"`html

سرجری میں مصنوعی ذہانت سے قانونی اور اخلاقی چیلنجز سامنے آتے ہیں

مصنوعی ذہانت تدریجاً سرجری کو بدل رہی ہے، آپریشنوں کی منصوبہ بندی، ریئل ٹائم مدد، اور یہاں تک کہ خودکار کاموں میں بہتری لا رہی ہے۔ تاہم، اس کی قبولیت سے ٹیکنالوجی، انسانی، قانونی اور اخلاقی خطرات پیدا ہو رہے ہیں، جو موجودہ ضوابط میں ابھی تک مناسب طور پر حل نہیں ہو سکے ہیں۔

سرجری میں مصنوعی ذہانت کے سسٹمز تشخیص یا علاج میں غلطیاں کر سکتے ہیں، مریضوں کی رضامندی کو متاثر کر سکتے ہیں، یا ان کی رازداری کی خلاف ورزی کر سکتے ہیں۔ یہ خطرات تین بنیادی ذرائع سے آتے ہیں: ٹول کی اپنی حدود، اس کے استعمال سے متعلق انسانی غلطیاں، اور اس کی تعیناتی کے دوران تنظیماتی ناکامیوں۔ مثال کے طور پر، غلط تربیت یافتہ الگورتھم ڈیٹا میں موجود تعصبات کو بڑھا سکتا ہے، جس سے کچھ مریض گروپس کے لیے ناانصافی بھری تجاویز سامنے آ سکتی ہیں۔ اسی طرح، ایک سرجن ٹول کی ایک غلط لیکن قابل یقین تجویز پر زیادہ بھروسا کر کے اپنے کلینیکل فیصلے کو چھوڑ سکتا ہے۔

موجودہ قانونی فریم ورک، جیسے کہ یورپی یونین یا ریاستہائے متحدہ امریکہ کے، ان ٹیکنالوجیز کو ریگولیٹ کرنے کی کوشش کر رہے ہیں، سسٹمز کو ان کے خطرے کے سطح کے مطابق درجہ بندی کر کے۔ اس کے بعد ٹیسٹنگ، ڈیٹا مینجمنٹ اور سائبر سیکورٹی کے معیارات مختلف ہو جاتے ہیں۔ تاہم، یہ ضوابط ترقی کے ساتھ قدم سے قدم ملا کر چلنے میں ناکام ہو رہے ہیں، خاص طور پر ان ماڈلز کے سامنے جو مسلسل سیکھنے اور اپ ڈیٹ ہونے کی صلاحیت رکھتے ہیں۔ مریضوں کے ڈیٹا کی حفاظت بھی ایک اہم چیلنج ہے۔ یورپ میں، جنرل ڈیٹا پروٹیکشن ریگولیشن (GDPR) طبی معلومات کے استعمال کے لیے سخت قواعد نافذ کرتا ہے، جب کہ ریاستہائے متحدہ میں موجود قانون کی خامیوں کی وجہ سے مریضوں کے ڈیٹا کی دوبارہ شناخت کا خطرہ ہوتا ہے، چاہے وہ غیر شناخت شدہ کیوں نہ ہوں۔

مصنوعی ذہانت کی آمد کے ساتھ رضامندی کا عمل زیادہ پیچیدہ ہو گیا ہے۔ مریض، جو اکثر ان ٹیکنالوجیز سے واقف نہیں ہوتے، غیر حقیقی توقعیں رکھ سکتے ہیں یا پھر بے بنیاد خوف کا شکار ہو سکتے ہیں۔ سرجنوں کو ٹول کے کردار کو واضح طور پر سمجھانا ہوگا: کیا یہ تشخیص میں مدد ہے، نویگیشن گائیڈ ہے، یا آپریشن کے دوران ایک فعال معاون ہے؟ انہیں اس بات کی بھی وضاحت کرنی ہوگی کہ کون سی ضمانتیں موجود ہیں، جیسے کہ ٹول کی تجاویز کی تصدیق اور ان کی تردید کرنے کی صلاحیت۔ نیز، سرجنوں کو مریضوں کو اپنی تربیت اور ان سسٹمز کے ساتھ اپنے تجربے کے بارے میں بھی آگاہ کرنا ہوگا۔

طبی غلطی کی صورت میں ذمہ داری کا سوال مصنوعی ذہانت کے استعمال کے ساتھ اور بھی پیچیدہ ہو جاتا ہے۔ روایتی طور پر، سرجن آپریشن تھیٹر میں لیے گئے فیصلوں کی پوری ذمہ داری قبول کرتا ہے۔ لیکن اگر کوئی سسٹم ایک غلط تجویز پیش کرتا ہے جس سے کوئی نقصان ہوتا ہے، تو ذمہ دار کون ہے؟ سرجن اس پر عمل کرنے کے لیے، ڈویلپر ڈیزائن میں خامی کے لیے، یا ادارہ غفلت سے تعیناتی کے لیے؟ عدالتیں مصنوعات کو ذمہ دار ٹھہرا سکتی ہیں اگر کوئی خامی یا غلط ٹیسٹ شدہ الگورتھم ایک غلطی کا سبب بنتا ہے۔ ہسپتالوں کو بھی غفلت کا مجرم ٹھہرا یا جا سکتا ہے اگر وہ کسی غیر تصدیق شدہ یا غلط طریقے سے برقرار رکھے گئے سسٹم کا استعمال کرتے ہیں۔ سرجن، اپنی طرف سے، علاج کے معیارات پر عمل کرنے کے پابند ہیں اور ٹول کو قصور وار ٹھہرا کر اپنی ذمہ داری سے جان چھڑا نہیں سکتے۔

خطرات صرف طبی غلطیوں تک محدود نہیں ہیں۔ مصنوعی ذہانت کے غلط استعمال سے مریض اور سرجن کے درمیان اعتماد بھی کمزور ہو سکتا ہے۔ اگر مریض کو محسوس ہوتا ہے کہ فیصلے ایک الگورتھم کے ذریعے لیے جا رہے ہیں، نہ کہ ان کے ڈاکٹر کے، تو اعتماد کا رشتہ کمزور ہو سکتا ہے۔ نیز، شفافیت کی کمی یا ٹول کی کوئی غلطی اس اعتماد کو طویل مدت تک نقصان پہنچا سکتی ہے، چاہے وہ کلینیشن ہو یا پورا صحت نظام۔

ان خطرات کو کم کرنے کے لیے، ایک مضبوط گورننس کی ضرورت ہے۔ صحت کے اداروں کو مصنوعی ذہانت کے سسٹمز کو اپنانے سے پہلے ان کا جائزہ لینے کے لیے مخصوص کمیٹیوں کا قیام کرنا ہوگا۔ ان کمیٹیوں کو یقینی بنانا ہوگا کہ ڈویلپرز استعمال کے لیے مکمل ہدایات، تربیت کے سیشن، اور سیکورٹی کے رہنما اصول فراہم کریں۔ سسٹم کی کارکردگی کی مسلسل نگرانی بھی ضروری ہے تاکہ کسی بھی گراؤنڈ یا ماڈل کی خرابی کا پتہ چل سکے۔ طبی معاشروں اور اداروں کو بھی سرجنوں کی تربیت اور سرٹیفیکیشن کے لیے معیارات قائم کرنے میں اپنا کردار ادا کرنا ہوگا۔

آخر میں، ہسپتالوں، ڈویلپرز، اور ریگولیٹرز کے درمیان تعاون ان پریکٹس کو ہم آہنگ کرنے اور سرجری میں مصنوعی ذہانت کے محفوظ اور اخلاقی استعمال کو یقینی بنانے کے لیے ضروری ہے۔ اس کے بغیر، ٹیکنالوجی کی ترقی مریضوں کی حفاظت اور علاج کی معیار کے نقصان پر ہو سکتی ہے۔

"`

Références des contenus

Référence officielle

DOI : https://doi.org/10.1007/s00464-026-12881-8

Titre : Risk and liability in the deployment of AI systems for surgery: a SAGES white paper

Revue : Surgical Endoscopy

Éditeur : Springer Science and Business Media LLC

Auteurs : Daniel A. Hashimoto; Jayson S. Marwaha; Sharon A. Lee; Steven Schwaitzberg; Mindy N. Duffourc