AI က ဆရာဝန်တွေဆီ ရောက်လာနေတာ မဟုတ်ပါဘူး။ သူက အခန်းထဲမှာ ရှိနှင့်ပြီးသားပါ။

(SeaPRwire) –   ဆေးရုံများ AI ကို အားကိုးလာသည်နှင့်အမျှ လူနာများသည် ၎င်းတို့၏ ဆေးဘက်ဆိုင်ရာ ဆုံးဖြတ်ချက်များကို မည်သူက—သို့မဟုတ် မည်သည့်အရာက—ချမှတ်နေသည်ကို မသိနိုင်တော့ပေ။ ER ဆရာဝန်များအနေဖြင့် AI လမ်းညွှန်မှုသည် အရေးပေါ်ခန်းသို့ ဝင်ရောက်ခြင်း၏ အဓိပ္ပာယ်ကို မည်သို့ပြောင်းလဲနေသည်ကို ကျွန်ုပ်တို့ တွေ့မြင်နေရသည်။

ဤသည်မှာ မူဝါဒဆိုင်ရာ ဇာတ်လမ်းတစ်ပုဒ် မဟုတ်ပါ။ ၎င်းသည် ယဉ်ကျေးမှုဆိုင်ရာ တစ်ခုဖြစ်သည်– “ ဆရာဝန်” သည် အယ်လ်ဂိုရီသမ်ဖြစ်နိုင်သည့်အခါ သင့်ဆရာဝန်ကို ယုံကြည်ခြင်း၏ အဓိပ္ပာယ်ကို ဖော်ပြခြင်းဖြစ်သည်။ မကြာသေးမီက ထုတ်ပြန်ချက်အရ အရေးပေါ်ဌာနများတွင် AI အပလီကေးရှင်းများကို လူနာဦးစားပေးသတ်မှတ်ခြင်း (triage)၊ အန္တရာယ်ခန့်မှန်းခြင်းနှင့် ဝန်ထမ်းခန့်ထားမှုပုံစံများ (ဆေးရုံများတွင် မှန်ကန်သော ဆရာဝန်၊ သူနာပြုနှင့် အခြားဝန်ထမ်းအရေအတွက်နှင့် ပေါင်းစပ်မှုကို သင့်လျော်သောအချိန်များတွင် လူနာများကို ပြုစုစောင့်ရှောက်ရန် သေချာစေရန် ကူညီပေးသည့် အစီအစဉ်များ) အတွက် အသုံးပြုနေပြီဖြစ်သည်။ လူနာများသည် ၎င်းတို့အား ကုသပေးနေသူသည် ဆရာဝန်ဟုတ်မဟုတ် သို့မဟုတ် AI အထောက်အကူပြု ပေါင်းစပ်လူပုဂ္ဂိုလ် (hybrid) ဟုတ်မဟုတ် မသိနိုင်ပေ။ ၎င်းသည် အခြေအနေပေါ်မူတည်၍ ချောမွေ့မှုရှိနိုင်သလို စိတ်မချမ်းမြေ့စရာလည်း ဖြစ်နိုင်သည်။ ER ၏ တိတ်ဆိတ်သော အသွင်ကူးပြောင်းမှုနှင့် ကျွန်ုပ်တို့ ရုန်းကန်နေရသည် — ကုန်ကျစရိတ်ဖိအားများ၊ ဝန်ထမ်းရှားပါးမှုနှင့် AI copilots များသည် ဆရာဝန်နှင့် တွေ့ဆုံခြင်း၏ အဓိပ္ပာယ်ကို၊ ထို့ပြင် ဆရာဝန်တစ်ဦးကို ယုံကြည်ခြင်း၏ အဓိပ္ပာယ်ကို ပြန်လည်ရေးသားနေသည်။

ဆရာဝန်များမှ AI သို့ ပြောင်းလဲခြင်းသည် ဝန်ထမ်းဖြေရှင်းချက်တစ်ခုသာမက ဆေးဘက်ဆိုင်ရာ ဆုံးဖြတ်ချက်များ ချမှတ်ပုံတွင် ကြီးမားသောပြောင်းလဲမှုတစ်ခုလည်းဖြစ်သည်။ တစ်ခုချင်းစီတွင် အကောင်းအဆိုးများရှိသည်။ AI သည် စက္ကန့်ပိုင်းအတွင်း အချက်အလက်များစွာကို လုပ်ဆောင်နိုင်သော်လည်း လူနာကို မျက်လုံးချင်းဆိုင်ကြည့်ကာ ကြောက်ရွံ့မှုကို အသိအမှတ်ပြုခြင်း၊ လူသားတို့၏ ဒုက္ခခံစားရသည့် တိတ်ဆိတ်သောအချိန်များကို နားလည်ခြင်း သို့မဟုတ် နာကျင်နေသူတစ်ဦး၏ လက်ကို ကိုင်ထားခြင်းမှ ရရှိလာသော မပြောဘဲသိသာသည့် သဲလွန်စများကို ဖမ်းယူနိုင်ခြင်း မရှိပါ။ ER ဆရာဝန်များဖြစ်လာရန် ကျွန်ုပ်တို့၏ ဆေးပညာသင်ကြားမှု နာရီပေါင်း ၁၀,၀၀၀ ကျော်၏ တစ်စိတ်တစ်ပိုင်းမှာ လူနာ၏ အရေးကြီးလက္ခဏာများနှင့် ဓာတ်ခွဲခန်းစစ်ဆေးမှုများ ကောင်းမွန်နေသည့်တိုင် တစ်စုံတစ်ခု မှားယွင်းနေသည်ဟု ခံစားသိရှိနိုင်သော ဗီဇဉာဏ်ကို တည်ဆောက်ခြင်းဖြစ်သည်။ ၎င်းသည် လူနာတစ်ဦး မပြောပြနိုင်သည့် သို့မဟုတ် အယ်လ်ဂိုရီသမ်တစ်ခုက မသိနိုင်သည့် သိမ်မွေ့သော သဲလွန်စများ—ရှုပ်ထွေးမှုအရိပ်အမြွက်၊ လူနာ၏ စကားပြောရာတွင် သိမ်မွေ့သော ပုံမမှန်မှု၊ မျက်လုံးထဲရှိ တိတ်ဆိတ်သော ထိတ်လန့်မှု—တို့ကို ဖမ်းမိခြင်းဖြစ်သည်။ လူသားဆန်သည့်အချက်၊ ယုံကြည်မှုနှင့် သနားကြင်နာမှု၏ အနှစ်သာရသည် AI အတွက် အခက်အခဲဖြစ်စေသည့် အရာဖြစ်သည်။

နည်းပညာကုမ္ပဏီများသည် ဆရာဝန်ကြီးကြပ်မှုကို မြှင့်တင်ရန် သို့မဟုတ် အစားထိုးရန် ဒီဇိုင်းထုတ်ထားသည့် ဒစ်ဂျစ်တယ် လူနာဦးစားပေးစနစ်များ (digital triage systems)၊ ရောဂါရှာဖွေရေး ပူးတွဲလုပ်ဆောင်သူများ (diagnostic copilots) နှင့် ဆုံးဖြတ်ချက်ပံ့ပိုးမှု ကိရိယာများကို ဖန်တီးခြင်းဖြင့် AI ကို ဆေးဘက်ဆိုင်ရာနယ်ပယ်သို့ ပေါင်းစပ်ထည့်သွင်းရန် အပြိုင်အဆိုင် ကြိုးပမ်းနေကြသည်။ ဆေးရုံများသည်လည်း ကုန်ကျစရိတ်သက်သာစေခြင်းနှင့် ပိုမိုတိကျသော ရောဂါရှာဖွေမှု၏ ကတိကြောင့် ၎င်းကို အလျင်အမြန် လက်ခံကျင့်သုံးနေကြသည်။ မကြာသေးမီက ထုတ်ပြန်ချက်တစ်ခုအရ AI သည် ကျွမ်းကျင်မှုမရှိသော ဆရာဝန်များနှင့် အပြိုင် လုပ်ဆောင်နိုင်ကြောင်း ပြသထားပြီး ၎င်းသည် ဆေးခန်းများတွင် အယ်လ်ဂိုရီသမ်များ လူသားဆေးပညာရှင်များနှင့် မည်မျှလျင်မြန်စွာ ယှဉ်ပြိုင်နိုင်စွမ်းရှိလာသည်ကို သက်သေပြပါသည်။ OpenAI, Google, နှင့် Microsoft တို့သည် AI အခြေခံ ကျန်းမာရေးစောင့်ရှောက်မှု အပလီကေးရှင်းများကို စမ်းသပ်လျက်ရှိသည်။ ထိုကုမ္ပဏီများထဲမှ တစ်ခုဖြစ်သော Open Evidence AI သည် ဆေးပညာရှင်များကို ဆေးဘက်ဆိုင်ရာမေးခွန်းများအတွက် လျင်မြန်ပြီး သက်သေအခြေခံ အဖြေများပေးနိုင်ရန် AI အထောက်အကူပြု ကိရိယာတစ်ခုကို တည်ဆောက်နေပြီး ၎င်း၏တန်ဖိုးမှာ ဒေါ်လာ ၃.၅ ဘီလီယံဖြစ်သည်။

သေချာသည်မှာ AI ထွန်းလင်းတောက်ပနိုင်သော နေရာများရှိပါသည်။ ၎င်းသည် လအနည်းငယ်က ဓာတ်ခွဲခန်းရလဒ်ကို ဆေးဝါးစာရင်းနှင့် ရောဂါလက္ခဏာများ စုစည်းမှုနှင့် ချိတ်ဆက်ကာ ပြင်းထန်သော ရောဂါပိုးဝင်ရောက်နိုင်ခြေကို အခြားမည်သူမျှ မတွေ့မီတွင် ထင်ရှားစေနိုင်သည်။ ၎င်းသည် ရှင်းရှင်းလင်းလင်းမရှိသော ဆေးဝါးဓာတ်ပြုမှုများကို ရှာဖွေနိုင်သည်၊ ဆုံးဖြတ်ချက်ချမှတ်ခြင်းကို ပံ့ပိုးပေးနိုင်သည်၊ စာရွက်စာတမ်းပြုစုခြင်းကို မြန်ဆန်စေပြီး ဆရာဝန်များကို လူနာများအတွက် အချိန်ပိုပေးနိုင်စေကာ လုပ်ငန်းပင်ပန်းနွမ်းနယ်မှုကို လျှော့ချပေးနိုင်သည်။ မှန်ကန်စွာအသုံးပြုပါက AI သည် ဉာဏ်ဖြင့်သိမြင်မှုကို အစားထိုးခြင်းထက် ၎င်းအတွက် စွမ်းအားမြှင့်တင်ပေးသည့်အရာ ဖြစ်ပါသည်။

အခြားအရာများထက် ပို၍အသစ်အဆန်းဖြစ်သည်မှာ လူနာများနှင့် ဆရာဝန်နှစ်ဦးစလုံး AI ကို အသုံးပြုနေကြသော်လည်း တူညီသောနည်းလမ်းဖြင့် မဟုတ်ခြင်းပင်ဖြစ်သည်။

လွန်ခဲ့သော ညအနည်းငယ်က ရင်ဘတ်အောင့်သော အမျိုးသမီးငယ်တစ်ဦး ER သို့ ရောက်လာခဲ့သည်။ သူမ၏ စစ်ဆေးမှုများအားလုံး ပုံမှန်ဖြစ်သော်လည်း သူမသည် စိုးရိမ်နေပုံရသည်။ သူမ တစ်စုံတစ်ခုကို စိုးရိမ်နေခြင်းဟုတ်မဟုတ် မေးမြန်းသောအခါ နှလုံးခုန်နှုန်း ခဏတာ ကျော်သွားသည်ကို သတိပြုမိပြီးနောက် ChatGPT အတွင်း စူးစမ်းရှာဖွေခဲ့ကြောင်း ဝန်ခံခဲ့သည်။ ထို chatbot က သူမတွင် ရှားပါးပြီး အသက်အန္တရာယ်ရှိသော နှလုံးရောဂါရှိနိုင်သည်ဟု ပြောပြခဲ့သည်။ (သူမတွင် မရှိခဲ့ပါ။) ထိုနောက်တွင် ဖြစ်ပေါ်လာသော ထိတ်လန့်မှုက သူမကို ဆေးရုံသို့ ခေါ်ဆောင်လာခဲ့သည့် ရောဂါလက္ခဏာများကို ဖြစ်စေခဲ့ခြင်း ဖြစ်နိုင်သည်။

အခြားလူနာတစ်ဦးဖြစ်သည့် အမျိုးသားငယ်တစ်ဦးသည် ChatGPT က သူ့တွင် အူအတက်ရောင်သည်ဟု ပြောခဲ့သောကြောင့် အူအတက်ရောင်ခြင်း သေချာသည်ဟု ဆိုကာ ရောက်လာခဲ့သည်။ ဤတစ်ကြိမ်တွင် သူ မှန်ခဲ့သည်။ သူ၏ ရောဂါလက္ခဏာများသည် စာအုပ်ထဲကအတိုင်းဖြစ်ပြီး သူ့ကို ကြည့်ရှုသည့် ဆေးကျောင်းသားကလည်း ထိုရောဂါကိုပင် သီးခြားခန့်မှန်းခဲ့သည်။ AI က လူနာအား ရောဂါရှာဖွေမှုကို ပိုမိုမြန်ဆန်စွာ ရှာဖွေတွေ့ရှိပြီး ကုသမှုခံယူရန် ကူညီပေးခဲ့သည်။ သို့သော် သူ့၏ အူအတက်ကို ဖယ်ရှားရန်အတွက် ခွဲစိတ်ဆရာဝန်၏ ကျွမ်းကျင်သောလက်များ လိုအပ်နေဆဲပင်။

ဤအချိန်၏ ဆန့်ကျင်ဘက်ဖြစ်ရပ်မှာ ဤသို့ဖြစ်သည်- ရှုပ်ထွေးမှုနှင့် ကြောက်ရွံ့မှုကို ဖြစ်ပေါ်စေသည့် တူညီသော နည်းပညာသည် ထိုးထွင်းဉာဏ်ကို မြှင့်တင်ပေးနိုင်ပြီး ပြုစုစောင့်ရှောက်မှုကို အရှိန်မြှင့်ပေးနိုင်သည်။ ၎င်းသည် ကျွန်ုပ်တို့ ရောဂါရှာဖွေပုံကို ပြောင်းလဲရုံသာမက လူနာများ ရောက်ရှိလာပုံနှင့် မည်သူက ၎င်းတို့အား ပြုစုစောင့်ရှောက်ပုံတို့ကိုပါ ပြောင်းလဲစေသည်။ ကုန်ကျစရိတ်၊ ဝန်ထမ်းများနှင့် နည်းပညာတို့သည် လူသားနှင့် စက်ဖြင့်ပြုစုစောင့်ရှောက်မှုအကြား မျဉ်းကို ဝါးမြူစေခဲ့ပြီး ဆေးပညာ၏ ပုံစံသစ်တစ်ခုကို မိတ်ဆက်ပေးခဲ့သည်- လူနာများကို ကုသပေးသည့် ဆေးပညာရှင်များ၏ အစွမ်းအထက်ဆုံး လုပ်ဖော်ကိုင်ဖက်သည် အယ်လ်ဂိုရီသမ်တစ်ခု ဖြစ်လာနိုင်သည်။

ပြဿနာသည် AI က ရောဂါရှာဖွေမှုကို မှားယွင်းနိုင်ရုံသာမက AI ကို ရေရှည်အသုံးပြုခြင်းသည် ဆေးပညာရှင်တစ်ဦး၏ ထိုးထွင်းဉာဏ်ကိုပါ ထိခိုက်စေနိုင်သည်။ လေ့လာမှုတစ်ခုတွင် AI ကိရိယာကို အသုံးပြုပြီးနောက် ဆရာဝန်များသည် အူမကြီးမှန်ပြောင်းကြည့်ရှုမှု (colonoscopy) တွင် ကင်ဆာဖြစ်နိုင်သော အစက်အပြောက်များကို ရှာဖွေတွေ့ရှိနိုင်ခြေ နည်းပါးကြောင်း တွေ့ရှိရသည်။ စာရေးသူများက အယ်လ်ဂိုရီသမ်တစ်ခုကို ပိုမိုအားကိုးလေလေ လူသားတို့၏ စီရင်ဆုံးဖြတ်ချက်ကို ပိုမိုနည်းပါးစွာ အသုံးပြုလေလေဖြစ်ကြောင်း သီအိုရီချခဲ့သည်။

AI သို့မဟုတ် ဆရာဝန်မဟုတ်သော ဆေးပညာရှင်များကို ER ထဲသို့ ပေါင်းစပ်ထည့်သွင်းခြင်းသည် မူလက မဆိုးရွားသော်လည်း လူနာများအတွက် မကြာခဏဆိုသလို မမြင်ရပေ။ ၎င်းသည် ပြဿနာပင်ဖြစ်သည်။

လူနာများသည် ၎င်းတို့၏ ပြုစုစောင့်ရှောက်မှုကို AI က လမ်းညွှန်သောအခါ၊ ဆုံးဖြတ်ချက်များအတွက် မည်သူက နောက်ဆုံးတာဝန်ယူသည်၊ ထို့ပြင် “ အခန်းထဲရှိ ဆရာဝန်” သည် အယ်လ်ဂိုရီသမ်ဖြစ်နိုင်သည့်အခါ မည်သည့် ဘေးကင်းရေးအစီအမံများ ရှိသည်ကို သိပိုင်ခွင့်ရှိသည်။

ပွင့်လင်းမြင်သာမှုသည် နည်းပညာ၏ တိုးတက်မှုကို ရပ်တန့်နိုင်မည် မဟုတ်သော်လည်း ဆေးပညာ မဆုံးရှုံးသင့်သည့် အရာတစ်ခုဖြစ်သော ယုံကြည်မှုကို ထိန်းသိမ်းရန် ကူညီပေးနိုင်သည်။