স্বাস্থ্যসেবায় ল্যাঙ্গুয়েজ মডেলের ব্যবহারকে আরও নিরীক্ষাযোগ্য করে তোলার জন্য লোজানে বিকশিত কাঠামোটি ডেটা, কোড এবং মূল্যায়নসমূহকে নথিভুক্ত করে।

স্বাস্থ্যসেবা এমন একটি ক্ষেত্র যেখানে গ্রহণ করাকৃত্রিম বুদ্ধিমত্তা এবং বিগ ডেটা এটি আরও সতর্কতার সাথে এগোচ্ছে, আগ্রহের অভাবে নয়, বরং ভুলের সরাসরি পরিণতি মানুষের উপর পড়ে বলেই। চিকিৎসকদের কাজে সহায়তা করার জন্য বৃহৎ ল্যাঙ্গুয়েজ মডেলগুলো ইতিমধ্যেই ব্যবহৃত বা পরীক্ষিত হচ্ছে: এগুলো রোগ নির্ণয়ে পথনির্দেশ করতে, ক্লিনিক্যাল ডকুমেন্টেশনের সারসংক্ষেপ করতে, অগ্রাধিকারের পরামর্শ দিতে, বা জরুরি বিভাগে সিদ্ধান্ত গ্রহণে সহায়তা করতে পারে। তবে, মূল বিষয়টি হলো যাচাইযোগ্যতা। যদি কোনো সিস্টেম তার ডেটা, পদ্ধতি এবং প্রশিক্ষণের মানদণ্ড সহজলভ্য না করে কোনো সুপারিশ তৈরি করে, তবে তার স্বাধীন নিয়ন্ত্রণ দুর্বল হয়ে পড়ে।

এই প্রসঙ্গেই তিনি হস্তক্ষেপ করেন। মেডিট্রনএফও, দ্বারা ঘোষিতইকোল পলিটেকনিক ফেইডেরেল দে লাউসানভোদ বিশ্ববিদ্যালয়ের মতে, এটি নির্মাণের জন্য প্রথম সম্পূর্ণ উন্মুক্ত কাঠামো। বৃহৎ ভাষা মডেল ডাক্তাররাশুধু চূড়ান্ত মডেলের প্রাপ্যতার উপরই নয়, বরং সম্পূর্ণ উন্নয়ন শৃঙ্খলের উপর জোর দেওয়া হয়: ডেটা, কোড, প্রশিক্ষণ পদ্ধতি, ডকুমেন্টেশন এবং মূল্যায়ন। একটি নিয়ন্ত্রিত, সংবেদনশীল এবং জবাবদিহিমূলক শিল্পক্ষেত্রে এই পার্থক্যটি তাৎপর্যপূর্ণ।

প্রকল্পটি জন্ম নিয়েছিল বুদ্ধিমান বৈশ্বিক স্বাস্থ্য এবং মানবিক প্রতিক্রিয়া প্রযুক্তি গবেষণাগার, হিসাবে পরিচিত আলোইপিএফএল-এর স্কুল অফ কম্পিউটার অ্যান্ড কমিউনিকেশন সায়েন্সেস-এর অধীনে। এর প্রযুক্তিগত ভিত্তি হলো ২০২৩ সালে প্রকাশিত মেডিট্রন-এ ইতোমধ্যে ব্যবহৃত উন্মুক্ত প্রযুক্তি, কিন্তু এখন উপস্থাপিত বিবর্তনের লক্ষ্য হলো সম্পূর্ণ নির্মাণ পদ্ধতিটিকে আরও স্বচ্ছ করে তোলা। ঘোষিত লক্ষ্য হলো মৌলিক উন্মুক্ত মডেলগুলোর "চিকিৎসাকরণ" সক্ষম করা, অর্থাৎ, ক্লিনিক্যাল জ্ঞান, নথিভুক্ত ডেটাসেট এবং নির্দিষ্ট যাচাইকরণ পদ্ধতির মাধ্যমে সেগুলোকে স্বাস্থ্যসেবা ক্ষেত্রে অভিযোজিত করা।

কেন উদ্বোধনী অনুষ্ঠানটি শুধু মডেল রিলিজের চেয়েও বেশি গুরুত্বপূর্ণ

কৃত্রিম বুদ্ধিমত্তার পরিভাষায়, 'উন্মুক্ত' শব্দটি প্রায়শই অসামঞ্জস্যপূর্ণভাবে ব্যবহৃত হয়। একটি মডেল তার ওয়েটগুলো উপলব্ধ করলেও, ডেটাসেট, ফিল্টারিং ধাপ, প্রশিক্ষণের বিকল্প বা মূল্যায়ন প্রোটোকলগুলোকে অস্বচ্ছ রাখতে পারে। চিকিৎসাক্ষেত্রে ব্যবহারের জন্য, এই আংশিক উন্মুক্ততা একটি নিরীক্ষা সমস্যা তৈরি করে: হাসপাতাল, গবেষক, কর্তৃপক্ষ এবং চিকিৎসা সম্প্রদায় ফলাফল দেখতে পেলেও, সেগুলো কীভাবে পাওয়া গেছে তা সবসময় পুনর্গঠন করতে পারে না।

মেডিট্রনএফও এই ব্যবধান পূরণের প্রচেষ্টা। এই কাঠামোটি সম্পূর্ণ উন্মুক্ত বেস মডেলগুলিতে প্রয়োগ করা হয়েছে, যার মধ্যে অন্তর্ভুক্ত রয়েছে এলম, ইউরোএলএলএম e খোলাসুইস এআই ইনিশিয়েটিভের অংশ হিসেবে ইপিএফএল এবং ইটিএইচ জুরিখ দ্বারা তৈরি একটি সুইস মডেল। এই পদক্ষেপটি তাৎপর্যপূর্ণ কারণ এটি বিচ্ছিন্ন কর্মক্ষমতা থেকে মনোযোগ সরিয়ে দেয় উন্নয়ন সনাক্তকরণযোগ্যতাচিকিৎসাবিজ্ঞানে, কোনো একটি ব্যবস্থা কোন পথে সাড়া দেয় তা জানা, সেই সাড়ার নির্ভুলতা পরিমাপ করার মতোই গুরুত্বপূর্ণ হতে পারে।

জেভিয়ার থেইমার-লিনহার্ডLiGHT-এর মেডিট্রন-এর প্রধান, একজন ডক্টরাল শিক্ষার্থী, ক্লিনিক্যাল প্রশিক্ষণ এবং মডেল প্রশিক্ষণের মধ্যে সরাসরি তুলনার মাধ্যমে মূলনীতিটি সংক্ষেপে তুলে ধরেছেন।

আমরা এমন কোনো ডাক্তারকে কখনো বিশ্বাস করব না যার প্রশিক্ষণ যাচাই করা যায় না: স্বাস্থ্যসেবায় কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রেও একই মানদণ্ড প্রযোজ্য হওয়া উচিত।

এই বিবৃতিটি জেনারেটিভ সিস্টেম সম্পর্কিত বিতর্কে প্রায়শই উপেক্ষিত একটি দিক স্পষ্ট করে: নির্ভরযোগ্যতা একটি কার্যকর ইন্টারফেসের প্রাপ্যতার সাথে মিলে যায় না। বরং, এর জন্য প্রয়োজন ডকুমেন্টেশন, পুনরুৎপাদনযোগ্যতা এবং নিয়ন্ত্রণযোগ্যতা। এই বিষয়টি আরও সম্পর্কিত... নিরাপত্তা এবং গোপনীয়তাকারণ স্বাস্থ্যসেবা মডেলগুলো এমন জ্ঞান ও ডেটা প্রক্রিয়াজাত করে যা সংবেদনশীল তথ্যের কাছাকাছি হতে পারে, এমনকি যখন সেগুলোতে সরাসরি শনাক্তযোগ্য মেডিকেল রেকর্ড অন্তর্ভুক্ত থাকে না।

উন্মুক্ত ব্যবস্থাটি নিজে থেকেই পক্ষপাত, ত্রুটি বা অপব্যবহারের ঝুঁকি দূর করে না। তবে, এটি স্বাধীন বিশ্লেষণের অন্যতম প্রধান একটি প্রতিবন্ধকতা হ্রাস করে। অন্য কথায়, এটি স্বয়ংক্রিয়ভাবে চিকিৎসাগত নিরাপত্তার নিশ্চয়তা দেয় না, কিন্তু এটি যাচাই, তুলনা এবং উন্নতির কাজকে আরও সুনির্দিষ্ট করে তোলে।

চিকিৎসকরা শুধু চূড়ান্ত পরীক্ষাতেই নয়, নির্মাণ কাজেও জড়িত ছিলেন।

প্রকল্পটির একটি স্বতন্ত্র বৈশিষ্ট্য হলো একেবারে প্রাথমিক পর্যায় থেকেই স্বাস্থ্যসেবা পেশাদারদের সম্পৃক্ততা। ইপিএফএল-এর মতে, ডেটা নির্বাচন, আউটপুট যাচাইকরণ এবং সম্ভাব্য গুরুতর সমস্যা শনাক্তকরণের মতো বিষয়গুলোতে চিকিৎসকদের সম্পৃক্ত করে মেডিট্রনএফও তৈরি করা হয়েছে। এই পদ্ধতিটি এমন সব আনুষ্ঠানিকভাবে অত্যাধুনিক টুল তৈরির ঝুঁকি কমায়, যা দৈনন্দিন অনুশীলনের সাথে সামঞ্জস্যপূর্ণ নয়।

যাচাইকরণও এর মধ্য দিয়ে যায় মুভম্যাসিভ ওপেন অনলাইন ভ্যালিডেশন অ্যান্ড ইভ্যালুয়েশনস (Massive Open Online Validation and Evaluations)-এর সংক্ষিপ্ত রূপ হলো এমন একটি পরিবেশ, যার মাধ্যমে চিকিৎসকরা বিভিন্ন মডেলের মূল্যায়ন এবং ক্রমাগত উন্নয়নে অংশগ্রহণ করেন। বাস্তব চিকিৎসাজগতের সাথে সংযোগ স্থাপনের জন্য তৈরি একটি প্রযুক্তির ক্ষেত্রে এটি একটি অত্যন্ত গুরুত্বপূর্ণ বিষয়: চ্যালেঞ্জটি কেবল কোনো প্রশ্নের সঠিক উত্তর দেওয়া নয়, বরং একজন চিকিৎসকের কাজের পরিবেশের অনুরূপ পরিস্থিতিতে—যেমন সময়ের সীমাবদ্ধতা, অসম্পূর্ণ তথ্য এবং পরিচালনগত দায়িত্ব—তা করা।

এই কাঠামোটি সর্বজনীন চিকিৎসা ডেটাসেটের সাথে চিকিৎসা পরীক্ষা, নির্দেশিকা এবং বাস্তব রোগীর ঘটনা থেকে প্রাপ্ত চিকিৎসকদের দ্বারা পর্যালোচিত সংশ্লেষিত ডেটাকে একত্রিত করে। EPFL উৎসটি এক সেট বিশেষজ্ঞ-সংকলিত ক্লিনিক্যাল ডেটাসেটের ব্যবহারেরও ইঙ্গিত দেয়, যা বহু উৎস থেকে সংগৃহীত। ৪৬,০০০ ক্লিনিকাল অনুশীলন নির্দেশিকাএটি একটি গুরুত্বপূর্ণ তথ্য, কারণ এটি মডেলগুলোকে বিশেষায়িত করতে ব্যবহৃত নথিপত্রের ব্যাপকতা তুলে ধরে, কিন্তু এটিকে অবশ্যই গুণমানের বিষয়ের সাথে মিলিয়ে পড়তে হবে: স্বাস্থ্যসেবার ক্ষেত্রে, অন্তর্ভুক্ত জ্ঞানের পরিমাণ যথেষ্ট নয়, যদি তার সাথে নির্বাচন, পর্যালোচনা এবং প্রাসঙ্গিকীকরণ না থাকে।

মেরি-অ্যান হার্টলি, ডাক্তার এবং পরিচালক,আলো মডেলগুলোর প্রতিযোগিতামূলকতাকে চিকিৎসক ও সম্প্রদায়ের সক্রিয় ভূমিকার সাথে সংযুক্ত করে।

আমাদের গবেষণার ফলাফল দেখায় যে, চিকিৎসক ও সম্প্রদায়ের সক্রিয় অংশগ্রহণের মাধ্যমে প্রতিযোগিতামূলক চিকিৎসা মডেল গড়ে তোলা সম্ভব।

এই পরিবর্তনের সাংগঠনিক প্রভাব রয়েছে। মেডিকেল এআই-কে স্বাস্থ্যসেবা ব্যবস্থার উপর বাইরে থেকে চাপিয়ে দেওয়া কোনো সরঞ্জাম হিসেবে উপস্থাপন করা হচ্ছে না, বরং এমন একটি সফটওয়্যার আর্কিটেকচার হিসেবে দেখানো হচ্ছে যা বিভিন্ন পদ্ধতি, বারবার ঘটা ভুল, প্রাতিষ্ঠানিক সীমাবদ্ধতা এবং বিভিন্ন প্রেক্ষাপটের পার্থক্যের সাথে পরিচিত ব্যক্তিদের সাথে নিয়ে তৈরি করা হবে। হেলথটেক কোম্পানি, বিশ্ববিদ্যালয় কেন্দ্র এবং হাসপাতালগুলোর জন্য শিক্ষাটি স্পষ্ট: কেন্দ্র থেকে স্থানান্তর। ricerca এবং sviluppo চিকিৎসালয়ের অনুশীলনের জন্য শুধু গণনা শক্তিই নয়, সুশাসনও প্রয়োজন।

প্রযুক্তিগত ফলাফল এবং সুইজারল্যান্ডের উচ্চ কম্পিউটিং ক্ষমতার ভূমিকা

পারফরম্যান্সের দিক থেকে, ইপিএফএল জানিয়েছে যে প্রতিটি মেডিট্রনএফও মডেল তার নিজ নিজ বেস মডেলকে ছাড়িয়ে গেছে। প্রেস বিজ্ঞপ্তিতে উল্লিখিত সেরা ফলাফলটি হলো... অ্যাপারটাস-৭০বি-মেডিট্রনএফওযা ডাক্তারি পরীক্ষায় কর্মক্ষমতা উন্নত করেছিল 6,6 শতাংশ পয়েন্ট অন্তর্নিহিত মডেলের সাথে তুলনা করা হয়েছে। ডেটা সতর্কতার সাথে ব্যাখ্যা করা উচিত: বেঞ্চমার্কগুলি প্রযুক্তিগত কনফিগারেশন তুলনা করার জন্য উপযোগী, কিন্তু বাস্তব-বিশ্বের পরিবেশে ক্লিনিকাল মূল্যায়নের বিকল্প নয়।

এই কেসটির শিল্পগত প্রাসঙ্গিকতা একে সমর্থনকারী অবকাঠামোর মধ্যেও নিহিত রয়েছে। মেডিট্রনএফও-এর উন্নয়নে সহায়তা করেছিল সুইস এআই উদ্যোগইপিএফএল, ইটিএইচ জুরিখ এবং এর মধ্যে সহযোগিতা সিএসসিএসসুইস ন্যাশনাল সুপারকম্পিউটিং সেন্টার। উদ্যোগটির ওয়েবসাইট অনুসারে, প্রোগ্রামটি ২০২৩ সালের ডিসেম্বরে চালু করা হয়েছিল। ১০ মিলিয়ন জিপিইউ ঘন্টা আল্পস-এ, CSCS দ্বারা পরিচালিত এবং অর্থায়নে নির্মিত সুপারকম্পিউটারটি 20 মিলিয়ন সুইস ফ্রাঙ্ক ফেডারেল পলিটেকনিক ডোমেইন দ্বারা।

এই সংখ্যাগুলো দেখায় কেন স্বাস্থ্যসেবা ক্ষেত্রে এআই-এর প্রতিযোগিতা শুধু অ্যালগরিদম এবং ডেটাসেটের মধ্যেই সীমাবদ্ধ নয়। এর জন্য প্রয়োজন কম্পিউটিং শক্তি, বিকেন্দ্রীভূত দক্ষতা, মূল্যায়ন পরিকাঠামো এবং বিপুল পরিমাণ গবেষণা। সুইস এআই ইনিশিয়েটিভ নিজেই দাবি করে যে তারা এর চেয়েও বেশি অবদানের মাধ্যমে উপকৃত হয়েছে। 800 জন গবেষক, অন্তর্ভুক্ত ৭০ জন অধ্যাপক এআই-এর উপর মনোনিবেশ করেছেনদশটিরও বেশি শিক্ষা প্রতিষ্ঠান থেকে সুইজর্লণ্ডএই চারদিকে, আমি সুপারকম্পিউটার এটি কোনো সাধারণ প্রযুক্তিগত গতিবর্ধক নয়, বরং বৈজ্ঞানিক সার্বভৌমত্বের একটি উপাদান।

অ্যাপারটাসের সাথে সংযোগটিও এই ব্যাখ্যাকে আরও শক্তিশালী করে। প্রকল্পটির ওয়েবসাইট এটিকে সার্বভৌম এআই-এর জন্য একটি সম্পূর্ণ উন্মুক্ত ভিত্তি মডেল হিসেবে বর্ণনা করে, যা সুইস এআই ইনিশিয়েটিভ ইপিএফএল, ইটিএইচ জুরিখ এবং সিএসসিএস-এর সাথে যৌথভাবে তৈরি করেছে। অ্যাপারটাস তার ওয়েট, ডেটা, কোড, পদ্ধতি এবং অ্যালাইনমেন্ট নীতিতে উন্মুক্ততার দাবি করে। মেডিট্রনএফও চিকিৎসা ক্ষেত্রে বিশেষায়িত হওয়ার জন্য এই ভিত্তিটিকে অন্যতম মডেল হিসেবে ব্যবহার করে, যা দেখায় যে কীভাবে উন্মুক্ততার একটি আপস্ট্রিম পদ্ধতি আরও নিয়ন্ত্রণযোগ্য ভার্টিক্যাল অ্যাপ্লিকেশন তৈরি করতে পারে।

পরীক্ষণ থেকে ওয়ার্ড পর্যন্ত, তানজানিয়ার পরীক্ষাগার।

পরবর্তী পদক্ষেপটি শুধু নতুন মডেলের তুলনার মধ্যেই সীমাবদ্ধ থাকবে না। ইপিএফএল-এর মতে, দলটি একাধিক স্থানে ক্লিনিক্যাল ট্রায়ালের প্রস্তুতি নিচ্ছে, যার মধ্যে রয়েছে... সুইজর্লণ্ড আল্লা তানজানিয়াবাস্তব স্বাস্থ্যসেবা ব্যবস্থায় চিকিৎসকেরা কীভাবে এআই ব্যবহার করেন, তা মূল্যায়ন করা। এই ট্রায়ালগুলোতে পর্যবেক্ষণ করা হবে যে, চিকিৎসকরা তৈরি হওয়া সুপারিশগুলো অনুসরণ করেন নাকি প্রত্যাখ্যান করেন এবং এই সিদ্ধান্তগুলো রোগীর সেবাকে কীভাবে প্রভাবিত করে।

ইপিএফএল কর্তৃক উল্লিখিত বহুবর্ষব্যাপী প্রকল্পটি, যার নাম MED.USEএর পাশাপাশি, অপ্রয়োজনীয় চিকিৎসা ও হস্তক্ষেপ কমিয়ে কৃত্রিম বুদ্ধিমত্তা সেবার মান উন্নত করতে সাহায্য করতে পারে কিনা, তা বোঝাও এর লক্ষ্য। এটি একটি সংবেদনশীল বিষয়: একটি সিদ্ধান্ত সহায়ক ব্যবস্থা তখনই কার্যকর হতে পারে যখন তা উপলব্ধ তথ্যের মান উন্নত করে, কিন্তু এটি সমস্যাজনক হয়ে উঠতে পারে যদি তা স্বয়ংক্রিয়তা নিয়ে আসে বা অ্যালগরিদমিক সুপারিশের উপর অতিরিক্ত আস্থা তৈরি করে।

হার্টলি বিশেষভাবে আহ্বান জানিয়েছেন যে, শুধুমাত্র প্রযুক্তিগত পরীক্ষার ক্ষেত্রেই নয়, বরং চিকিৎসা পদ্ধতির ক্ষেত্রেও এর প্রভাব পরিমাপ করা প্রয়োজন।

রোগীর ফলাফলের উপর ভিত্তি করে বাস্তব অভিজ্ঞতা থেকে মতামত পাওয়া গুরুত্বপূর্ণ।

ক্লিনিক্যাল এআই আরও বিশ্বাসযোগ্য হবে যখন এটিকে পরিদর্শন করা যাবে।

স্বাস্থ্যসেবা খাতের জন্য, মেডিট্রনএফও একটি সুস্পষ্ট দিকনির্দেশনা দিয়েছে: ক্লিনিক্যাল এআই তখনই অধিক বিশ্বাসযোগ্য হবে, যখন এটিকে স্বাধীন গোষ্ঠীগুলো দ্বারা পরিদর্শন, অভিযোজন এবং মূল্যায়ন করা যাবে। ব্যবসা প্রতিষ্ঠানগুলোর জন্য এর অর্থ হলো, মালিকানাধীন মডেলগুলোকে স্বচ্ছতার ক্রমবর্ধমান প্রত্যাশার মোকাবিলা করতে হবে। আর প্রাতিষ্ঠানিক সংস্থাগুলোর ক্ষেত্রে, বিষয়টি হলো আনুষ্ঠানিক এবং প্রকৃত উন্মুক্ততার মধ্যে পার্থক্যকারী নিয়মকানুন নির্ধারণের সক্ষমতা।

এটা ভাবা অবাস্তব যে সমস্ত চিকিৎসা ব্যবস্থা ভিত্তি করে মেশিন লার্নিং e গভীর জ্ঞানার্জন সম্পূর্ণরূপে উন্মুক্ত হয়ে উঠবে। তবে এটা যুক্তিযুক্ত যে, স্বাস্থ্যসেবা খাতে নথিভুক্তিকরণ, নিরীক্ষাযোগ্যতা এবং জবাবদিহিতার উচ্চতর মান প্রয়োজন হবে, বিশেষ করে যখন কৃত্রিম বুদ্ধিমত্তা (AI) সিদ্ধান্ত গ্রহণের ক্ষেত্রে প্রবেশ করবে। এই অর্থে, MeditronFO-কে কেবল একটি নতুন মডেল হিসেবে না দেখে, বরং প্রযুক্তিগত শাসনের একটি পরীক্ষা হিসেবে দেখা উচিত: এটি এমন কিছুকে দৃশ্যমান করে তোলে যা প্রায়শই একটি তৈরি করা প্রতিক্রিয়ার আড়ালে লুকিয়ে থাকে।

সুতরাং, মূল প্রশ্নটি আরও শক্তিশালী এআই-এর বিমূর্ত প্রতিশ্রুতি নয়। বরং প্রশ্নটি হলো, স্বাস্থ্যসেবা ব্যবস্থা, বিশ্ববিদ্যালয় এবং নিয়ন্ত্রক সংস্থাগুলো কোন ধরনের পরিকাঠামো গ্রহণ করতে চায়। যদি এই মডেলগুলো চিকিৎসাগত অনুশীলনের অংশ হয়ে ওঠে, তবে আস্থা অবশ্যই যাচাইযোগ্য উপাদানের উপর ভিত্তি করে প্রতিষ্ঠিত হতে হবে: ডেটার উৎস, স্বাধীন নিরীক্ষা, স্বচ্ছভাবে পরিমাপকৃত কার্যকারিতা এবং শনাক্তযোগ্য মানবিক দায়বদ্ধতা। মেডিট্রনএফও এই উপাদানগুলোকে আলোচনার কেন্দ্রে রাখে এবং এদের কার্যকারিতা মূল্যায়নের ভার ক্লিনিক্যাল ট্রায়ালের উপর ছেড়ে দেয়।

মেডিট্রন ওপেন সোর্স: ক্লিনিক্যাল এলএলএম-এর জন্য নিরীক্ষণযোগ্য এআই ওয়ার্কফ্লো

এখানে তিনটি অন্তর্দৃষ্টি রয়েছে যা আপনাকে আগ্রহী করতে পারে:

EPFL থেকে আরও নমনীয় AI-এর জন্য একটি নতুন মাল্টিমোডাল মডেল
অ্যাপারটাস হল আরও স্বচ্ছ ভবিষ্যতের জন্য সুইস "ওপেন এআই"।
জেনেভায় সম্পূর্ণরূপে কৃত্রিম বুদ্ধিমত্তার উপর ভিত্তি করে একটি অত্যাধুনিক স্বাস্থ্যসেবা কেন্দ্র