এআই বিশেষজ্ঞরা স্বাস্থ্যসেবায় কীভাবে শক্তিশালী এআই অন্তর্ভুক্ত করা যায়, কেন আন্তঃবিভাগীয় সহযোগিতা অপরিহার্য এবং গবেষণায় জেনারেটিভ এআই-এর সম্ভাবনা নিয়ে আলোচনা করেন।
ফেইফেই লি এবং লয়েড মাইনর ১৪ই মে স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিনে অনুষ্ঠিত প্রথম RAISE হেলথ সিম্পোজিয়ামে উদ্বোধনী বক্তব্য দেন। স্টিভ ফিশ
কৃত্রিম বুদ্ধিমত্তার দ্বারা প্রভাবিত বেশিরভাগ মানুষই কোনো না কোনো উপলব্ধির মুহূর্ত লাভ করেছেন, যা তাদের সামনে সম্ভাবনার এক নতুন জগৎ উন্মোচন করেছে। ১৪ই মে অনুষ্ঠিত প্রথম RAISE Health Symposium-এ, স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিনের ডিন এবং স্ট্যানফোর্ড ইউনিভার্সিটির চিকিৎসা বিষয়ক উপ-সভাপতি লয়েড মাইনর, এমডি, তাঁর দৃষ্টিভঙ্গি তুলে ধরেন।
যখন এক কৌতূহলী কিশোরকে অন্তঃকর্ণ সম্পর্কিত তার গবেষণার ফলাফল সংক্ষেপে জানাতে বলা হলো, সে জেনারেটিভ কৃত্রিম বুদ্ধিমত্তার সাহায্য নিল। মাইনর প্রায় ৪,০০০ সিম্পোজিয়াম অংশগ্রহণকারীকে বলেন, “আমি জিজ্ঞাসা করেছিলাম, ‘সুপিরিয়র ক্যানেল ডিহিসেন্স সিনড্রোম কী?’” কয়েক সেকেন্ডের মধ্যেই বেশ কয়েকটি অনুচ্ছেদ ভেসে উঠল।
“ওরা ভালো, সত্যিই ভালো,” তিনি বললেন। “এই তথ্যগুলোকে সংকলন করে রোগটির একটি সংক্ষিপ্ত, মোটামুটি নির্ভুল এবং সুস্পষ্টভাবে অগ্রাধিকার-ভিত্তিক বিবরণ তৈরি করা হয়েছে। এটা বেশ প্রশংসনীয়।”
অর্ধ-দিবসীয় এই অনুষ্ঠানটি নিয়ে অনেকেই মাইনরের মতো উচ্ছ্বসিত ছিলেন। এটি ছিল ‘রেইজ হেলথ’ উদ্যোগের একটি সম্প্রসারিত রূপ। ‘রেইজ হেলথ’ হলো স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিন এবং স্ট্যানফোর্ড ইনস্টিটিউট ফর হিউম্যান-সেন্টার্ড আর্টিফিশিয়াল ইন্টেলিজেন্স (HAI) দ্বারা চালু করা একটি প্রকল্প, যার উদ্দেশ্য হলো জৈবচিকিৎসা গবেষণা, শিক্ষা এবং রোগীর সেবায় কৃত্রিম বুদ্ধিমত্তার দায়িত্বশীল ব্যবহারে নির্দেশনা প্রদান করা। বক্তারা আলোচনা করেছেন যে, চিকিৎসাক্ষেত্রে কৃত্রিম বুদ্ধিমত্তাকে এমনভাবে প্রয়োগ করার অর্থ কী, যা কেবল চিকিৎসক ও বিজ্ঞানীদের জন্যই উপকারী হবে না, বরং রোগীদের জন্যও স্বচ্ছ, ন্যায্য এবং ন্যায়সঙ্গত হবে।
“আমরা বিশ্বাস করি এটি এমন একটি প্রযুক্তি যা মানুষের সক্ষমতা বৃদ্ধি করে,” বলেছেন ফেই-ফেই লি, স্ট্যানফোর্ড স্কুল অফ ইঞ্জিনিয়ারিং-এর কম্পিউটার সায়েন্সের অধ্যাপক, ‘রেইজ হেলথ উইথ মাইনর’ প্রকল্পের পরিচালক এবং এইচএআই-এর সহ-পরিচালক। প্রজন্ম থেকে প্রজন্মান্তরে নতুন প্রযুক্তির উদ্ভব হতে পারে: অ্যান্টিবায়োটিকের নতুন আণবিক অনুক্রম থেকে শুরু করে জীববৈচিত্র্যের মানচিত্র তৈরি এবং মৌলিক জীববিজ্ঞানের লুকানো অংশ উন্মোচন পর্যন্ত, এআই বৈজ্ঞানিক আবিষ্কারকে ত্বরান্বিত করছে। কিন্তু এর সবকিছুই উপকারী নয়। “এই সমস্ত প্রয়োগের অপ্রত্যাশিত পরিণতি থাকতে পারে, এবং আমাদের এমন কম্পিউটার বিজ্ঞানী প্রয়োজন যারা ডাক্তার ও নীতিবিদ থেকে শুরু করে নিরাপত্তা বিশেষজ্ঞ এবং আরও অনেকের মতো বিভিন্ন অংশীদারদের সাথে দায়িত্বের সাথে কাজ করে [কৃত্রিম বুদ্ধিমত্তা] তৈরি ও প্রয়োগ করবেন,” তিনি বলেন। “রেইজ হেলথ-এর মতো উদ্যোগগুলো এই বিষয়ে আমাদের অঙ্গীকারের প্রমাণ দেয়।”
স্ট্যানফোর্ড মেডিসিনের তিনটি বিভাগ—স্কুল অফ মেডিসিন, স্ট্যানফোর্ড হেলথ কেয়ার এবং স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ চাইল্ড হেলথ মেডিসিন—এর একত্রীকরণ এবং স্ট্যানফোর্ড ইউনিভার্সিটির অন্যান্য অংশের সাথে এর সংযোগ একে এমন এক অবস্থানে নিয়ে এসেছে যেখানে বিশেষজ্ঞরা স্বাস্থ্যসেবা ও চিকিৎসাক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার বিকাশ, ব্যবস্থাপনা এবং একীকরণের মতো বিষয় নিয়ে কাজ করছেন। গানটা ছিল এমন, মেডিসিন।
তিনি বলেন, “মৌলিক জৈবিক আবিষ্কার থেকে শুরু করে ওষুধ তৈরির উন্নতি, ক্লিনিক্যাল ট্রায়াল প্রক্রিয়াকে আরও কার্যকর করা এবং একেবারে স্বাস্থ্যসেবা প্রদানের প্রকৃত পর্যায় পর্যন্ত কৃত্রিম বুদ্ধিমত্তার উন্নয়ন ও দায়িত্বশীল বাস্তবায়নে অগ্রণী ভূমিকা পালনের জন্য আমরা উপযুক্ত অবস্থানে আছি। স্বাস্থ্যসেবা ব্যবস্থা যেভাবে গঠিত।”
বেশ কয়েকজন বক্তা একটি সহজ ধারণার ওপর জোর দিয়েছেন: ব্যবহারকারীর (এক্ষেত্রে, রোগী বা চিকিৎসক) ওপর মনোযোগ দিন, বাকি সবকিছু আপনাআপনিই হয়ে যাবে। ব্রিগহাম অ্যান্ড উইমেন্স হসপিটালের বায়োএথিক্সের পরিচালক ড. লিসা লেহম্যান বলেন, “এটি আমাদের প্রতিটি কাজের কেন্দ্রে রোগীকে রাখে। আমাদের তাদের প্রয়োজন ও অগ্রাধিকারগুলো বিবেচনা করতে হবে।”
বাম থেকে ডানে: স্ট্যাট নিউজের উপস্থাপিকা মোহনা রবীন্দ্রনাথ; মাইক্রোসফট রিসার্চের জেসিকা পিটার লি; বায়োমেডিকেল ডেটা সায়েন্সের অধ্যাপক সিলভিয়া প্লেভ্রিটিস, চিকিৎসা গবেষণায় কৃত্রিম বুদ্ধিমত্তার ভূমিকা নিয়ে আলোচনা করছেন। স্টিভ ফিশ
প্যানেলের বক্তারা, যাঁদের মধ্যে লেহম্যান, স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের চিকিৎসা জৈবনীতিবিদ মিলড্রেড চো, এমডি, এবং গুগলের প্রধান ক্লিনিক্যাল অফিসার মাইকেল হাওয়েল, এমডি অন্তর্ভুক্ত ছিলেন, হাসপাতালের সিস্টেমগুলোর জটিলতার কথা উল্লেখ করেন এবং যেকোনো হস্তক্ষেপের আগে সেগুলোর উদ্দেশ্য বোঝার প্রয়োজনীয়তার ওপর জোর দেন। এটি বাস্তবায়ন করুন এবং নিশ্চিত করুন যে তৈরি করা সমস্ত সিস্টেম অন্তর্ভুক্তিমূলক এবং যাদের সাহায্য করার জন্য সেগুলো তৈরি করা হয়েছে, তাদের কথা শোনে।
এর একটি মূল চাবিকাঠি হলো স্বচ্ছতা: এর মাধ্যমে স্পষ্ট হয় যে অ্যালগরিদমকে প্রশিক্ষণ দিতে ব্যবহৃত ডেটা কোথা থেকে আসে, অ্যালগরিদমটির মূল উদ্দেশ্য কী, এবং ভবিষ্যতের রোগীর ডেটা অ্যালগরিদমটিকে শিখতে সাহায্য করবে কি না, ইত্যাদি।
“নৈতিক সমস্যাগুলো গুরুতর হওয়ার আগেই অনুমান করার অর্থ হলো এমন একটি উপযুক্ত ভারসাম্য খুঁজে বের করা, যেখানে প্রযুক্তিটি সম্পর্কে আপনার যথেষ্ট জ্ঞান থাকবে যাতে আপনি এর উপর কিছুটা আস্থা রাখতে পারেন, কিন্তু সমস্যাটি আরও ছড়িয়ে পড়ার আগেই তার সমাধান করতে হবে,” বলেছেন ডেন্টন চার। তিনি চিকিৎসা বিজ্ঞানের ক্যান্ডিডেট এবং পেডিয়াট্রিক অ্যানেস্থেসিওলজি, পেরিওপারেটিভ মেডিসিন ও পেইন মেডিসিন বিভাগের সহযোগী অধ্যাপক। তিনি বলেন, একটি গুরুত্বপূর্ণ পদক্ষেপ হলো সেই সমস্ত অংশীদারদের চিহ্নিত করা যারা প্রযুক্তিটির দ্বারা প্রভাবিত হতে পারেন এবং তারা নিজেরা কীভাবে সেই প্রশ্নগুলোর উত্তর দিতে চান তা নির্ধারণ করা।
আমেরিকান মেডিকেল অ্যাসোসিয়েশনের সভাপতি, এমডি জেসি এহরেনফেল্ড, কৃত্রিম বুদ্ধিমত্তা চালিত সরঞ্জামসহ যেকোনো ডিজিটাল স্বাস্থ্য সরঞ্জাম গ্রহণের পেছনে চারটি চালিকাশক্তি নিয়ে আলোচনা করেছেন। এটি কি কার্যকর? এটি কি আমার প্রতিষ্ঠানে কাজ করবে? এর খরচ কে বহন করবে? এর জন্য কে দায়ী?
স্ট্যানফোর্ড হেলথ কেয়ারের প্রধান তথ্য কর্মকর্তা, ডা. মাইকেল ফেফার, সম্প্রতি একটি উদাহরণ তুলে ধরেছেন যেখানে স্ট্যানফোর্ড হাসপাতালের নার্সদের মধ্যে অনেকগুলো বিষয় পরীক্ষা করা হয়েছিল। চিকিৎসকদের বড় আকারের ল্যাঙ্গুয়েজ মডেল দ্বারা সহায়তা করা হয়, যা রোগীদের কাছ থেকে আসা বার্তাগুলোর জন্য প্রাথমিক টীকা প্রদান করে। যদিও প্রকল্পটি নিখুঁত নয়, যে ডাক্তাররা এই প্রযুক্তিটি তৈরিতে সাহায্য করেছেন তারা জানিয়েছেন যে এই মডেলটি তাদের কাজের চাপ কমিয়ে দেয়।
“আমরা সবসময় তিনটি গুরুত্বপূর্ণ বিষয়ের ওপর মনোযোগ দিই: নিরাপত্তা, কার্যকারিতা এবং অন্তর্ভুক্তি। আমরা ডাক্তার। আমরা ‘কোনো ক্ষতি না করার’ শপথ নিই,” বলেন মনোরোগবিদ্যা ও আচরণগত বিজ্ঞান বিভাগের ক্লিনিক্যাল সহকারী অধ্যাপক ডঃ নিনা ভাসান, যিনি চার এবং ফেফারের সাথে এই দলে যোগ দিয়েছেন। “এই সরঞ্জামগুলো মূল্যায়নের এটাই প্রথম উপায় হওয়া উচিত।”
এমবিবিএস, পিএইচডি, মেডিসিন ও বায়োমেডিকেল ডেটা সায়েন্সের অধ্যাপক নিগম শাহ শ্রোতাদের পূর্ব সতর্কবার্তা সত্ত্বেও একটি চমকপ্রদ পরিসংখ্যান দিয়ে আলোচনা শুরু করেন। তিনি বলেন, “আমি সাধারণ পরিভাষা ও সংখ্যা ব্যবহার করে কথা বলি, এবং কখনও কখনও সেগুলো বেশ সরাসরি হয়।”
শাহের মতে, এআই-এর সাফল্য নির্ভর করে এটিকে বড় পরিসরে প্রয়োগ করার ক্ষমতার ওপর। শাহ বলেন, “একটি মডেলের ওপর যথাযথ বৈজ্ঞানিক গবেষণা করতে প্রায় ১০ বছর সময় লাগে, এবং যদি ১২৩টি ফেলোশিপ ও রেসিডেন্সি প্রোগ্রামের প্রতিটি সেই কঠোরতার স্তরে মডেলটি পরীক্ষা ও প্রয়োগ করতে চায়, তবে আমরা বর্তমানে যেভাবে আমাদের প্রচেষ্টা সংগঠিত করি এবং পরীক্ষা করি, সেভাবে সঠিক বিজ্ঞান চর্চা করা খুব কঠিন হবে। আমাদের প্রতিটি সাইট যাতে সঠিকভাবে কাজ করে তা নিশ্চিত করতে ১৩৮ বিলিয়ন ডলার খরচ হবে। এই খরচ বহন করা আমাদের পক্ষে সম্ভব নয়। তাই আমাদের সম্প্রসারণের একটি উপায় খুঁজে বের করতে হবে এবং সেই সাথে ভালো বিজ্ঞান চর্চাও করতে হবে। কঠোরতার দক্ষতা এক জায়গায় এবং বড় পরিসরে প্রয়োগের দক্ষতা অন্য জায়গায় রয়েছে, তাই আমাদের এই ধরনের অংশীদারিত্বের প্রয়োজন হবে।”
সহযোগী ডিন ইউয়ান অ্যাশলি এবং মিলড্রেড চো (অভ্যর্থনা) RAISE স্বাস্থ্য কর্মশালায় অংশগ্রহণ করেন। স্টিভ ফিশ
সিম্পোজিয়ামের কিছু বক্তা বলেছেন যে, সরকারি-বেসরকারি অংশীদারিত্বের মাধ্যমে এটি অর্জন করা সম্ভব, যেমন কৃত্রিম বুদ্ধিমত্তার নিরাপদ, সুরক্ষিত ও বিশ্বাসযোগ্য উন্নয়ন এবং ব্যবহার বিষয়ক হোয়াইট হাউসের সাম্প্রতিক নির্বাহী আদেশ এবং কনসোর্টিয়াম ফর হেলথকেয়ার আর্টিফিশিয়াল ইন্টেলিজেন্স (CHAI)।
ন্যাশনাল একাডেমি অফ মেডিসিনের সিনিয়র উপদেষ্টা লরা অ্যাডামস বলেছেন, “সবচেয়ে সম্ভাবনাময় সরকারি-বেসরকারি অংশীদারিত্ব হলো শিক্ষা প্রতিষ্ঠান, বেসরকারি খাত এবং সরকারি খাতের মধ্যেকার অংশীদারিত্ব।” তিনি উল্লেখ করেন যে, সরকার জনগণের আস্থা নিশ্চিত করতে পারে, অ্যাকাডেমিক মেডিকেল সেন্টারগুলো বৈধতা প্রদান করতে পারে এবং বেসরকারি খাত প্রযুক্তিগত দক্ষতা ও কম্পিউটার ব্যবহারের সময় সরবরাহ করতে পারে। “আমরা প্রত্যেকেই একে অপরের চেয়ে উন্নত, এবং আমরা তা স্বীকার করি… আমরা একে অপরের সাথে কীভাবে কাজ করতে হয় তা না বুঝলে, কৃত্রিম বুদ্ধিমত্তার সম্ভাবনাকে বাস্তবে রূপ দেওয়ার জন্য প্রার্থনা করতে পারি না।”
বেশ কয়েকজন বক্তা বলেছেন যে, গবেষণার ক্ষেত্রেও এআই প্রভাব ফেলছে; বিজ্ঞানীরা এটিকে জীববিজ্ঞানের প্রচলিত ধারণাগুলো খতিয়ে দেখতে, নতুন চিকিৎসার সহায়তার জন্য কৃত্রিম অণুর নতুন ক্রম ও গঠনকাঠামোর পূর্বাভাস দিতে, কিংবা বৈজ্ঞানিক গবেষণাপত্রের সারসংক্ষেপ তৈরি বা লেখার কাজে ব্যবহার করছেন।
“এটি অজানাকে দেখার একটি সুযোগ,” বলেছেন জেসিকা মেগা, এমডি, যিনি স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিনের একজন হৃদরোগ বিশেষজ্ঞ এবং অ্যালফাবেটের ভেরিলি-র সহ-প্রতিষ্ঠাতা। মেগা হাইপারস্পেকট্রাল ইমেজিংয়ের কথা উল্লেখ করেন, যা মানুষের চোখে অদৃশ্য ছবির বৈশিষ্ট্যগুলো ধারণ করে। এর মূল উদ্দেশ্য হলো কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে প্যাথলজি স্লাইডের এমন সব প্যাটার্ন শনাক্ত করা, যা মানুষ দেখতে পায় না এবং যা রোগের ইঙ্গিত দেয়। “আমি সবাইকে অজানাকে গ্রহণ করতে উৎসাহিত করি। আমার মনে হয়, এখানে উপস্থিত প্রত্যেকেই এমন কাউকে চেনেন যার কোনো না কোনো শারীরিক অসুস্থতা আছে এবং যার এমন কিছুর প্রয়োজন যা আমরা আজ সরবরাহ করতে পারি না,” বলেছেন মেগা।
প্যানেলিস্টরা এ বিষয়েও একমত হন যে, কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা পক্ষপাতের উৎস শনাক্ত করার সক্ষমতার মাধ্যমে, মানুষ বা কৃত্রিম বুদ্ধিমত্তা যার দ্বারাই হোক না কেন, পক্ষপাতদুষ্ট সিদ্ধান্ত গ্রহণকে চিহ্নিত ও মোকাবেলা করার নতুন উপায় প্রদান করবে।
“স্বাস্থ্য মানে শুধু চিকিৎসা সেবা নয়,” বেশ কয়েকজন প্যানেলিস্ট একমত হন। বক্তারা জোর দিয়ে বলেন যে, গবেষণার জন্য অন্তর্ভুক্তিমূলক তথ্য সংগ্রহ এবং অংশগ্রহণকারী নিয়োগের সময় গবেষকরা প্রায়শই স্বাস্থ্যের সামাজিক নির্ধারকসমূহ, যেমন— আর্থ-সামাজিক অবস্থা, জিপ কোড, শিক্ষার স্তর এবং জাতি ও নৃগোষ্ঠীকে উপেক্ষা করেন। হার্ভার্ড বিশ্ববিদ্যালয়ের এপিডেমিওলজির অধ্যাপক এবং স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিনের এপিডেমিওলজি ও পপুলেশন হেলথের সহযোগী অধ্যাপক মিশেল উইলিয়ামস বলেন, “এআই ততটাই কার্যকর, যতটা কার্যকর তথ্যের ওপর ভিত্তি করে মডেলটিকে প্রশিক্ষণ দেওয়া হয়।” তিনি আরও বলেন, “আমরা যা করতে চাই—অর্থাৎ স্বাস্থ্যের উন্নতি করা এবং বৈষম্য দূর করা—তা করতে হলে, আমাদের অবশ্যই মানুষের আচরণ এবং সামাজিক ও প্রাকৃতিক পরিবেশ সম্পর্কে উচ্চমানের তথ্য সংগ্রহ নিশ্চিত করতে হবে।”
শিশুচিকিৎসা ও মেডিসিন বিভাগের ক্লিনিক্যাল অধ্যাপক ডঃ ন্যাটালি পেগেলার বলেছেন, ক্যান্সারের সামগ্রিক তথ্য থেকে প্রায়শই গর্ভবতী মহিলাদের তথ্য বাদ দেওয়া হয়, যা মডেলগুলিতে অনিবার্য পক্ষপাত তৈরি করে এবং স্বাস্থ্যসেবায় বিদ্যমান বৈষম্যকে আরও বাড়িয়ে তোলে।
শিশুচিকিৎসা ও চিকিৎসাবিজ্ঞানের অধ্যাপক ডঃ ডেভিড ম্যাগনাস বলেছেন যে, যেকোনো নতুন প্রযুক্তির মতোই, কৃত্রিম বুদ্ধিমত্তাও নানা দিক থেকে পরিস্থিতিকে হয় আরও ভালো করতে পারে, অথবা আরও খারাপ করে তুলতে পারে। ম্যাগনাস বলেন, ঝুঁকিটি হলো এই যে, কৃত্রিম বুদ্ধিমত্তা ব্যবস্থাগুলো স্বাস্থ্যের সামাজিক নির্ধারক দ্বারা চালিত অসম স্বাস্থ্যগত ফলাফল সম্পর্কে জানতে পারবে এবং তাদের কার্যকলাপের মাধ্যমে সেই ফলাফলগুলোকে আরও শক্তিশালী করবে। তিনি বলেন, “কৃত্রিম বুদ্ধিমত্তা হলো একটি আয়না, যা আমরা যে সমাজে বাস করি তারই প্রতিচ্ছবি।” তিনি আরও বলেন, “আমি আশা করি, যখনই আমরা কোনো বিষয়ের ওপর আলোকপাত করার—নিজেদের সামনে আয়না ধরার—সুযোগ পাব, তা পরিস্থিতি উন্নত করার জন্য অনুপ্রেরণা হিসেবে কাজ করবে।”
আপনি যদি RAISE Health কর্মশালায় অংশগ্রহণ করতে না পারেন, তবে সেশনটির রেকর্ডিং এখানে পাওয়া যাবে।
স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিন হলো একটি সমন্বিত অ্যাকাডেমিক স্বাস্থ্যসেবা ব্যবস্থা, যা স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিন এবং প্রাপ্তবয়স্ক ও শিশু স্বাস্থ্যসেবা প্রদান ব্যবস্থা নিয়ে গঠিত। তারা সম্মিলিতভাবে সহযোগিতামূলক গবেষণা, শিক্ষা এবং ক্লিনিক্যাল রোগী পরিচর্যার মাধ্যমে বায়োমেডিসিনের পূর্ণ সম্ভাবনাকে বাস্তবায়ন করে। আরও তথ্যের জন্য, med.stanford.edu ওয়েবসাইটটি দেখুন।
একটি নতুন কৃত্রিম বুদ্ধিমত্তা মডেল স্ট্যানফোর্ড হাসপাতালের ডাক্তার ও নার্সদের রোগীসেবার মান উন্নয়নে একসঙ্গে কাজ করতে সাহায্য করছে।
পোস্ট করার সময়: ১৯-জুলাই-২০২৪