आरोग्य क्षेत्रामधील कृत्रिम बुद्धिमत्ता: आश्वासने, अडचणी आणि मार्ग

हा लेख ‘जागतिक आरोग्य दिन २०२४: माझे आरोग्य, माझा हक्क’ या लेखमालिकेचा भाग आहे.

एआय (कृत्रिम बुद्धिमत्ता) आरोग्य क्षेत्रात स्थिर प्रवेश करत आहे आणि यामुळे पुढील दशकात जगभरातील आरोग्य विषयक परिणाम बदलू शकतील. ‘ऑर्गनायझेशन फॉर इकॉनॉमिक को-ऑपरेशन अँड डेव्हलपमेंट’ने नमूद केल्यानुसार, ‘एआय’ आरोग्यसेवेतील काही प्रमुख आव्हानांचा सामना करू शकेल, ज्यात कमी होत जाणारी कर्मचारी संख्या, वृद्ध व्यक्ती, दीर्घकालीन आजारांच्या ओझ्यांमुळे वाढणारी गुंतागुंत आणि सार्वजनिक आरोग्याला उद्भवणारे धोके यांचा समावेश आहे. हेल्थकेअर उद्योगाचा आवाका ९ ट्रिलियन अमेरिकी डॉलर्स, किंवा जागतिक ‘जीडीपी’च्या ११ टक्के इतका आहे. या बदलांचा मोठा आर्थिक परिणाम होण्याची शक्यता आहे.

जगभरात, एआय आणि मशीन लर्निंग- विविध मार्गांनी वैद्यकीय निदान आणि उपचारांना सहाय्यकारी ठरू लागले आहेत. आरोग्य विषयक माहितीचे अल्गोरिदमने सक्षम केलेले विश्लेषण हे काही घटनांमध्ये अधिक अचूक निदान आणि अधिक केंद्रित उपाययोजना करण्यास सहाय्यभूत ठरते. सावधगिरी बाळगत- नमुने शोधण्यासाठी, प्रतिबंधात्मक कृती योजण्यासाठी आणि वैयक्तिक उपचार योजना विकसित करण्यासाठी भविष्यसूचक प्रारूपेही वापरली जात आहेत. ‘अमेरिकन नॅशनल सेंटर फॉर बायोटेक्नॉलॉजी इन्फॉर्मेशन’च्या अभ्यासानुसार, उदाहरणार्थ, ‘एआय’ने २५ रुग्णांच्या डेटासेटमध्ये कोविड-१९ ची ६८ टक्के ‘पॉझिटिव्ह’ प्रकरणे यशस्वीरित्या शोधली, याउलट आरोग्यसेवा व्यावसायिकांद्वारे त्यांचे ‘निगेटिव्ह’ म्हणून निदान केले गेले होते.

आरोग्य विषयक माहितीचे अल्गोरिदमने सक्षम केलेले विश्लेषण हे काही घटनांमध्ये अधिक अचूक निदान आणि अधिक केंद्रित उपाययोजना करण्यास सहाय्यभूत ठरते.

सरकार आणि टेक कंपन्या त्यांच्या आरोग्य-केंद्रित ‘एआय’च्या गुंतवणुकीत वाढ करत असताना, २०२२ आणि २०३० दरम्यान ३७ टक्के चक्रवाढ वार्षिक वाढ दर (सीएजीआर) वाढून, २०३०पर्यंत जागतिक आरोग्यसेवेतील ‘एआय’ची बाजारपेठ १८८ अब्ज अमेरिकी डॉलर्सपर्यंत पोहोचण्याची अपेक्षा आहे.

भारतीय संदर्भ

जागतिक कलाला अनुसरून, भारतातील आरोग्यसेवा क्षेत्रातील ‘एआय’ बाजारपेठही झपाट्याने वाढत आहे आणि २०२० ते २०२५ पर्यंत ४०.५ टक्के चक्रवाढ वार्षिक वाढ दराने २०२५ पर्यंत हा आकडा १.६ अब्ज अमेरिकी डॉलर्सचा टप्पा ओलांडेल, असे अपेक्षित आहे. या अवकाशात लाखो नवे रोजगार निर्माण होण्याची शक्यता आहे. अहवाल सुचवतो की, ‘एआय’मुळे २०२८ पर्यंत भारतीय आरोग्यसेवेतील विद्यमान भूमिकांपैकी सुमारे २३ टक्के भूमिका बदलतील, जरी कुशल ‘एआय’ सोल्यूशन्स डेव्हलपर, डेटा सायन्टिस्ट आणि इतर टेक व्यावसायिकांवर लक्ष केंद्रित करून या क्षेत्रातील एकूण नियुक्ती २५ टक्क्यांनी वाढली आहे.

अनेक मार्गांनी, भारताच्या ‘नॅशनल स्ट्रॅटेजी फॉर एआय’ (२०१८)ने देशाचे आरोग्य सेवा क्षेत्र हे ‘कदाचित सर्वात अंतर्ज्ञानी आणि एआय-चालित उपाययोजना करण्यासाठी स्पष्ट वापर करण्याजोगे असल्याचे ओळखून, चालू घडामोडींकरता योग्य वातावरण निर्माण केले आहे.’ एआय समाविष्ट करण्यासाठी विशिष्ट क्षेत्रे निश्चित केली आहेत जसे की- लवकर तपास, निदान, निर्णय घेणे व उपचार करणे, वैद्यकीय संशोधन आणि प्रशिक्षण आणि संपूर्ण भारतातील कर्मचारी वाढवणे व प्रयोगशाळेच्या सुविधा वाढवणे. यातील बऱ्याचशा गोष्टी कृतीत रूपांतरित करण्याचे प्रयत्न सुरू आहेत. उदाहरणार्थ, ‘आयुष्मान भारत डिजिटल मिशन’- ज्याचा उद्देश भारतीय आरोग्य परिसंस्थेत नागरिकांची आरोग्य विषयक माहिती परस्पर वापरण्यास सक्षम करणे आणि प्रत्येक नागरिकासाठी सविस्तर इलेक्ट्रॉनिक आरोग्य नोंद विकसित करणे हे आहे- एआय आणि मशीन लर्निंग सोल्यूशन्स तयार करण्यासाठी आणि एकत्रित करण्यासाठी ‘मल्टिपल डेटा रेजिस्ट्री’ तयार करण्यात येत आहे, जेणेकरून जमा केलेल्या माहितीचे विभाजन केले जाऊ शकते, आणि त्याने एआय आणि मशीन लर्निंग उपाययोजना तयार करणे आणि एकत्रित करणे अधिक सोपे आहे. भारताचे राष्ट्रीय टेलिमेडिसिन व्यासपीठ असलेल्या- ‘ई-संजीवनी’वर माहिती संकलन, घेतल्या जाणाऱ्या निगेची गुणवत्ता आणि डॉक्टर-रुग्ण सल्ला मजबूत करण्यासाठी एआय आणि मशीन लर्निंग प्रारूपाचा उपयोग करून घेतला जात आहे. त्याच बरोबर, एआय-आधारित आरोग्य उपायांचा विकास करण्यासाठी आणि वापराला प्रोत्साहन देण्यासाठी दोन ‘सेंटर ऑफ एक्सलन्स फॉर आर्टिफिशियल इंटेलिजेन्स’देखील स्थापन करण्यात आली आहेत.

मुख्य प्रवाहाला मदत करण्यासाठी आणि एआय अप्लिकेशनच्या तैनातीला गती देण्यासाठी सार्वजनिक-खासगी भागीदारीचा सक्रियपणे शोध घेतला जात आहे. २०१८ पासून, निती आयोग हे मायक्रोसॉफ्ट आणि फोरस हेल्थसोबत डायबेटिक रेटिनोपॅथीचा तपास लवकर व्हावा, यासाठी ‘एआय’चा वापर केला जात आहे. रुग्णालयात विशेष उपचार करण्याऐवजी स्थानिक डॉक्टर किंवा इतर आरोग्य कर्मचाऱ्यांकडून जे वैद्यकीय उपचार दिले जातात, त्यात विकसित केले जाणारे एआय अल्गोरिदम स्क्रीनिंग साधन म्हणून वापरले जाऊ शकते. त्याचप्रमाणे, टाटा मेडिकल सेंटर आणि आयआयटी खरगपूर यांनी विकसित केलेली भारतातील पहिली ‘डी-आयडेंटिफाइड कॅन्सर इमेज बँक- कॉम्प्रिहेन्सिव्ह आर्काइव्ह ऑफ इमेजिंग’ ऑन्कोलॉजिकल इमेजेस एआय साधनांद्वारे वापरण्यास परवानगी देते. अशा प्रकारे मशीन लर्निंगच्या प्रारूपांना बायोमार्कर्स ओळखण्यासाठी आणि कर्करोग संशोधनातील परिणाम सुधारण्यासाठी सक्षम बनवते.

खासगी क्षेत्रे आणि प्रमुख खासगी रुग्णालये आरोग्यासंदर्भात ‘एआय’चा वापर करू लागली आहेत. हेल्थटेक कंपन्या ‘एआय’वर चालणाऱ्या उपाययोजनांची एक विस्तृत श्रेणी विकसित करत आहेत, व्यक्तींना फार्मसीशी जोडण्यापासून स्तनाचा कर्करोग लवकर ओळखण्यास सहाय्यकारी ठरण्यापर्यंतच्या उपाययोजनांचा यात समावेश आहे. इतर संस्थांपैकी, अपोलो हॉस्पिटल्सच्या साखळीने ‘प्रोहेल्थ’ नावाचा एक वैयक्तिकृत आरोग्य तपासणी कार्यक्रम तयार केला आहे, ज्यात- २५ दशलक्ष स्क्रीनिंग परिणामांच्या डेटा बँकमधून- आरोग्याच्या जोखीमांचा अंदाज लावण्यासाठी, सुधारात्मक कृतींची शिफारस करण्यासाठी आणि जीवनशैलीशी संबंधित रोगांवर उपाययोजना करण्यासाठी वैद्यकीय तज्ज्ञ आणि ‘एआय’कडील माहिती एकत्र केली जाते.

अडचणी आणि मार्ग

जरी भारताने एआय-आधारित आरोग्यसेवेचा अवलंब करण्यात प्रभावी वाटचाल केली आहे, तरीही माहितीची उपलब्धता, माहितीची गोपनीयता आणि गैरवापरासंदर्भातील चिंता व नियामक अनिश्चितता यांसारखी आव्हाने ‘एआय’चा व्यापक अवलंब करण्यात अडथळा निर्माण करत आहेत.

एकूणच, खंडित आणि अपूर्ण डेटासेटमुळे भारतातील आरोग्य-केंद्रित ‘एआय’समोर अडचणी येऊ शकतात आणि त्यामुळे संभाव्यतः चुकीचे किंवा प्रातिनिधिक नसलेले उपाय योजले जाऊ शकतात. एआय संशोधन आणि विकास सुलभ करण्यासाठी मूळ स्रोत ओळखू येणार नाही, अशा प्रकारे संस्थात्मक संघटना, आरोग्य विषयक माहितीची साठवणूक आणि शेअरिंगची संस्कृती जोपासणे आवश्यक आहे. उदाहरणार्थ, इंडिया डेटासेट प्रोग्राम, नॅशनल डेटा अँड ॲनालिटिक्स प्लॅटफॉर्म आणि ओपन गव्हर्नमेंट डेटा प्लॅटफॉर्म यांसारख्या पोर्टल्सद्वारे डेटासेट मोठ्या प्रमाणात देशातील संशोधन आणि नवकल्पनेच्या परिसंस्थेत उपलब्ध करून दिले जाऊ शकतात. त्याच वेळी, माहितीची सुरक्षितता आणि वाढत्या प्रमाणातील काम हाताळणे सुनिश्चित करण्याच्या दृष्टीने, काही वेळा आरोग्याच्या पायाभूत सुविधांचे अगदीच प्राथमिक स्वरूप, आणि प्रमाणित डेटा फॉर्मेट व डेटा क्लिनिंग साधनांचा सापेक्ष अभाव अनेकदा परस्परांमध्ये काम करण्यात अडथळे निर्माण करतो.

माहितीची सुरक्षितता, वैयक्तिक माहितीमध्ये घुसखोरी न करता येण्याचे स्वातंत्र्य (प्रायव्हसी) आणि तृतीय पक्षासोबत माहिती शेअर न करण्याचे नैतिक कर्तव्य म्हणजेच गोपनीयतेचे पालन होत आहे का, या संदर्भातील भीती ही ‘एआय’ला ताकद देणारे मोठे आरोग्य विषयक डेटासेट जमा करण्यामधील मुख्य अडथळे आहेत. या भीती निराधार नाहीत. २०२२ मध्ये, भारतीय आरोग्य सेवा क्षेत्राला १.९ दशलक्ष सायबर हल्ल्यांचा फटका बसला होता, ज्यामध्ये माहितीच्या उल्लंघनाच्या आणि चोरीच्या असंख्य घटना घडल्या होत्या. ऑक्टोबर २०२३ मध्ये, ‘इंडियन कौन्सिल ऑफ मेडिकल रिसर्च’ने मोठ्या प्रमाणात माहितीचे उल्लंघन झाल्याचा अनुभव घेतला- भारतीय इतिहासातील संभाव्यतः सर्वात मोठी- ज्यामुळे ८१५ दशलक्ष भारतीयांची वैयक्तिकरित्या ओळखण्यायोग्य आरोग्य विषयक माहिती उघड झाली. यातील बरीचशी माहिती नंतर ‘डार्क वेब’वर विक्रीसाठी ठेवण्यात आली होती.

साहजिकच, भागधारकांनी ‘एआय’च्या विकासासाठी आरोग्य विषयक डेटासेट उपलब्ध करून देण्यास नाखुषी व्यक्त केली आहे. आरोग्य विषयक माहिती निनावी करण्याची क्षमता निर्माण करणे आणि जोखीमेपासून व धोक्यापासून सुरक्षित वातावरण निर्माण करणे महत्त्वाचे आहे, ज्यामध्ये ती माहिती एआय प्रारूपाला प्रशिक्षित करण्यासाठी वापरली जाऊ शकते. ‘डेटा एम्पॉवरमेंट अँड प्रोटेक्शन आर्किटेक्चर’ २.० अंतर्गत प्रायोगिक तत्त्वावर चालवल्या जाणाऱ्या गोपनीय ‘क्लीन रूम’च्या प्रणालीतून बरेच काही शिकण्यासारखे आहे, जिथे संवेदनशील वैयक्तिक माहिती ‘प्रारूप प्रशिक्षणासाठी अल्गोरिदमने नियंत्रित केलेल्या पद्धतीने उपलब्ध होऊ शकते’.

‘डिजिटल पर्सनल डेटा प्रोटेक्शन कायदा २०२३’ भारतीय आरोग्य सेवेकरता भविष्यात प्रभावी अथवा यशस्वी होण्याची शक्यता आहे, जिथे वैयक्तिक माहितीचे नैतिकतेने व्यवस्थापन करणे आणि कठोर माहिती संरक्षण व गोपनीयता नियमांची पूर्तता करणे हे अत्यंत महत्त्वाचे ठरते. कायद्याची अंमलबजावणी जसजशी पुढे जाईल, तसतशी आरोग्य विषयक माहिती गोळा करणे, कूटबद्ध करणे (इन्क्रिप्टिंग), संग्रहित करणे आणि त्यावर प्रक्रिया करणे याकरता अधिक मजबूत व्यवस्था निर्माण करू शकेल. या मानकांचे पालन करण्याच्या गरजेमुळे सायबर-हल्ल्यांपासून आरोग्य यंत्रणांचे संरक्षण करण्यासाठी भागधारकांच्या क्षमता वृद्धिंगत करण्यासोबत सायबर सुरक्षा पायाभूत सुविधांमध्ये जास्त गुंतवणूक होण्याची शक्यता आहे. माहितीचे संकलन आणि वापर याबद्दल रुग्णांकडून स्पष्ट संमतीची आवश्यकता आणि त्यांची माहिती प्रत्यक्षात कशासाठी वापरला जात आहे याबद्दल अधिक जागरूकता, संपूर्ण आरोग्य विषयक परिसंस्थेवरील विश्वास वाढवू शकते. एकत्रितपणे, हे घटक ‘एआय’मधील नाविन्यपूर्णतेला गती देण्याची शक्यता आहे, परंतु नाविन्यपूर्णतेसाठी माहितीचे स्टाइलायझेशन आणि रुग्णाच्या गोपनीयतेची देखभाल यांच्यामध्ये एक चांगला समतोल राखायला हवा.

माहितीचे संकलन आणि वापर याबद्दल रुग्णांकडून स्पष्ट संमतीची आवश्यकता आणि त्यांची माहिती प्रत्यक्षात कशासाठी वापरली जात आहे, याबद्दल अधिक जागरूकता, संपूर्ण आरोग्य विषयक परिसंस्थेवरील विश्वास वाढवू शकते.

सप्टेंबर २०२३ मध्ये प्रसिद्ध झालेल्या, ‘जी-२० नवी दिल्ली लीडर्स डिक्लरेशन’मध्ये राष्ट्रप्रमुखांना ‘नाविन्यपूर्णतेच्या बाजूचा नियामक अथवा प्रशासकीय दृष्टिकोन, जो जास्तीत जास्त फायदेशीर आहे आणि ‘एआय’च्या वापराशी संबंधित जोखीम विचारात घेतो’ असा दृष्टिकोन अनुसरण्याचे आवाहन केले गेले. एआय आरोग्यविषयक उपाययोजनांचे प्रतिकूल परिणाम झाल्यास कोणाला जबाबदार किंवा कायदेशीररित्या जबाबदार धरावे हा आरोग्यसेवेतील ‘एआय’वर गंभीर परिणाम करणारा एआय विषयक प्रशासनाचा मुद्दा आहे. वारंवार एकाहून अधिक स्त्रोतांकडून मोठ्या डेटा फायली एकाच, क्लाउड-आधारित स्टोरेज माध्यमात आयात करण्याच्या प्रक्रियेद्वारे, विश्लेषणाद्वारे आणि त्रुटींद्वारे होणाऱ्या स्वयं-शिक्षणातून एआय विकसित होते. परंतु आरोग्य सेवेत, कोणत्याही जराशा चुकीचा जीवघेणा परिणाम होऊ शकतो. उदाहरणार्थ, जेव्हा हे लक्षात आले की, ‘आयबीएम वॉटसन हेल्थ्स कॅन्सर डायग्नोस्टिक टूल’ वास्तविक रुग्णांच्या माहितीसह प्रशिक्षित केले गेलेले नाही, परंतु एका हॉस्पिटलमधील डॉक्टरांच्या गटाने प्रदान केलेल्या काल्पनिक केस स्टडीजच्या संचासह प्रशिक्षित केले गेले. त्याच्या शिफारसी चुकीच्या आणि असुरक्षित असल्याचे उघडकीस येताच मोठे वादळ निर्माण झाले होते.

भारतीय रुग्णालये निदान आणि भविष्यसूचक विश्लेषणासाठी ‘एआय’चा वापर वारंवार करू लागल्याने, काही चूक झाल्यास कोणाला जबाबदार धरायचे? ‘एआय’ ही कायदेशीर संस्थेखेरीज प्रभाव निर्माण करणारी किंवा घटना अथवा परिणामांसाठी जबाबदार असणारी संस्था आहे हे लक्षात घेता, एआय डेव्हलपर, डिप्लोयर किंवा एआय प्रणालीलाच जबाबदार धरायला हवे का? व्यवहारात, जेव्हा एखादा उपाय वापरकर्त्यापर्यंत पोहोचण्याआधी अनेक विकासक आणि डिप्लोयर यांच्या सहकार्याने तयार केला जातो, तेव्हा एआय ‘डेव्हलपर’ ओळखणे कठीण होऊ शकते. भारतीय आणि आंतरराष्ट्रीय एआय प्रशासकीय नियमांच्या चौकटींना आणि कायद्यांना- ‘एआय’ला कायदेशीर व्यक्तिमत्व दिले जावे की नाही आणि ते दिले गेल्यास कसे हाताळायचे या द्विधा परिस्थितीचे निराकरण करावे लागेल.

आरोग्यविषयक ‘एआय’ उपाययोजनांचे प्रतिकूल परिणाम झाल्यास कोणाला जबाबदार किंवा कायदेशीररित्या जबाबदार धरावे हा आरोग्यसेवेतील ‘एआय’वर गंभीर परिणाम करणारा ‘एआय’च्या प्रशासनाचा मुद्दा आहे.

अखेरीस, भारतीय एआय विकास क्षेत्रात कौशल्याची कमतरता दूर करणे आवश्यक आहे. सध्या, अंदाजे ४१६,००० व्यक्ती एआय आणि डेटा सायन्सच्या क्षेत्रात काम करतात, परंतु आणखी किमान २१३,००० लोकांची तातडीने आवश्यकता आहे. विशेषतः भारतीय आरोग्यसेवेत एआय आणि टेक व्यावसायिकांची मागणी वाढत आहे. सरकार, टेक कंपन्या आणि शैक्षणिक संस्था ‘एआय कौशल्य कार्यक्रम’ राबवत असतानाही, शिकणाऱ्यांना ते वापरता येणाऱ्या संधींबद्दल सतर्क करायला हवे. आरोग्यासाठी ‘एआय’मध्ये स्वारस्य निर्माण करण्यास प्रारंभ करण्याचा हा उचित क्षण आहे.

अनिर्बन सरमा हे ऑब्झर्व्हर रिसर्च फाऊंडेशनचे उपसंचालक आणि वरिष्ठ फेलो आहेत.

सृष्टी जायभाये या ऑब्झर्व्हर रिसर्च फाऊंडेशनमध्ये रिसर्च इंटर्न आहेत.

• Healthcare
• Artificial Intelligence
• India
• AI governance
• Ayushman Bharat Digital Mission
• chronic diseases
• Global health
• Healthcare AI
• Indian Healthcare
• medical dignosis
• predictive models
• skill deficit
• Treatment

The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.

PREV NEXT