ആരോഗ്യമേഖലയില്‍ എഐ കൊണ്ടുവരുന്ന മുന്നേറ്റങ്ങള്‍

കരുതലുള്ള ഡോക്ടര്‍മാര്‍ക്ക് പകരം വികാരമില്ലാത്ത റോബോട്ടുകള്‍ വരുമോ, വൈദ്യശാസ്ത്രം മനുഷ്യന്റെ ഊഷ്മളതയും രോഗശാന്തിയുടെ അവിഭാജ്യമായ അവബോധവും കവര്‍ന്നെടുക്കുമോ? ഇതൊക്കെയാണ് നിലവില്‍ ഉയര്‍ന്നു വരുന്ന ചോദ്യങ്ങള്‍.

Dr Arun Ummen
Dr Arun Oommen is a Consultant Neurosurgeon at VPS Lakeshore Hospital, Kochi. He contributes to The Profit News with insights that connect medicine, innovation, and business.

എവിടെ നോക്കിയാലും ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സിനെ (എഐ) കുറിച്ചാണ് ചര്‍ച്ച മുഴുവനും. മനുഷ്യ ബുദ്ധിയുടെ വശങ്ങള്‍ അനുകരിക്കുന്ന കമ്പ്യൂട്ടറൈസ്ഡ് ടൂളുകളെയാണ് എഐ എന്ന പദം സൂചിപ്പിക്കുന്നത്. ഈയിടെയായി, ആരോഗ്യ പരിപാലനത്തില്‍ എഐയുടെ പ്രാധാന്യം എടുത്തുപറയേണ്ട ഒന്നാണ്. കരുതലുള്ള ഡോക്ടര്‍മാര്‍ക്ക് പകരം വികാരമില്ലാത്ത റോബോട്ടുകള്‍ വരുമോ, വൈദ്യശാസ്ത്രം മനുഷ്യന്റെ ഊഷ്മളതയും രോഗശാന്തിയുടെ അവിഭാജ്യമായ അവബോധവും കവര്‍ന്നെടുക്കുമോ? ഇതൊക്കെയാണ് നിലവില്‍ ഉയര്‍ന്നു വരുന്ന ചോദ്യങ്ങള്‍.

എഐയുടെ പിന്തുണയോടെയുള്ള മുന്നേറ്റങ്ങളുടെ പട്ടിക വളരെ വലുതാണ്. എന്നാല്‍ വിദഗ്ധരുടെ അഭിപ്രായത്തില്‍, ഈ സാങ്കേതികവിദ്യ തടസ്സങ്ങള്‍ക്കും പരിമിതികള്‍ക്കും വിധേയമാണ്. സമീപ വര്‍ഷങ്ങളിലെ പ്രധാന സാങ്കേതിക മുന്നേറ്റങ്ങള്‍ അര്‍ത്ഥമാക്കുന്നത് നമ്മളില്‍ പലരും വിചാരിച്ചതിലും വേഗത്തില്‍ എഐ വൈദ്യശാസ്ത്രത്തിലേക്ക് വരുന്നു എന്നാണ്. ആരോഗ്യ സംരക്ഷണത്തിന്റെ മിക്കവാറും എല്ലാ മേഖലകളിലും ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് ഉള്‍പെട്ടിരിക്കും എന്നത് എടുത്തു പറയേണ്ടിയിരിക്കുന്നു.

ഹെല്‍ത്ത് കെയര്‍ കമ്പനികളിലെ എഐ ടെക് ബജറ്റുകള്‍ 2022-ല്‍ 6% ആയിരുന്നത് ഈ വര്‍ഷം 11% ആയി വളരുമെന്നാണ് പ്രതീക്ഷിക്കുന്നത്. കൂടാതെ എഐ എങ്ങനെ പരിചരണത്തെ പ്രതികൂലമായി ബാധിക്കാം എന്നതിനെക്കുറിച്ച് ധാരാളം ആശങ്കകള്‍ നിലനില്‍ക്കുന്നുണ്ടെങ്കിലും, ജീവന്‍ രക്ഷാ പ്രവര്‍ത്തനങ്ങളില്‍ അവയുടെ സജീവ സാന്നിധ്യം വിസ്മരിക്കാന്‍ പറ്റുന്നതല്ല. നൂതന അല്‍ഗോരിതങ്ങളുടെയും മെഷീന്‍ ലേണിംഗിന്റെയും ശക്തി പ്രയോജനപ്പെടുത്തുന്നതിലൂടെ, എഐ ആപ്ലിക്കേഷനുകള്‍ കൂടുതല്‍ കൃത്യമായ ഡയഗ്നോസ്റ്റിക്സ്, വ്യക്തിഗതമാക്കിയ ചികിത്സാ പദ്ധതികള്‍, കാര്യക്ഷമമായ അഡ്മിനിസ്ട്രേറ്റീവ് പ്രക്രിയകള്‍ എന്നിവയിലേക്ക് കാര്യമായ സംഭാവന നല്‍കുന്നു എന്ന് വേണം പറയാന്‍.

ആരോഗ്യ പരിരക്ഷയില്‍ എഐയുടെ സംയോജനം, കൂടുതല്‍ ഡാറ്റാധിഷ്ഠിതവും രോഗി കേന്ദ്രീകൃതവുമായ സമീപനത്തിലേക്ക് വ്യവസായത്തില്‍ ഒരു മാതൃകാപരമായ മാറ്റം സൃഷ്ടിക്കാന്‍ സഹായിക്കുന്നു. നമ്മുടെ ആരോഗ്യ പരിരക്ഷാ സംവിധാനം രണ്ട് നിര്‍ണായക വെല്ലുവിളികള്‍ ആണ് അഭിമുഖീകരിക്കുന്നത്. ജീവനക്കാരുടെ കുറവും ആരോഗ്യ സംരക്ഷണ ആവശ്യകതയും. അടുത്ത 10-20 വര്‍ഷത്തേക്ക് ഡാറ്റയിലും സാങ്കേതികവിദ്യയിലും നിക്ഷേപം നടത്തി പരിചരണത്തിന്റെ ഗുണനിലവാരം വര്‍ധിപ്പിക്കുന്ന തരത്തില്‍ ഈ പ്രശ്‌നങ്ങള്‍ എങ്ങനെ കൈകാര്യം ചെയ്യാമെന്ന് കണ്ടെത്തുന്നതാണ് യഥാര്‍ത്ഥ പരീക്ഷണം.

രോഗിക്ക് ചേരുന്ന മജ്ജ ദാതാക്കളെ കണ്ടുപിടിക്കുന്നതിനും കാന്‍സറിനുള്ള നൂതന ചികില്‍സാ സാധ്യതകള്‍ വിലയിരുത്തുന്നതിനും ഉയര്‍ന്ന കാന്‍സര്‍ റിസ്‌ക് ഉള്ളവരെ കണ്ടെത്തുന്നതിനും ആവശ്യമുള്ളിടത്ത് ലക്ഷ്യകേന്ദ്രീകൃത ഇടപെടലുകള്‍ നടത്തുന്നതിനും, ഒപിയോയിഡ് ദുരുപയോഗം, കുറിപ്പടി തട്ടിപ്പ് എന്നിവയ്ക്ക് സാധ്യതയുള്ള രോഗികളെ കണ്ടെത്തുന്നതിനും എഐ ഉപയോഗിക്കുന്നു. ഭാവിയില്‍, രോഗം നേരത്തെ കണ്ടുപിടിക്കുന്നതില്‍ എഐ കൂടുതല്‍ വൈദഗ്ധ്യം നേടുമെന്നും പാര്‍ശ്വഫലങ്ങള്‍ കുറച്ച് കൂടുതല്‍ വ്യക്തിഗതമാക്കിയ ചികിത്സാ പദ്ധതികള്‍ പ്രാപ്തമാക്കുമെന്നും പ്രതീക്ഷിക്കുന്നു.

ഇത് മരുന്നുകളുടെ കണ്ടുപിടുത്തവും വികസനവും കാര്യക്ഷമമാക്കുകയും രോഗം പൊട്ടിപ്പുറപ്പെടുന്നത്, രോഗികളുടെ പ്രവേശന നിരക്കുകള്‍, മറ്റ് പ്രധാന ആരോഗ്യ പരിപാലന പ്രവണതകള്‍ എന്നിവയെ കുറിച്ചുള്ള നേരത്തെയുള്ള പ്രവചനങ്ങള്‍ നല്‍കാന്‍ സഹായകമാവുകയും ചെയ്യുന്നു. കൂടുതല്‍ ആരോഗ്യ പരിപാലന വിദഗ്ധര്‍ എഐയെ പ്രവര്‍ത്തനക്ഷമമാക്കുന്നതിനാല്‍ ആരോഗ്യ പരിപാലനത്തില്‍ ശ്രദ്ധേയമായ മുന്നേറ്റങ്ങള്‍ കണ്ടുതുടങ്ങിയിരിക്കുന്നു. ചികില്‍സാ ചെലവ്, ആശുപത്രി പ്രവേശനം, കാര്യക്ഷമത തുടങ്ങിയ വെല്ലുവിളികളെ അഭിമുഖീകരിക്കുന്നതോടൊപ്പം, വ്യക്തിഗതമാക്കിയ മരുന്ന്, കാര്യക്ഷമമായ അഡ്മിനിസ്ട്രേഷന്‍, മെച്ചപ്പെടുത്തിയ രോഗി പരിചരണവും ഫലങ്ങള്‍ എന്നിവ ദൃശ്യമാണ്.

തുടക്കത്തിലേ ഉള്ള രോഗനിര്‍ണയം

ഏറ്റവും വലിയ പുരോഗതി കൈവരിച്ച മേഖലകളിലൊന്നാണിതെന്ന് യുഒസിയുടെ കമ്പ്യൂട്ടര്‍ സയന്‍സ്, മള്‍ട്ടിമീഡിയ, ടെലികമ്മ്യൂണിക്കേഷന്‍സ് ഫാക്കല്‍റ്റി അംഗവും യുഒസിയുടെ ഇ-ഹെല്‍ത്ത് സെന്ററിലെ കോഗ്നിറ്റീവ് ന്യൂറോ സയന്‍സ് ആന്‍ഡ് അപ്ലൈഡ് ഡാറ്റ സയന്‍സ് ലാബിലെ ഗവേഷകയുമായ ലയ സുബിരാറ്റ്‌സ് അഭിപ്രായപ്പെടുന്നു. പുതിയ സെന്‍സറും ഇമേജ് പ്രോസസ്സിംഗ് ടെക്നിക്കുകളും, കൂടാതെ നാച്ചുറല്‍ ലാംഗ്വേജ് പ്രോസസ്സിംഗ് (എന്‍എല്‍പി), ഇലക്ട്രോണിക് ഹെല്‍ത്ത് റെക്കോര്‍ഡുകള്‍ക്കുള്ള ഫെഡറേറ്റഡ് ലേണിംഗ് (ഇഎച്ച്ആര്‍) എന്നിങ്ങനെയുള്ള വിവിധ സാങ്കേതിക വിദ്യകളും എഐ പ്രദാനം ചെയ്യുന്നു എന്ന് അവര്‍ ചൂണ്ടിക്കാട്ടുന്നു.

ഉദാഹരണത്തിന്, സീഡാര്‍സ്-സിനായ് മെഡിക്കല്‍ സെന്റര്‍, സ്റ്റാന്‍ഫോര്‍ഡ് യൂണിവേഴ്സിറ്റി എന്നിവിടങ്ങളില്‍ നിന്നുള്ള ഒരു കൂട്ടം യുഎസ് ഗവേഷകര്‍ എക്കോകാര്‍ഡിയോഗ്രാം വിലയിരുത്തുന്നതില്‍ എഐ മനുഷ്യനേക്കാള്‍ മികച്ചതാണെന്ന് കണ്ടെത്തി. ഹൃദയ സംബന്ധമായ രോഗനിര്‍ണയത്തിനായി, കൂടാതെ ശ്വാസകോശ കാന്‍സര്‍ രോഗികളില്‍ അതിജീവന നിരക്ക് വര്‍ദ്ധിപ്പിക്കുന്നതിനുള്ള ആദ്യകാല രോഗനിര്‍ണയവും സ്‌ക്രീനിംഗും അടങ്ങുന്ന ആപ്ലിക്കേഷന്‍ വികസിപ്പിച്ചെടുക്കുന്നതിനായി യുകെയില്‍ പരീക്ഷണം നടന്നു കൊണ്ടിരിക്കുകയാണ്.

അതായത്, ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിന് ഒരു നിശ്ചിത സമയമെടുക്കും, പക്ഷേ, എഐ ഉപയോഗിച്ച്, ഡാറ്റ തത്സമയം വിശകലനം ചെയ്യാം, എന്തെങ്കിലും അപാകതകള്‍ കണ്ടെത്തുന്നത് വേഗത്തിലാക്കാം. ഇത് നിരീക്ഷണത്തിനും ശസ്ത്രക്രിയാ സഹായത്തിനും ബാധകമാക്കാം എന്നത് എടുത്തുപറയേണ്ടിയിരിക്കുന്നു. എഐ ഇതിനകം തന്നെ ഗവേഷണത്തില്‍ വന്‍ കുതിച്ചുചാട്ടം സൃഷ്ടിച്ചിരിക്കുന്നു എന്ന് വേണം പറയാന്‍.

‘ഉദാഹരണത്തിന്, മനുഷ്യന്റെ ഡിഎന്‍എയിലെ ഓരോ ത്രിമാന പ്രോട്ടീനിനും അതിന്റേതായ രൂപമുണ്ടെന്ന് വിദഗ്ധര്‍ക്ക് പണ്ടേ അറിയാമായിരുന്നു, ഈ ധാരണ ഒരു പ്രത്യേക പ്രോട്ടീനുമായി ബന്ധിപ്പിക്കുന്ന മരുന്നുകളും വാക്സിനുകളും സൃഷ്ടിക്കുന്നതിലേക്ക് നയിച്ചു, പക്ഷേ ഓരോന്നും ദൃശ്യവല്‍ക്കരിക്കുക അസാധ്യമായിരുന്നു – എഐ വരുന്നത് വരെ. കൂടുതല്‍ ടാര്‍ഗെറ്റുചെയ്തതും ഫലപ്രദവുമായ മരുന്നുകളിലേക്കുള്ള വാതില്‍ അതുവഴി തുറക്കപ്പെടുകയാണ്,’ യേല്‍ സ്‌കൂള്‍ ഓഫ് മെഡിസിനിലെ ബയോ ഇന്‍ഫോര്‍മാറ്റിക്‌സ് ആന്‍ഡ് ഡാറ്റ സയന്‍സസ് പ്രൊഫസറും ചീഫ് ഡിജിറ്റല്‍ ഹെല്‍ത്ത് ഓഫീസറുമായ ലീ ഷ്വാം, എം.ഡി. പറയുന്നു.

ടെസ്റ്റ് ഇമേജുകള്‍ നന്നായി വ്യാഖ്യാനം ചെയ്യാന്‍ എഐ

എക്സ്-റേ, സിടി സ്‌കാനുകള്‍, മറ്റ് ചിത്രങ്ങള്‍ എന്നിവ വ്യാഖ്യാനിക്കാന്‍ സഹായിക്കുക എന്നതാണ് എഐ ഇതിനകം ഉപയോഗിക്കുന്ന ഏറ്റവും വലിയ മാര്‍ഗം. എഐ ഉപയോഗിക്കുന്ന അല്‍ഗോരിതങ്ങള്‍ ഒരു ഇമേജ് നോക്കുന്നതിനും ഒരു പാറ്റേണ്‍ തിരിച്ചറിയുന്നതിനും വളരെ
അനുയോജ്യമാണ്. ചിത്രങ്ങള്‍ അവലോകനം ചെയ്യാന്‍ എഐയെ അനുവദിക്കുന്നത് രോഗനിര്‍ണയത്തോത് വര്‍ദ്ധിപ്പിക്കുമെന്ന് പഠനങ്ങള്‍ തെളിയിക്കുന്നു. വിദഗ്ധരായ ഫിസിഷ്യന്‍മാര്‍ പോലും കാണാതെ പോയ പാടുകള്‍ മാമോഗ്രാമില്‍ എഐ പതിവായി കണ്ടെത്തുന്നു. തത്സമയം കൊളോനോസ്‌കോപ്പികളില്‍ എഐ ചേര്‍ക്കുമ്പോള്‍, ഗണ്യമായി കൂടുതല്‍ പോളിപ്പുകള്‍ കണ്ടെത്തുന്നു.

ഇവിടെ നാം മനസ്സിലാക്കേണ്ടത് എഐ ഒരിക്കലും ഒരു മനുഷ്യബുദ്ധിക്ക് പകരമാവുന്നില്ല എന്നതാണ്. കാല്‍ക്കുലേറ്ററുകള്‍ ഒരിക്കലും അക്കൗണ്ടന്റുമാരെ മാറ്റിയില്ല, പക്ഷേ കണക്കുകൂട്ടുന്നതിനേക്കാള്‍ ജോലിയുടെ പ്രധാന ഭാഗങ്ങളില്‍ ശ്രദ്ധ കേന്ദ്രീകരിക്കാന്‍ അവരെ സ്വതന്ത്രരാക്കി.

എഐ ചെസ്റ്റ് എക്സ്-റേ ആദ്യമായി വായിക്കാന്‍ അനുവദിച്ച ഒരു പഠനത്തില്‍, അത് ഫ്ളാഗ് ചെയ്ത ചിത്രങ്ങള്‍ റേഡിയോളജിസ്റ്റുകളെ സാധ്യമായ പ്രശ്നങ്ങളുള്ള രോഗികള്‍ക്ക് മുന്‍ഗണന നല്‍കാനും സാധാരണയായി 1-2 ദിവസത്തിനുള്ളില്‍ അവലോകനം ചെയ്യപ്പെടുന്ന സ്‌കാനുകള്‍ മിനിറ്റുകള്‍ക്കുള്ളില്‍ അവലോകനം ചെയ്യാനും സഹായിച്ചു. ഇത് കൂടാതെ ഹൃദയത്തിന്റെ എംആര്‍ഐകളും പ്രമേഹമുള്ളവരില്‍ നേത്രരോഗം കണ്ടെത്തുന്നതിനുള്ള പതിവ് നേത്ര പരിശോധനകളും ഉള്‍പ്പെടുന്നു.

ചികിത്സകള്‍ നിര്‍ദ്ദേശിക്കാന്‍ സഹായിക്കുന്നു

വിവിധ സ്രോതസ്സുകളില്‍ നിന്നുള്ള വിവരങ്ങള്‍ സമന്വയിപ്പിച്ച് സമര്‍ത്ഥമായ നിഗമനങ്ങളില്‍ എത്തിച്ചേരാന്‍ എഐ ഉപയോഗിക്കാന്‍ തുടങ്ങിയിരിക്കുന്നു. ജനറേറ്റീവ് എഐ ഇതിന്റെ ഒരു പ്രധാന ഭാഗമാണ്. വ്യത്യസ്ത ചിത്രങ്ങള്‍ നോക്കി വിവരങ്ങള്‍ സമന്വയിപ്പിക്കുക മാത്രമല്ല, വായിക്കാന്‍ കഴിയുന്ന ഒരു റിപ്പോര്‍ട്ട് സൃഷ്ടിക്കുക എന്നതാണ് എഐ ചെയ്യുന്നത്.

ഏതൊക്കെ കിടപ്പുരോഗികളുടെ അവസ്ഥ അപകടകരമാം വിധം വഷളാകുന്നുവെന്ന് പ്രവചിക്കാന്‍ കഴിയുമോ എന്നറിയാന്‍ ആരോഗ്യ പരിരക്ഷാ ദാതാവ് ‘കെസര്‍ പെര്‍മനന്റെ’ അടുത്ത കാലത്തായി 19 ആശുപത്രികളില്‍ എഐ ഉള്‍പ്പെടുത്തി. മേല്‍നോട്ടം വഹിക്കാന്‍ ധാരാളം രോഗികള്‍ ഉള്ളപ്പോള്‍ ഡോക്ടര്‍മാര്‍ക്കും നഴ്‌സുമാര്‍ക്കും ട്രാക്ക് സൂക്ഷിക്കാന്‍ പ്രയാസമാണ്.

എല്ലാ രോഗികളുടെയും ലാബ് പരിശോധനാ ഫലങ്ങള്‍, സുപ്രധാന സൂചനകള്‍, നഴ്‌സുമാരുടെ റിപ്പോര്‍ട്ടുകള്‍, മെഡിക്കല്‍ ചരിത്രങ്ങള്‍, മറ്റ് ഘടകങ്ങള്‍ എന്നിവയുള്‍പ്പെടെയുള്ള പതിവ് ഇന്‍പുട്ടുകള്‍ എഐ ടൂളിന് ലഭിച്ചു. തുടര്‍ന്ന് അവരുടെ കെയര്‍ ടീമുകള്‍ക്ക് അവരുടെ ചികിത്സ മാറ്റാന്‍ കഴിയുന്ന തരത്തില്‍ രോഗം കുറയുന്നതിന്റെ ലക്ഷണങ്ങള്‍ കാണിക്കുന്നവര്‍ക്ക് അലേര്‍ട്ടുകള്‍ നല്‍കി.

2.5 വര്‍ഷത്തിനിടയില്‍ 35,000-ത്തിലധികം രോഗികളില്‍, അലേര്‍ട്ടിനെ തുടര്‍ന്നുള്ള 30 ദിവസങ്ങളില്‍ മരണനിരക്ക് 16% കുറഞ്ഞു. സാങ്കേതികവിദ്യ ഇതുവരെ ലഭ്യമായിട്ടില്ലെങ്കിലും എഐ, രോഗികള്‍ക്കുള്ള ചികിത്സാ പദ്ധതികളും ഉടന്‍ നിര്‍ദ്ദേശിച്ചേക്കാം.

ഒരു നല്ല ചികിത്സാ പദ്ധതി തയ്യാറാക്കുന്നതില്‍ എഐ ഏകദേശം 70% കൃത്യത പുലര്‍ത്തുന്നുണ്ടെന്ന് ആരോഗ്യ സംരക്ഷണ വിദഗ്ധന്‍ ജനറല്‍ ബ്രിഗാം കണ്ടെത്തി. ഇത് ആശ്രയിക്കാന്‍ പര്യാപ്തമല്ല, എന്നാല്‍ കൂടുതല്‍ മെച്ചപ്പെടുത്തലുകള്‍ സാധ്യമാണെന്ന് ആരോഗ്യ സംവിധാനത്തിലെ നവീകരണത്തിന്റെയും വാണിജ്യവല്‍ക്കരണത്തിന്റെയും അസോസിയേറ്റ് ചെയറായ മാര്‍ക്ക് സുച്ചി, എംഡി പറയുന്നു.

എഐയുടെ സഹായം ലഭിക്കുമെന്ന് തോന്നുന്ന ഒരു അവസ്ഥയാണ് സ്ട്രോക്ക്; രോഗികളുടെ പരിശോധനാ ഫലങ്ങള്‍ വിലയിരുത്താന്‍ ഡോക്ടര്‍മാര്‍ എഐയോട് ആവശ്യപ്പെട്ടപ്പോള്‍, നിര്‍ദ്ദിഷ്ട ചികിത്സകളില്‍ നിന്ന് പ്രയോജനം നേടുന്ന ചിലരെ അത് ഫലപ്രദമായി തിരിച്ചറിഞ്ഞതായി ഗവേഷണത്തിന്റെ ഒരു സംഗ്രഹം കാണിക്കുന്നു.

പകര്‍ച്ച വ്യാധികള്‍ നേരത്തെ തന്നെ തിരിച്ചറിയുന്നു

ഉയര്‍ന്നുവരുന്ന രോഗങ്ങളെക്കുറിച്ചുള്ള വാര്‍ത്താ റിപ്പോര്‍ട്ടുകള്‍, പ്രാദേശിക ആരോഗ്യ വകുപ്പിന്റെ ബുള്ളറ്റിനുകള്‍, ഓണ്‍ലൈന്‍ മെഡിക്കല്‍ പ്രസിദ്ധീകരണങ്ങള്‍, പ്രധാനപ്പെട്ട വിവരങ്ങള്‍ എല്ലാം ലോകമെമ്പാടും ചിതറിക്കിടക്കുന്നു. മെഡിക്കല്‍ സയന്‍സ് മോണിറ്ററിലെ എഡിറ്റോറിയല്‍ ഈയിടെ നിരീക്ഷിച്ചതുപോലെ, എഐ അല്‍ഗോരിതങ്ങള്‍ക്ക് ഈ വിവരങ്ങളെല്ലാം അടുക്കിപ്പെറുക്കാനും പകര്‍ച്ചവ്യാധി സാധ്യതയുള്ള രോഗാണുക്കളെ ഫ്ളാഗ് ചെയ്യാനും കഴിയും.

2019 ഡിസംബറില്‍ തന്നെ, ലോകമെമ്പാടും കോവിഡ്-19 നെക്കുറിച്ച് അപായ മുന്നറിയിപ്പുകള്‍ ഉയര്‍ത്തുന്നതിന് മുമ്പ്, ഒരു ഓണ്‍ലൈന്‍
പകര്‍ച്ചവ്യാധി നിരീക്ഷണ സംവിധാനം ന്യുമോണിയ പോലുള്ള രോഗലക്ഷണങ്ങളുടെ ഒരു സംശയാസ്പദമായ ക്ലസ്റ്ററിനെ പരാമര്‍ശിച്ചതായി എഡിറ്റോറിയല്‍ അഭിപ്രായപ്പെട്ടു. എഐ ഉണ്ടായിരുന്നെങ്കില്‍ അത് എപ്പിഡെമിയോളജിസ്റ്റുകള്‍ക്ക് മുന്നറിയിപ്പ് നല്‍കുമായിരുന്നു. അവര്‍ക്ക് കോവിഡിനെ തടയാന്‍ ഉചിതമായ പ്രതിരോധ നടപടികള്‍ നേരത്തെ തന്നെ സ്വീകരിക്കാന്‍ കഴിയുമായിരുന്നു, കൂടാതെ കോവിഡ് പാന്‍ഡെമിക്കിനെ വലിയ തോതില്‍ നിയന്ത്രിക്കാമായിരുന്നു.

കാര്യക്ഷമവും പേഷ്യന്റ് ഫ്രണ്ട്‌ലിയും ആയ ആരോഗ്യ സംരക്ഷണം

ബിജെസി ഹെല്‍ത്ത്‌കെയര്‍ നിലവില്‍ ഒരു ക്ലിനിക്ക് സന്ദര്‍ശനത്തില്‍ എഐ ഉപയോഗിക്കുന്ന ഒരു സിസ്റ്റം പരീക്ഷിച്ചുകൊണ്ടിരിക്കുകയാണ്. ഇത് രോഗിയില്‍ ശ്രദ്ധ കേന്ദ്രീകരിക്കാന്‍ ഫിസിഷ്യനെ സ്വതന്ത്രനാക്കുന്നു. അപ്പോയിന്റ്മെന്റിന് ശേഷം വിവരങ്ങള്‍ വായിക്കുന്ന ഡോക്ടര്‍മാര്‍ കുറച്ച് കാര്യങ്ങള്‍ മാത്രം ട്വീക്ക് ചെയ്യുന്നു. രാഗിയുടെ ഇഷ്ടപ്പെട്ട ഭാഷയിലും അവരുടെ വായനാ തലത്തിലും സന്ദര്‍ശനത്തിന്റെ ഒരു സംഗ്രഹം സൃഷ്ടിക്കാന്‍ എഐക്ക് കഴിയും. ഡോക്ടര്‍മാര്‍ അവരുടെ അപ്പോയിന്റ്‌മെന്റിന് മിനിറ്റുകള്‍ക്ക് മുമ്പ് ഒരു രോഗിയുടെ ചാര്‍ട്ട് സംഗ്രഹിക്കാന്‍ എഐയോട് ആവശ്യപ്പെടുന്നതിലൂടെ അവര്‍ക്ക് രോഗാവസ്ഥയെ കുറിച്ചുള്ള വലിയ ആശങ്കകള്‍ മനസ്സിലാക്കാന്‍ എളുപ്പത്തില്‍ സാധിക്കുന്നു.

എഐയ്ക്ക് ഷെഡ്യൂളിംഗ് വളരെയധികം മെച്ചപ്പെടുത്താന്‍ കഴിയുമെന്ന് വിദഗ്ധര്‍ കരുതുന്നു. രോഗിയുടെ മെഡിക്കല്‍ ഹിസ്റ്ററി ഡാറ്റയെ അടിസ്ഥാനമാക്കി കൂടുതല്‍ കൃത്യമായ വിലയിരുത്തലുകള്‍ നടത്താന്‍ എഐക്ക് കഴിയുന്നു. രോഗികള്‍ നല്‍കേണ്ട വിവിധ ഫോളോ-അപ്പ് ടെസ്റ്റുകള്‍ ട്രാക്ക് ചെയ്യാനും അവ ഷെഡ്യൂള്‍ ചെയ്യുന്നുവെന്ന് ഉറപ്പാക്കാനും ഇത് ഉപയോഗിച്ചേക്കാം.

പ്രശ്നങ്ങള്‍ ധാരാളം

പ്രായം, വംശം, ലിംഗഭേദം, ലൈംഗികത എന്നിവയുമായി ബന്ധപ്പെട്ട് പക്ഷപാതിത്വം എഐയുടെ നിഗമനങ്ങളില്‍ കാണുന്നു. എഐ സ്വയം ചിന്തിക്കുന്നില്ല, മുന്‍കാല ഡാറ്റയില്‍ നിന്ന് പഠിക്കുക മാത്രമാണ് ചെയ്യുന്നത്. എഐയുടെ നിഗമനങ്ങളിലും നിലവില്‍ തെറ്റുകള്‍ വരാന്‍ സാധ്യതയുണ്ട്. അടുത്തിടെ നടത്തിയ ഒരു പഠനം ചാറ്റ്ജിപിടിയോട് മരുന്നുകളെ കുറിച്ച് നിരവധി ചോദ്യങ്ങള്‍ ചോദിക്കുകയും ആപ്ലിക്കേഷന്‍ ഏകദേശം മുക്കാല്‍ ഭാഗവും തെറ്റായ അല്ലെങ്കില്‍ അപൂര്‍ണ്ണമായ വിവരങ്ങള്‍ നല്‍കുകയും ചെയ്തു.

മറ്റൊരു പ്രശ്നം, കമ്പ്യൂട്ടറുകള്‍ വളരെ സൂക്ഷ്മതയുള്ളതും ആരോഗ്യപ്രശ്നങ്ങള്‍ ഉണ്ടാക്കാത്തതുമായ കാര്യങ്ങള്‍ ഫ്ളാഗുചെയ്യുന്നതാണ്, ഇത് രോഗികളെ അനാവശ്യമായ ഉത്കണ്ഠയിലേക്ക് നയിക്കുന്നു. ഹെല്‍ത്ത് കെയര്‍ കമ്പനികള്‍ ജീവനക്കാരെ പിന്‍വലിക്കുമെന്നതാണ് അടുത്ത വലിയ ആശങ്ക. ”രോഗികള്‍ ഒരു ഡോക്ടര്‍ക്ക് പകരം ഒരു എഐയോട് സംസാരിക്കാന്‍ ആഗ്രഹിക്കുന്നുണ്ടോ? ഒരിക്കലുമില്ല ആരോഗ്യ സംരക്ഷണം വളരെ അടിസ്ഥാനപരമായ ഒരു മനുഷ്യ ഉദ്യമമാണ്, അതിനാല്‍ വ്യക്തിത്വമില്ലാത്ത എഐയുമായി മാത്രം ആളുകള്‍ ഇടപഴകുന്നത് ഒരു വലിയ പോരായ്മയാണ്,” ഡോ. മാഡോക്സ് പറയുന്നു.

ഡോക്ടര്‍മാര്‍ അവയെ അമിതമായി ആശ്രയിക്കുകയും ഒരു രോഗിയുടെ ഫലത്തില്‍ എല്ലാ മാറ്റങ്ങളും വരുത്തിയേക്കാവുന്ന സൂക്ഷ്മതകള്‍ നഷ്ടപ്പെടുകയും ചെയ്യും. എന്നാല്‍ പണം ലാഭിക്കാന്‍ എഐ അമിതമായി ഉപയോഗിക്കാനും മനുഷ്യ പ്രൊഫഷണലുകളുടെ എണ്ണം കുറയ്ക്കാനും സാധ്യതയുണ്ടോ എന്ന് കാത്തിരുന്ന് കാണേണ്ടിവരും.

AI ആരോഗ്യ പരിപാലനത്തിലെ അസമത്വങ്ങള്‍ വര്‍ദ്ധിപ്പിച്ചേക്കുമെന്ന ആശങ്കകള്‍ ഉയര്‍ന്നുവരുന്നുണ്ട്. ‘ചില ഹോസ്പിറ്റല്‍ നെറ്റ്വര്‍ക്കുകള്‍ ചില ആളുകള്‍ക്ക് ഡോക്ടര്‍മാരിലേക്ക് പ്രവേശനം നല്‍കുന്നു, എന്നാല്‍ മറ്റുള്ളവര്‍ക്ക് എഐയിലേക്ക് പ്രവേശനം നല്‍കുന്നു,’ എന്ന് വിഗദ്ധര്‍
പറയുന്നു. കുറഞ്ഞ വരുമാനക്കാരും ഇന്‍ഷുറന്‍സ് ഇല്ലാത്തവരുമായ ആളുകള്‍ മെഷീനുകളിലേക്ക് മാറ്റപ്പെടാനുള്ള സാധ്യത കൂടുതലാണ്. അവസാനമായി, കൂടുതല്‍ ദാതാക്കള്‍ എഐയിലേക്ക് തിരിയുമ്പോള്‍, കൂടുതല്‍ ഡാറ്റ ഡിജിറ്റൈസ് ചെയ്യപ്പെടും, ഇത് വളരെയേറെ ആശങ്കാജനകമാണ്.

തീര്‍ച്ചയായും, ഈ അപകടങ്ങളില്‍ ചിലത് തടയാന്‍ ഗേറ്റ് കീപ്പര്‍മാര്‍ ഉണ്ട്. രോഗി പരിചരണത്തില്‍ ഉള്‍പ്പെട്ടിരിക്കുന്ന ഏതൊരു എഐ സാങ്കേതികവിദ്യയും എഫ്ഡിഎ അംഗീകരിക്കണം, യുഎസിലെ ഫെഡറല്‍ ഗവണ്‍മെന്റ് അടുത്തിടെ എഐ ബില്ലിന്റെ ഒരു ബ്ലൂപ്രിന്റ്പുറത്തിറക്കി, കൂടാതെ അമേരിക്കന്‍ മെഡിക്കല്‍ അസോസിയേഷന്‍ ആരോഗ്യ പരിരക്ഷയില്‍ എഐ ഉപയോഗിക്കുന്നതിനുള്ള തത്വങ്ങള്‍ ധാര്‍മ്മികവും തുല്യവും സുതാര്യവുമായ രീതിയില്‍ അവതരിപ്പിച്ചു.

വലിയൊരു പരിവര്‍ത്തനം വരുമെന്നതില്‍ സംശയമില്ല. പല വിദഗ്ധരും ആവേശഭരിതരാണ്, രോഗിയുടെ ഫലങ്ങളുടെയും അനുഭവങ്ങളുടെയും കാര്യത്തില്‍ നല്ലത് ചീത്തയേക്കാള്‍ വളരെ കൂടുതലായിരിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ഈ സാങ്കേതികവിദ്യ ഡോക്ടര്‍മാരുടെ ആവശ്യം ഇല്ലാതാക്കില്ല, പകരം എഐ ഉപയോഗിക്കുന്ന ഡോക്ടര്‍മാര്‍ ഉപയോഗിക്കാത്ത ഡോക്ടര്‍മാരെ പുനഃസ്ഥാപിച്ചേക്കാം.

Share This Article
Dr Arun Oommen is a Consultant Neurosurgeon at VPS Lakeshore Hospital, Kochi. He contributes to The Profit News with insights that connect medicine, innovation, and business.
Leave a Comment

Recipe Rating




Please Login to Comment.

Translate »
×
Exit mobile version