யார் மக்கள்தொகையின் ஆரோக்கியத்தை மேம்படுத்துவதற்கும் பாதுகாப்பதற்கும் பொருத்தமான பயன்பாட்டிற்காக பெரிய மல்டி-மாடல் மாடல்களின் (LMMs) நெறிமுறைகள் மற்றும் நிர்வாகத்தின் மீது புதிய வழிகாட்டுதலை வெளியிட்டுள்ளது. LMMs என்பது வேகமாக வளரும் ஒரு வகை உற்பத்தியாகும் செயற்கை நுண்ணறிவு (AI) ஆரோக்கியத்திற்கான ஐந்து பரந்த பயன்பாடுகளைக் கொண்ட தொழில்நுட்பம் in
1. நோயறிதல் மற்றும் மருத்துவ பராமரிப்பு, நோயாளிகளின் எழுதப்பட்ட கேள்விகளுக்கு பதிலளிப்பது போன்றவை;
2. அறிகுறிகளை ஆராய்வதற்கும் சிகிச்சையளிப்பதற்கும் நோயாளி-வழிகாட்டப்பட்ட பயன்பாடு;
3. எலக்ட்ரானிக் ஹெல்த் ரெக்கார்டுகளுக்குள் நோயாளிகளின் வருகைகளை ஆவணப்படுத்துதல் மற்றும் சுருக்கமாக எழுதுதல் போன்ற எழுத்தர் மற்றும் நிர்வாகப் பணிகள்;
4. மருத்துவம் மற்றும் நர்சிங் கல்வி, பயிற்சியாளர்களுக்கு உருவகப்படுத்தப்பட்ட நோயாளி சந்திப்புகளை வழங்குதல், மற்றும்;
5. புதிய சேர்மங்களை அடையாளம் காண்பது உட்பட அறிவியல் ஆராய்ச்சி மற்றும் மருந்து மேம்பாடு.
இருப்பினும், சுகாதாரப் பாதுகாப்பில் உள்ள இந்தப் பயன்பாடுகள் தவறான, துல்லியமற்ற, பக்கச்சார்பான அல்லது முழுமையற்ற அறிக்கைகளை உருவாக்கும் அபாயங்களை உருவாக்குகின்றன, இது சுகாதார முடிவுகளை எடுப்பதில் இதுபோன்ற தகவல்களைப் பயன்படுத்தும் மக்களுக்கு தீங்கு விளைவிக்கும். மேலும், இனம், இனம், வம்சாவளி, பாலினம், பாலின அடையாளம் அல்லது வயது ஆகியவற்றின் அடிப்படையில் தரம் குறைந்த அல்லது பக்கச்சார்பான தரவுகளின் மீது LMMகள் பயிற்சியளிக்கப்படலாம். சிறந்த செயல்திறன் கொண்ட LMMகளின் அணுகல் மற்றும் மலிவு போன்ற சுகாதார அமைப்புகளுக்கு பரந்த அபாயங்களும் உள்ளன. LMMகள், உடல்நலப் பாதுகாப்பு வல்லுநர்கள் மற்றும் நோயாளிகளால் 'ஆட்டோமேஷன் சார்புகளை' ஊக்குவிக்கலாம், இதன் மூலம் கண்டறியப்பட்ட பிழைகள் கவனிக்கப்படாது அல்லது கடினமான தேர்வுகள் முறையற்ற முறையில் LMMக்கு வழங்கப்படுகின்றன. LMMகள், மற்ற வடிவங்களைப் போலவே AI, நோயாளியின் தகவல் அல்லது இந்த அல்காரிதம்களின் நம்பகத்தன்மை மற்றும் சுகாதாரப் பாதுகாப்பை இன்னும் பரந்த அளவில் வழங்குதல் ஆகியவற்றுக்கு ஆபத்தை விளைவிக்கும் இணையப் பாதுகாப்பு அபாயங்களுக்கும் பாதிக்கப்படக்கூடியவை.
எனவே, பாதுகாப்பான மற்றும் பயனுள்ள LMMகளை உருவாக்க, WHO ஆனது LMMகளை உருவாக்குபவர்களுக்கும் அரசாங்கங்களுக்கும் பரிந்துரைகளை செய்துள்ளது.
LMMகளின் மேம்பாடு மற்றும் வரிசைப்படுத்தல் மற்றும் பொது சுகாதாரம் மற்றும் மருத்துவ நோக்கங்களுக்காக அவற்றின் ஒருங்கிணைப்பு மற்றும் பயன்பாட்டிற்கான தரநிலைகளை அமைக்கும் முதன்மை பொறுப்பு அரசாங்கங்களுக்கு உள்ளது. பொது, தனியார் மற்றும் இலாப நோக்கற்ற துறைகளில் உள்ள டெவலப்பர்களுக்கு அணுகக்கூடிய, கம்ப்யூட்டிங் பவர் மற்றும் பொது தரவுத் தொகுப்புகள் உட்பட, இலாப நோக்கற்ற அல்லது பொது உள்கட்டமைப்பில் அரசாங்கங்கள் முதலீடு செய்ய வேண்டும் அல்லது வழங்க வேண்டும். அணுகலுக்கான பரிமாற்றம்.
· உடல்நலம் மற்றும் மருத்துவத்தில் LMMகள் மற்றும் பயன்பாடுகள் பயன்படுத்தப்படுவதை உறுதி செய்ய சட்டங்கள், கொள்கைகள் மற்றும் ஒழுங்குமுறைகளைப் பயன்படுத்தவும், ஆபத்து அல்லது நன்மையுடன் தொடர்புடையது AI தொழில்நுட்பம், ஒரு நபரின் கண்ணியம், சுயாட்சி அல்லது தனியுரிமையைப் பாதிக்கும் நெறிமுறைக் கடமைகள் மற்றும் மனித உரிமைகள் தரநிலைகளைப் பூர்த்தி செய்தல்.
· வளங்கள் அனுமதியின்படி - சுகாதாரப் பாதுகாப்பு அல்லது மருத்துவத்தில் பயன்படுத்த நோக்கம் கொண்ட LMMகள் மற்றும் பயன்பாடுகளை மதிப்பிடுவதற்கு மற்றும் அங்கீகரிக்க ஏற்கனவே உள்ள அல்லது புதிய ஒழுங்குமுறை நிறுவனத்தை நியமிக்கவும்.
· LMM பெரிய அளவில் பயன்படுத்தப்படும் போது, சுயாதீன மூன்றாம் தரப்பினரால், தரவு பாதுகாப்பு மற்றும் மனித உரிமைகள் உட்பட, கட்டாய வெளியீட்டிற்கு பிந்தைய தணிக்கை மற்றும் தாக்க மதிப்பீடுகளை அறிமுகப்படுத்துதல். தணிக்கை மற்றும் தாக்க மதிப்பீடுகள் வெளியிடப்பட வேண்டும்
வயது, இனம் அல்லது இயலாமை உட்பட, பயனரின் வகையால் பிரிக்கப்பட்ட விளைவுகளையும் தாக்கங்களையும் உள்ளடக்கியிருக்க வேண்டும்.
· LMMகள் விஞ்ஞானிகள் மற்றும் பொறியாளர்களால் மட்டும் வடிவமைக்கப்படவில்லை. சாத்தியமான பயனர்கள் மற்றும் மருத்துவ வழங்குநர்கள், அறிவியல் ஆராய்ச்சியாளர்கள், சுகாதார நிபுணர்கள் மற்றும் நோயாளிகள் உட்பட அனைத்து நேரடி மற்றும் மறைமுக பங்குதாரர்களும் ஆரம்ப கட்டங்களில் இருந்து ஈடுபட வேண்டும். AI கட்டமைக்கப்பட்ட, உள்ளடக்கிய, வெளிப்படையான வடிவமைப்பில் மேம்பாடு மற்றும் நெறிமுறை சிக்கல்களை எழுப்புவதற்கான வாய்ப்புகள், குரல் கவலைகள் மற்றும் உள்ளீடுகளை வழங்குதல் AI விண்ணப்பம் பரிசீலனையில் உள்ளது.
சுகாதார அமைப்புகளின் திறனை மேம்படுத்துவதற்கும் நோயாளியின் நலன்களை முன்னேற்றுவதற்கும் தேவையான துல்லியம் மற்றும் நம்பகத்தன்மையுடன் நன்கு வரையறுக்கப்பட்ட பணிகளைச் செய்ய LMMகள் வடிவமைக்கப்பட்டுள்ளன. டெவலப்பர்கள் இரண்டாம் நிலை விளைவுகளைக் கணிக்கவும் புரிந்துகொள்ளவும் முடியும்.
***
மூல:
WHO 2024. ஆரோக்கியத்திற்கான செயற்கை நுண்ணறிவின் நெறிமுறைகள் மற்றும் ஆளுகை: பெரிய பல மாதிரி மாதிரிகள் பற்றிய வழிகாட்டுதல். இல் கிடைக்கும் https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y
***