உரை பாட்களிலிருந்து (Text Bots) வீடியோ மருத்துவர்கள் வரை

பெரிய மொழி மாதிரிகள் (LLMs) உரைகளிலிருந்து மருத்துவத் தகவல்களைப் பிரித்தெடுப்பதில் நீண்டகாலமாகத் சிறந்து விளங்குகின்றன, ஆனால் அவற்றுக்கு ஒரு மருத்துவரின் கனிவான அணுகுமுறையை (bedside manner) வழங்குவது கடினமாக இருந்தது. பாரம்பரிய AI உதவியாளர்கள் ஒரு நிலையான சாட் விண்டோவில் பதிலளிக்கிறார்கள்; அவர்களால் நோயாளியின் முகபாவனைகளைப் படிக்கவோ அல்லது உரையாடல் முன்னேறும்போது குரல் தொனியை மாற்றவோ முடியாது. AMIE (Video) அந்த இடைவெளியைக் குறைக்க, உரையாடலை ஒரு நேரடி வீடியோ இணைப்பிற்கு மாற்ற முயல்கிறது, அங்கு AI வேகத்திற்கு ஏற்பச் செயல்பட வேண்டும், தொடர் கேள்விகளைக் கேட்க வேண்டும் மற்றும் காட்சித் தூண்டல்களுக்கு (visual cues) பதிலளிக்க வேண்டும்.

உரையிலிருந்து வீடியோவிற்கு மாறுவது என்பது வெறும் UI மாற்றம் மட்டுமல்ல. இது ஆடியோவிஷுவல் தரவுகளின் தொடர்ச்சியான ஓட்டத்தைச் செயலாக்கவும், ஒரு உண்மையான மருத்துவச் சந்திப்பின் வேகத்தைப் பின்பற்றவும், இடைவெளியின்றி பல உரையாடல் இழைகளைச் சமாளிக்கவும் மாதிரியைத் தூண்டுகிறது. நடைமுறையில், இந்தத் திறன் AI-யை ஒரு முன்வரித் தரம் பிரிக்கும் முகவராக (front-line triage agent) செயல்பட அனுமதிக்கும், இதன் மூலம் மருத்துவர்கள் சிக்கலான வழக்குகளைக் கவனிப்பதற்கு வழிவகுக்கும், அதே நேரத்தில் சாதாரணப் பிரச்சனைகளைக் கையாளும்.

சோதனை எவ்வாறு நடத்தப்பட்டது

சிக்கலான அறிகுறிகளைக் கொண்ட நோயாளிகளைப் போல நடிக்க பதினைந்து பயிற்சி பெற்ற நடிகர்களைக் கொண்டு கூகுள் ஒரு சோதனை கட்டமைப்பை உருவாக்கியது. ஐந்து உடல் உறுப்பு அமைப்புகளை உள்ளடக்கிய மருத்துவச் சூழல்களில் நடிகர்கள் தன்னிச்சையாக நடித்தனர்:

  • இதயம் மற்றும் நுரையீரல் தொடர்பான புகார்கள்
  • வயிற்றுப் பிரச்சனைகள்
  • தலை-கண்-காது-மூக்கு-தொண்டை (HEENT) பிரச்சனைகள்
  • நரம்பியல் மற்றும் மனநல நிலைகள்
  • தசை மற்றும் எலும்பு மண்டலக் கோளாறுகள்

பின்னர், சுயாதீன மருத்துவ மதிப்பீட்டாளர்கள் நோயறிதல் துல்லியம், கேள்வி கேட்கும் உத்தி மற்றும் பச்சாதாபத்துடன் கூடிய தகவல் தொடர்பு ஆகியவற்றின் அடிப்படையில் AI-க்கு மதிப்பெண் வழங்கினர். இந்த மதிப்பெண்கள் AMIE (Video)-வை அதே போன்ற வழக்குகளைக் கையாளும் முதன்மைப் பராமரிப்பு மருத்துவர்களுக்கு (primary-care physicians) வழக்கமாக வழங்கப்படும் தரத்திற்கு இணையாக வைத்தன.

இந்த முடிவு ஏன் முக்கியமானது

ஒரு AI, ஒரு நோயாளி-நடிகருடன் நம்பகமான முறையில் உரையாடி, ஒரு மனித மருத்துவரைப் போலவே முடிவுகளை எட்ட முடிந்தால், பணியாளர் பற்றாக்குறையின் மத்தியில் சுகாதார அமைப்புகள் குறைந்த செலவில், விரிவாக்கக்கூடிய ஒரு நுழைவுப் புள்ளியைப் பயன்படுத்த முடியும். வீடியோ வசதியுள்ள AI, அவசரமற்ற கவலைகளைத் தரம் பிரிக்கலாம், தொடர் சந்திப்புகளைத் திட்டமிடலாம் அல்லது ஆரம்பக்கட்ட ஆலோசனைகளை வழங்கலாம்—இவை அனைத்தும் ஒரு நேரடி மருத்துவப் பரிசோதனை அறையின் செலவின்றி சாத்தியமாகும். தொலைதூர அல்லது போதிய வசதிகள் இல்லாத பகுதிகளில் உள்ள நோயாளிகளுக்கு, ஒரு மெய்நிகர் "முன்வரி" (first-line) மருத்துவர் காத்திருப்பு நேரத்தை வியத்தகு முறையில் குறைக்கக்கூடும்.

எச்சரிக்கையான பக்கம்

இந்த ஆய்வு உருவகப்படுத்துதல் (simulation) மண்டலத்திலேயே இருந்தது. நடிகர்கள் எவ்வளவு திறமையானவர்களாக இருந்தாலும், தனிப்பட்ட மருத்துவ வரலாறு, இணை நோய்கள் (comorbidities) மற்றும் உணர்ச்சிவசப்படும் தன்மை ஆகியவற்றைக் கொண்டு வரும் உண்மையான நோயாளிகளின் கணிக்க முடியாத தன்மையை அவர்களால் பிரதிபலிக்க முடியாது. மதிப்பீடு என்பது AI-யின் செயல்பாட்டை விளக்கும் மனித மதிப்பீட்டாளர்களைப் பொறுத்தே இருந்தது; எந்தவொரு மதிப்பெண் வழங்கும் முறையிலும் அகநிலை சார்பு (subjective bias) நுழைய வாய்ப்புள்ளது.

ஒழுங்குமுறை அனுமதி (Regulatory clearance) என்பது மற்றொரு தடையாகும். தற்போதைய மருத்துவக் கருவி கட்டமைப்புகள், நோயறிதல் அல்லது தரம் பிரிக்கும் செயல்பாடுகளை அங்கீகரிப்பதற்கு முன் நிஜ உலகப் பயன்பாட்டிலிருந்து ஆதாரங்களைக் கோருகின்றன. அந்தத் தரவு இல்லாமல், எந்தவொரு பயன்பாடும் ஆராய்ச்சி சூழல்களிலோ அல்லது தீவிரக் கண்காணிப்பில் உள்ள முன்னோடித் திட்டங்களிலோ மட்டுமே இருக்கும். பொறுப்புக்கூறலும் (Liability) ஒரு கேள்விக்குறியாகும்: ஒரு AI காட்சித் தூண்டலைத் தவறாகப் புரிந்துகொண்டு தவறான சிகிச்சையைப் பரிந்துரைத்தால், அதற்கான பொறுப்பை யார் ஏற்பார்கள்—மென்பொருள் உருவாக்குநரா, அதை வழங்கும் தளமா அல்லது கண்காணிக்கும் மருத்துவரா?

அடுத்து என்ன?

அடுத்த கட்டத்தில் உண்மையான நோயாளிகளுடன், உண்மையான சுகாதாரத் தரவுகள் மற்றும் பல்வேறு மக்கள் தொகை பின்னணியைக் கொண்ட சோதனைகள் மேற்கொள்ளப்படும் என்று கூகுள் அறிவித்துள்ளது. அந்த ஆய்வுகள் மருத்துவ ரீதியான சிந்தனையில் சமமானத் திறனை மட்டுமல்லாமல், பாதுகாப்பு, தரவுத் தனியுரிமை மற்றும் பல்வேறு மக்கள் குழுக்களிடையே சமமான செயல்திறனையும் நிரூபிக்க வேண்டும்.

சுருக்கம்

AMIE (Video), ஒரு பெரிய மொழி மாதிரி மூலம் இயங்கும் AI, உருவகப்படுத்தப்பட்ட வீடியோ சந்திப்பில் சிறப்பாகச் செயல்பட முடியும் என்பதையும், பல்வேறு நோய்களின் போது ஒரு முதன்மைப் பராமரிப்பு மருத்துவரைப் போலவே மருத்துவத் தரங்களைப் பெற முடியும் என்பதையும் காட்டுகிறது. இந்த முன்னேற்றம் AI சார்ந்த முன்வரிப் பராமரிப்பிற்கான கதவைத் திறக்கிறது, ஆனால் இந்தத் தொழில்நுட்பம் ஆய்வகத்திலிருந்து மருத்துவமனைக்குச் செல்லுமா என்பதை உண்மையான நோயாளி சோதனைகள், ஒழுங்குமுறை ஒப்புதல் மற்றும் தெளிவான பொறுப்புக்கூறல் கட்டமைப்புகள் தீர்மானிக்கும்.