتائج کے اعلان کے مطابق، جو کمپنی کہتی ہے Nature Medicine میں بھی شائع ہوئے۔
7 جولائی 2026 کو، Insilico نے rentosertib کے Phase III ٹرائل کا آغاز کیا: ایک randomized، double-blind، placebo سے کنٹرول شدہ مطالعہ 52 ہفتوں میں چین کے 47 مراکز میں 320 مریضوں کو نامزد کرتے ہوئے۔ بنیادی endpoint forced vital capacity میں سالانہ کمی کی شرح ہے، بیماری کی پیش رفت کے پہلے واقعہ تک کے وقت کے ساتھ ایک کلیدی ثانوی اقدام کے طور پر، کمپنی نے کہا۔
یہ پروگرام اس قیاس سے شروع ہوا کہ بزرگی کی بیولوجی بڑی بیماریوں کے لیے طاقتور ہدف کی نشاندہی میں مدد کر سکتی ہے۔
کوئی بھی AI سے ڈیزائن کی گئی دوا ابھی تک FDA یا کسی دوسرے ریگولیٹر سے منظوری نہیں پائی ہے، اور rentosertib کی Phase IIa ٹرائل میں پھیپھڑوں کی کارکردگی میں بہتری کو ثانوی، دریافتی endpoints کے طور پر درج کیا گیا تھا نہ کہ مطالعہ کے بنیادی حفاظت کے مقصد کے طور پر، کمپنی کی اپنی وضاحت سے۔ IntuitionLabs کی تجزیہ سائٹ سے حوالہ دیے جانے والے انڈسٹری ٹریکرز نے 2026 کے آغاز میں 170 سے زیادہ AI سے دریافت شدہ دوا کے پروگراموں کو کلینیکل ڈویلپمنٹ میں شمار کیا، 2023 کے آخری میں تقریباً دو درجن سے، اگرچہ IntuitionLabs نے نوٹ کیا کہ اعداد و شمار ٹریکرز کے درمیان مختلف ہوتے ہیں کیونکہ ایسی دوائوں کی کوئی واحد ہونے والی حکومت کی رجسٹری موجود نہیں ہے اور ہر ٹریکر اپنی درجہ بندی کی شرائط کو لاگو کرتا ہے۔
ریگولیٹرز ابھی اصول لکھ رہے ہیں
ورلڈ ہیلتھ آرگنائزیشن (WHO) نے 18 جنوری 2024 کو صحت میں بڑے ملٹی-موڈل AI ماڈلز کے لیے اخلاقیات اور گورننس کی رہنمائی جاری کی، حکومتوں، ڈویلپرز اور صحت کے کارکنوں کے لیے 40 سے زیادہ سفارشات مرتب کی۔ رہنمائی کہتی ہے کہ خراب معیار یا متعصبانہ تربیتی ڈیٹا غلط یا نامکمل صحت کی معلومات پیدا کر سکتا ہے، اور طبیبوں کو جو کہا جاتا ہے اس کا خطرہ ہے 'خودکار تعصب' میں پڑ جانے سے جب وہ AI آؤٹ پٹ پر بہت زیادہ اعتماد کریں یا غیر مناسب طریقے سے ان کو فیصلوں پر سونپیں۔
- متعصبانہ یا کم معیار کی تربیتی ڈیٹا نسل، نسلیت، جنس، صنف کی شناخت یا عمر سے متعلق نتائج کو تیرچھا کر سکتا ہے
- خودکار تعصب: صحت کے کارکن AI کی غلطیوں سے صرف نظر کر سکتے ہیں یا غیر مناسب طریقے سے فیصلوں کو سونپ سکتے ہیں
- Cybersecurity کے فاصل مریض کے ڈیٹا کو ظاہر کر سکتے ہیں یا AI نظاموں میں اعتماد کو کمزور کر سکتے ہیں
- اعلیٰ کارکردگی والے AI ٹولز زیادہ تر دولت مند صحت کے نظاموں تک رسائی کی وجہ سے ممکن رہ سکتے ہیں، دیکھ بھال میں عالمی فاصلوں کو چوڑا کرتے ہوئے
WHO کے چیف سائنسدان Jeremy Farrar نے رہنمائی کی رہائی کے وقت کہا کہ generative AI ٹیکنالوجیز صحت کی دیکھ بھال کو بہتر بنا سکتے ہیں صرف اگر ڈویلپرز، ریگولیٹرز اور صارفین منسلک خطرات کی شناخت اور مکمل طور پر حساب رکھیں۔
یہ ابھی تک کیا نہیں ہوا ہے
AI دوائی میں سے بعض منزلیں جو اکثر منسوب کی جاتی ہیں وہ واقع نہیں ہوئی ہیں۔ کوئی بھی مکمل طور پر AI سے ڈیزائن کی گئی دوا کہیں بھی ریگولیٹری منظوری حاصل نہیں کی ہے، اور WHO کی رہنمائی واضح طور پر انتباہ کرتی ہے کہ سب سے زیادہ قابل صلاحیت AI نظاموں تک غیر مساوی رسائی، بجائے اس کے فاصلوں کو کم کرنے کے، خوب وسائل والے اور کم وسائل والے صحت کے نظاموں کے درمیان فاصلوں کو چوڑا کر سکتی ہے۔ ابھی کے لیے، طبی میں AI کا سب سے واضح نقش تشخیصی امیجنگ میں رہتا ہے، جہاں ریگولیٹرز کی سب سے لمبی منظوری کی تاریخ ہے، جبکہ نئی دوائیں بنانے میں اس کا کردار لیبارٹری کے ثبوت سے آگے بڑے انسانی ٹرائلز کی طرف بڑھ رہا ہے۔
سوالات
- کیا FDA نے کسی ایسی دوا کو منظوری دی ہے جو مصنوعی ذہانت نے ڈیزائن کی تھی؟
- نہیں۔ 7 جولائی 2026 کو شروع ہونے والے Phase III ٹرائل کے بعد سے، کوئی بھی AI سے ڈیزائن کی گئی دوا FDA یا کسی دوسرے ریگولیٹر سے منظوری نہیں پائی ہے؛ Insilico Medicine کی rentosertib سب سے آگے کا امیدوار ہے، اب چین میں 320 مریضوں کے Phase III ٹرائل میں جانچی جا رہی ہے، کمپنی کے مطابق۔
- FDA نے کتنی AI سے آراستہ طبی آلات کو منظوری دی ہے؟
- FDA کا کہنا ہے کہ اس نے امریکی بازار کے لیے 1,600 سے زیادہ AI سے آراستہ طبی آلات کو منظوری دی ہے، اس کے ٹریکنگ صفحہ کے مطابق، جو 22 ستمبر 2026 کو آخری بار اپ ڈیٹ کیا گیا تھا۔
- کون سی طبی خصوصی FDA کی طرف سے سب سے زیادہ صاف شدہ AI ٹولز استعمال کرتی ہے؟
- Radiology، جو 2025 میں 295 AI/ML ڈیوائس منظوریوں میں سے 211 تھے — تقریباً 71.5 فیصد — ریگولیٹری مشاورت کمپنی Innolitics کے تجزیے کے مطابق۔
- WHO نے صحت کی دیکھ بھال میں AI کے لیے کون سے خطرات کی نشاندہی کی ہے؟
- WHO کی جنوری 2024 کی رہنمائی متعصبانہ یا کم معیار کی تربیتی ڈیٹا، طبیبوں میں 'خودکار تعصب'، cybersecurity کی کمزوریوں، اور دولت مند اور کم آمدنی والے صحت کے نظاموں کے درمیان اعلیٰ کارکردگی والے AI نظاموں تک غیر مساوی رسائی کو نشانہ بناتی ہے۔
- AI سے ڈیزائن کی گئی دوا rentosertib کی دریافت کیسے ہوئی؟
- Insilico Medicine کا کہنا ہے کہ اس کے PandaOmics پلیٹ فارم نے TNIK پروٹین کو دوا کے ہدف کے طور پر شناخت کیا اور اس کے Chemistry42 پلیٹ فارم نے امیدوار مالیکیول بنایا، دریافت کا راستہ Nature Biotechnology میں بیان کیا گیا اور Phase IIa کے نتائج Nature Medicine میں شائع ہوئے، کمپنی کے مطابق۔
ذرائع
- 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
یہ تحریر مصنوعی ذہانت سے تیار کی گئی اور اشاعت سے پہلے ذرائع کی خودکار جانچ سے گزری۔ اگر آپ کو کوئی غلطی نظر آئے تو تصحیح کی درخواست کریں۔ تصحیح یا جواب کی درخواست · ہم کیسے کام کرتے ہیں
متعلقہ تحریریں

مصنوعی ذہانتمضمون
مصنوعی ذہانت کے الگورتھم کس طرح تعصب تیار کرتے ہیں، اور اسے روکنے کے لیے کیا حفاظتیں موجود ہیں
AI سسٹم اس وقت متعصبانہ ہو جاتے ہیں جب وہ نمائندگی سے محروم تربیتی ڈیٹا سے سیکھتے ہیں یا اپنے ڈیزائن میں تعمیر شدہ انسانی اور اداراتی مفروضوں کو انکوڈ کرتے ہیں۔ دستاویز شدہ معاملات — Amazon کی بھرتی کا ٹول اور 2018 کا 'Gender Shades' چہرے کی شناخت کا مطالعہ — یہ ظاہر کرتے ہیں کہ یہ خواتین اور سانولی رنگت والے لوگوں کو نقصان پہنچا سکتا ہے۔ EU کے ریگولیٹرز اور NIST جیسی معیاری تنظیمیں اب اعلیٰ خطرے والے نظاموں کے لیے تعصب کی جانچ کی ضرورت ہے۔
مصنوعی ذہانتموازنہ
ChatGPT بمقابلہ Claude بمقابلہ Gemini اکتوبر 2026: ماڈلز، قیمتیں اور بینچ مارکس کا موازنہ
اکتوبر 2026 تک، ChatGPT کو OpenAI کے GPT-6 فیملی پر چلایا جاتا ہے (استدلال کے لیے Astra، روزمرہ چیٹ کے لیے Sol/Luna)، Claude کی بہترین شکل Anthropic کا Opus 5 ہے، اور Google کا عام دستیاب بہترین ماڈل Gemini 3.1 Pro ہے جبکہ نیا Gemini 4 Argon ابھی محدود رولاؤٹ میں ہے۔ درجہ بندی کی ادائیگی کے منصوبے تقریباً $20 فی ماہ کے ارد گرد جمع ہوتے ہیں، لیکن یہ تینوں سیاق و سباق ونڈو، API کی لاگت اور بینچ مارکس میں شدت سے مختلف ہوتے ہیں جو ہر کمپنی نمایاں کرتی ہے۔

مصنوعی ذہانتمضمون
ایک آئی ڈیٹا سے کیسے سیکھتا ہے: میٹا کے سکریپنگ شق کے تنازعہ میں تربیت کی تشریح
ایے آئی ماڈلز متن، تصویروں یا دیگر ڈیٹا کی بہت بڑی مقدار کو پروسیس کرکے سیکھتے ہیں اور اپنے اندرونی پیرامیٹرز کو ایڈجسٹ کرتے ہیں جب تک کہ ان کی پیشین گوئیاں صحیح جوابات سے مطابقت رکھیں، اربوں مثالوں میں یہ عمل دہرایا جاتا ہے۔ یہ ڈیٹا کہاں سے آتا ہے، یہ اکتوبر 2026 میں ایک متنازع نقطہ بن گیا، جب میٹا کی نئی تجارتی شرائط نے اسے اپنے کاروباری گاہکوں کی ویب سائٹوں کو ایے آئی تربیت کے لیے خودکار طریقے سے سکریپ کرنے کی صلاحیت ظاہر کی، جس سے ناشرین اور قانونی اسکالرز کی تنقید پیدا ہوئی جب تک میٹا نے الفاظ کو محدود نہیں کیا۔
مصنوعی ذہانتمضمون
AI تصویری نسل کیسے کام کرتی ہے: Diffusion Models کی وضاحت
DALL-E، Midjourney اور Stable Diffusion جیسے آلات diffusion ماڈلز استعمال کرتے ہوئے تصاویر بناتے ہیں: اعصابی نیٹ ورکس جو تصویر کو بے ترتیب شور میں تبدیل کرنے اور پھر اس عمل کو الٹ دینے کے لیے تربیت یافتہ ہیں۔ نئی تصویر بنانے کے لیے، نیٹ ورک خالص شور سے شروع ہوتا ہے اور اسے مرحلہ وار ہٹاتا ہے، ایک متن کے اشارے سے رہنمائی پاتے ہوئے، جب تک ایک منطقی تصویر ظاہر نہ ہو۔