বিদেশি সংবাদমাধ্যম Futurism-এর আজ (১২ তারিখ) প্রতিবেদন অনুযায়ী, স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অব মেডিসিনের চিকিৎসাশিক্ষার্থী ও সাংবাদিক সিমাল · বাজাজ এবং জনস হপকিন্স মেডিসিন সেন্টারের ট্রমা সার্জন ও সার্জারি বিভাগের নির্বাহী উপপরিচালক জোসেফ · স্যাকরান মনে করেন, চিকিৎসাশিক্ষার্থীদের AI ব্যবহারের ফলে সৃষ্ট সমস্যাগুলো ইতিমধ্যেই যথেষ্ট উদ্বেগজনক হয়ে উঠেছে।
বাজাজ ও স্যাকরান《দ্য গার্ডিয়ান》-এ প্রকাশিত এক নিবন্ধে লিখেছেন, চিকিৎসাশিক্ষার্থীদের AI ব্যবহারের বিপদ শুধু দক্ষতার অবক্ষয় নয়, বরং শুরু থেকেই প্রকৃত দক্ষতা গড়ে না ওঠার সম্ভাবনাও রয়েছে। “যে চিকিৎসক যুক্তি করতে ভুলে গেছেন, তিনি হয়তো আবার এই সক্ষমতা আয়ত্ত করতে পারবেন, কিন্তু যিনি কখনো যুক্তি করতে শেখেননি, তাঁর পক্ষে তা সম্ভব নাও হতে পারে।”
বাজাজ ও স্যাকরান উল্লেখ করেছেন, সাম্প্রতিক দুটি বিষয় বিশেষভাবে উদ্বেগজনক।
প্রথমটি অভ্যন্তরীণ তথ্য থেকে পাওয়া। যুক্তরাষ্ট্রের প্রায় দুই-তৃতীয়াংশ চিকিৎসক ইতিমধ্যে চিকিৎসকদের জন্য বিশেষভাবে তৈরি AI চ্যাটবট OpenEvidence ব্যবহার করছেন। এর অর্থ, প্রযুক্তিটি ইতিমধ্যেই চিকিৎসাক্ষেত্রের কর্মপ্রবাহে ব্যাপকভাবে প্রবেশ করেছে এবং চিকিৎসাকর্মীদের দৈনন্দিন কাজে গভীরভাবে যুক্ত হয়েছে।
দ্বিতীয়টি《Nature Medicine》-এ প্রকাশিত একটি নতুন গবেষণা, যেখানে গবেষকেরা চিকিৎসাক্ষেত্রের জন্য তৈরি বৃহৎ ভাষা মডেলগুলোর নির্ভরযোগ্যতা মূল্যায়ন করেছেন। ফলাফল ছিল বিস্ময়কর: এসব ক্লিনিক্যাল AI টুল চিকিৎসা-সংক্রান্ত প্রশ্নের উত্তর দেওয়ার ক্ষেত্রে ChatGPT এবং Claude-এর মতো সাধারণ চ্যাটবটের তুলনায় বরং দুর্বল।
গবেষণার লেখকেরা বলেছেন, সামগ্রিক কার্যকারিতা মোটামুটি গুগলের “AI ওভারভিউ”-এর সমান। এর আগে AI ওভারভিউ অস্থিতিশীল কার্যকারিতা ও ভুল উত্তরের কারণে “কুখ্যাত” হয়ে উঠেছিল।
AI টুল তথ্য খুঁজে পেতে সহায়তা করলেও, নির্ভরযোগ্যতার মৌলিক সমস্যাগুলো এখনও গুরুতর, আর এটি শিক্ষার্থীদের নিজে চিন্তা করে শেখার বিকল্প হতে পারে না। কারণ শেখার প্রক্রিয়ায় কঠিনভাবে চিন্তা করাটাই মূল বিষয়।
বাজাজ ও স্যাকরান লিখেছেন: “উদাহরণস্বরূপ, অতীতে প্রশিক্ষণার্থীদের সম্ভাব্য রোগ নির্ণয়গুলোর তালিকা তৈরি করতে বলা হলে, তাঁদের কঠিনভাবে চিন্তা করতে হতো। শেষ পর্যন্ত তাঁরা একটি অসম্পূর্ণ তালিকাই দিতে পারতেন, তারপর বাদ পড়া বিষয়গুলো থেকে শিখতেন এবং কখনো কখনো রোগ নির্ণয় বাদ যাওয়ার কারণে বিব্রতও বোধ করতেন। এখন প্রশিক্ষণার্থীদের শুধু OpenEvidence-কে জিজ্ঞেস করলেই প্রায় নিখুঁত একটি উত্তর পাওয়া যায়, যার মধ্যে এমন সম্ভাবনাও থাকে যা তাঁরা কখনো বিবেচনাই করেননি, একই সঙ্গে রোগ নির্ণয় বাদ পড়ার বিব্রতকর অভিজ্ঞতার মধ্য দিয়েও যেতে হয় না।”
বাজাজ ও স্যাকরান লিখেছেন, অতীতে চিকিৎসাবিজ্ঞানের প্রযুক্তিগত অগ্রগতির তুলনায় AI-এর পার্থক্য হলো, AI শুধু চিকিৎসকের দেখার পরিসর বাড়াচ্ছে না; বরং চিকিৎসা প্রশিক্ষণের মাধ্যমে যে জ্ঞানীয় প্রক্রিয়া গড়ে ওঠার কথা, তাতেও হস্তক্ষেপ করছে।
বাজাজ ও স্যাকরান কয়েকটি সমাধানের কথা বলেছেন। এর মধ্যে একটি হলো প্রশিক্ষণার্থীদের নিয়মিতভাবে সম্পূর্ণ AI-সহায়তাহীন অবস্থায় স্বাধীনভাবে রোগীর কেস সামলানোর অনুশীলন করানো। এই চিন্তাধারা মার্কিন ফেডারেল এভিয়েশন অ্যাডমিনিস্ট্রেশনের পাইলটদের নিয়মিত অটোপাইলট বন্ধ করে বিমান হাতে চালানোর পরামর্শের মতো। আরেকটি শক্তিশালী নিয়ন্ত্রণ হয়তো “লজ্জাবোধ” থেকে আসতে পারে।