বিশ্ব স্বাস্থ্য সংস্থার হিসাবে, গর্ভাবস্থা-সম্পর্কিত জটিলতার কারণে প্রতি বছর বিশ্বজুড়ে ২,৫০,০০০-এরও বেশি প্রতিরোধযোগ্য মৃত্যু ঘটে। প্রসবপূর্ব আল্ট্রাসাউন্ড ফলাফল উন্নত করতে পারে এবং ভ্রূণ ও মাতৃমৃত্যু হ্রাস করতে পারে, তবু বিশ্বের দুই-তৃতীয়াংশ মানুষের আল্ট্রাসাউন্ডের মতো রোগনির্ণয়মূলক ইমেজিংয়ে প্রবেশাধিকার নেই। বর্তমান পদ্ধতিগুলো মূলত বিশেষায়িত ক্লিনিক্যাল প্রশিক্ষণের ওপর নির্ভরশীল, ফলে কম সম্পদের অঞ্চলের লাখো মানুষ তাদের গর্ভকালীন সময়ে একবারও আল্ট্রাসাউন্ড পাননি।
এই ব্যবধান কমাতে গবেষকরা এমন মেশিন লার্নিং ব্যবস্থা তৈরি করেছেন যা "ব্লাইন্ড সুইপ" আল্ট্রাসাউন্ড ব্যাখ্যা করে। এই স্ক্যানিং পদ্ধতিতে সোনোগ্রাফি প্রশিক্ষণবিহীন সম্মুখসারির স্বাস্থ্যকর্মীরা পেটের ওপর একটি নির্দিষ্ট প্যাটার্নে কম খরচের, বহনযোগ্য প্রোব চালিয়ে স্ক্যান করতে পারেন। অনেক অঞ্চলে বিশেষজ্ঞের চরম ঘাটতি রয়েছে এবং ঐতিহ্যগত সোনোগ্রাফার প্রশিক্ষণ ব্যয়বহুল ও বছরের পর বছর সময়সাপেক্ষ, তাই এআই ব্যাখ্যার সঙ্গে ন্যূনতম প্রশিক্ষণ যুক্ত হলে প্রসবপূর্ব স্ক্রিনিংয়ের আওতা উল্লেখযোগ্যভাবে বাড়তে পারে।
JAMA Network Open-এ প্রকাশিত এক গবেষণায় গবেষকেরা মূল্যায়ন করেছেন, গর্ভকালীন বয়স নির্ধারণের একটি এআই মডেল বিভিন্ন ক্লিনিক্যাল পরিবেশ ও যন্ত্রপাতিতে কতটা ভালোভাবে কাজ করে। গর্ভকালীন বয়স, অর্থাৎ গর্ভাবস্থা কতদূর এগিয়েছে, তা প্রসবপূর্ব সেবার ভিত্তি, যার মধ্যে স্ক্রিনিং, চিকিৎসা ও প্রসবসংক্রান্ত সিদ্ধান্ত অন্তর্ভুক্ত। আগের গবেষণায় মডেলটি যে গোষ্ঠী থেকে শিখেছিল সেই একই গোষ্ঠীর অদেখা রোগীদের ওপর যাচাই করা হয়েছিল। এই সম্ভাব্য গবেষণায় পরীক্ষা করা হয়েছে, বাস্তব ক্লিনিকে মোবাইল ডিভাইসে সরাসরি চললে, নতুন অপারেটর ও অপরিচিত যন্ত্রপাতির সঙ্গে সিস্টেমটি নির্ভরযোগ্যভাবে কাজ করে কিনা।
মডেলটি শিকাগোর Northwestern Medicine-এ পরীক্ষা করা হয়েছে, যা একটি শহুরে, উচ্চ-সম্পদসম্পন্ন একাডেমিক কেন্দ্র, এবং কেনিয়ার নাইরোবিতে Jacaranda Health-এ, যা একটি শহুরে কমিউনিটি ক্লিনিক নেটওয়ার্ক। স্থান দুটির মধ্যে পার্থক্য ছিল নারীরা কখন প্রসবপূর্ব সেবা শুরু করেন, তারা কতগুলো নিয়মিত আল্ট্রাসাউন্ড পান এবং গর্ভকালীন বয়স কীভাবে নির্ধারণ করা হয়। নতুন প্রোব যন্ত্রপাতির সঙ্গে মডেলটি খাপ খাওয়াতে শিকাগোর ১২০ জন অংশগ্রহণকারীর একটি ছোট পাইলট ডেটাসেট ব্যবহার করে ফাইন-টিউনিং করা হয়েছে, যা মূল প্রশিক্ষণ সেটের প্রায় ৬%। নাইরোবির কোনো ডেটা ব্যবহার করা হয়নি, ফলে কেনিয়ার যাচাইকরণ সাধারণীকরণের একটি কঠোরভাবে স্বাধীন পরীক্ষা হিসেবে রয়ে গেছে।
উৎস: Google AI Blog · সারাংশ: HeadlinesBriefing