টেক্সট বট থেকে ভিডিও ডাক্তার
লার্জ ল্যাঙ্গুয়েজ মডেলগুলো (LLMs) টেক্সট থেকে চিকিৎসা সংক্রান্ত তথ্য বের করতে দীর্ঘকাল ধরে পারদর্শী হলেও, তাদের মধ্যে রোগীর সাথে কথা বলার বা সহানুভূতিশীল আচরণ (bedside manner) প্রদর্শন করা কঠিন প্রমাণিত হয়েছে। প্রথাগত এআই অ্যাসিস্ট্যান্টরা একটি স্থির চ্যাট উইন্ডোতে উত্তর দেয়; তারা রোগীর মুখের অভিব্যক্তি বুঝতে পারে না বা কথোপকথন চলাকালীন তাদের কণ্ঠস্বরের ভঙ্গি পরিবর্তন করতে পারে না। AMIE (Video) এই ব্যবধান দূর করার চেষ্টা করছে একটি লাইভ ভিডিও লিঙ্কের মাধ্যমে মিথস্ক্রিয়া সম্পন্ন করে, যেখানে এআই-কে কথোপকথনের গতি বজায় রাখতে হয়, ফলো-আপ প্রশ্ন করতে হয় এবং ভিজ্যুয়াল বা দৃশ্যমান সংকেতের ভিত্তিতে সাড়া দিতে হয়।
টেক্সট থেকে ভিডিওতে পরিবর্তন করা কেবল একটি UI পরিবর্তন নয়। এটি মডেলটিকে অবিরাম অডিও-ভিজ্যুয়াল ডেটা প্রসেস করতে, একটি প্রকৃত অ্যাপয়েন্টমেন্টের ছন্দ অনুকরণ করতে এবং বিরতিহীনভাবে একাধিক কথোপকথনের ধারা সামলাতে বাধ্য করে। বাস্তবে, এই সক্ষমতা এআই-কে একটি ফ্রন্ট-লাইন ট্রায়াজ এজেন্ট (triage agent) হিসেবে কাজ করতে সাহায্য করতে পারে, যা রুটিন সমস্যাগুলো সামলাবে এবং ডাক্তারদের জটিল কেসগুলোর জন্য সময় বের করে দেবে।
পরীক্ষাটি যেভাবে চালানো হয়েছিল
গুগল একটি টেস্টিং ফ্রেমওয়ার্ক তৈরি করেছে যেখানে জটিল উপসর্গযুক্ত রোগীদের চরিত্রে অভিনয় করার জন্য পনেরোজন প্রশিক্ষিত অভিনেতা নিয়োগ করা হয়েছিল। অভিনেতারা পাঁচটি অঙ্গতন্ত্রের (organ systems) ওপর ভিত্তি করে তৈরি ক্লিনিক্যাল সিনারিও বা পরিস্থিতির মধ্যে তাৎক্ষণিক অভিনয় করেছিলেন:
- কার্ডিওপালমোনারি (হৃদযন্ত্র ও ফুসফুস) সংক্রান্ত সমস্যা
- পেটের সমস্যা
- মাথা-চোখ-কান-নাক-গলা (HEENT) সংক্রান্ত সমস্যা
- স্নায়বিক এবং মানসিক অবস্থা
- মাসকুলোস্কেলিটাল (পেশি ও হাড়) সংক্রান্ত ব্যাধি
এরপর স্বতন্ত্র ক্লিনিক্যাল মূল্যায়নকারীরা রোগ নির্ণয়ের নির্ভুলতা, প্রশ্ন করার কৌশল এবং সহানুভূতিশীল যোগাযোগের ভিত্তিতে এআই-কে রেটিং দেন। প্রাপ্ত স্কোর অনুযায়ী AMIE (Video)-এর পারফরম্যান্স একই ধরনের কেস সামলানো প্রাইমারি-কেয়ার চিকিৎসকদের রেটিংয়ের সমতুল্য ছিল।
কেন এই ফলাফলটি গুরুত্বপূর্ণ
যদি একটি এআই নির্ভরযোগ্যভাবে একজন রোগী-অভিনেতার সাথে কথা বলতে পারে এবং একজন মানব চিকিৎসকের মতো একই সিদ্ধান্তে পৌঁছাতে পারে, তবে স্বাস্থ্যসেবা সংস্থাগুলো কর্মী স্বল্পতার মাঝে একটি স্বল্পমূল্যের এবং স্কেলেবল (scalable) প্রবেশপথ হিসেবে এটি ব্যবহার করতে পারে। ভিডিও-সক্ষম এআই জরুরি নয় এমন সমস্যাগুলোর ট্রায়াজ করতে পারে, ফলো-আপ শিডিউল করতে পারে বা প্রাথমিক পরামর্শ দিতে পারে—যার জন্য কোনো শারীরিক পরীক্ষা কক্ষের প্রয়োজন হবে না। দুর্গম বা সুবিধাবঞ্চিত এলাকার রোগীদের জন্য একটি ভার্চুয়াল "ফার্স্ট-লাইন" চিকিৎসক অপেক্ষার সময় নাটকীয়ভাবে কমিয়ে দিতে পারে।
সতর্কতামূলক দিক
এই গবেষণাটি সিমুলেশন বা কৃত্রিম পরিস্থিতির মধ্যেই সীমাবদ্ধ ছিল। অভিনেতারা যতই দক্ষ হোন না কেন, প্রকৃত রোগীদের অনিশ্চয়তা বা অপ্রত্যাশিত আচরণ অনুকরণ করতে পারেন না, যারা তাদের ব্যক্তিগত ইতিহাস, সহ-অসুস্থতা (comorbidities) এবং আবেগীয় অস্থিরতা নিয়ে আসেন। মূল্যায়নটি মানুষের দেওয়া রেটিংয়ের ওপরও নির্ভরশীল ছিল; যেকোনো স্কোরিং সিস্টেমে ব্যক্তিগত পক্ষপাত (subjective bias) চলে আসতে পারে।
রেগুলেটরি ক্লিয়ারেন্স বা নিয়ন্ত্রক অনুমোদন এখনও একটি বাধা। বর্তমান মেডিকেল-ডিভাইস ফ্রেমওয়ার্কগুলোতে রোগ নির্ণয় বা ট্রায়াজ ফাংশন অনুমোদনের আগে বাস্তব জগতের ব্যবহারের প্রমাণ প্রয়োজন। সেই ডেটা ছাড়া, যেকোনো ব্যবহার গবেষণা বা কঠোরভাবে তত্ত্বাবধান করা পাইলট প্রজেক্টের মধ্যেই সীমাবদ্ধ থাকবে। দায়বদ্ধতার প্রশ্নটিও বড় হয়ে দেখা দিচ্ছে: যদি একটি এআই কোনো দৃশ্যমান সংকেত ভুলভাবে পড়ে এবং ভুল চিকিৎসার পরামর্শ দেয়, তবে তার দায়ভার কার—ডেভেলপার, হোস্টিং প্ল্যাটফর্ম নাকি তত্ত্বাবধায়ক চিকিৎসকের?
পরবর্তী পদক্ষেপ কী
গুগল ইঙ্গিত দিয়েছে যে পরবর্তী ধাপে প্রকৃত রোগীদের নিয়ে ট্রায়াল করা হবে, যেখানে আসল স্বাস্থ্য রেকর্ড এবং বৈচিত্র্যময় জনতাত্ত্বিক পটভূমি থাকবে। সেই গবেষণাগুলোকে কেবল ক্লিনিক্যাল যুক্তিতে সমতা প্রমাণ করলেই হবে না, বরং নিরাপত্তা, ডেটা গোপনীয়তা এবং বিভিন্ন জনগোষ্ঠীর মধ্যে সমান পারফরম্যান্সও প্রমাণ করতে হবে।
সারকথা
AMIE (Video) দেখায় যে একটি লার্জ-ল্যাঙ্গুয়েজ-মডেল-চালিত এআই একটি সিমুলেটেড ভিডিও অ্যাপয়েন্টমেন্টে নিজের দক্ষতা প্রমাণ করতে পারে এবং বিভিন্ন ধরনের শারীরিক অবস্থায় একজন প্রাইমারি-কেয়ার ডাক্তারের মতো একই ক্লিনিক্যাল রেটিং অর্জন করতে পারে। এই সাফল্য এআই-চালিত ফ্রন্ট-লাইন কেয়ারের পথ খুলে দিয়েছে, তবে প্রযুক্তিটি ল্যাব থেকে ক্লিনিক পর্যন্ত পৌঁছাতে পারবে কি না, তা নির্ভর করবে প্রকৃত রোগীর ট্রায়াল, রেগুলেটরি অনুমোদন এবং স্পষ্ট দায়বদ্ধতা কাঠামোর ওপর।