কৃত্রিম বুদ্ধিমত্তা (AI) অনকোলজি বা ক্যানসার চিকিৎসায় বিপ্লব ঘটানোর প্রতিশ্রুতি দিলেও, সাম্প্রতিক বাস্তবতা একটি বড় ব্যবধান উন্মোচন করেছে—প্রচারিত ধারণা এবং ক্লিনিক্যাল উপযোগিতার মধ্যে। নতুন গবেষণায় দেখা গেছে যে, স্তন ক্যানসার স্ক্রিনিংয়ে বর্তমান AI প্রয়োগ চিকিৎসকদের উচ্চ প্রত্যাশা পূরণে ব্যর্থ হচ্ছে।

প্রত্যাশা এবং ক্লিনিক্যাল বাস্তবতার মধ্যে ব্যবধান

Clinical Imaging-এ প্রকাশিত একটি জরিপ রেডিওলজিস্টদের AI সংক্রান্ত আশা এবং এই টুলগুলো বাস্তবে যা প্রদান করছে, তার মধ্যে একটি বিচ্ছিন্নতা প্রকাশ করেছে। এই গবেষণায় Society of Breast Imaging-এর ২১৫ জন সদস্যের ওপর জরিপ চালানো হয়েছে; তাদের প্রায় অর্ধেক ইতিমধ্যেই FDA-অনুমোদিত AI টুল ব্যবহার করছেন, তবুও এর প্রভাব এখনও সীমিত।

মূল পারফরম্যান্স মেট্রিক্সগুলো একটি রূঢ় চিত্র তুলে ধরে। উনষাট শতাংশ রেডিওলজিস্ট আশা করেছিলেন যে AI রিকল রেট (recall rates) কমিয়ে দেবে, কিন্তু মাত্র ৩৫% সেই সুবিধাটি লক্ষ্য করেছেন। অন্যান্য ফলাফলের ক্ষেত্রে এই ব্যবধান আরও প্রকট: প্রত্যাশিত ৩৬%-এর বিপরীতে মাত্র ৯% অপ্রয়োজনীয় বায়োপসি হ্রাস দেখতে পেয়েছেন, এবং মাত্র ২৯% কাজের চাপ বা বার্নআউট (burnout) থেকে কিছুটা স্বস্তি পেয়েছেন, যদিও ৫৬% কাজের উল্লেখযোগ্য হ্রাস আশা করেছিলেন।

সিদ্ধান্ত গ্রহণকারী নয়, বরং "সেকেন্ড ওপিনিয়ন" হিসেবে AI

রেডিওলজিস্টরা AI-কে একজন ব্যাকআপ কনসালট্যান্ট হিসেবে বিবেচনা করেন, প্রাথমিক রোগ নির্ণয়কারী হিসেবে নয়। UC San Diego Health-এর প্রধান লেখক জৌদ আলমোগাটি উল্লেখ করেছেন যে, খুব কম চিকিৎসকই AI-কে তাদের চূড়ান্ত রোগ নির্ণয় করতে দেন; তারা মূলত ফলাফলগুলো পুনরায় যাচাই করার জন্য এটি ব্যবহার করেন।

পদ্ধতিগত বাধাগুলো এই টুলগুলোকে মূলধারার বাইরে রেখেছে। পেশাদাররা উচ্চ বাস্তবায়ন খরচ এবং দুর্বল প্রাতিষ্ঠানিক সহযোগিতাকে প্রধান বাধা হিসেবে উল্লেখ করেছেন। হাসপাতাল ব্যবস্থার সাথে নিবিড়ভাবে যুক্ত না হওয়া এবং স্পষ্ট খরচ-সুবিধা সংক্রান্ত তথ্য না থাকায়, AI একটি মূল উপাদানের পরিবর্তে কেবল একটি অতিরিক্ত সংযোজন (add-on) হিসেবে রয়ে গেছে।

AI পূর্বাভাসের "গড কমপ্লেক্স" (God Complex) থেকে বেরিয়ে আসা

রেডিওলজিতে AI-এর এই মন্থর গ্রহণ প্রযুক্তির ভবিষ্যৎ কর্মসংস্থান নিয়ে একটি বৃহত্তর উত্তেজনার প্রতিফলন ঘটায়। এক দশক আগে, অনেক AI গবেষক রেডিওলজিস্টদের সম্পূর্ণ প্রতিস্থাপনের ভবিষ্যদ্বাণী করেছিলেন; আজ, সমস্ত কম্পিউটার-ভিত্তিক জ্ঞানমূলক কাজের ক্ষেত্রেও একই ধরনের অতিরঞ্জিত প্রচার দেখা যাচ্ছে।

Nvidia-এর সিইও জেনসেন হুয়াং এ ধরনের অতিরঞ্জিত দাবিকে তীব্র সমালোচনা করে AI ভবিষ্যৎবাণী কারীদের মধ্যে একটি "গড কমপ্লেক্স" (God complex) হিসেবে অভিহিত করেছেন। স্তন ক্যানসার শনাক্তকরণ সংক্রান্ত এই গবেষণা আমাদের মনে করিয়ে দেয় যে, উচ্চ-ঝুঁকিপূর্ণ চিকিৎসাক্ষেত্রে একটি মডেলের "বুদ্ধিমত্তা"র চেয়ে তার নির্ভরযোগ্যতা, ব্যবহারিকতা এবং একটি জটিল মানব কর্মপ্রবাহের মধ্যে অর্থনৈতিক উপযোগিতা বেশি গুরুত্বপূর্ণ। ডেভেলপারদের উচিত তাত্ত্বিক নির্ভুলতার পেছনে না ছুটে প্রকৃত ক্লিনিক্যাল সমস্যাগুলো সমাধানের দিকে মনোনিবেশ করা।

মূল বিষয়সমূহ

  • পারফরম্যান্সের ব্যবধান: AI টুলগুলো রিকল রেট কমানোর ক্ষেত্রে (প্রকৃত ৩৫% বনাম প্রত্যাশিত ৫৯%) এবং অপ্রয়োজনীয় বায়োপসি কমানোর ক্ষেত্রে (প্রকৃত ৯% বনাম প্রত্যাশিত ৩৬%) প্রত্যাশা পূরণে ব্যর্থ হচ্ছে।
  • কর্মপ্রবাহের সীমাবদ্ধতা: উচ্চ খরচ এবং দুর্বল প্রাতিষ্ঠানিক সমর্থনের কারণে বেশিরভাগ রেডিওলজিস্ট AI-কে কেবল একটি "সেকেন্ড ওপিনিয়ন" হিসেবে ব্যবহার করেন।
  • প্রচার ও বাস্তবতার ব্যবধান: এই গবেষণার ফলাফল দাবি করে যে, AI ডেভেলপারদের উচিত কেবল তাত্ত্বিক মানদণ্ড অনুসরণ করা বাদ দিয়ে চিকিৎসকদের বার্নআউটের মতো বাস্তব ক্লিনিক্যাল সমস্যাগুলো মোকাবিলা করা।