ডাক্তারকে সরাবে AI?

একটি এক্স-রে সামনে রাখা হল। চোখের পলকে ছবির অস্বাভাবিক অংশ চিহ্নিত করে দিল কৃত্রিম বুদ্ধিমত্তা বা AI। কোথাও টিউমারের সম্ভাবনা, কোথাও ফুসফুসের সংক্রমণ, কোথাও হৃদ্‌যন্ত্রের ঝুঁকি—বিপুল তথ্যের মধ্যে থেকে সম্ভাব্য বিপদের জায়গাগুলি তুলে ধরছে যন্ত্র। অন্য দিকে, চিকিৎসকের সামনে কয়েক বছরের রিপোর্ট, রক্তপরীক্ষা, স্ক্যান, ওষুধের ইতিহাস। AI সেই তথ্য কয়েক মুহূর্তে সাজিয়ে দিতে পারে। চিকিৎসাবিজ্ঞানে তাই AI আর কল্পবিজ্ঞানের বিষয় নয়। রোগ নির্ণয়, চিকিৎসা পরিকল্পনা, ওষুধ আবিষ্কার, রোগের নজরদারি—সব ক্ষেত্রেই তার ব্যবহার বাড়ছে। বিশ্ব স্বাস্থ্য সংস্থাও বলছে, AI ইতিমধ্যেই diagnosis, clinical care, drug development এবং disease surveillance-এ ব্যবহৃত হচ্ছে।

এক দিন কি ডাক্তারকে সরিয়ে দেবে AI?

গবেষণা বলছে, আপাতত ‘না’। বরং ভবিষ্যতের চিকিৎসাব্যবস্থা হতে পারে, ডাক্তার + AI। যন্ত্র তথ্য বিশ্লেষণ করবে, সম্ভাব্য বিপদ দেখাবে, চিকিৎসক সেই তথ্য যাচাই করে রোগীর জন্য চূড়ান্ত সিদ্ধান্ত নেবেন।

এক্স-রে, CT, MRI-তে ‘দ্বিতীয় চোখ’

AI-এর সবচেয়ে দ্রুত ব্যবহার হচ্ছে medical imaging-এ। এক্স-রে, CT scan, MRI, mammogram কিংবা ultrasound-এর মতো ছবিতে সূক্ষ্ম পরিবর্তন চিহ্নিত করতে AI সাহায্য করতে পারে। কোথায় সন্দেহজনক lesion, কোথায় রক্তক্ষরণ বা অন্য কোনও অস্বাভাবিকতা—প্রাথমিক ভাবে তা চিহ্নিত করে চিকিৎসকের নজরে আনতে পারে প্রযুক্তি।

আমেরিকার FDA-র AI-enabled medical device-এর তালিকায় রেডিয়োলজি-নির্ভর প্রযুক্তির সংখ্যা উল্লেখযোগ্য। ২০২৬ সালেও AI-নির্ভর radiology, ECG এবং ultrasound প্রযুক্তি অনুমোদনের তালিকায় যুক্ত হয়েছে। তবে এখানেই সতর্কতা। AI ছবিতে অস্বাভাবিকতা দেখালেই রোগ নিশ্চিত হয়ে যায় না। চিকিৎসকের clinical judgement, রোগীর উপসর্গ এবং অন্যান্য পরীক্ষার ফল মিলিয়েই সিদ্ধান্ত নিতে হয়।

হৃদরোগ নির্ণয়ে AI-এর সম্ভাবনা

হৃদরোগ নির্ণয়ে AI-এর সম্ভাবনা আরও বড়। ECG-র বিপুল তথ্য বিশ্লেষণ করে নির্দিষ্ট cardiac abnormality চিহ্নিত করা, ঝুঁকিপূর্ণ রোগীকে আলাদা করা, এসব কাজে AI ব্যবহার বাড়ছে। FDA-র সাম্প্রতিক তালিকাতেই AI-নির্ভর ECG algorithm এবং automated aortic-stenosis software-এর মতো প্রযুক্তি রয়েছে।

ক্যানসারে ‘আগে ধরার’ লড়াই

ক্যানসারের ক্ষেত্রে সময়ই বড় অস্ত্র। রোগ যত আগে ধরা পড়ে, চিকিৎসার সুযোগ তত বাড়তে পারে। AI এখানে pathology slide, CT, MRI এবং অন্যান্য medical image বিশ্লেষণে সাহায্য করছে।

বিশেষ করে digital pathology-তে হাজার হাজার কোষের ছবি বিশ্লেষণ করে সন্দেহজনক পরিবর্তন খুঁজে বের করা সম্ভব। ভবিষ্যতে একই রোগীর scan, pathology, genetic information এবং চিকিৎসার ইতিহাস একসঙ্গে বিশ্লেষণ করে personalised treatment-এর সম্ভাবনাও বাড়তে পারে।

ওষুধ তৈরির ল্যাবেও AI

চিকিৎসায় AI-এর সবচেয়ে বড় পরিবর্তন হয়তো হাসপাতালের বাইরে, গবেষণাগারে। একটি নতুন ওষুধ আবিষ্কারে বছরের পর বছর গবেষণা, বিপুল সংখ্যক molecule পরীক্ষা এবং clinical trial প্রয়োজন। AI সম্ভাব্য drug target এবং molecule দ্রুত বাছাই করতে পারে, কোন অণু কী ভাবে protein-এর সঙ্গে যুক্ত হতে পারে তার পূর্বাভাস দিতে পারে এবং গবেষকদের সম্ভাব্য candidate-এর তালিকা ছোট করে দিতে পারে।

WHO-ও drug development-কে AI-এর গুরুত্বপূর্ণ সম্ভাবনার ক্ষেত্র হিসেবে চিহ্নিত করেছে। অর্থাৎ AI শুধু ‘রোগী দেখার’ প্রযুক্তি নয়; রোগের চিকিৎসা তৈরির পদ্ধতিও বদলে দিতে পারে।

ভারতের জন্য সুযোগ আরও বড়

ভারতের মতো দেশে AI-এর গুরুত্ব অন্য জায়গায়। দেশের বড় শহরগুলিতে বিশেষজ্ঞ চিকিৎসক থাকলেও প্রত্যন্ত অঞ্চলে তাঁদের পরিষেবা সব সময় পৌঁছয় না। চিকিৎসক-স্বল্পতা এবং শহর-গ্রামের স্বাস্থ্যপরিষেবার ব্যবধান কমাতে AI-সহ telemedicine বড় ভূমিকা নিতে পারে।

এই সম্ভাবনাকে সামনে রেখেই ভারত ২০২৬ সালের ফেব্রুয়ারিতে Strategy for AI in Healthcare for India (SAHI) চালু করেছে। WHO-র প্রকাশিত তথ্য অনুযায়ী, ভারতের এই কৌশলের লক্ষ্য AI-কে দায়িত্বশীল, নিরাপদ এবং বৃহৎ পরিসরে জনস্বাস্থ্যে কাজে লাগানো।

কিন্তু AI কি ভুল করে না?

অবশ্যই করে। আর চিকিৎসায় সেটিই সবচেয়ে বড় বিপদ। ২০২৫ সালে npj Digital Medicine-এ প্রকাশিত ৮৩টি গবেষণার systematic review ও meta-analysis-এ generative AI-এর সামগ্রিক diagnostic accuracy ছিল ৫২.১ শতাংশ। বিশেষজ্ঞ চিকিৎসকদের তুলনায় AI মডেলগুলির ফল উল্লেখযোগ্য ভাবে খারাপ ছিল। গবেষণাটির গুরুত্বপূর্ণ বার্তা—AI-এর সম্ভাবনা আছে, কিন্তু expert-level reliability এখনও তৈরি হয়নি।

AI কখনও অসম্পূর্ণ তথ্য থেকে ভুল সিদ্ধান্ত নিতে পারে। তাই AI-এর উত্তরকে ‘চূড়ান্ত রোগনির্ণয়’ ধরে নেওয়া বিপজ্জনক।

রোগীর তথ্য কার?

রোগীর রক্তপরীক্ষা, scan, genetic information, medical history—সবই অত্যন্ত সংবেদনশীল তথ্য। AI ব্যবস্থায় এই data কী ভাবে সংরক্ষিত হবে, কে ব্যবহার করবে, ভুল হলে দায় কার—এই প্রশ্নগুলিও সমান গুরুত্বপূর্ণ।

WHO AI ব্যবহারের ক্ষেত্রে privacy, transparency, equity, safety এবং human oversight-এর উপর জোর দিয়েছে। ২০২৬ সালের সাম্প্রতিক WHO আলোচনাতেও AI ব্যবহারের সঙ্গে governance, bias এবং accountability-র প্রশ্নকে বড় চ্যালেঞ্জ হিসেবে চিহ্নিত করা হয়েছে।

সুতরাং চিকিৎসাবিজ্ঞানের ভবিষ্যৎ সম্ভবত এমন নয় যে, হাসপাতালের দরজায় ডাক্তার বসবেন না, বসবে শুধু কম্পিউটার। বরং ডাক্তার রোগীকে দেখবেন, AI বিপুল তথ্য বিশ্লেষণ করবে, দু’য়ের তথ্য মিলিয়ে চিকিৎসা আরও দ্রুত ও নির্ভুল করার চেষ্টা হবে।

AI হয়তো রোগের ছবি পড়তে শিখছে। রোগীর ভয়, পরিবার, জীবনযাপন এবং সিদ্ধান্তের দায় এখনও মানুষেরই।চিকিৎসাবিজ্ঞানের আসন্ন বিপ্লব তাই ‘ডাক্তার বনাম AI’ নয়। আসল প্রশ্ন, কোন ডাক্তার AI-কে সবচেয়ে ভাল ভাবে ব্যবহার করতে পারবেন, আর কোন স্বাস্থ্যব্যবস্থা প্রযুক্তিকে মানুষের চিকিৎসার সহায়ক করে তুলতে পারবে। সেখানেই নির্ধারিত হবে AI চিকিৎসার ভবিষ্যৎ, যন্ত্র কি ডাক্তারকে সরাবে, নাকি ডাক্তারকেই আরও শক্তিশালী করে তুলবে।