স্বাস্থ্যসেবা এআই: উচ্চাকাঙ্ক্ষার ব্যর্থতা

কিছু ক্ষেত্র ওষুধের মতো প্রযুক্তিগত বিকাশের সাথে সংযুক্ত। এটা বলা ন্যায্য যে ওষুধ একটি অনুশীলন হিসাবে প্রযুক্তির দ্বারা রূপান্তরিত হয়েছে এবং এখন এটির সমস্ত দিক জুড়ে এটির উপর সম্পূর্ণ নির্ভর করে, যেমন ওষুধের বিকাশ, চিকিৎসা নির্ণয় এবং কৃত্রিম অঙ্গগুলির সাথে বৃদ্ধি। এটি এমআরআই স্ক্যানারের মতো নতুন প্রযুক্তির বিকাশের উত্স, যেখানে ডাক্তাররা পূর্বে অকল্পনীয় ডিভাইস তৈরি করতে বিজ্ঞানীদের সাথে সহযোগিতা করে।

ঔষধ এটা মত মনে হয় অনুমিত ভবিষ্যৎবাদী হতে: কল্পবিজ্ঞান প্রযুক্তি-চালিত ওষুধের উজ্জ্বল সাদা ভবিষ্যত নিয়ে আমাদের বোমা বর্ষণ করে যেখানে আমাদের কখনই আমাদের পেটে ডাক্তারের ঠান্ডা হাত অনুভব করতে হবে না, এবং সম্ভবত ডেন্টিস্টরাও তাদের ড্রিল স্থাপন করেছেন। তাই এটি সম্পূর্ণ স্বাভাবিক বলে মনে হচ্ছে যে মানবজাতির সর্বাধুনিক এবং সর্বশ্রেষ্ঠ প্রযুক্তি, কৃত্রিম বুদ্ধিমত্তা (AI), স্বাস্থ্যসেবাতে এমবেড করা উচিত। 

এটা কতটা কঠিন হতে পারে? আমরা যারা লকডাউনের মধ্যে একটি জিপি পরিষেবার সাথে যোগাযোগ করার চেষ্টা করেছি তারা এই ভেবে ক্ষমা করা যেতে পারে যে বেশিরভাগ পথ পাওয়ার জন্য একমাত্র প্রযুক্তির প্রয়োজন হবে একটি ব্যস্ত ফোন লাইনের রেকর্ডিং যা সামান্য বিভ্রান্ত রিসেপশনিস্ট অ্যাপয়েন্টমেন্ট সম্পর্কে অস্পষ্ট প্রতিশ্রুতি দেয়। কয়েক মাসের মধ্যে উপলব্ধ। (আমি এই ব্লগ পোস্টে GPs কে একটু টিজ করছি, যা আমি নিরাপদ বলে মনে করছি কারণ আমি ব্যক্তিগতভাবে একজনের সাথে দেখা করার সম্ভাবনা কম।) তাই, আধুনিক স্বাস্থ্যসেবা জুড়ে, নিশ্চয়ই AI এর সাহায্য করার বিশাল সুযোগ আছে? লোকেরা একমত, এবং বিশ্বের কিছু উজ্জ্বল মন এবং বিশ্বের গভীরতম পকেটগুলির সাথে মিলিত হয়ে এটিকে সত্য করে তোলার জন্য সেট করেছে৷

সেখানে সফলতা এসেছে। উদাহরণ স্বরূপ, মেডিকেল ইমেজিং সফলভাবে সাহায্য করা হয়েছে মেশিন লার্নিং কৌশল, মেডিকেল রেকর্ড প্রক্রিয়াকরণ উন্নত করা যেতে পারে, এবং AI এমনকি স্বাস্থ্য সম্পর্কে একটি নতুন বোঝার পথ নির্দেশ করতে পারে - উদাহরণস্বরূপ, এটি সঠিকভাবে করতে পারে ভবিষ্যদ্বাণী করুন যদি একজন রোগী মারা যায়, যদিও আমরা জানি না কিভাবে. যাইহোক, এটি প্লেইন পালতোলা করা হয়নি. অভিনব পরিস্থিতিতে মানুষের বিরুদ্ধে সরাসরি প্রতিদ্বন্দ্বিতা করতে বলা হলে এআই ব্যর্থ হয়েছে; উদাহরণস্বরূপ, COVID-এর সময়, AI মডেলগুলি তা করেনি নির্ণয় বা বিশ্লেষণে সাহায্য করুন অনেক বিনিয়োগ সত্ত্বেও, এবং এআই-এর সাথে ফ্রন্ট-লাইন চিকিৎসা পরিচর্যার রূপান্তর কিছু গুরুতর বিপত্তি দেখা দিয়েছে। 

উচ্চাকাঙ্ক্ষা ব্যর্থ হয়েছে

চিকিৎসা অঙ্গন যে নির্দিষ্ট সমস্যাগুলি প্রদান করে তা এআই-এর সর্বশ্রেষ্ঠ সাফল্যগুলির একটি তদন্ত করে এবং এর সম্ভাব্য শ্রেষ্ঠত্ব সম্পর্কে আমাদের অনেক ক্ষোভের উত্স: গেমের ক্ষেত্রটি অনুসন্ধান করে চার্ট করা যেতে পারে। 

আইবিএম এর গাঢ় নীল বিশ্বের সেরা দাবা খেলোয়াড় গ্যারি কাসপারভকে 1996 সালে একটি একক খেলায় এবং 1997 সালে একটি টুর্নামেন্টে পরাজিত করেন - দাবা এআই বিকাশে প্রায় 20 বছরের প্রচেষ্টার চূড়ান্ত পরিণতি। আইবিএম তখন বিকশিত হয় ডিপকিউএ জন্য স্থাপত্য স্বাভাবিক ভাষা প্রক্রিয়াকরণ, যা, 2011 সালে এবং এখন ব্র্যান্ডেড ওয়াটসন, সক্ষম হয়েছিল সেরা মানব চ্যাম্পিয়নদের চূর্ণ করুন বিপদে - একটি অগ্রিম যা এটিকে মানব প্রযুক্তিগত ক্ষেত্রে প্রতিদ্বন্দ্বিতা এবং জয়লাভ করার অনুমতি দিতে পারে বলে মনে করা হয়েছিল। 

2012 সাল নাগাদ, আইবিএম ওয়াটসনকে টার্গেট করেছিল, যা ততক্ষণে তারা স্বাস্থ্যসেবা শিল্পে বিশেষত অনকোলজিতে তৈরি করা প্রযুক্তির সংমিশ্রণ ছিল। 

সাফল্য অনিবার্য দেখাচ্ছিল: প্রেস রিলিজগুলি ইতিবাচক ছিল, রিভিউগুলি প্রকাশ করা হয়েছিল যা অগ্রগতি দেখায় বনাম মানব ডাক্তারদের, এবং ওয়াটসন পারেন একদিনে চিকিৎসা সংক্রান্ত কাগজপত্র গ্রহণ করুন একজন মানুষের ডাক্তারের জন্য 38 বছর লাগবে। আমি একজন ডাক্তার বন্ধুর সাথে বাজি ধরেছিলাম যে 2020 সালের মধ্যে বিশ্বের সেরা ক্যান্সার বিশেষজ্ঞ একটি মেশিন হবে। 

আমি আমার বাজি হেরেছি, কিন্তু যতটা ব্যাপকভাবে IBM হেলথ কেয়ারে তার বড় বাজি হেরেছে ততটা নয়। প্রাথমিক পাইলট হাসপাতালগুলি তাদের পরীক্ষা বাতিল করে এবং ওয়াটসনকে দেখানো হয়েছিল অনিরাপদ ক্যান্সারের চিকিৎসার সুপারিশ করুন. প্রোগ্রামটি মূলত ছিল দরজা, ওয়াটসন একটি বুদ্ধিমান সহকারী হিসাবে এর প্রাকৃতিক ভাষা প্রক্রিয়াকরণ ব্যবহার করে IBM-এর বাণিজ্যিক বিশ্লেষণের জন্য ব্র্যান্ড হয়ে উঠতে চালিত। আজ আইবিএমের শেয়ারের দাম 22% কম বিপদ জয়ের বিন্দু থেকে. 

আমি এখানে অসুবিধাগুলি চিত্রিত করার জন্য IBM এর ওয়াটসন ব্যবহার করেছি, তবে আমি এর সাথে ব্যর্থতা বাছাই করতে পারতাম ভার্চুয়াল GPs পরিষেবা,  নিদানবিদ্যা, বা অন্যদের. আমি নিশ্চিত যে এই জাতীয় সংস্থাগুলি দীর্ঘমেয়াদে সফল হবে, তবে আমরা কেন এই ব্যর্থতার সম্ভাবনা ছিল তা অন্বেষণ করতে পারি।

চ্যালেঞ্জের স্কেল সম্পর্কে কিছু বোঝার জন্য আমরা 1940 এর দশকের সাইবারনেটিসিস্টদের সাথে ক্ষেত্রটি যেখানে শুরু হয়েছিল সেখানে ফিরে যেতে পারি।

একজন সাইবারনেটিসিস্ট, ডব্লিউ রস অ্যাশবি, বেশ কয়েকটি আইন কল্পনা করেছিলেন, একটি তার প্রয়োজনীয় বৈচিত্র্যের আইন. এই আইনটি আরও ভালভাবে জানা উচিত, কারণ এটি IT-তে সমস্ত ধরণের জটিল সমস্যার মূল ব্যাখ্যা করে, কেন বড় সরকারি খাতের আইটি প্রকল্পগুলি ভালভাবে চলতে পারে না, কেন PRINCE II-এর মতো আইটি পদ্ধতিগুলি বেশিরভাগই কাজ করে না, কেন আমাদের অতি-বুদ্ধিমান এআই নিয়ন্ত্রণ করার ক্ষমতা সম্পর্কে খুব চিন্তিত হওয়া উচিত। আইন বলে যে "কেবল বৈচিত্র্যই বৈচিত্র্যকে নিয়ন্ত্রণ করতে পারে।" অর্থাৎ, যদি আপনার একটি সিস্টেম থাকে এবং আপনি অন্য একটি সিস্টেমের সাথে এটি নিয়ন্ত্রণ করার চেষ্টা করেন, তাহলে নিয়ন্ত্রণ ব্যবস্থার অন্তত ততটা জটিলতা থাকতে হবে যতটা লক্ষ্য ব্যবস্থার মতো; অন্যথায়, এটি তার সমস্ত আউটপুটগুলির সাথে মানিয়ে নিতে সক্ষম হবে না এবং একটি অব্যাহতি থাকবে। 

দাবার মতো একটি খেলায়, সর্বোত্তম ফলাফল গণনা করার জন্য প্রয়োজনীয় সমস্ত তথ্য বোর্ডে অন্তর্ভুক্ত করা হয় - দাবা কঠিন, তবে বৈচিত্রটি দুর্দান্ত নয়। কিন্তু ফ্রন্ট-লাইন ডক্টরিংয়ের জগতে, অবিশ্বাস্য বৈচিত্র্য রয়েছে এবং সঠিক আউটপুট সরবরাহ করার জন্য আপনার অবিশ্বাস্য জটিলতার প্রয়োজন। এটি AI-এর জন্য একটি বিশাল চ্যালেঞ্জ উপস্থাপন করে: বাস্তব-বিশ্বের রোগীদের প্রশিক্ষণ দেওয়া হবে উপাদান এজ কেস, কিন্তু AI-কে এক শটে কার্যকরভাবে সমাধান করতে হবে। আমরা দেখতে পাচ্ছি যে তারা পারবে না, এবং পালানো অনিবার্য, যেমন মেডিকেল এআই যা সম্মত হয়েছে রোগীর আত্মহত্যা করা উচিত, একটি যে সমস্যা সমাধান ছিল কিন্তু ছিল হয়তো বর্ণবাদী, বা যে একটি ছিল অবশ্যই বর্ণবাদী. ভবিষ্যতের ডাক্তারের কর্মদিবসে কি অস্ত্রোপচার চালানো, অ্যাডমিন করা এবং এআই সহকারীর বর্ণবাদী ঘটনা ঘটেছে কিনা তা পরীক্ষা করা জড়িত থাকতে পারে? 

স্বাস্থ্য পরিচর্যায় AI গ্রহণ করার ক্ষেত্রে আরেকটি সমস্যা রয়েছে যার সম্ভবত একটি প্রযুক্তিগত নাম রয়েছে, তবে আমি এটিকে "বাস স্টপ গ্র্যানি কার্নেজ সমস্যা" বলে অভিহিত করব। যদি কেউ একটি বাস স্টপে তাদের গাড়িটি বিধ্বস্ত করে এবং তিনজন প্রিয় নানীকে হত্যা করে, তাহলে স্থানীয় সংবাদে এটি একটি বড় গল্প হবে। যদি একটি স্বায়ত্তশাসিত গাড়ি একই কাজ করে তবে এটি একটি বিশ্বব্যাপী সংবাদের গল্প হবে, সম্ভবত মামলা এবং আইন প্রণয়নের ফলে। বিন্দু হচ্ছে আমরা বর্তমানে করছি অনেক আমরা মেশিনের ব্যর্থতার চেয়ে মানুষের ভুলতার প্রতি বেশি সহনশীল, এবং স্বয়ংক্রিয় প্রযুক্তির ফলাফলের জন্য বার, তাই, মানুষের জন্য এটির চেয়ে বেশি। এটি কিছুটা যৌক্তিক, কারণ একজন একা মানুষ শুধুমাত্র এত ক্ষতি করতে পারে, কিন্তু AI স্কেল করবে, এবং তাই ভুলগুলি প্রতিলিপি করা হবে। 

শেষ পর্যন্ত, এই বাধাগুলি মানুষের প্রতিস্থাপনের জন্য ফ্রন্ট-লাইন কেয়ারে AI চালু করা অত্যন্ত চ্যালেঞ্জিং করে তোলে। তবে এটি অগত্যা গুরুত্বপূর্ণ নয়, কারণ স্বাস্থ্যসেবা AI এখনও বিশাল রূপান্তরমূলক সুবিধা প্রদান করতে পারে। 

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• উত্স: https://www.dataversity.net/health-care-ai-a-failure-of-ambition/