Google மற்றும் Abbott ஆகியவை, Abbott-ன் Lingo தொடர்ச்சியான குளுக்கோஸ் கண்காணிப்பு கருவியிலிருந்து (continuous glucose monitor) கிடைக்கும் நிகழ்நேர குளுக்கோஸ் அளவுகளை, Google Health செயலியில் உள்ள Gemini மூலம் இயங்கும் ஆரோக்கிய ஆலோசகிற்கு (health coach) வழங்கும் பல ஆண்டு கால ஒப்பந்தத்தை மேற்கொண்டுள்ளன. இந்த நடவடிக்கை பயனர்களுக்கு ஒரு டிஜிட்டல் உதவியாளரை வழங்குகிறது; இது இரத்தச் சர்க்கரை அளவின் மாற்றங்களை உடனுக்குடன் நடைமுறை வாழ்க்கை முறை பரிந்துரைகளாக மாற்றுகிறது. இது பெரும்பாலான ஆரோக்கிய செயலிகள் வழங்கும் பொதுவான குறிப்புகளை விட ஒரு படி மேலே உள்ளது.

ஒரு புதிய வகை ஆரோக்கிய உதவியாளர்

Abbott-ன் Lingo சென்சார் ஒவ்வொரு சில நிமிடங்களுக்கும் குளுக்கோஸை அளவிடுகிறது, இது உணவு, தூக்கம் மற்றும் மன அழுத்தம் ஆகியவை உடலின் எரிபொருளை எவ்வாறு பாதிக்கின்றன என்பதைக் காட்டும் தொடர்ச்சியான தரவு ஓட்டத்தை உருவாக்குகிறது. அந்தத் தரவு ஓட்டத்தை நேரடியாக Gemini-க்குள் செலுத்துவதன் மூலம், Google-ன் பெரிய மொழி மாதிரியால் (large language model) மாற்றங்கள் நிகழும்போதே அவற்றைக் கண்டறிய முடியும். மதிய உணவிற்குப் பிந்தைய சர்க்கரை அளவு அதிகரிப்பு ஏற்பட்டால், அடுத்த வேளை உணவில் குறைந்த கிளைசெமிக் குறியீடு (low-glycemic) கொண்ட சிற்றுண்டியை உட்கொள்ள பரிந்துரைக்கும்; இரவு நேரத்தில் சர்க்கரை அளவு குறைந்தால், உறங்குவதற்கு முந்தைய நடைமுறையை மாற்றியமைக்கத் தெரிவிக்கும்.

இவை அனைத்தும் ஏற்கனவே நடைப்பயிற்சி (steps), இதயத் துடிப்பு மற்றும் தூக்கத் தரவுகளைத் தொகுக்கும் Google Health செயலியில் இயங்கும். இந்த ஒருங்கிணைப்பு ஒரு வளர்சிதை மாற்ற அடுக்கை (metabolic layer) சேர்க்கிறது, இதன் மூலம் பயனர்கள் குளுக்கோஸ் அளவுகளுடன் மற்ற அளவீடுகளையும் ஒரே டேஷ்போர்டில் பார்க்க முடியும். AI இந்த கடினமான வேலையைச் செய்கிறது; இது வெறும் எண்களைப் பயனரின் உடல்நிலை மாற்றங்களுக்கு ஏற்ப எளிமையான மொழிப் புரிதல்களாக (insights) மாற்றுகிறது.

இந்த கூட்டாண்மை இப்போது ஏன் முக்கியமானது

அணியக்கூடிய சென்சார்களின் (Wearable sensors) பயன்பாடு அதிகரித்துள்ளது, ஆனால் பெரும்பாலான செயலிகள் தரவுகளை ஒரு நிலையான பதிவாகவே (static log) கையாளுகின்றன. Google-Abbott இடையேயான இந்தத் தொடர்பு, மென்பொருளை வெறும் தரவுகளைப் படிப்பதோடு மட்டுமல்லாமல், அதன் அடிப்படையில் எவ்வாறு செயல்பட வேண்டும் என்று முடிவெடுக்கும் "ஏஜென்டிக்" (agentic) உதவியாளராக மாற்றுகிறது. இந்த மாற்றம் ஒரு பரந்த போக்கை பிரதிபலிக்கிறது: வெறும் எதிர்வினை எச்சரிக்கைகளிலிருந்து ("உங்கள் குளுக்கோஸ் அதிகமாக உள்ளது") முன்கூட்டியே வழிகாட்டும் பயிற்சியை நோக்கி ("நாளை சர்க்கரை அளவு குறையாமல் இருக்க இரவு உணவில் கார்போஹைட்ரேட்டைக் குறைக்கவும்") நகர்வதாகும்.

Google மிகப்பெரிய கணினித் திறனையும் (compute power) மேம்பட்ட பகுத்தறிவு இயந்திரத்தையும் (reasoning engine) வழங்குகிறது; Abbott துல்லியத்திற்கான ஒழுங்குமுறைத் தரநிலைகளைப் பூர்த்தி செய்யும் மருத்துவத் தரத்திலான வன்பொருளை (medical-grade hardware) வழங்குகிறது. இவை இணைந்து, மருத்துவமனைக்குச் செல்லாமலேயே ஒரு மருத்துவக் கருவியின் துல்லியத்தை வழங்கும் நுகர்வோர் சார்ந்த தயாரிப்பை உருவாக்குகின்றன.

யாருக்கு லாபம், யாருக்குத் தயக்கம்

பயனர்களுக்கு, மிகவும் பொருத்தமான ஆலோசனைகள் கிடைக்கும் என்பது ஒரு நன்மையாகும். ப்ரீ-டயபெடிஸ் (pre-diabetes) உள்ள ஒரு நபர், குளுக்கோஸை ஆரோக்கியமான அளவில் வைத்திருக்க உதவும் தினசரி பழக்கவழக்கங்களைக் கண்டறிந்து, மருந்துகளைத் தள்ளிப்போட வாய்ப்புள்ளது. உடற்பயிற்சி ஆர்வலர்கள், பயிற்சி எவ்வாறு எரிபொருள் பயன்பாட்டைப் பாதிக்கிறது என்பதைத் தெளிவாகப் புரிந்துகொள்ள முடியும். நேரடி சென்சார் தரவுகளைப் பயன்படுத்தும் பிற AI சார்ந்த ஆரோக்கிய ஏஜென்ட்களை உருவாக்குவதற்கான ஒரு முன்மாதிரியை டெவலப்பர்களும் கண்டறியலாம்.

இதன் மறுபக்கம் தனியுரிமை (privacy) ஆகும். தொடர்ச்சியான குளுக்கோஸ் தரவு என்பது மிகவும் தனிப்பட்டமானது; இது உணவுப் பழக்கவழக்கங்கள், மன அழுத்த நிலைகள் மற்றும் சாத்தியமான மருத்துவ நிலைகளை வெளிப்படுத்துகிறது. கோடிக்கணக்கான பிற பயனர்களிடமிருந்து கற்றுக்கொள்ளும் ஒரு AI-யுடன் இந்தத் தரவை ஒருங்கிணைப்பது, தரவு சேமிப்பு, அணுகல் மற்றும் விளம்பரம் அல்லது காப்பீட்டுத் திட்டங்களுக்காகத் தவறாகப் பயன்படுத்தப்படலாம் என்ற கேள்விகளை எழுப்புகிறது.

மற்றொரு கவலை மருத்துவப் பொறுப்பு (medical liability) ஆகும். குளுக்கோஸ் மாற்றங்களின் அடிப்படையில் உணவு மாற்றங்களைப் பரிந்துரைக்கும் ஒரு AI, ஆரோக்கியக் பயிற்சிக்கும் மருத்துவ ஆலோசனைகளுக்கும் இடையிலான மெல்லிய கோட்டில் பயணிக்கிறது. ஒரு பரிந்துரை ஏதேனும் பாதிப்பை ஏற்படுத்தினால், அதற்கான பொறுப்பு சாதனத் தயாரிப்பாளரா, AI டெவலப்பரா அல்லது தளத்தை வழங்கும் நிறுவனமா என்பது தெளிவாகத் தெரியவில்லை.

மாற்றுக்கருத்து: AI என்பது தொழில்முறை மருத்துவத்திற்கு மாற்றல்ல

மிகவும் மேம்பட்ட மொழி மாதிரிகள்கூட நுணுக்கமான ஆரோக்கிய முடிவுகளை எடுப்பதற்குத் தேவையான மருத்துவத் தீர்ப்புத் திறனை (clinical judgment) கொண்டிருக்கவில்லை என்று விமர்சகர்கள் வாதிடுகின்றனர். Gemini போக்குகளைக் கண்டறியலாம், ஆனால் ஒரு முழுமையான மருத்துவ வரலாற்றின் அடிப்படையில் ஆய்வக முடிவுகளை விளக்கும் மருத்துவரின் திறனுக்கு அது மாற்றாக முடியாது. இந்த கூட்டாண்மையின் விளம்பரப் பொருட்கள் "தனிப்பயனாக்கப்பட்ட பயிற்சி" (personalized coaching) என்பதை மட்டுமே வலியுறுத்துகின்றன, நோயறிதலை (diagnosis) அல்ல; இருப்பினும், இந்த செயலியை முதன்மையான ஆரோக்கிய வழிகாட்டியாக நம்பியிருக்கும் பயனர்களுக்கு இந்த வேறுபாடு மங்கக்கூடும்.

அடுத்து கவனிக்க வேண்டியவை

  • ஒழுங்குமுறை ஆய்வு (Regulatory scrutiny): ஒருங்கிணைக்கப்பட்ட சேவை மருத்துவத் தரவுகளை எவ்வாறு கையாள்கிறது மற்றும் டிஜிட்டல் சிகிச்சைகளுக்கான (digital therapeutics) தரநிலைகளை அது பூர்த்தி செய்கிறதா என்பதை சுகாதாரத் துறையினர் ஆய்வு செய்யலாம்.
  • தரவு மேலாண்மை கொள்கைகள் (Data-governance policies): குளுக்கோஸ் தரவுகளைப் பாதுகாப்பதற்கும் அவற்றை அடையாளம் காண முடியாதவாறு மாற்றுவதற்கும் (anonymizing) Google மேற்கொள்ளும் அணுகுமுறை, எதிர்கால AI-ஆரோக்கியக் கூட்டணிகளுக்கு ஒரு முன்மாதிரியாக அமையும்.
  • பிற உயிரியல் குறிகாட்டிகளுக்கான விரிவாக்கம் (Expansion to other biomarkers): குளுக்கோஸிற்கு Gemini மாதிரி திறம்படச் செயல்படுவது நிரூபிக்கப்பட்டால், இதயத் துடிப்பு மாறுபாடு (heart-rate variability), இரத்த அழுத்தம் அல்லது தூக்க நிலைகள் போன்றவற்றுக்கும் இதே போன்ற வழிமுறைகள் உருவாகலாம்.
  • பயனர் ஏற்பு விகிதம் (User adoption rates): மருத்துவர்களால் பாரம்பரியமாக கண்காணிக்கப்படும் ஒரு அளவீட்டைப் புரிந்துகொள்ள நுகர்வோர் AI-யை நம்புகிறார்களா என்பதை ஆரம்பகாலப் பயன்பாடு உணர்த்தும்.

இந்தக் கூட்டாண்மை நவீன சுகாதாரத் தொழில்நுட்பத்தின் இரண்டு சக்திவாய்ந்த கூறுகளை ஒன்றிணைக்கிறது—தொடர்ச்சியான உயிரியல் அளவீட்டு கண்காணிப்பு மற்றும் Generative AI பகுத்தறிவு. இந்த ஒருங்கிணைந்த அமைப்பு தனியுரிமை மற்றும் பாதுகாப்பைப் பேணி, நடைமுறைப்படுத்தக்கூடிய நிகழ்நேர வழிகாட்டுதலை வழங்கினால், சாதாரண மக்கள் தங்கள் வளர்சிதை மாற்ற ஆரோக்கியத்தை எவ்வாறு நிர்வகிக்கிறார்கள் என்பதை இது மறுவரையறை செய்யக்கூடும். இல்லையெனில், AI எவ்வளவு புத்திசாலித்தனமாக இருந்தாலும், அது தொழில்முறை மருத்துவ மேற்பார்வைக்கு ஒரு துணை மட்டுமே தவிர, மாற்றீடு அல்ல என்ற கருத்தை இந்தச் சோதனை வலுப்படுத்தலாம்.