සෞඛ්ය සේවා සඳහා ශක්තිමත් AI ඒකාබද්ධ කරන්නේ කෙසේද, අන්තර් විෂය සහයෝගීතාවය ඉතා වැදගත් වන්නේ ඇයි සහ පර්යේෂණ වලදී උත්පාදක AI හි විභවය පිළිබඳව AI විශේෂඥයින් සාකච්ඡා කරයි.
මැයි 14 වන දින ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය විද්යාලයේ පැවති සමාරම්භක RAISE සෞඛ්ය සම්මන්ත්රණයේදී ෆීෆෙයි ලී සහ ලොයිඩ් මයිනර් ආරම්භක දේශන පැවැත්වූහ. ස්ටීව් ෆිෂ්
කෘත්රිම බුද්ධියට හසු වූ බොහෝ දෙනෙකුට යම් ආකාරයක "ආහා" මොහොතක් ලැබී ඇති අතර, ඔවුන්ගේ මනස විභවයන්ගෙන් යුත් ලෝකයකට විවෘත කර ඇත. මැයි 14 වන දින පැවති සමාරම්භක RAISE සෞඛ්ය සම්මන්ත්රණයේදී, ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය විද්යාලයේ පීඨාධිපති සහ ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය කටයුතු පිළිබඳ උප සභාපති ලොයිඩ් මයිනර්, MD, ඔහුගේ ඉදිරිදර්ශනය බෙදා ගත්තේය.
කුතුහලයෙන් පිරි එක් යෞවනයෙකුගෙන් අභ්යන්තර කණ පිළිබඳ ඔහුගේ සොයාගැනීම් සාරාංශ කරන ලෙස ඉල්ලා සිටි විට, ඔහු උත්පාදක කෘතිම බුද්ධිය වෙත යොමු විය. “මම ඇහුවා, 'සුපිරි ඇල විඝටන සින්ඩ්රෝමය යනු කුමක්ද?' කියලා. මයිනර් සම්මන්ත්රණයට සහභාගී වූවන් 4,000 කට ආසන්න පිරිසකට පැවසීය. තත්පර කිහිපයකින්, ඡේද කිහිපයක් දර්ශනය විය.
"ඒවා හොඳයි, ඇත්තටම හොඳයි," ඔහු පැවසීය. "මෙම තොරතුරු රෝගය පිළිබඳ සංක්ෂිප්ත, සාමාන්යයෙන් නිවැරදි සහ පැහැදිලිව ප්රමුඛතාගත විස්තරයකට සම්පාදනය කර තිබීම. මෙය බෙහෙවින් කැපී පෙනේ."
ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය විද්යාලය සහ මානව කේන්ද්රීය කෘතිම බුද්ධිය සඳහා වූ ස්ටැන්ෆර්ඩ් ආයතනය (HAI) විසින් කෘතිම බුද්ධියේ වගකිවයුතු භාවිතයට මග පෙන්වීම සඳහා දියත් කරන ලද RAISE සෞඛ්ය මුලපිරීමේ ව්යාපෘතියේ වර්ධනයක් වූ අර්ධ දින සිදුවීම සඳහා බොහෝ දෙනෙක් මයිනර්ගේ උද්යෝගය බෙදා ගත්හ. ජෛව වෛද්ය පර්යේෂණ, අධ්යාපනය සහ රෝගී සත්කාර සඳහා බුද්ධිය. වෛද්යවරුන්ට සහ විද්යාඥයින්ට පමණක් නොව, රෝගීන්ට විනිවිද පෙනෙන, සාධාරණ සහ සාධාරණ ආකාරයකින් වෛද්ය විද්යාවේ කෘතිම බුද්ධිය ක්රියාත්මක කිරීම යන්නෙන් අදහස් කරන්නේ කුමක්දැයි කථිකයන් පරීක්ෂා කළහ.
"මෙය මානව හැකියාවන් වැඩි දියුණු කරන තාක්ෂණයක් බව අපි විශ්වාස කරනවා," ස්ටැන්ෆර්ඩ් ඉංජිනේරු පාසලේ පරිගණක විද්යාව පිළිබඳ මහාචාර්ය, RAISE Health with Minor ව්යාපෘතියේ අධ්යක්ෂ සහ HAI හි සම-අධ්යක්ෂ ෆී-ෆී ලී පැවසීය. පරම්පරාවෙන් පරම්පරාවට නව තාක්ෂණයන් මතු විය හැකිය: ප්රතිජීවකවල නව අණුක අනුපිළිවෙලින් ජෛව විවිධත්වය සිතියම්ගත කිරීම සහ මූලික ජීව විද්යාවේ සැඟවුණු කොටස් හෙළිදරව් කිරීම දක්වා, AI විද්යාත්මක සොයාගැනීම් වේගවත් කරයි. නමුත් මේ සියල්ල ප්රයෝජනවත් නොවේ. "මෙම සියලු යෙදුම් අනපේක්ෂිත ප්රතිවිපාක ඇති කළ හැකි අතර, [කෘතිම බුද්ධිය] වගකීමෙන් යුතුව සංවර්ධනය කර ක්රියාත්මක කරන පරිගණක විද්යාඥයින් අපට අවශ්ය වේ, වෛද්යවරුන් සහ ආචාර ධර්මවේදීන්ගේ සිට ආරක්ෂක විශේෂඥයින් දක්වා සහ ඉන් ඔබ්බට විවිධ පාර්ශවකරුවන් සමඟ වැඩ කිරීම," ඇය පවසයි. "RAISE Health වැනි මුලපිරීම් මේ සඳහා අපගේ කැපවීම පෙන්නුම් කරයි."
ස්ටැන්ෆර්ඩ් වෛද්ය විද්යාලයේ අංශ තුනක් - වෛද්ය විද්යාලය, ස්ටැන්ෆර්ඩ් සෞඛ්ය සේවා සහ ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ ළමා සෞඛ්ය වෛද්ය විද්යාලය - ඒකාබද්ධ කිරීම සහ ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ අනෙකුත් කොටස් සමඟ එහි සම්බන්ධතා - විශේෂඥයින් කෘතිම බුද්ධිය වර්ධනය කිරීම සමඟ පොරබදමින් සිටින ස්ථානයකට එය පත් කර ඇත. සෞඛ්ය සේවා සහ වෛද්ය ක්ෂේත්රයේ කළමනාකරණය සහ ඒකාබද්ධ කිරීමේ ගැටළු. වෛද්ය විද්යාව, ගීතය ගියේය.
"මූලික ජීව විද්යාත්මක සොයාගැනීම්වල සිට ඖෂධ සංවර්ධනය වැඩිදියුණු කිරීම සහ සායනික අත්හදා බැලීම් ක්රියාවලීන් වඩාත් කාර්යක්ෂම කිරීම දක්වා, සෞඛ්ය සේවා සැබෑ ලෙස සැපයීම දක්වා, කෘතිම බුද්ධිය සංවර්ධනය කිරීමේ සහ වගකිවයුතු ලෙස ක්රියාත්මක කිරීමේ පුරෝගාමියෙකු වීමට අපි හොඳින් ස්ථානගත වී සිටිමු. සෞඛ්ය සේවා. සෞඛ්ය සේවා පද්ධතිය පිහිටුවා ඇති ආකාරය," ඔහු පැවසීය.
කථිකයන් කිහිප දෙනෙක් සරල සංකල්පයක් අවධාරණය කළහ: පරිශීලකයා කෙරෙහි අවධානය යොමු කරන්න (මෙම අවස්ථාවේදී, රෝගියා හෝ වෛද්යවරයා) සහ අනෙක් සියල්ල අනුගමනය කරනු ඇත. "එය අප කරන සෑම දෙයකම කේන්ද්රයේ රෝගියා තබයි," බ්රිග්හැම් සහ කාන්තා රෝහලේ ජෛව ආචාර ධර්ම අධ්යක්ෂිකා වෛද්ය ලීසා ලෙහ්මන් පැවසුවාය. "අපි ඔවුන්ගේ අවශ්යතා සහ ප්රමුඛතා සලකා බැලිය යුතුයි."
වමේ සිට දකුණට: STAT ප්රවෘත්ති නිවේදිකා මෝහන රවීන්ද්රනාත්; මයික්රොසොෆ්ට් පර්යේෂණ ආයතනයේ ජෙසිකා පීටර් ලී; ජෛව වෛද්ය දත්ත විද්යාව පිළිබඳ මහාචාර්ය සිල්වියා ප්ලෙව්රිටිස්, වෛද්ය පර්යේෂණයේ කෘතිම බුද්ධියේ කාර්යභාරය සාකච්ඡා කරයි. ස්ටීව් ෆිෂ්
ලෙමන්, ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය ජෛව ආචාර ධර්ම විද්යාඥ මිල්ඩ්රඩ් චෝ, එම්ඩී සහ ගූගල් ප්රධාන සායනික නිලධාරී මයිකල් හොවෙල්, එම්ඩී ඇතුළු මණ්ඩලයේ කථිකයින් රෝහල් පද්ධතිවල සංකීර්ණත්වය සඳහන් කළ අතර, ඕනෑම මැදිහත්වීමකට පෙර ඒවායේ අරමුණ තේරුම් ගැනීමේ අවශ්යතාවය අවධාරණය කළහ. එය ක්රියාත්මක කර සංවර්ධනය කරන ලද සියලුම පද්ධති ඇතුළත් වන බව සහතික කර ඒවා උදව් කිරීමට නිර්මාණය කර ඇති පුද්ගලයින්ට සවන් දෙන්න.
එක් යතුරක් වන්නේ විනිවිදභාවයයි: එය ඇල්ගොරිතම පුහුණු කිරීම සඳහා භාවිතා කරන දත්ත පැමිණෙන්නේ කොහෙන්ද, ඇල්ගොරිතමයේ මුල් අරමුණ කුමක්ද සහ අනාගත රෝගී දත්ත ඇල්ගොරිතම ඉගෙන ගැනීමට දිගටම උපකාරී වේද යන්න ඇතුළු අනෙකුත් සාධක පැහැදිලි කරයි.
"ආචාර ධර්ම ගැටළු බරපතල වීමට පෙර පුරෝකථනය කිරීමට උත්සාහ කිරීම යනු [එනම්] තාක්ෂණය පිළිබඳව ඔබට ප්රමාණවත් දැනුමක් ඇති පරිපූර්ණ මිහිරි ස්ථානය සොයා ගැනීමයි, එහිදී ඔබට ඒ පිළිබඳව යම් විශ්වාසයක් තිබිය යුතුය, නමුත් [ගැටලුව] තවදුරටත් පැතිරී එය ඉක්මනින් විසඳා ගැනීමට පෙර නොවේ." ඩෙන්ටන් චාර් පැවසීය. වෛද්ය විද්යා අපේක්ෂක, ළමා නිර්වින්දන විද්යාව, පෙරියොපරේටිව් වෛද්ය විද්යාව සහ වේදනා වෛද්ය විද්යාව පිළිබඳ දෙපාර්තමේන්තුවේ සහකාර මහාචාර්ය. එක් ප්රධාන පියවරක් ලෙස, ඔහු පවසන්නේ තාක්ෂණයෙන් බලපෑමට ලක්විය හැකි සියලුම පාර්ශවකරුවන් හඳුනා ගැනීම සහ ඔවුන් විසින්ම එම ප්රශ්නවලට පිළිතුරු දීමට කැමති ආකාරය තීරණය කිරීමයි.
ඇමරිකානු වෛද්ය සංගමයේ සභාපති, MD, ජෙසී එහෙන්ෆෙල්ඩ්, කෘත්රිම බුද්ධියෙන් බල ගැන්වෙන ඒවා ඇතුළුව ඕනෑම ඩිජිටල් සෞඛ්ය මෙවලමක් භාවිතා කිරීමට බලපාන සාධක හතරක් සාකච්ඡා කරයි. එය ඵලදායීද? මෙය මගේ ආයතනය තුළ ක්රියාත්මක වේද? ගෙවන්නේ කවුද? වගකිව යුත්තේ කවුද?
ස්ටැන්ෆර්ඩ් සෞඛ්ය සේවා ආයතනයේ ප්රධාන තොරතුරු නිලධාරී, එම්ඩී, මයිකල් ෆෙෆර්, ස්ටැන්ෆර්ඩ් රෝහල්වල හෙදියන් අතර බොහෝ ගැටළු පරීක්ෂාවට ලක් කළ මෑත කාලීන උදාහරණයක් උපුටා දැක්වීය. පැමිණෙන රෝගී පණිවිඩ සඳහා මූලික විවරණ සපයන විශාල භාෂා ආකෘති මගින් සායනිකයින්ට සහාය ලැබේ. ව්යාපෘතිය පරිපූර්ණ නොවූවත්, තාක්ෂණය සංවර්ධනය කිරීමට උදව් කළ වෛද්යවරු වාර්තා කරන්නේ ආකෘතිය ඔවුන්ගේ වැඩ බර ලිහිල් කරන බවයි.
"අපි සැමවිටම වැදගත් කරුණු තුනක් කෙරෙහි අවධානය යොමු කරමු: ආරක්ෂාව, කාර්යක්ෂමතාව සහ ඇතුළත් කිරීම. අපි වෛද්යවරු. "කිසිදු හානියක් නොකරන බවට" අපි දිවුරුම් දෙමු, චාර් සහ ෆෙෆර් කණ්ඩායමට එක් වූ මනෝචිකිත්සාව සහ හැසිරීම් විද්යාව පිළිබඳ සායනික සහකාර මහාචාර්ය නීනා වාසන්, එම්.ඩී. පැවසුවාය. "මෙම මෙවලම් ඇගයීමට මෙය පළමු ක්රමය විය යුතුය."
වෛද්ය විද්යාව සහ ජෛව වෛද්ය දත්ත විද්යාව පිළිබඳ මහාචාර්ය, MBBS, Ph.D. නිගම් ෂා, ප්රේක්ෂකයින්ට සාධාරණ අනතුරු ඇඟවීමක් නොතකා, කම්පන සහගත සංඛ්යාලේඛන සමඟ සාකච්ඡාව ආරම්භ කළේය. "මම සාමාන්ය යෙදුම් සහ සංඛ්යා වලින් කතා කරනවා, සමහර විට ඒවා ඉතා සෘජු වීමට නැඹුරු වෙනවා," ඔහු පැවසීය.
ෂාට අනුව, AI හි සාර්ථකත්වය රඳා පවතින්නේ එය පරිමාණය කිරීමට අපට ඇති හැකියාව මත ය. “ආකෘතියක් පිළිබඳ නිසි විද්යාත්මක පර්යේෂණ සිදු කිරීමට වසර 10 ක් පමණ ගත වන අතර, 123 වන සාමාජිකත්ව සහ නේවාසික වැඩසටහන් මඟින් ආකෘතිය එම දැඩි මට්ටමට පරීක්ෂා කර යෙදවීමට අවශ්ය නම්, අපගේ උත්සාහයන් සහ [පරීක්ෂණ] සංවිධානය කරන බැවින් නිවැරදි විද්යාව කිරීම ඉතා අපහසු වනු ඇත. අපගේ සෑම වෙබ් අඩවියක්ම නිවැරදිව ක්රියාත්මක වන බව සහතික කර ගැනීමට ඩොලර් බිලියන 138 ක් වැය වනු ඇත,” ෂා පැවසීය. “අපට මෙය දැරිය නොහැක. එබැවින් අපි පුළුල් කිරීමට ක්රමයක් සොයා ගත යුතු අතර, අපි පුළුල් කර හොඳ විද්යාවක් කළ යුතුය. දෘඩ කුසලතා එක් ස්ථානයක ඇති අතර පරිමාණ කුසලතා තවත් ස්ථානයක ඇත, එබැවින් අපට එවැනි හවුල්කාරිත්වයක් අවශ්ය වනු ඇත.”
සහකාර ඩීන් යුවාන් ඈෂ්ලි සහ මිල්ඩ්රඩ් චෝ (පිළිගැනීමේ) RAISE සෞඛ්ය වැඩමුළුවට සහභාගී වූහ. ස්ටීව් ෆිෂ්
කෘත්රිම බුද්ධියේ සුරක්ෂිත, සුරක්ෂිත සහ විශ්වාසනීය සංවර්ධනය සහ භාවිතය පිළිබඳ ධවල මන්දිර විධායක නියෝගය සහ සෞඛ්ය සේවා කෘත්රිම බුද්ධිය සඳහා වූ සම්මේලනය (CHAI) වැනි රාජ්ය-පෞද්ගලික හවුල්කාරිත්වයන් හරහා මෙය සාක්ෂාත් කරගත හැකි බව සම්මන්ත්රණයේ සමහර කථිකයන් පැවසූහ.
"රාජ්ය-පෞද්ගලික හවුල්කාරිත්වය යනු ශාස්ත්රීය, පෞද්ගලික අංශය සහ රාජ්ය අංශය අතර ඇති විශාලතම විභවයයි," ජාතික වෛද්ය ඇකඩමියේ ජ්යෙෂ්ඨ උපදේශක ලෝරා ඇඩම්ස් පැවසුවාය. රජයට මහජන විශ්වාසය සහතික කළ හැකි බවත්, අධ්යයන වෛද්ය මධ්යස්ථානවලට නීත්යානුකූලභාවය ලබා දිය හැකි බවත්, තාක්ෂණික විශේෂඥතාව සහ පරිගණක කාලය පෞද්ගලික අංශයෙන් ලබා දිය හැකි බවත් ඇය සඳහන් කළාය. "අපි හැමෝම අපි කාටත් වඩා හොඳයි, අපි එය හඳුනා ගනිමු... එකිනෙකා සමඟ අන්තර් ක්රියා කරන්නේ කෙසේදැයි අපි තේරුම් නොගන්නේ නම් [කෘතිම බුද්ධියේ] විභවය අවබෝධ කර ගැනීමට අපට යාච්ඤා කළ නොහැකි බව."
විද්යාඥයින් ජීව විද්යාත්මක මූලධර්ම ගවේෂණය කිරීමට, නව ප්රතිකාර සඳහා සහාය වීම සඳහා කෘතිම අණු වල නව අනුපිළිවෙලවල් සහ ව්යුහයන් පුරෝකථනය කිරීමට හෝ විද්යාත්මක පත්රිකා සාරාංශ කිරීමට හෝ ලිවීමට උපකාර කිරීමට AI පර්යේෂණ කෙරෙහි ද බලපෑමක් ඇති කරන බව කථිකයන් කිහිප දෙනෙක් පැවසූහ.
"මෙය නොදන්නා දේ දැකීමට අවස්ථාවක්," ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය විද්යාලයේ හෘද රෝග විශේෂඥවරියක සහ ඇල්ෆබෙට් හි වෙරිලි හි සම-නිර්මාතෘ ජෙසිකා මෙගා පැවසුවාය. මිනිස් ඇසට නොපෙනෙන රූප ලක්ෂණ ග්රහණය කරන අධි වර්ණාවලි රූපකරණය ගැන මෙගා සඳහන් කළාය. රෝගය පෙන්නුම් කරන, මිනිසුන්ට නොපෙනෙන ව්යාධි විද්යා ස්ලයිඩවල රටා හඳුනා ගැනීමට කෘතිම බුද්ධිය භාවිතා කිරීම මෙහි අදහසයි. "නොදන්නා දේ වැළඳ ගැනීමට මම මිනිසුන්ව දිරිමත් කරනවා. අද අපට ලබා දිය හැකි ප්රමාණයට වඩා යමක් අවශ්ය වන යම් ආකාරයක වෛද්ය තත්වයක් ඇති කෙනෙකු මෙහි සිටින සෑම කෙනෙකුම දන්නා බව මම සිතමි," මෙජියා පැවසීය.
මිනිසුන් විසින් හෝ කෘතිම බුද්ධිය විසින් ගනු ලබන පක්ෂග්රාහී තීරණ ගැනීම හඳුනා ගැනීමට සහ ඒවාට එරෙහිව සටන් කිරීමට නව ක්රම කෘත්රිම බුද්ධි පද්ධති මඟින් සපයනු ඇති බවත්, පක්ෂග්රාහීත්වයේ මූලාශ්රය හඳුනා ගැනීමේ හැකියාව ඇති බවත් මණ්ඩල සාමාජිකයෝ එකඟ වූහ.
"සෞඛ්යය යනු වෛද්ය ප්රතිකාර පමණක් නොවේ," පැනලිස්ට්වරුන් කිහිප දෙනෙක් එකඟ වූහ. පර්යේෂකයන් බොහෝ විට සමාජ ආර්ථික තත්ත්වය, තැපැල් කේතය, අධ්යාපන මට්ටම සහ ජාතිය සහ ජනවාර්ගිකත්වය වැනි සෞඛ්යයේ සමාජ නිර්ණායක නොසලකා හරින බව කථිකයින් අවධාරණය කළහ. "AI ඵලදායී වන්නේ ආකෘතිය පුහුණු කර ඇති දත්ත තරම් පමණි," හාවඩ් විශ්ව විද්යාලයේ වසංගත රෝග විද්යාව පිළිබඳ මහාචාර්යවරියක් සහ ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලයේ වෛද්ය විද්යාලයේ වසංගත රෝග විද්යාව සහ ජනගහන සෞඛ්යය පිළිබඳ සහකාර මහාචාර්යවරියක් වන මිෂෙල් විලියම්ස් පැවසුවාය. "අපි සෞඛ්ය ප්රතිඵල වැඩිදියුණු කිරීමට සහ අසමානතාවයන් ඉවත් කිරීමට උත්සාහ කරන දේ කරන්නේ නම්, මානව හැසිරීම් සහ සමාජීය සහ ස්වාභාවික පරිසරය පිළිබඳ උසස් තත්ත්වයේ දත්ත රැස් කිරීම සහතික කළ යුතුය."
ළමා රෝග හා වෛද්ය විද්යාව පිළිබඳ සායනික මහාචාර්ය, MD, නටාලි පේජ්ලර් පැවසුවේ, සමස්ථ පිළිකා දත්ත බොහෝ විට ගර්භනී කාන්තාවන් පිළිබඳ දත්ත බැහැර කරන බවත්, ආකෘතිවල නොවැළැක්විය හැකි පක්ෂග්රාහීත්වයක් ඇති කරන බවත්, සෞඛ්ය සේවාවේ පවතින විෂමතා උග්ර කරන බවත්ය.
ළමා රෝග හා වෛද්ය විද්යාව පිළිබඳ මහාචාර්යවරයෙකු වන වෛද්ය ඩේවිඩ් මැග්නස් පැවසුවේ ඕනෑම නව තාක්ෂණයක් මෙන්, කෘතිම බුද්ධියට බොහෝ ආකාරවලින් දේවල් යහපත් කිරීමට හෝ නරක අතට හැරීමට හැකි බවයි. මැග්නස් පැවසුවේ අවදානම නම්, කෘතිම බුද්ධි පද්ධති සෞඛ්යයේ සමාජ නිර්ණායක මගින් මෙහෙයවනු ලබන අසමාන සෞඛ්ය ප්රතිඵල ගැන ඉගෙන ගෙන එම ප්රතිඵල ඒවායේ ප්රතිදානය හරහා ශක්තිමත් කිරීමයි. "කෘතිම බුද්ධිය යනු අප ජීවත් වන සමාජය පිළිබිඹු කරන කැඩපතකි," ඔහු පැවසීය. "අපට යම් ගැටලුවක් පිළිබඳව ආලෝකයක් බබළවන්නට - අපටම කැඩපතක් අල්ලා ගැනීමට - අවස්ථාව ලැබෙන සෑම අවස්ථාවකම එය තත්වය වැඩිදියුණු කිරීමට පෙළඹවීමක් ලෙස සේවය කරනු ඇතැයි මම බලාපොරොත්තු වෙමි."
ඔබට RAISE සෞඛ්ය වැඩමුළුවට සහභාගී වීමට නොහැකි වූයේ නම්, සැසියේ පටිගත කිරීමක් මෙතැනින් සොයාගත හැකිය.
ස්ටැන්ෆර්ඩ් විශ්ව විද්යාල වෛද්ය විද්යාලය යනු ස්ටැන්ෆර්ඩ් විශ්ව විද්යාල වෛද්ය විද්යාලය සහ වැඩිහිටි හා ළමා සෞඛ්ය සේවා සැපයුම් පද්ධති වලින් සමන්විත ඒකාබද්ධ අධ්යයන සෞඛ්ය සේවා පද්ධතියකි. ඔවුන් එක්ව සහයෝගී පර්යේෂණ, අධ්යාපනය සහ සායනික රෝගී සත්කාර හරහා ජෛව වෛද්ය විද්යාවේ සම්පූර්ණ විභවය අවබෝධ කර ගනී. වැඩි විස්තර සඳහා, med.stanford.edu වෙත පිවිසෙන්න.
ස්ටැන්ෆර්ඩ් රෝහලේ වෛද්යවරුන්ට සහ හෙදියන්ට රෝගී සත්කාර වැඩිදියුණු කිරීම සඳහා එක්ව කටයුතු කිරීමට උපකාර කිරීම සඳහා නව කෘතිම බුද්ධි ආකෘතියක් ක්රියාත්මක වේ.
පළ කිරීමේ කාලය: ජූලි-19-2024