AI দিয়ে রোগ শনাক্তকরণ: চিকিৎসকের কাজ কতটা বদলে দিতে পারে?

চিকিৎসায় কৃত্রিম বুদ্ধিমত্তার ব্যবহার বাড়ছে

কৃত্রিম বুদ্ধিমত্তা বা Artificial Intelligence (AI) এখন আর শুধু প্রযুক্তি খাতের বিষয় নয়। রোগ শনাক্তকরণ, মেডিকেল ইমেজ বিশ্লেষণ, রোগীর তথ্য পর্যালোচনা, চিকিৎসা পরিকল্পনায় সহায়তা এবং স্বাস্থ্যসেবার প্রশাসনিক কাজ—বিভিন্ন ক্ষেত্রেই AI-এর ব্যবহার দ্রুত বাড়ছে। বিশ্ব স্বাস্থ্য সংস্থাও বলছে, AI ইতোমধ্যে রোগ নির্ণয় ও ক্লিনিক্যাল কেয়ারের পাশাপাশি ওষুধ উন্নয়ন, রোগ নজরদারি এবং স্বাস্থ্যব্যবস্থাপনা কাজে ব্যবহৃত হচ্ছে।

তবে এর অর্থ এই নয় যে ভবিষ্যতে চিকিৎসকের প্রয়োজন থাকবে না। বরং বর্তমান গবেষণার দিকটি ইঙ্গিত করছে, AI চিকিৎসকের কাজের ধরন বদলে দিতে পারে—বিশেষ করে যেসব কাজে বিপুল পরিমাণ তথ্য দ্রুত বিশ্লেষণ করতে হয়।

AI কীভাবে রোগ শনাক্ত করতে সাহায্য করতে পারে?

চিকিৎসকের কাছে একজন রোগীর উপসর্গ, রক্ত পরীক্ষার ফল, মেডিকেল ইতিহাস, এক্স-রে, সিটি স্ক্যান, এমআরআই বা অন্যান্য তথ্য থাকতে পারে। এসব তথ্য একসঙ্গে বিশ্লেষণ করতে সময় লাগে এবং কিছু ক্ষেত্রে মানুষের চোখে সূক্ষ্ম পরিবর্তন ধরা কঠিন হতে পারে। AI অ্যালগরিদম বিশাল পরিমাণ তথ্য থেকে নির্দিষ্ট প্যাটার্ন খুঁজে বের করার কাজে সহায়তা করতে পারে।

বিশেষ করে মেডিকেল ইমেজিং ক্ষেত্রে AI-এর ব্যবহার দ্রুত এগোচ্ছে। বুকের এক্স-রে, ম্যামোগ্রাম, সিটি স্ক্যানসহ বিভিন্ন ধরনের ছবিতে সন্দেহজনক পরিবর্তন শনাক্ত করে চিকিৎসকের নজরে আনার জন্য AI ব্যবহার করা হচ্ছে।

২০২৬ সালের একটি গবেষণায় দেখা গেছে, মাথার খুলির এক্স-রে বিশ্লেষণে চিকিৎসকদের AI সহায়তা দিলে diagnostic accuracy ৭৫ শতাংশ থেকে ৮৪.৭ শতাংশে উন্নীত হয়েছিল। অর্থাৎ AI একা চিকিৎসককে প্রতিস্থাপন করার চেয়ে চিকিৎসকের সঙ্গে কাজ করলে বাস্তব সুবিধা তৈরি করতে পারে—এমন প্রমাণও পাওয়া যাচ্ছে।

ক্যানসার শনাক্তকরণেও AI-এর ভূমিকা বাড়ছে

ক্যানসার শনাক্তকরণে AI-এর সম্ভাবনা বিশেষভাবে আলোচিত হচ্ছে। স্তন ক্যানসারের স্ক্রিনিংয়ে ম্যামোগ্রাম বিশ্লেষণের জন্য AI ব্যবহার করে চিকিৎসকের কাজের চাপ কমানোর বিষয়ে ২০২৬ সালের একটি বড় গবেষণায় গুরুত্বপূর্ণ ফল পাওয়া গেছে। ৩১,৩০১ জন নারীকে নিয়ে পরিচালিত গবেষণায় AI-সহায়িত পদ্ধতিতে রেডিওলজিস্টদের কাজের পরিমাণ ৬৩.৬ শতাংশ কমেছিল এবং ক্যানসার শনাক্তের হারও বেশি ছিল। তবে recall rate বা অতিরিক্ত পরীক্ষার জন্য রোগীকে ফের ডাকার হার বেড়েছিল।

এখানে একটি বিষয় গুরুত্বপূর্ণ—AI কোনো পরীক্ষায় সন্দেহজনক ফল শনাক্ত করলেই সেটিকে চূড়ান্ত রোগ নির্ণয় হিসেবে ধরা যায় না। চিকিৎসককে রোগীর উপসর্গ, ইতিহাস, অন্যান্য পরীক্ষার ফল এবং প্রয়োজনীয় নিশ্চিতকরণমূলক পরীক্ষার সঙ্গে AI-এর তথ্য মিলিয়ে সিদ্ধান্ত নিতে হয়।

জটিল রোগের ক্ষেত্রে সিদ্ধান্ত গ্রহণে সহায়তা

AI-এর আরেকটি গুরুত্বপূর্ণ ব্যবহার হলো clinical decision support। একজন চিকিৎসক যখন জটিল রোগীর তথ্য পর্যালোচনা করেন, তখন AI সম্ভাব্য রোগ, প্রয়োজনীয় পরীক্ষা বা চিকিৎসা-সংক্রান্ত বিকল্পগুলো সামনে আনতে পারে। এতে চিকিৎসক দ্রুত তথ্য যাচাই করার সুযোগ পান।

২০২৬ সালে প্রকাশিত একটি randomized controlled trial-এ নিম্ন-মধ্যম আয়ের একটি দেশের চিকিৎসকদের রোগ নির্ণয়ে Large Language Model বা LLM-ভিত্তিক সহায়তা নিয়ে গবেষণা করা হয়েছে। গবেষণাটির লক্ষ্য ছিল AI সহায়তা চিকিৎসকদের diagnostic reasoning কতটা উন্নত করতে পারে তা মূল্যায়ন করা। এটি গুরুত্বপূর্ণ কারণ স্বাস্থ্যব্যবস্থায় AI ব্যবহারের বড় সম্ভাবনার একটি জায়গা হলো সীমিত সম্পদের পরিবেশে চিকিৎসকদের সিদ্ধান্ত গ্রহণে সহায়তা করা।

চিকিৎসকের কাজের কোন অংশ বদলাতে পারে?

AI চিকিৎসকদের কাজের কয়েকটি অংশে উল্লেখযোগ্য পরিবর্তন আনতে পারে।

• রিপোর্ট বিশ্লেষণ: বড় সংখ্যক মেডিকেল রিপোর্ট ও ইমেজ দ্রুত পর্যালোচনায় সহায়তা করতে পারে।
• প্রাথমিক筛ন বা ট্রায়াজ: কোন রোগীর ক্ষেত্রে দ্রুত চিকিৎসা প্রয়োজন হতে পারে, তা অগ্রাধিকার দিতে সাহায্য করতে পারে।
• রোগ শনাক্তকরণ: নির্দিষ্ট রোগের সম্ভাব্য প্যাটার্ন শনাক্ত করে চিকিৎসকের নজরে আনতে পারে।
• রোগীর তথ্য ব্যবস্থাপনা: দীর্ঘ চিকিৎসা ইতিহাস থেকে গুরুত্বপূর্ণ তথ্য বের করতে পারে।
• ক্লিনিক্যাল ডকুমেন্টেশন: রোগীর সঙ্গে কথোপকথন থেকে নোট বা কাঠামোবদ্ধ তথ্য তৈরিতে সহায়তা করতে পারে। WHO-ও clinical documentation ও decision-support কাজে AI ব্যবহারের কথা উল্লেখ করেছে।
• সময় সাশ্রয়: পুনরাবৃত্তিমূলক ও তথ্যনির্ভর কিছু কাজ কমিয়ে চিকিৎসককে রোগীর সঙ্গে সরাসরি যোগাযোগের জন্য বেশি সময় দেওয়ার সুযোগ তৈরি করতে পারে।

তাহলে কি AI চিকিৎসকের জায়গা নেবে?

বর্তমান প্রমাণের ভিত্তিতে সরাসরি এমন সিদ্ধান্তে পৌঁছানো যায় না। চিকিৎসা শুধু রোগ শনাক্ত করার বিষয় নয়। একজন রোগীর শারীরিক উপসর্গের পাশাপাশি তার পূর্বের রোগ, ওষুধ, পারিবারিক ইতিহাস, জীবনযাপন, মানসিক অবস্থা এবং ব্যক্তিগত পরিস্থিতিও বিবেচনা করতে হয়। অনেক সময় রোগীর সঙ্গে কথা বলা এবং পরিস্থিতি বোঝার মাধ্যমে এমন তথ্য পাওয়া যায়, যা কোনো অ্যালগরিদমের কাছে নাও থাকতে পারে।

বরং চিকিৎসায় AI-এর সবচেয়ে বাস্তবসম্মত ভূমিকা হতে পারে “doctor plus AI” মডেল—যেখানে AI দ্রুত তথ্য বিশ্লেষণ করবে এবং চিকিৎসক সেই তথ্যের ক্লিনিক্যাল ব্যাখ্যা ও চূড়ান্ত সিদ্ধান্ত দেবেন। সাম্প্রতিক গবেষণাতেও চিকিৎসক ও AI-এর সমন্বয়ে diagnostic performance উন্নত হওয়ার উদাহরণ পাওয়া যাচ্ছে।

AI-এর ভুলও হতে পারে

AI যত উন্নতই হোক, এটি ভুল করতে পারে। কোনো অ্যালগরিদমের প্রশিক্ষণ ডেটায় নির্দিষ্ট জনগোষ্ঠীর রোগীর তথ্য কম থাকলে অন্য জনগোষ্ঠীর ক্ষেত্রে এর কার্যকারিতা কমে যেতে পারে। একইভাবে ভুল বা অসম্পূর্ণ ডেটা ব্যবহার করলে AI-এর ফলাফলও ভুল হতে পারে।

WHO ২০২৬ সালে AI ব্যবহারের ক্ষেত্রে bias, accountability, data governance এবং নিরাপত্তার মতো বিষয় নিয়ে সতর্ক করেছে। সংস্থাটির ইউরোপীয় অঞ্চলের মূল্যায়নে দেখা গেছে, প্রায় দুই-তৃতীয়াংশ দেশ ইতোমধ্যে diagnostic ক্ষেত্রে AI ব্যবহার করছে, কিন্তু মাত্র ৮ শতাংশ দেশের স্বাস্থ্যখাতে নির্দিষ্ট AI strategy রয়েছে।

আরেকটি গুরুত্বপূর্ণ বিষয় হলো automation bias—অর্থাৎ AI কোনো সিদ্ধান্ত দিলে মানুষ সেটিকে অতিরিক্ত বিশ্বাস করে ফেলতে পারেন। AI-এর পরামর্শ সঠিক মনে হলেও চিকিৎসককে তা রোগীর বাস্তব পরিস্থিতির সঙ্গে মিলিয়ে যাচাই করতে হবে।

রোগীর তথ্যের নিরাপত্তাও বড় প্রশ্ন

AI ব্যবহারের জন্য বিপুল পরিমাণ রোগীর তথ্য প্রয়োজন হতে পারে। এতে ব্যক্তিগত স্বাস্থ্যতথ্যের গোপনীয়তা ও নিরাপত্তা গুরুত্বপূর্ণ হয়ে ওঠে। কে রোগীর তথ্য ব্যবহার করতে পারবে, কোথায় তথ্য সংরক্ষিত হবে, কীভাবে তা সুরক্ষিত থাকবে এবং AI-এর সিদ্ধান্তে ভুল হলে দায় কার—এসব প্রশ্নের পরিষ্কার নীতিমালা প্রয়োজন।

২০২৬ সালের সেপ্টেম্বরে WHO AI-ভিত্তিক স্বাস্থ্য গবেষণায় শক্তিশালী ethics review ও oversight-এর প্রয়োজনীয়তার ওপর নতুন করে গুরুত্ব দিয়েছে। সংস্থাটি বলেছে, যথাযথ নৈতিক সুরক্ষা না থাকলে AI গবেষণা মানবাধিকার, সমতা ও জনআস্থার জন্য ঝুঁকি তৈরি করতে পারে।

বাংলাদেশের মতো দেশে সম্ভাবনা কোথায়?

বাংলাদেশের মতো সীমিত সম্পদের স্বাস্থ্যব্যবস্থায় AI কিছু ক্ষেত্রে বিশেষভাবে সহায়ক হতে পারে। বিশেষজ্ঞ চিকিৎসকের ঘাটতি রয়েছে এমন জায়গায় মেডিকেল ইমেজের প্রাথমিক বিশ্লেষণ, রোগীর ঝুঁকি নির্ধারণ, তথ্য ব্যবস্থাপনা এবং চিকিৎসকদের decision support-এর মতো কাজে AI ব্যবহারের সম্ভাবনা রয়েছে।

তবে প্রযুক্তি চালু করলেই সমস্যার সমাধান হবে না। স্থানীয় জনগোষ্ঠীর তথ্য দিয়ে AI মডেল যাচাই করা, চিকিৎসকদের প্রশিক্ষণ দেওয়া, তথ্যের নিরাপত্তা নিশ্চিত করা এবং ভুল সিদ্ধান্তের দায়বদ্ধতা নির্ধারণ করা জরুরি। অন্যথায় উন্নত প্রযুক্তি থাকা সত্ত্বেও বাস্তব স্বাস্থ্যসেবায় প্রত্যাশিত ফল পাওয়া নাও যেতে পারে।

ভবিষ্যতের চিকিৎসক কেমন হতে পারেন?

ভবিষ্যতের চিকিৎসককে শুধু রোগের চিকিৎসা জানলেই হবে না; AI থেকে পাওয়া তথ্য কীভাবে যাচাই করতে হবে, কোন ফল বিশ্বাসযোগ্য এবং কোন ক্ষেত্রে অতিরিক্ত পরীক্ষা প্রয়োজন—এসব বিষয়ও বুঝতে হবে। অর্থাৎ চিকিৎসকের ভূমিকা পুরোপুরি কমে যাওয়ার বদলে আরও বেশি তথ্য বিশ্লেষণ, ক্লিনিক্যাল বিচার এবং রোগীকেন্দ্রিক সিদ্ধান্ত গ্রহণনির্ভর হতে পারে।

AI হয়তো কয়েক সেকেন্ডে হাজারো মেডিকেল ইমেজ বা রোগীর তথ্য বিশ্লেষণ করতে পারবে। কিন্তু সেই তথ্যের অর্থ কী, রোগীর জন্য কোন সিদ্ধান্তটি উপযুক্ত এবং ঝুঁকি-সুবিধার ভারসাম্য কোথায়—এই সিদ্ধান্তে মানব চিকিৎসকের ভূমিকা এখনও অত্যন্ত গুরুত্বপূর্ণ।

শেষ কথা

কৃত্রিম বুদ্ধিমত্তা চিকিৎসাবিজ্ঞানে বড় পরিবর্তনের সম্ভাবনা তৈরি করেছে। রোগ শনাক্তকরণ, মেডিকেল ইমেজ বিশ্লেষণ, clinical decision support এবং চিকিৎসকের প্রশাসনিক কাজে AI ইতোমধ্যে ব্যবহার শুরু হয়েছে। কিছু গবেষণায় AI সহায়তায় নির্ভুলতা ও কাজের গতি বাড়ার প্রমাণও পাওয়া যাচ্ছে।

তবে AI-কে চিকিৎসকের বিকল্প হিসেবে দেখার চেয়ে চিকিৎসকের সক্ষমতা বাড়ানোর একটি শক্তিশালী প্রযুক্তি হিসেবে দেখা বেশি বাস্তবসম্মত। ভবিষ্যতের স্বাস্থ্যসেবায় সবচেয়ে কার্যকর মডেল সম্ভবত এমন হবে, যেখানে প্রযুক্তির দ্রুত বিশ্লেষণ ক্ষমতার সঙ্গে চিকিৎসকের অভিজ্ঞতা, মানবিক বিচার এবং রোগীর ব্যক্তিগত পরিস্থিতি বিবেচনার ক্ষমতা একসঙ্গে কাজ করবে।