চিকিৎসাশাস্ত্রে নতুন দিগন্ত

চিকিৎসাবিদ্যার মূল কাজ রোগ শনাক্ত করা। ডাক্তাররা সাধারণত রোগীর উপসর্গ, শারীরিক পরীক্ষা ও প্রশ্নোত্তরের মাধ্যমে রোগ নির্ধারণ করেন। কিন্তু ভবিষ্যতে রোগী কোনো রোগে আক্রান্ত হতে পারে তা আগে থেকে বলা অনেক কঠিন কাজ। ঠিক এই কাজটাই করার দাবি করেছে নতুন কৃত্রিম বুদ্ধিমত্তা (এআই) মডেল ডেলফি-২এম, যার গবেষণা প্রকাশিত হয়েছে ১৭ সেপ্টেম্বর Nature পত্রিকায়।

ডেলফি-২এম এর সম্ভাবনা

মডেলটি এখনও হাসপাতালে ব্যবহারের জন্য প্রস্তুত নয়। তবে গবেষকরা আশাবাদী যে ভবিষ্যতে এটি ডাক্তারদের রোগীর সম্ভাব্য ঝুঁকি পূর্বাভাস দিতে সাহায্য করবে। আলঝেইমারস, ক্যান্সার, হার্ট অ্যাটাকসহ ১,০০০টিরও বেশি রোগের সম্ভাবনা একসাথে নির্ণয় করতে সক্ষম হতে পারে এটি। উচ্চ ঝুঁকিপূর্ণ রোগী চিহ্নিত করার পাশাপাশি স্বাস্থ্য খাতে বাজেট বণ্টনের ক্ষেত্রেও এটি গুরুত্বপূর্ণ ভূমিকা রাখতে পারে।

গবেষণা ও উন্নয়ন প্রক্রিয়া

ডেলফি-২এম তৈরি করেছে ইউরোপীয় মলিকিউলার বায়োলজি ল্যাবরেটরি (EMBL), ক্যামব্রিজ এবং জার্মান ক্যান্সার রিসার্চ সেন্টার, হাইডেলবার্গ। এটি অনুপ্রাণিত হয়েছে বড় ভাষা মডেল (LLM) থেকে, যেমন GPT-5। যেভাবে ভাষা মডেল টেক্সটের ধারা ধরে শব্দ অনুমান করে, একইভাবে স্বাস্থ্য-তথ্যের বিশাল ডেটাসেটে প্রশিক্ষিত হলে রোগের ধারাবাহিকতা অনুমান করা সম্ভব বলে মনে করেছেন গবেষকরা।

তবে এক বড় চ্যালেঞ্জ ছিল রোগীর জীবনে সময়ের ব্যবধান বিবেচনা করা। উদাহরণস্বরূপ, গর্ভধারণের পর উচ্চ রক্তচাপ দেখা দিলে ব্যাখ্যা ভিন্ন হবে যদি তা কয়েক সপ্তাহের মধ্যে ঘটে, আবার কয়েক বছর পরে হলে ব্যাখ্যা সম্পূর্ণ আলাদা। এ জন্য মডেলের কোডিংয়ে বয়সকে মূল সূচক হিসেবে যুক্ত করা হয়। যদিও প্রথম দিকে কিছু ত্রুটি হয়েছিল — কিছু ক্ষেত্রে মৃত্যুর পরও রোগ নির্ণয়ের পূর্বাভাস দিচ্ছিল মডেল।

বিশাল ডেটায় প্রশিক্ষণ

ডেলফি-২এম প্রশিক্ষণ পেয়েছে যুক্তরাজ্যের বিখ্যাত UK Biobank ডেটাসেটে থাকা ৪ লাখ মানুষের তথ্য থেকে। এতে ছিল আন্তর্জাতিকভাবে স্বীকৃত রোগ নির্ণয়ের কোড (ICD-10) এবং মোট ১,২৫৬টি ভিন্ন রোগের রেকর্ড। পরবর্তীতে আরও এক লাখ মানুষের ডেটায় তা যাচাই করা হয়। এরপর মডেলটি পরীক্ষা করা হয় ডেনমার্কের স্বাস্থ্য-তথ্যে, যেখানে ১৯৭৮ সাল থেকে ১৯ লাখ মানুষের রেকর্ড সংরক্ষিত রয়েছে।

পারফরম্যান্স যাচাই করতে ব্যবহৃত হয় AUC (Area Under the Curve) সূচক। যেখানে ১ মানে পুরোপুরি সঠিক পূর্বাভাস আর ০.৫ মানে এলোমেলো অনুমান। পাঁচ বছরের মধ্যে রোগ পূর্বাভাসে ডেলফি-২এম ব্রিটিশ ডেটায় ০.৭৬ এবং ডেনিশ ডেটায় ০.৬৭ মান অর্জন করে। নির্দিষ্ট ঘটনার পর সম্ভাব্য রোগ যেমন সেপসিসের পর মৃত্যু — এসব ক্ষেত্রে সঠিকতা বেশি পাওয়া যায়। তবে ভাইরাস সংক্রমণের মতো এলোমেলো ঘটনার পূর্বাভাস দেওয়া কঠিন। দশ বছর পর্যন্ত পূর্বাভাস দিলে এর মান গড়ে ০.৭ এ নেমে আসে।

বাস্তব প্রয়োগের সীমাবদ্ধতা

এখনও বাস্তবে প্রয়োগের জন্য অনেক দূর পথ বাকি। রোগীদের চিকিৎসায় এটি কার্যকর প্রমাণ করতে দীর্ঘমেয়াদি ক্লিনিক্যাল ট্রায়াল প্রয়োজন হবে। গবেষকরা মডেলটিতে আরও উন্নত তথ্য যুক্ত করার চেষ্টা করছেন — যেমন বায়োব্যাংকে থাকা জেনোম সিকোয়েন্স ও মেডিকেল ইমেজ। এগুলো যুক্ত করা গেলে নির্ভুলতা আরও বাড়তে পারে।

প্রতিদ্বন্দ্বী মডেল

ডেলফি-২এম একমাত্র নয়। ২০২৪ সালে লন্ডনের কিংস কলেজ তৈরি করে Foresight নামের আরেকটি মডেল, যা রোগীর মেডিকেল ইতিহাস থেকে ভবিষ্যৎ রোগ পূর্বাভাস দেয়। তবে অনুমোদনজনিত সমস্যায় বড় সংস্করণটি জুন মাসে স্থগিত হয়। একই ধরনের কাজ করছে হার্ভার্ড বিশ্ববিদ্যালয়ের ETHOS মডেলও।

গবেষণায় নতুন দিগন্ত

যদিও রোগীরা এখনই সরাসরি সুবিধা পাচ্ছেন না, তবে ডেলফি-২এম গবেষণার জন্য এক সম্ভাবনার ভাণ্ডার তৈরি করেছে। এটি দেখাচ্ছে কোনো রোগগুলো একে অপরের সাথে সম্পর্কিত, যা নতুনভাবে রোগতত্ত্ব বোঝার পথ খুলে দিতে পারে। এমবিএল-এর জেনেটিসিস্ট ইওয়ান বার্নি বলেন, “আমি যেন ক্যান্ডি শপে ঢুকে পড়া এক শিশুর মতো উত্তেজিত।”