AMIE, আমাদের গবেষণা চিকিৎসা AI সিস্টেম, প্রথমবারের মতো একটি অধ্যয়নে রিয়েল-টাইম ক্লিনিক্যাল ভিডিও পরামর্শ ক্ষমতা প্রদর্শন করে

একজন ডাক্তার শুধু শোনেন না — তারা পর্যবেক্ষণ করেন। তারা লক্ষ্য করেন যখন আপনি আপনার আসনে নড়াচড়া করেন তখন সূক্ষ্ম ব্যথার অভিব্যক্তি, যে অগভীর শ্বাস আপনি উল্লেখ করেননি, যে কাশি আপনি তুচ্ছ মনে করেছিলেন। এই পর্যবেক্ষণমূলক স্তরটি সর্বদা চিকিৎসায় AI-এর জন্য একটি কঠিন সীমা ছিল। Google Research এবং Google DeepMind এটি অতিক্রম করেছে। AMIE, আমাদের গবেষণা চিকিৎসা AI সিস্টেম, প্রথমবারের মতো একটি অধ্যয়নে রিয়েল-টাইম ক্লিনিক্যাল ভিডিও পরামর্শ ক্ষমতা প্রদর্শন করে — এবং এশিয়ায় স্বাস্থ্য প্রযুক্তি তৈরি করা ডেভেলপারদের জন্য, এটি সম্পূর্ণভাবে গণনা পরিবর্তন করে।

কী ঘটেছে

আগস্ট ১১, ২০২৬ সালে, Google Research এবং Google DeepMind এমন ফলাফল প্রকাশ করেছে যা দেখায় যে AMIE — তাদের গবেষণা চিকিৎসা AI সিস্টেম — এখন রিয়েল-টাইম ক্লিনিক্যাল ভিডিও পরামর্শ পরিচালনা করতে পারে যা একটি নিয়ন্ত্রিত অধ্যয়নে প্রাথমিক যত্ন চিকিৎসকদের বিরুদ্ধে দাঁড়ায়। এটি উপসর্গ প্রশ্নের উত্তর দেওয়া একটি চ্যাটবট নয়। AMIE একযোগে ভিজ্যুয়াল এবং শ্রবণ সংকেত ব্যাখ্যা করে: এটি বাক্যের মাঝে একটি কাশি লক্ষ্য করে, শারীরিক অস্বস্তির দৃশ্যমান লক্ষণ পড়ে, এবং রোগীদের ভার্চুয়াল শারীরিক পরীক্ষার মাধ্যমে গাইড করে — সবকিছু রিয়েল-টাইমে ডায়াগনস্টিক যুক্তি প্রয়োগ করার সময়।

সিস্টেমটি Gemini এবং Project Astra-এর উপর একটি মাল্টি-এজেন্ট আর্কিটেকচার ব্যবহার করে নির্মিত। সেই আর্কিটেকচার গুরুত্বপূর্ণ। একটি একক মনোলিথিক মডেল সবকিছু করার চেষ্টা করার পরিবর্তে, AMIE বিশেষায়িত এজেন্টগুলিকে সমন্বয় করে — একটি কথোপকথনের প্রবাহ পরিচালনা করে, অন্যরা ভিজ্যুয়াল ইনপুট প্রক্রিয়া করে, অন্যরা সমান্তরালে ডায়াগনস্টিক যুক্তি চালায়। ফলাফল হল একটি সিস্টেম যা একটি বাস্তব ক্লিনিক্যাল এনকাউন্টারের জটিলতা ধরে রাখতে পারে এটি ভেঙে না পড়ে।

অধ্যয়নটি নিজেই সিমুলেটেড পরামর্শের সাথে একটি র্যান্ডমাইজড ডিজাইন ব্যবহার করেছে: রোগী অভিনেতারা AMIE এবং প্রাথমিক যত্ন চিকিৎসকদের একটি গ্রুপ উভয়ের সাথে পরামর্শের মধ্য দিয়ে গেছেন, এবং ক্লিনিক্যাল মূল্যায়নকারীরা চারটি মূল দক্ষতা জুড়ে কর্মক্ষমতা মূল্যায়ন করেছেন — ইতিহাস-গ্রহণের পুঙ্খানুপুঙ্খতা, ডায়াগনস্টিক নির্ভুলতা, ব্যবস্থাপনার উপযুক্ততা, এবং যোগাযোগের গুণমান। Google AI ব্লগ অনুযায়ী, AMIE সমস্ত চারটি মাত্রায় অনুকূলভাবে মূল্যায়ন করা হয়েছিল। রোগী অভিনেতারা AMIE-এর সাথে ভিডিও পরামর্শ অভিজ্ঞতা পাঠ্য-ভিত্তিক চ্যাট ইন্টারঅ্যাকশনের উপর পছন্দ করেছেন বলেও রিপোর্ট করেছেন।

Google স্পষ্ট যে AMIE একটি গবেষণা সিস্টেম থাকে। কোনো দায়িত্বশীল বাস্তব-বিশ্ব ক্লিনিক্যাল স্থাপনার আগে আরও কাজ প্রয়োজন। কিন্তু প্রদর্শনটি নিজেই — একটি মাল্টিমোডাল AI যা একটি ভিডিও পরামর্শ পরিচালনা করে যা ক্লিনিক্যাল মূল্যায়নকারীরা চিকিৎসকদের বিরুদ্ধে অনুকূলভাবে রেট করে — একটি প্রকৃত প্রথম।

এটি এশিয়ার জন্য কেন গুরুত্বপূর্ণ

এশিয়া হল যেখানে এই প্রযুক্তি এর সবচেয়ে তাৎক্ষণিক এবং সবচেয়ে গভীর বাস্তব-বিশ্ব প্রভাব ফেলবে, এবং এটি একটি অনুমানমূলক দাবি নয় — এটি একটি কাঠামোগত।

দক্ষিণ-পূর্ব এশিয়া এবং দক্ষিণ এশিয়া জুড়ে চিকিৎসক-থেকে-রোগী অনুপাত বিশ্বের সবচেয়ে তীব্র স্বাস্থ্যসেবা অবকাঠামো ব্যবধানগুলির মধ্যে একটি থাকে। ইন্দোনেশিয়ায়, প্রতি ১,০০০ জনে প্রায় ০.৪ জন চিকিৎসক রয়েছে। গ্রামীণ ভারতে, ব্যবধান আরও তীব্র। ফিলিপাইন, ভিয়েতনাম এবং মিয়ানমারে, চিকিৎসা পেশাদারদের ভৌগোলিক বিতরণ মানে যে জনসংখ্যার একটি উল্লেখযোগ্য অংশ জরুরি যত্নের বাইরে কোনো কিছুর জন্য একজন যোগ্য ডাক্তারের কার্যকরভাবে সীমিত অ্যাক্সেস রয়েছে। টেলিহেলথ এটি আংশিকভাবে সমাধান করেছে — কিন্তু পাঠ্য-ভিত্তিক বা এমনকি মৌলিক ভিডিও টেলিহেলথ এখনও অন্য প্রান্তে একজন চিকিৎসক প্রয়োজন।

AMIE একটি ভিন্ন মডেলের দিকে ইঙ্গিত করে: AI-সহায়তাপ্রাপ্ত পরামর্শ যা স্কেলে কাজ করতে পারে, স্থানীয় ভাষায়, কম-ব্যান্ডউইথ ভিডিও সংযোগ জুড়ে, একজন চিকিৎসকের সেই নির্দিষ্ট মুহূর্তে উপলব্ধ হওয়ার প্রয়োজন ছাড়াই। এটি ডাক্তারদের জন্য একটি প্রতিস্থাপন নয় — Google-এর নিজস্ব ফ্রেমিং এই বিষয়ে সাবধান — কিন্তু এটি একটি শক্তি গুণক যা এশিয়ার স্বাস্থ্যসেবা সিস্টেমগুলি অত্যন্ত প্রয়োজন।

একটি ডেটা মাত্রাও রয়েছে যা এশিয়ান ডেভেলপারদের মনোযোগ দেওয়া উচিত। AMIE-এর মাল্টি-এজেন্ট আর্কিটেকচার, Gemini এবং Project Astra-এর উপর নির্মিত, অনুমান সময়ে মাল্টিমোডাল ইনপুট পরিচালনা করার জন্য ডিজাইন করা হয়েছে। ভিজ্যুয়াল যুক্তি, অডিও প্রক্রিয়াকরণ এবং ডায়াগনস্টিক লজিক সমান্তরালে চলে। এশিয়ায় স্বাস্থ্য অ্যাপ্লিকেশন তৈরি করা ডেভেলপারদের জন্য — তা থাইল্যান্ডে একটি টেলিমেডিসিন প্ল্যাটফর্ম, বাংলাদেশে একটি গ্রামীণ ডায়াগনস্টিক টুল, বা চীনে একটি দীর্ঘস্থায়ী রোগ ব্যবস্থাপনা অ্যাপ — এই আর্কিটেকচার অন্তর্নিহিত AI অবকাঠামো কোথায় যাচ্ছে তার একটি সংকেত। AMIE-কে শক্তি দেয় এমন API এবং মডেল ক্ষমতাগুলি অবশেষে অ্যাক্সেসযোগ্য হবে। প্রশ্ন হল আপনার পণ্য আর্কিটেকচার সেগুলি ব্যবহার করতে প্রস্তুত কিনা।

এশিয়ার স্বাস্থ্য প্রযুক্তি তহবিল ধারাবাহিকভাবে বৃদ্ধি পাচ্ছে, কিন্তু এর বেশিরভাগ লজিস্টিক এবং রেকর্ড ব্যবস্থাপনায় গেছে। ক্লিনিক্যাল বুদ্ধিমত্তা স্তর — যে অংশটি প্রকৃতপক্ষে একটি রোগীর অবস্থা সম্পর্কে যুক্তি করে — হারিয়ে যাওয়া অংশ ছিল। AMIE এর প্রমাণ যে হারিয়ে যাওয়া অংশ তৈরি করা হচ্ছে।

ডেভেলপারদের জন্য এর অর্থ কী

যদি আপনি স্বাস্থ্যসেবা, ডায়াগনস্টিক্স বা রোগী-মুখী ইন্টারফেসে কিছু তৈরি করছেন, AMIE-এর আর্কিটেকচার অধ্যয়ন করার যোগ্য একটি কংক্রিট ব্লুপ্রিন্ট অফার করে — এমনকি যদি আপনি নিজে একটি চিকিৎসা AI সিস্টেম তৈরি না করছেন।

মাল্টি-এজেন্ট পদ্ধতি হল মূল পাঠ। AMIE সম্পূর্ণ ক্লিনিক্যাল পরামর্শ সমস্যা একটি মডেল দিয়ে সমাধান করার চেষ্টা করে না। এটি সমস্যাটি বিয়োজন করে: কথোপকথন ব্যবস্থাপনা, ভিজ্যুয়াল ব্যাখ্যা, শ্রবণ প্রক্রিয়াকরণ এবং ডায়াগনস্টিক যুক্তি সমন্বিত এজেন্ট দ্বারা পরিচালিত হয় যা সমান্তরালে কাজ করে এবং প্রসঙ্গ একে অপরের কাছে পাস করে। এটি একটি প্যাটার্ন যা ওষুধের বাইরে ভালভাবে প্রয়োগ করে। যেকোনো জটিল, উচ্চ-ঝুঁকিপূর্ণ ওয়ার্কফ্লো — আইনি গ্রহণ, আর্থিক পরামর্শ, প্রযুক্তিগত সহায়তা — একই বিয়োজন থেকে উপকৃত হয়। একটি অর্কেস্ট্রেটিং এজেন্ট, একাধিক বিশেষায়িত এজেন্ট, ভাগ করা প্রসঙ্গ, রিয়েল-টাইম যুক্তি।

MonstarX প্ল্যাটফর্মে কাজ করা ডেভেলপারদের জন্য, এটি সরাসরি প্রাসঙ্গিক। মাল্টি-এজেন্ট ওয়ার্কফ্লো তৈরি করা যা বিশেষায়িত AI ক্ষমতাগুলিকে সমন্বয় করে ঠিক সেই ধরনের আর্কিটেকচার যা AI-নেটিভ অ্যাপ্লিকেশনগুলি দিকে যাচ্ছে। অবকাঠামো প্রশ্ন — আপনি এই এজেন্টগুলিকে কীভাবে একসাথে সংযুক্ত করেন, আপনি একটি রিয়েল-টাইম ইন্টারঅ্যাকশন জুড়ে অবস্থা কীভাবে পরিচালনা করেন, আপনি সমান্তরাল অনুমানের লেটেন্সি কীভাবে পরিচালনা করেন — এটি যেখানে প্ল্যাটফর্ম-স্তরের টুলিং একটি বাস্তব পার্থক্য তৈরি করে।

এশিয়ায় এখন স্বাস্থ্য প্রযুক্তি তৈরি করা যে কেউর জন্য একটি ব্যবহারিক প্রভাবও রয়েছে: AI-সহায়তাপ্রাপ্ত পরামর্শ থেকে ব্যবহারকারীরা যা আশা করবে তার বার এখন সরে গেছে। AMIE প্রদর্শন করে যে ব্যবহারকারীরা পাঠ্য চ্যাটের উপর ভিডিও AI ইন্টারঅ্যাকশন পছন্দ করে। সেই পছন্দ সাধারণীকরণ করবে। যদি আপনার স্বাস্থ্য অ্যাপ্লিকেশন এখনও শুধুমাত্র পাঠ্য, বা আপনার AI ইন্টারঅ্যাকশন মডেল বিশুদ্ধভাবে প্রতিক্রিয়াশীল (ব্যবহারকারী জিজ্ঞাসা করে, AI সাড়া দেয়), আপনি ক্ষেত্রটি যেখানে যাচ্ছে তার বিরুদ্ধে তৈরি করছেন। রিয়েল-টাইম, মাল্টিমোডাল, সক্রিয় — এগুলি হল ইন্টারঅ্যাকশন প্যাটার্ন যা ক্লিনিক্যাল AI মান হিসাবে প্রতিষ্ঠা করছে।

ইন্টিগ্রেশন দিক থেকে, Gemini এবং Project Astra API থেকে Google কী রিলিজ করে তা দেখতে থাকুন। AMIE সেই ভিত্তির উপর নির্মিত। মাল্টিমোডাল ভিডিও যুক্তি ক্ষমতা যা AMIE-কে একটি ক্লিনিক্যাল সেটিংয়ে কাজ করে তোলে সেই একই ক্ষমতা যা স্বাস্থ্য, শিক্ষা এবং এন্টারপ্রাইজ অ্যাপ্লিকেশনের পরবর্তী প্রজন্মকে শক্তি দেবে। আপনার সংযোগকারী এবং ডেটা পাইপলাইন এখন তৈরি করা — সেই ক্ষমতাগুলি ব্যাপকভাবে উপলব্ধ হওয়ার আগে — আপনাকে একটি অবস্থানে রাখে যখন তারা হয় তখন দ্রুত চলতে।

নিয়ন্ত্রিত বাজারে ডেভেলপারদের জন্য আরও একটি জিনিস উল্লেখযোগ্য: AMIE-এর অধ্যয়ন ডিজাইন উচ্চ-ঝুঁকিপূর্ণ ডোমেনে AI মূল্যায়ন করার জন্য একটি মডেল। র্যান্ডমাইজড ডিজাইন, রোগী অভিনেতা, ক্লিনিক্যাল মূল্যায়নকারী, একাধিক দক্ষতা মাত্রা। যদি আপনি সিঙ্গাপুর, জাপান, দক্ষিণ কোরিয়া বা অস্ট্রেলিয়ার মতো বাজারে স্বাস্থ্য প্রযুক্তি তৈরি করছেন — যেখানে চিকিৎসা AI-এর নিয়ন্ত্রক যাচাই বৃদ্ধি পাচ্ছে — Google এই মূল্যায়ন কীভাবে কাঠামোবদ্ধ করেছে তা বোঝা আপনাকে আপনার নিজের বৈধতা অধ্যয়ন ডিজাইন করতে সাহায্য করবে।