লিভারের যত্নে কৃত্রিম বুদ্ধিমত্তার জন্য সজাগ এবং টেইলারিং প্রয়োজন

আমস্টারডাম – কৃত্রিম বুদ্ধিমত্তা (এআই) এর সাথে ক্রমবর্ধমান স্বাস্থ্যসেবাতে এম্বেড থাকে, যকৃতের যত্ন সহ, স্থানীয় জনগোষ্ঠীর কাছে টেইলার এআইয়ের পক্ষে এটি গুরুত্বপূর্ণ এবং রোগীদের কার্যকর এবং নিরাপদ ফলাফল নিশ্চিত করার জন্য নিয়মিত মডেল পর্যবেক্ষণ নিশ্চিত করা গুরুত্বপূর্ণ।

এমডি অ্যাশলে স্প্যান, ট্রান্সপ্ল্যান্টের লিভার ডিজিজের ফলাফল সহ টেনেসির ন্যাশভিলের ভ্যান্ডারবিল্ট বিশ্ববিদ্যালয় মেডিকেল সেন্টারকে অনুকূল করতে তথ্যপ্রযুক্তি এবং এআই বিকাশে আগ্রহী একটি ট্রান্সপ্ল্যান্ট লিভার ডিজিজোলজিস্ট। ২০২৫ সালের ইউরোপীয় অ্যাসোসিয়েশন ফর লিভার রিসার্চ (ইএএসএল) কংগ্রেসনাল রিসার্চ অ্যাসোসিয়েশনে, তিনি এথিক্স এবং কীভাবে এআইকে হেপাটোলজি অনুশীলনে এআইয়ের প্রভাবের একটি কোর্সে একটি লিভার ক্লিনিকে এআই বাস্তবায়ন করবেন সে সম্পর্কে পরামর্শ ভাগ করে নিয়েছিলেন।

“আমাদের শুরু থেকেই রোগীদের এবং সরবরাহকারীদের অন্তর্ভুক্ত করা দরকার, সিলোগুলিতে তৈরি করা উচিত নয়। ডেটা অবশ্যই উদ্বেগের জনসংখ্যার প্রতিনিধিত্ব করতে হবে, প্রযুক্তিগত সমাধানগুলি অবশ্যই ক্লিনিকাল ইস্যুগুলির সাথে সামঞ্জস্য রাখতে হবে, এবং মডেলটি অবশ্যই ক্ষতি করতে হবে না,” স্প্যান বলেছেন মেডস্কেপ মেডিকেল নিউজ কথোপকথনের পরে একটি সাক্ষাত্কারে।

তিনি জোর দিয়েছিলেন যে ক্লিনিকাল যত্নের নীতিগুলি, বিশেষত অ-রেগেট, এআই এর ব্যবহারের ক্ষেত্রেও একটি জায়গা রয়েছে। “এআই ইতিমধ্যে আমাদের চারপাশে রয়েছে। প্রশ্নটি হ’ল: আমাদের এটি ব্যবহার করা উচিত? যদি তাই হয় তবে কীভাবে আমরা এটি দায়িত্বের সাথে করতে পারি?”

এই লক্ষ্যে, স্প্যান মডেল বিকাশ, ক্লিনিকাল বাস্তবায়নের জন্য এবং তিনি মূল আশ্বাসকে যাকে বলেছেন তার জন্য সেরা অনুশীলনগুলি নিয়ে আলোচনা করেছেন অ্যালগরিদম: পারফরম্যান্স ড্রিফট সনাক্ত করতে এবং ক্ষতি রোধ করতে মোতায়েনের পরে এআই মডেলগুলির পর্যবেক্ষণ চলছে। “আমরা মডেলের জন্য পরামিতিগুলি সেট করে বিপদগুলি হ্রাস করতে পারি, তাই আমরা জানি কখন বাস্তব সময়ে পিছিয়ে থাকতে হবে এবং রোগীর দ্বারা প্রভাবিত হতে পারে। যদি এটি ঘটে থাকে তবে আমরা মডেলটি বন্ধ করে দিয়েছি, পুনর্নির্মাণ, পুনঃনির্মাণ এবং পুনর্নির্মাণ করেছি।”

“শুরু থেকে মোতায়েন পর্যন্ত আমাদের মডেলটি কী করছে তা ট্র্যাক রাখতে হবে এবং নিশ্চিত করতে হবে যে এটি রোগীর যত্নকে আরও খারাপ করে না,” তিনি বলেছিলেন।

ক্রয় বা বিল্ড – গ্রহণের জন্য মূল সমস্যাগুলি

স্প্যান ক্লিনিকাল সমস্যাগুলি দিয়ে শুরু করার এবং তারপরে সর্বদা রোগীদের সুরক্ষার বিষয়ে বিবেচনা করার সময় উপযুক্ত এআই প্রযুক্তিতে তাদের স্ট্র্যাটিফাই করার গুরুত্বকে জোর দেয়।

কোনও মডেল তৈরি বা কিনুন, এটি আপনার অনুসরণ করা জনসংখ্যা প্রতিফলিত করে তা নিশ্চিত করা অত্যন্ত গুরুত্বপূর্ণ। বেশিরভাগ এআই মডেলগুলি historical তিহাসিক মেডিকেল ডেটাতে প্রশিক্ষিত হয়। এর অর্থ এটি সিস্টেমিক বৈষম্যকে প্রতিফলিত করতে পারে, যেমন নির্দিষ্ট জনগোষ্ঠীতে ঝুঁকির কারণগুলির প্রসার, অপর্যাপ্ত রোগ নির্ণয়, অপর্যাপ্ত চিকিত্সা বা প্রান্তিক জনগোষ্ঠীর মধ্যে যত্ন অ্যাক্সেস করতে অক্ষমতা। এই ক্ষেত্রে, মডেল এই নিদর্শনগুলি শিখেছে এবং প্রতিলিপি করে।

“আমাদের নিশ্চিত করতে হবে যে পক্ষপাত এবং ফাঁকগুলি আরও খারাপ হয় না,” তিনি বলেছিলেন। “যদি মডেলটি খারাপভাবে সম্পাদন করতে শুরু করে তবে কখন এবং কীভাবে হস্তক্ষেপ করবেন তা আমাদের জানতে হবে।”

স্প্যান চিকিত্সক এবং সংস্থাগুলিকে উপযুক্ত মডেল নির্ধারণ করার সময় উপলভ্য ডেটা সম্পর্কে জিজ্ঞাসা করার আহ্বান জানায়। উদাহরণস্বরূপ, কোনও মডেল তৈরি করার সময়, তিনি জিজ্ঞাসা করার পরামর্শ দেন যে ডেটাসেটে কিছু রোগী গোষ্ঠী অন্যদের চেয়ে বেশি প্রভাবিত কিনা। আপনি যদি কোনও মডেল কিনে থাকেন তবে তিনি জিজ্ঞাসা করার পরামর্শ দেন যে মডেলটি ক্লিনিকাল সমস্যাটি সমাধান করে যা সমাধান করা দরকার।

উদাহরণস্বরূপ, কৃত্রিম বুদ্ধি এমন লোকদের সনাক্ত করার সমাধান হতে পারে যারা জনসংখ্যা পর্যায়ে সমস্যাটিতে সিরোসিস খুঁজে পান নি। “এই ভবিষ্যদ্বাণী করার জন্য কোন ডেটা কার্যকর হতে পারে এবং রোগীকে অপ্রয়োজনীয়ভাবে প্রভাবিত হয় কিনা তা জিজ্ঞাসা করা অত্যন্ত গুরুত্বপূর্ণ? এমনকি কোনও রোগ থাকলেও কিছু রোগী থাকতে পারে এবং এর প্রভাব কী?”

তিনি এমন একটি প্রতিষ্ঠানের একটি উদাহরণ উল্লেখ করেছেন যেখানে ফাইব্রোসিস 4 (এফআইবি -4) সূচকটি লিভার ফাইব্রোসিসের ঝুঁকি স্তরকে স্বয়ংক্রিয় করতে বৈদ্যুতিন স্বাস্থ্য রেকর্ডে সংহত করা হয়েছে। অর্ধেকেরও বেশি রোগীর এফআইবি -4 স্কোর উত্পাদন করতে প্রয়োজনীয় মূল পরীক্ষামূলক মানগুলির অভাব রয়েছে। “তাদের এখনও এই রোগ থাকতে পারে তবে সেই ল্যাবগুলি ছাড়াই আমরা ঝুঁকির তীব্রতা জানি না The সমস্যাটি আমাদের প্রয়োজনীয় ডেটা হয়ে যায় এবং কীভাবে আমরা এটি পাই? এটি প্রকৃত প্রভাবের সাথে ডেটা ফাঁক।”

মিলহীন ভিড় মডেলটিকে অকেজো করে তুলতে পারে

এআই মডেল কেনার সময়, স্প্যান প্রশিক্ষিত জনগোষ্ঠীর থেকে পার্থক্যে এটি প্রয়োগ না করার জন্য সতর্ক করে দেয়। তিনি মার্কিন যুক্তরাষ্ট্রের ভেটেরান্স অ্যাফেয়ার্স সিস্টেমের ডেটা ব্যবহার করে তৈরি করা একটি মডেলকে উদ্ধৃত করেছেন, যার মধ্যে মূলত বয়স্ক সাদা রোগী রয়েছে এবং বিভিন্ন জনগোষ্ঠীর পরিবেশনকারী নগর কেন্দ্রগুলিতে সাধারণভাবে সাধারণীকরণ করা যায় না। “এই জনসংখ্যা রোগীদের একটি খুব অনন্য উপসেট। উপযুক্ততা নির্ধারণের একমাত্র উপায় হ’ল মডেলটি গ্রহণ করা এবং এটি পূর্ববর্তীভাবে পরীক্ষা করা এবং মডেলটি অধ্যয়ন করা যায় যা পরিবর্তিত হতে পারে এবং তারপরে সময়ের সাথে স্থানীয়ভাবে কর্মক্ষমতা ট্র্যাক করে।”

তিনি কীভাবে আর্থ-জনসংখ্যার এবং অর্থনৈতিক কারণগুলি (যেমন ট্রান্সপ্ল্যান্ট সেন্টার বা লিভার ক্লিনিকগুলির সান্নিধ্য) ফলাফলের দিকে পক্ষপাতদুষ্ট থাকে এবং এই ফলাফলগুলি সম্ভবত মডেলের ক্লিনিকাল ইনপুট হিসাবে বিবেচনা করা হয় না তাও তিনি তুলে ধরেছেন। “আমাদের এই সাবগ্রুপগুলিতে মডেলটি কীভাবে সম্পাদন করে তা বিবেচনা করা উচিত কারণ এটি ভুল হতে পারে।”

জনসংখ্যার স্বাস্থ্যের ক্ষেত্রে এআইয়ের ভূমিকা

সম্মেলনের যৌথ তদন্তকারী, জার্মানির ড্যাসেল্ডার্ফের হেইনরিচ হেইন বিশ্ববিদ্যালয়ের পরিচালক এমডি টম লুয়েডে লিভারের যত্নের উপর এআইয়ের প্রভাব বিবেচনা করেছিলেন। “প্রতিরোধ, সনাক্তকরণ, ঝুঁকির পূর্বাভাস এবং প্রকৃতপক্ষে রোগীদের স্বাস্থ্যসেবা ব্যবস্থায় পাওয়া আমাদের লিভারের রোগের সবচেয়ে বড় ত্রুটি। এআই এই ফাঁকগুলি পূরণ করতে সহায়তা করতে পারে,” তিনি বলেছিলেন। “উদাহরণস্বরূপ, বর্তমানে, এফআইবি -4 দৈনিক অনুশীলনে প্রয়োগ করা হয় না, তবে আমরা এলএলএম ব্যবহার করে সেখানে যেতে পারি। [large language model] বা রোগীদের লিভার সিস্টেমের একটি এআই সিস্টেম সরবরাহ করুন। আমি বিশ্বাস করি যে এই পদ্ধতিগুলির মাধ্যমে আমরা যে কোনও ওষুধ বা জটিল হস্তক্ষেপে আরও বেশি প্রভাব ফেলব। ভবিষ্যতে, আমি একটি স্বাস্থ্যকর কিওস্কে প্রয়োগ করা এআই কল্পনা করতে পারি। এটি আমাদের কাছে থাকা সমস্ত সংস্থান সংক্রান্ত সমস্যাগুলিতে সহায়তা করতে পারে। “

স্প্যান এবং লুয়েডে কোনও সম্পর্কিত আর্থিক সম্পর্কের কথা জানায় না।