কৃত্রিম বুদ্ধিমত্তা কীভাবে স্বাস্থ্যসেবা শিল্পকে বদলে দিচ্ছে

বর্তমানে ৪৫০ কোটি মানুষ অত্যাবশ্যকীয় স্বাস্থ্যসেবা থেকে বঞ্চিত এবং ২০৩০ সালের মধ্যে ১১ মিলিয়ন স্বাস্থ্যকর্মীর ঘাটতির আশঙ্কা রয়েছে। এই ব্যবধান পূরণে এবং বিশ্বব্যাপী স্বাস্থ্যসেবা ব্যবস্থায় বৈপ্লবিক পরিবর্তন আনার সম্ভাবনা রয়েছে কৃত্রিম বুদ্ধিমত্তার (এআই)।

কৃত্রিম বুদ্ধিমত্তা এমনকি মানবজাতিকে ২০৩০ সালের মধ্যে জাতিসংঘের সার্বজনীন স্বাস্থ্য সুরক্ষার টেকসই উন্নয়ন লক্ষ্যমাত্রা অর্জনের পথে ফিরিয়ে আনতে সাহায্য করতে পারে।

অ্যাম্বুলেন্সের প্রয়োজনীয়তা মূল্যায়নে এআই সহায়তা করে। ছবি: Weforum.org

তবে, ওয়ার্ল্ড ইকোনমিক ফোরামের 'দ্য ফিউচার অফ এআই-বেসড হেলথকেয়ার: লিডিং দ্য ওয়ে' শীর্ষক একটি প্রতিবেদন অনুসারে, দ্রুত প্রযুক্তিগত অগ্রগতি সত্ত্বেও, অন্যান্য শিল্পের তুলনায় স্বাস্থ্যসেবা খাত কৃত্রিম বুদ্ধিমত্তা গ্রহণে "গড়ের নিচে" রয়েছে।

প্রতিবেদন অনুসারে, "এআই-চালিত রূপান্তর কেবল নতুন সরঞ্জাম গ্রহণ করার মধ্যেই সীমাবদ্ধ নয়, বরং স্বাস্থ্যসেবা প্রদান ও গ্রহণের সম্পূর্ণ পদ্ধতিটিই নতুন করে ভাবা প্রয়োজন।"

যেহেতু এআই-চালিত স্বাস্থ্যসেবা বাজারের আকার এই বছর ২.৭ বিলিয়ন ডলারে এবং ২০৩৪ সালের মধ্যে প্রায় ১৭ বিলিয়ন ডলারে পৌঁছানোর পূর্বাভাস রয়েছে, তাই এআই যেভাবে স্বাস্থ্যসেবা শিল্পকে রূপান্তরিত করছে তার কয়েকটি উপায় নিচে তুলে ধরা হলো:

এআই মস্তিষ্কের ছবি বিশ্লেষণ করতে পারে।

একটি নতুন এআই সফটওয়্যার প্রোগ্রাম স্ট্রোক রোগীদের মস্তিষ্কের ছবি বিশ্লেষণে বিশেষজ্ঞদের চেয়ে দ্বিগুণ নির্ভুল। যুক্তরাজ্যের দুটি বিশ্ববিদ্যালয় ৮০০টি ব্রেন স্ক্যানের ওপর সফটওয়্যারটিকে প্রশিক্ষণ দেয় এবং এরপর ২,০০০ রোগীর ওপর এটি পরীক্ষা করে। ফলাফল ছিল চমকপ্রদ। এর উচ্চ নির্ভুলতার পাশাপাশি, সফটওয়্যারটি স্ট্রোক ঘটার সময়কালও শনাক্ত করতে সক্ষম হয়েছে – যা চিকিৎসকদের জন্য একটি অত্যন্ত গুরুত্বপূর্ণ বিষয়।

স্নায়ুরোগ বিশেষজ্ঞ পল বেন্টলি হেলথ টেক নিউজপেপারকে বলেছেন: “রক্ত জমাট বাঁধার কারণে হওয়া বেশিরভাগ স্ট্রোকের ক্ষেত্রে, যদি রোগীরা স্ট্রোকের সাড়ে ৪ ঘণ্টার মধ্যে হাসপাতালে আসেন, তবে তারা ওষুধ এবং অস্ত্রোপচার উভয়ের জন্যই যোগ্য বলে বিবেচিত হন। ৬ ঘণ্টার মধ্যে অস্ত্রোপচার করা সম্ভব, কিন্তু এর পরে চিকিৎসার সিদ্ধান্ত নেওয়া আরও কঠিন হয়ে পড়ে, কারণ অনেক ক্ষেত্রেই তা অপরিবর্তনীয়। তাই, স্ট্রোকের সূত্রপাত এবং সেরে ওঠার সম্ভাবনা সঠিকভাবে নির্ধারণ করা অত্যন্ত গুরুত্বপূর্ণ।”

এআই মানুষের চেয়ে ভালোভাবে হাড় ভাঙা শনাক্ত করে।

প্রাথমিক বিশ্লেষণে এআই ব্যবহার করলে অপ্রয়োজনীয় এক্স-রে এড়ানো যেতে পারে এবং ফ্র্যাকচার শনাক্ত না হওয়ার ঝুঁকি কমানো সম্ভব হতে পারে। যুক্তরাজ্যের ন্যাশনাল ইনস্টিটিউট ফর হেলথ অ্যান্ড কেয়ার এক্সিলেন্স (NICE) বলছে, এই প্রযুক্তি নিরাপদ ও নির্ভরযোগ্য এবং এটি ফলো-আপ ভিজিটের সংখ্যা কমাতে পারে।

এআই ব্যবহার করে অ্যাম্বুলেন্সের চাহিদা নিরূপণ।

যুক্তরাজ্যে প্রতি মাসে প্রায় ৩৫০,০০০ মানুষকে অ্যাম্বুলেন্সে করে হাসপাতালে নিয়ে যাওয়া হয়। হাসপাতালের শয্যার ক্রমাগত ঘাটতির মধ্যে, কাকে অন্য হাসপাতালে স্থানান্তর করতে হবে সেই সিদ্ধান্তটি হাসপাতালের পূর্ববর্তী চিকিৎসা কর্মীদের উপর নির্ভর করে। ইয়র্কশায়ারে (উত্তর ইংল্যান্ড) পরিচালিত একটি গবেষণায় দেখা গেছে যে ৮০% ক্ষেত্রে, কোন রোগীদের স্থানান্তর করা প্রয়োজন তা এআই (AI) সঠিকভাবে ভবিষ্যদ্বাণী করতে পেরেছে। এই এআই মডেলটিকে গতিশীলতা, হৃদস্পন্দন, রক্তে অক্সিজেনের মাত্রা এবং বুকে ব্যথার মতো বিষয়ের উপর ভিত্তি করে প্রশিক্ষণ দেওয়া হয়েছিল – উল্লেখযোগ্যভাবে, এআই তার ডেটা প্রক্রিয়াকরণে কোনো পক্ষপাতিত্ব দেখায়নি।

১,০০০-এরও বেশি রোগের প্রাথমিক শনাক্তকরণ।

অ্যাস্ট্রাজেনেকার একটি নতুন মেশিন লার্নিং মডেল রোগীদের মধ্যে কোনো উপসর্গ দেখা দেওয়ার আগেই রোগ শনাক্ত করার সম্ভাবনা রাখে। যুক্তরাজ্যের একটি মেডিকেল ডেটাবেসে থাকা ৫ লক্ষ মানুষের চিকিৎসা সংক্রান্ত তথ্যের উপর ভিত্তি করে তৈরি এই মডেলটি “কয়েক বছর পরেও উচ্চ আত্মবিশ্বাসের সাথে রোগ নির্ণয়ের পূর্বাভাস দিতে পারে।”

যুক্তরাজ্যে পরিচালিত আরেকটি গবেষণায় দেখা গেছে যে, একটি এআই টুল মৃগীরোগজনিত মস্তিষ্কের ৬৪% ক্ষত শনাক্ত করতে সক্ষম হয়েছে, যা রেডিওলজিস্টরা আগে ধরতে পারেননি। বিশ্বজুড়ে প্রাপ্তবয়স্ক ও শিশুদের ১,১০০টিরও বেশি এমআরআই স্ক্যান দিয়ে প্রশিক্ষিত এই এআই শুধু দ্রুত ক্ষত শনাক্তই করেনি, বরং মানুষের চোখে অদৃশ্য অতি ক্ষুদ্র বা লুকানো ক্ষতও চিহ্নিত করেছে।

মেডিকেল চ্যাটবট চিকিৎসাগত সিদ্ধান্ত গ্রহণে সহায়তা করে।

ডাক্তারদের দ্রুত এবং নির্ভুল সিদ্ধান্ত নিতে হয়, এবং যদিও এআই এই প্রক্রিয়াকে ত্বরান্বিত করতে সাহায্য করতে পারে, তবে এটি ভুল বা পক্ষপাতদুষ্ট তথ্য প্রদানের ঝুঁকিও বহন করে।

একটি মার্কিন গবেষণায় দেখা গেছে যে ChatGPT, Claude, বা Gemini-এর মতো প্রচলিত বৃহৎ ভাষা মডেলগুলো (LLM) ডাক্তারদের সম্পূর্ণ এবং বৈজ্ঞানিকভাবে ভিত্তিযুক্ত উত্তর দিতে পারে না। তবে, ChatRWD – উন্নত তথ্য পুনরুদ্ধার ক্ষমতাসম্পন্ন একটি জেনারেটিভ সিস্টেম – আরও ভালো ফল করেছে, যার ৫৮% উত্তরই ছিল কার্যকর (প্রচলিত LLM-গুলোর ২%-১০%-এর তুলনায়)।

রোগী বাছাই প্রক্রিয়ায় সহায়তা করার জন্য ডিজিটাল ইন্টারফেসও স্থাপন করা হচ্ছে। ওয়ার্ল্ড ইকোনমিক ফোরামের ডিজিটাল হেলথ ট্রান্সফরমেশন ইনিশিয়েটিভের ২০২৪ সালের একটি প্রতিবেদনে বলা হয়েছে যে, হুমা ডিজিটাল পেশেন্ট প্ল্যাটফর্ম পুনরায় হাসপাতালে ভর্তির হার ৩০% পর্যন্ত কমাতে, চিকিৎসকদের পর্যালোচনার সময় ৪০% পর্যন্ত কমাতে এবং “স্বাস্থ্যকর্মীদের কাজের চাপ কমাতে” সাহায্য করতে পারে।

প্রতিবেদনে প্রত্যাশা করা হয়েছে যে, ভবিষ্যৎ প্রযুক্তি রোগীদের স্বাস্থ্যসেবার অভিজ্ঞতাকে আমূল পরিবর্তন করে দেবে। সুস্থ ব্যক্তিরা তাদের শারীরিক ও মানসিক স্বাস্থ্য উন্নত করতে পর্যবেক্ষণ যন্ত্র ব্যবহার করতে পারবেন, অন্যদিকে স্বাস্থ্য সমস্যায় জর্জরিত ব্যক্তিরা বিভিন্ন ধরনের ডিজিটাল সমাধানের সুযোগ পাবেন।

(Weforum.org অনুসারে)

উৎস: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html