Healthcare runs on thin margins and thinner patience. Phones ring off the hook. Front desk teams recite the same office

স্বাস্থ্যসেবা চলে অত্যন্ত সীমিত মুনাফা এবং আরও সীমিত ধৈর্যের ওপর। ফোনগুলো অবিরাম বাজতে থাকে। ফ্রন্ট-ডেস্কের কর্মীরা তাদের গলা শুকিয়ে যাওয়া পর্যন্ত একই অফিসের সময়সূচী এবং রিফিল পলিসি আওড়াতে থাকেন। নার্সরা রোগীদের পরিবর্তে স্ক্রিনের দিকে তাকিয়ে থাকেন। সবাই এখনই উত্তর চায়, কিন্তু মানুষের কাজের সক্ষমতা বা ব্যান্ডউইথ বাড়ানো সম্ভব নয়। বছরের পর বছর ধরে, স্বাস্থ্যসেবা সংস্থাগুলো এই শূন্যতা পূরণের জন্য সাধারণ চ্যাটবট ব্যবহার করার চেষ্টা করেছে। সেই টুলগুলো কঠোর স্ক্রিপ্ট অনুসরণ করত। সেগুলো কেবল কিওয়ার্ড (keyword) খুঁজত, উদ্দেশ্য (intent) নয়। "বুকে চাপ অনুভব করছি" (pressure in your chest) বললে একটি কিওয়ার্ড-ভিত্তিক বট হয়তো বিলিং সংক্রান্ত কোনো নিবন্ধ দেখিয়ে দিতে পারে কারণ এটি "চাপ" (pressure) শব্দটি খুঁজে পেয়েছিল। রোগীরা তাদের ঘৃণা করত। কর্মীরা তাদের উপেক্ষা করত।

লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) সম্পূর্ণ যুক্তিটি বদলে দিয়েছে। একটি LLM-চালিত চ্যাটবট কোনো ডিসিশন ট্রি (decision tree) মুখস্থ করে না। এটি অর্থ বুঝতে পারে। এটি প্রেক্ষাপট (context), কথ্য ভাষা (slang) এবং জরুরি অবস্থা বুঝতে পারে। এটি রাত ২টায় একজন চিন্তিত অভিভাবককে উত্তর দিতে পারে, রোগী যখন ট্র্যাফিকের মধ্যে বসে থাকেন তখন ফলো-আপ অ্যাপয়েন্টমেন্ট পুনর্নির্ধারণ করতে পারে এবং একজন প্রকৃত চিকিৎসকের জন্য সম্ভাব্য গুরুতর লক্ষণ চিহ্নিত করতে পারে। এই প্রযুক্তি চিকিৎসকদের বিকল্প নয়। এটি একটি ফিল্টার এবং প্রবেশদ্বার হিসেবে কাজ করে, যা পুনরাবৃত্তিমূলক কাজগুলো সামলায় যাতে মানুষের বিশেষজ্ঞ জ্ঞান সেখানেই ব্যয় করা যায় যেখানে তা সবচেয়ে বেশি প্রয়োজন।

এই সিস্টেমগুলো আসলে কীভাবে কাজ করে

স্বাস্থ্যসেবায় একটি LLM চ্যাটবট কেবল একটি স্মার্ট টেক্সট জেনারেটর নয়, বরং এটি বেশ কয়েকটি স্তরের সমন্বয়ে গঠিত।

Natural language understanding হলো প্রথম স্তর। যখন একজন রোগী টাইপ করেন “I feel weird after taking the new pill,” তখন সিস্টেমটি কেবল “pill” শব্দটি খোঁজে না। এটি অনুভূতি (sentiment), সময় এবং অস্পষ্টতা বিশ্লেষণ করে। এটি বুঝতে পারে যে “weird” বলতে মাথা ঘোরা, বমি ভাব বা র‍্যাশ বোঝাতে পারে, এবং কোনো সিদ্ধান্তে পৌঁছানোর আগে এটি স্পষ্ট করার জন্য প্রশ্ন করতে জানে।

এরপর আসে language model নিজেই, যা উত্তর তৈরি করে। পুরনো বটগুলোর মতো নয় যারা একটি নির্দিষ্ট স্ক্রিপ্ট লাইব্রেরি থেকে তথ্য নিত, একটি LLM গতিশীলভাবে বাক্য গঠন করে। এটি বিমা সংক্রান্ত প্রি-অথরাইজেশন (pre-authorization) সহজ ইংরেজিতে ব্যাখ্যা করতে পারে, এমনকি রোগী যদি চ্যাটের মাঝপথে ভাষা পরিবর্তন করেন, তবে কথোপকথনের ধারাবাহিকতা না হারিয়েই অন্য ভাষায় কথা বলতে পারে।

কিন্তু কেবল ভাষার সাবলীলতা যথেষ্ট নয়। Knowledge integration মডেলটিকে ভিত্তি প্রদান করে। রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG) বা নিবিড়ভাবে কিউরেট করা মেডিকেল ডেটাবেসের মাধ্যমে, বটটি বিশ্বস্ত উৎস থেকে তথ্য সংগ্রহ করে—যেমন আপনার হাসপাতালের নিজস্ব ক্লিনিক্যাল প্রোটোকল, CDC নির্দেশিকা বা অনুমোদিত ড্রাগ ইন্টারঅ্যাকশন শিট। এটি অনুমান করে না। এটি অনুমোদিত তথ্য প্রদান করে। যখন এটি তার জ্ঞানের সীমার শেষ প্রান্তে পৌঁছায়, তখন human escalation স্তরটি সক্রিয় হয়। যদি কোনো রোগী বুকে প্রচণ্ড ব্যথা বা গুরুতর কোনো লক্ষণ বর্ণনা করেন, তবে চ্যাটবট কথা বলা বন্ধ করে দেয় এবং তাৎক্ষণিকভাবে বিষয়টি একজন নার্স বা চিকিৎসকের কাছে পাঠিয়ে দেয়। এই হস্তান্তরের সাথে আলোচিত সবকিছুর একটি সারাংশও থাকে, যাতে চিকিৎসক প্রয়োজনীয় তথ্যসহ কাজ শুরু করতে পারেন।

যেখানে রোগী এবং কর্মীরা স্বস্তি অনুভব করেন

এর ব্যবহারিক প্রয়োগগুলো ইতিমধ্যেই পরীক্ষামূলক পর্যায় থেকে দৈনন্দিন কার্যক্রমে স্থানান্তরিত হচ্ছে।

Appointment scheduling হলো সবচেয়ে সহজ সাফল্য। রোগীরা ফোন কলের দীর্ঘ অপেক্ষার ঝামেলা ছাড়াই অ্যাপয়েন্টমেন্ট বুক, বাতিল বা পুনর্নির্ধারণ করতে পারেন। চ্যাটবটটি রিয়েল-টাইম ক্যালেন্ডার দেখে প্রাপ্যতা যাচাই করে, কনফার্মেশন টেক্সট পাঠায় এবং এমনকি যাতায়াতের দিকনির্দেশনা বা পার্কিংয়ের নির্দেশনাও দিতে পারে।

Patient support রুটিনমাফিক অসংখ্য প্রশ্নের চাপ সামলায় যা রিসেপশনিস্টদের কাজের সময় নষ্ট করে। আজকের ভিজিটিং আওয়ার কী? এই কেন্দ্রে কি সরাসরি আসা যাবে? কোন কোন বিমা প্ল্যান নেটওয়ার্কের অন্তর্ভুক্ত? একটি LLM বট যেকোনো সময় তাৎক্ষণিকভাবে এগুলোর উত্তর দিতে পারে এবং মানুষের হস্তক্ষেপ ছাড়াই পোর্টাল পাসওয়ার্ড রিসেট বা ফর্ম ডাউনলোড করতে রোগীকে সাহায্য করতে পারে।

Medication adherence উন্নত হয় যখন রিমাইন্ডারগুলো রোবোটিক মনে না হয়ে ব্যক্তিগত মনে হয়। একটি চ্যাটবট পরীক্ষা করতে পারে যে রোগী প্রেসক্রিপশন সংগ্রহ করেছেন কি না, কথোপকথনের মাধ্যমে পার্শ্বপ্রতিক্রিয়া সম্পর্কে জিজ্ঞাসা করতে পারে এবং কিছু অস্বাভাবিক মনে হলে ব্যবহারকারীকে ফার্মাসিস্টের সাথে পরামর্শ করার পরামর্শ দিতে পারে। দীর্ঘস্থায়ী রোগ ব্যবস্থাপনার ক্ষেত্রে, এই ছোট ছোট পদক্ষেপগুলো ওষুধের ডোজ মিস হওয়া এবং জরুরি বিভাগে যাওয়ার হার কমিয়ে আনতে সাহায্য করে।

Symptom assessment একটি আরও সংবেদনশীল ক্ষেত্র। বটটি is not