চিকিৎসা ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার পরবর্তী প্রজন্ম দ্রুত গতিতে বিকশিত হচ্ছে।

[বিজ্ঞাপন_১]

বিংশ শতাব্দীর শেষের দিকে, কৃত্রিম বুদ্ধিমত্তার আবির্ভাব ঘটে, যা কম্পিউটার ইঞ্জিনিয়ারদের দ্বারা মানব-সৃষ্ট নির্দেশাবলীর (নিয়ম) একটি সিরিজের উপর ভিত্তি করে প্রোগ্রাম করা হয়েছিল, যা প্রযুক্তিকে মৌলিক সমস্যা সমাধানের সুযোগ করে দেয়।

সম্পাদকের মন্তব্য: তথ্য যুগে অনেক শিল্প নতুন প্রযুক্তির দ্বারা প্রভাবিত হচ্ছে। অটোমেশন, কম্পিউটার বিজ্ঞান এবং কৃত্রিম বুদ্ধিমত্তা (এআই) এর প্রভাবের সাথে, ডাক্তার, হাসপাতাল, বীমা কোম্পানি এবং স্বাস্থ্যসেবা-সম্পর্কিত শিল্পের মতো প্রতিষ্ঠানগুলিও এর ব্যতিক্রম নয়। তবে, বিশেষ করে স্বাস্থ্যসেবার ক্ষেত্রে, অন্যান্য শিল্পের তুলনায় এআই বেশি ইতিবাচক প্রভাব ফেলেছে।

প্রথম প্রজন্ম

কেউ কল্পনা করতে পারেন যে এই পর্যায়ে AI প্রশিক্ষণ মেডিকেল শিক্ষার্থীদের দ্বারা গৃহীত পদ্ধতির অনুরূপ; AI সিস্টেমগুলিতে রোগীর লক্ষণগুলিকে রোগ নির্ণয়ে রূপান্তর করার জন্য শত শত অ্যালগরিদম শেখানো হয়। এটিকে AI সিস্টেমে স্বাস্থ্যসেবা নীতিগুলিকে একীভূত করার প্রথম প্রজন্ম হিসাবে বিবেচনা করা হয়।

এআই-চালিত অ্যাপ্লিকেশনগুলি ডাক্তারদের চিকিৎসা সংক্রান্ত তথ্যের রিয়েল-টাইম আপডেট পেতে সক্ষম করে।

সিদ্ধান্ত গ্রহণের অ্যালগরিদম হলো গাছের মতো, যা কাণ্ড (রোগীর সমস্যা) থেকে শুরু করে সেখান থেকে শাখা-প্রশাখা বের করে। উদাহরণস্বরূপ, যদি কোন রোগী তীব্র কাশির অভিযোগ করেন, তাহলে ডাক্তার প্রথমে জ্বর পরীক্ষা করবেন। জ্বর আছে কিনা তার উপর নির্ভর করে দুটি প্রশ্ন থাকবে। প্রাথমিক উত্তর থেকে, রোগীর অবস্থা সম্পর্কে আরও প্রশ্ন উঠবে। এর ফলে, আরও শাখা-প্রশাখা তৈরি হতে পারে। পরিশেষে, প্রতিটি শাখা একটি রোগ নির্ণয়ে পরিণত হয়, যা ব্যাকটেরিয়া, ছত্রাক বা ভাইরাল নিউমোনিয়া থেকে শুরু করে ক্যান্সার, হৃদযন্ত্রের ব্যর্থতা বা অন্যান্য ফুসফুসের রোগ পর্যন্ত হতে পারে।

সামগ্রিকভাবে, প্রথম প্রজন্মের কৃত্রিম বুদ্ধিমত্তা সমস্যাগুলি সনাক্ত করতে পারত কিন্তু এখনও চিকিৎসা রেকর্ড বিশ্লেষণ এবং শ্রেণীবদ্ধ করতে পারেনি। ফলস্বরূপ, কৃত্রিম বুদ্ধিমত্তার এই প্রাথমিক রূপটি ডাক্তারদের মতো নির্ভুল হতে পারেনি যারা চিকিৎসা বিজ্ঞানকে তাদের অন্তর্দৃষ্টি এবং অভিজ্ঞতার সাথে একত্রিত করেছিলেন। এবং এই সীমাবদ্ধতার কারণে, নিয়ম-ভিত্তিক কৃত্রিম বুদ্ধিমত্তা অন্যান্য সময়ে ক্লিনিকাল অনুশীলনে খুব কমই ব্যবহৃত হত।

সম্পূর্ণ স্বয়ংক্রিয়তা

একবিংশ শতাব্দীর শুরুতে, কৃত্রিম বুদ্ধিমত্তার দ্বিতীয় যুগ শুরু হয় কৃত্রিম সংকীর্ণ বুদ্ধিমত্তা (ANI) দিয়ে, অথবা কৃত্রিম বুদ্ধিমত্তা যা নির্দিষ্ট কার্য গোষ্ঠীর সমাধান করে। মানব মস্তিষ্কের কাঠামোর অনুকরণকারী নিউরাল নেটওয়ার্কের আবির্ভাব গভীর শিক্ষা প্রযুক্তির পথ প্রশস্ত করে। ANI তার পূর্বসূরীদের থেকে খুব আলাদাভাবে কাজ করে। গবেষকদের দ্বারা পূর্বনির্ধারিত নিয়ম প্রদানের পরিবর্তে, দ্বিতীয় প্রজন্মের সিস্টেমগুলি এমন প্যাটার্নগুলিকে আলাদা করার জন্য বিশাল ডেটাসেট ব্যবহার করে যা সনাক্ত করতে মানুষের অনেক সময় লাগবে।

একটি উদাহরণে, গবেষকরা হাজার হাজার ম্যামোগ্রাম একটি ANI সিস্টেমে প্রবেশ করান, যার অর্ধেক ম্যালিগন্যান্ট ক্যান্সার দেখিয়েছিল এবং অর্ধেক সৌম্য ক্যান্সার দেখিয়েছিল। মডেলটি এক্স-রে চিত্রের মধ্যে আকার, ঘনত্ব এবং ছায়ায় কয়েক ডজন পার্থক্য তাৎক্ষণিকভাবে সনাক্ত করতে পারে, প্রতিটি পার্থক্যকে ম্যালিগন্যান্সির সম্ভাবনা প্রতিফলিত করে এমন একটি প্রভাব ফ্যাক্টর নির্ধারণ করে। গুরুত্বপূর্ণভাবে, এই ধরণের AI মানুষের মতো অনুমানের (কিছু নিয়ম) উপর নির্ভর করে না, বরং ম্যালিগন্যান্ট এবং স্বাভাবিক ফলাফলের মধ্যে সূক্ষ্ম পার্থক্যের উপর নির্ভর করে যা রেডিওলজিস্ট বা সফ্টওয়্যার ডিজাইনার কেউই জানেন না।

নিয়ম-ভিত্তিক AI এর বিপরীতে, দ্বিতীয় প্রজন্মের AI সরঞ্জামগুলি কখনও কখনও রোগ নির্ণয়ের নির্ভুলতার ক্ষেত্রে একজন ডাক্তারের অন্তর্দৃষ্টিকে ছাড়িয়ে যায়। তবে, এই ধরণের কৃত্রিম বুদ্ধিমত্তাও গুরুতর সীমাবদ্ধতা দেখায়। প্রথমত, প্রতিটি প্রয়োগের একটি নির্দিষ্ট কাজ থাকে। এর অর্থ হল ম্যামোগ্রাম পড়ার জন্য প্রশিক্ষিত একটি সিস্টেম মস্তিষ্কের স্ক্যান বা বুকের এক্স-রে ব্যাখ্যা করতে পারে না। ANI-এর সবচেয়ে বড় সীমাবদ্ধতা হল যে সিস্টেমটি কেবল তখনই ভাল কাজ করে যখন এটির কাছে প্রশিক্ষিত ডেটা থাকে। এই দুর্বলতার একটি স্পষ্ট উদাহরণ হল যখন ইউনাইটেডহেলথকেয়ার দুর্বলতম রোগীদের সনাক্ত করতে এবং তাদের অতিরিক্ত চিকিৎসা পরিষেবা প্রদানের জন্য সংকীর্ণ AI-এর উপর নির্ভর করেছিল। ডেটা ফিল্টার করার সময়, গবেষকরা পরে আবিষ্কার করেন যে AI একটি ক্ষতিকারক ধারণা তৈরি করেছিল। রোগীদের সুস্থ হিসাবে নির্ণয় করা হয়েছিল কারণ তাদের মেডিকেল রেকর্ডে দেখা গেছে যে তারা খুব কম চিকিৎসা সেবা পেয়েছেন, অন্যদিকে যারা বেশি চিকিৎসা সেবা পেয়েছেন তাদের স্বাস্থ্যের দিক থেকে অবমূল্যায়ন করা হয়েছিল...

পরবর্তী প্রজন্মের AI মানুষকে যেকোনো ডাক্তারের মতোই অসুস্থতা নির্ণয় এবং চিকিৎসা পরিকল্পনা করার সুযোগ করে দেবে। বর্তমানে, Google-এর AI-উত্পাদিত টুল (MED-PALM2) বিশেষজ্ঞ-স্তরের স্কোর সহ ডাক্তার লাইসেন্সিং পরীক্ষায় উত্তীর্ণ হয়েছে। আরও অনেক মেডিকেল AI টুল এখন ডাক্তারদের মতো রোগ নির্ণয় লিখতে পারে। তবে, এই মডেলগুলিতে এখনও ডাক্তারের তত্ত্বাবধানের প্রয়োজন হয় এবং এখনও ডাক্তারদের প্রতিস্থাপন করতে সক্ষম নয়। কিন্তু বর্তমান সূচকীয় বৃদ্ধির হারের সাথে, এই অ্যাপ্লিকেশনগুলি আগামী পাঁচ বছরে কমপক্ষে 30 গুণ বেশি শক্তিশালী হয়ে উঠবে বলে আশা করা হচ্ছে। ভবিষ্যদ্বাণী করা হচ্ছে যে ChatGPT-এর মতো টুলের ভবিষ্যত প্রজন্ম সকলের কাছে চিকিৎসা দক্ষতা নিয়ে আসবে, যা ডাক্তার এবং রোগীদের মধ্যে সম্পর্ককে মৌলিকভাবে পরিবর্তন করবে।

ভিয়েত লে দ্বারা সংকলিত

[বিজ্ঞাপন_২]
উৎস