-
CENTRES
Progammes & Centres
Location
अस्तित्वात असलेल्या आरोग्य सेवा प्रणालींसह कृत्रिम बुद्धिमत्तेचे एकत्रिकरण देशातील माता आणि बालकांच्या आरोग्यात लक्षणीय बदल घडविण्यास मदत करू शकते.
असंसर्गजन्य आणि पोषण-संबंधित रोगांमुळे होणारे मातांचे आणि नवजात अर्भकांचे मृत्यू हे भारतातील सार्वजनिक आरोग्यापुढील एक महत्त्वाचे आव्हान आहे. या कारणाने दर वर्षी असंख्य मृत्यू ओढवतात. माता किंवा बाळाला प्रभावित करू शकणाऱ्या या रोगांची लागण गर्भधारणेदरम्यान, प्रसूतीदरम्यान, प्रसूतीनंतर किंवा अगदी बालपणातही होऊ शकते आणि याची लागण झालेली लवकर लक्षात येणे कठीण असू शकते, ज्यामुळे नंतर गुंतागुंत वाढून रुग्णाच्या जीवाला गंभीर धोका निर्माण होतो. याचे निराकरण करण्यासाठी, माता आणि नवजात अर्भकांचे मृत्यू कमी व्हावेत, याकरता लवकर तपासणी करणे, लवकर लक्षात येणे आणि निदान होणे महत्त्वाचे ठरते. माता आणि नवजात अर्भकांविषयकीच्या आरोग्य सेवा क्षेत्रात, कृत्रिम बुद्धिमत्ता आणि इतर डिजिटल तंत्रज्ञानाचा विकास अद्याप जरी प्रारंभीच्या टप्प्यात असला तरी या साधनांमध्ये कमी संसाधनांत माता आणि नवजात अर्भकांच्या आरोग्य क्षेत्रात उत्तम कामगिरी करण्याची क्षमता आहे. पारंपरिक पद्धतींना पूरक ठरत, प्रगत तंत्रज्ञानाने कमी आणि मध्यम उत्पन्न असलेल्या देशांमध्ये माता आणि बाल आरोग्य बदलण्याची क्षमता कृत्रिम बुद्धिमत्तेत आहे. अशा प्रकारे निदानाची अचूकता सुधारत, आरोग्य सेवा अनेकांना उपलब्ध होऊन, जीव वाचवता येऊ शकतो.
कृत्रिम बुद्धिमत्ता आणि इतर डिजिटल तंत्रज्ञान विषयक साधनांमध्ये, कमी संसाधनांत माता आणि नवजात अर्भकांच्या आरोग्य सेवांविषयक उत्तम कामगिरी करण्याची क्षमता आहे.
देशातील माता आणि बालकांच्या आरोग्याची सद्यस्थिती ही आव्हाने आणि प्रगती या दोन्हींसह एक जटिल समस्या आहे. मुख्य आव्हानांपैकी एक म्हणजे माता आणि बालमृत्यूंचा उच्च दर. नवीनतम ‘नमुना नोंदणी प्रणाली’ अहवालानुसार, भारताचा माता मृत्यू दर २०१८-२०२० साली, प्रति १ लाख जन्म पावलेल्यांमागे ९७ मृत्यू असा होता आणि २०१९-२१ मध्ये बाल मृत्यू दर एक हजार जन्म पावलेल्यांमागे ३५.२ मृत्यू असा होता. २०३० सालापर्यंत नवजात अर्भकांचे आणि पाच वर्षांखालील मुलांचे टाळता येण्याजोग्या मृत्यूचे उच्चाटन करण्याचे शाश्वत विकास उद्दिष्ट आहे. प्रति एक हजार जन्म पावलेल्यांमागे नवजात अर्भकांचा मृत्यू दर किमान १२ पर्यंत कमी करणे आणि पाच वर्षांपर्यंतच्या बालकांच्या मृत्यूचा दर प्रति एक हजार जन्म पावलेल्यांमागे किमान २५ करणे हे विशिष्ट उद्दिष्ट आहे.
आकृती १. संपूर्ण देशातील नवजात अर्भकांचा मृत्यू दर
‘राष्ट्रीय कुटुंब आरोग्य सर्वेक्षणा’च्या ताज्या आकडेवारीनुसार, भारतात नवजात अर्भकांचा मृत्यू दर आणि पाच वर्षांपर्यंतच्या बालकांच्या मृत्यूचा दर अनुक्रमे २४.९ आणि ४१.९ आहेत.
हे दर शाश्वत विकास उद्दिष्टाच्या लक्ष्यापेक्षा अधिक आहे आणि चिंतेचे कारण आहे. आकृती १ मध्ये दिसून येते की, नवजात अर्भकांचा मृत्यू दरातील घट वेगवेगळ्या प्रदेशांमध्ये बदलते, फक्त १० राज्यांमध्ये नवजात अर्भकांचा मृत्यू दर शाश्वत विकास उद्दिष्टाच्या लक्ष्यापेक्षा कमी आहे. देशाच्या लोकसंख्येचा महत्त्वपूर्ण भाग असलेली उत्तर प्रदेश, बिहार आणि मध्य प्रदेश यासारखी लोकसंख्या अधिक असलेली राज्ये प्रगतीच्या बाबतीत अजूनही पिछाडीवर आहेत. आकृती २ मध्ये दिसून येते की, पाच वर्षांपर्यंतच्या बालकांच्या मृत्यूचा दराबाबतही असाच कल दिसून येतो.
आकृती २. देशाच्या राज्यांतील ५ वर्षांखालील बालकांचा मृत्यू दर
आणखी एक आव्हान म्हणजे देशातील अनेक महिलांना आणि मुलांना आरोग्य सेवा उपलब्ध नसणे. अनेक ग्रामीण आणि दुर्गम भागांत मूलभूत आरोग्य सुविधांचा अभाव आहे, आणि सुविधा उपलब्ध असल्या तरी, आरोग्य सेवा पुरविणारे कर्मचारी अर्हतापात्र नसण्याची शक्यता असते. या व्यतिरिक्त, सांस्कृतिक आणि सामाजिक अडथळ्यांमुळे महिला आणि मुले आरोग्य सेवा उपलब्ध होण्यापासून वंचित राहू शकतात.
या आव्हानांना न जुमानता, अलिकडच्या वर्षांत भारतात माता आणि बाल आरोग्य क्षेत्रात काही सकारात्मक घडामोडी घडल्या आहेत. माता आणि बालमृत्यू कमी करण्याच्या उद्देशाने सरकारने ‘जननी सुरक्षा योजना’ आणि ‘प्रधानमंत्री सुरक्षा मातृत्व अभियान’ यांसारखे अनेक उपक्रम आणि धोरणे अंमलात आणली आहेत, ज्याद्वारे गर्भवती महिलांना आरोग्य केंद्रांमध्ये प्रसूती करण्याकरता रोख रकमेचे प्रोत्साहन आणि मोफत आरोग्य तपासणी सुविधा उपलब्ध होतात. ग्रामीण आणि दुर्गम भागांत आरोग्य सुविधा केंद्रांची संख्या वाढवण्याचे आणि या सुविधांमध्ये पुरविल्या जाणाऱ्या सेवेचा दर्जा सुधारण्यासाठीही प्रयत्न करण्यात आले आहेत.
याखेरीज, माता आणि बालकांचे आरोग्य सुधारण्यासाठी तंत्रज्ञानाचा वापर करण्यावरही देशात काम केले जात आहे. उदाहरणार्थ, दुर्गम भागांत ‘टेलिमेडिसिन’ लागू करण्यात आले आहे, आणि सरकारने गर्भवती महिलांचे, नवजात अर्भकांचे आणि मुलांचे आरोग्य, लसीकरण आणि पोषण स्थिती यांचा मागोवा घेण्यासाठी ‘आरसीएच अनमोल’ हे अॅप्लिकेशनही सुरू केले आहे. इतर डिजिटल उपक्रमांमध्ये ‘ड्राफ्ट हेल्थ डेटा मॅनेजमेंट पॉलिसी’, ‘हेल्थ डेटा रिटेन्शन पॉलिसी’, ‘युनिफाइड हेल्थ इंटरफेस’ आणि ‘हेल्थ फॅसिलिटी रजिस्ट्री’ यांचा समावेश होतो.
माता आणि बालकांच्या आरोग्यामध्ये कृत्रिम बुद्धिमत्तेचा सर्वात आशादायी उपयोजन म्हणजे भविष्यसूचक प्रारूपांच्या क्षेत्रातील आहे. मोठ्या प्रमाणात वैद्यकीय माहितीचे विश्लेषण करून, कृत्रिम बुद्धिमत्तेचे अल्गोरिदम माता आणि गर्भाच्या गुंतागुंतांसाठी जोखीम घटक ओळखू शकतात आणि विशिष्ट परिणामांच्या संभाव्यतेचा अंदाज लावू शकतात. यामुळे आरोग्य सेवा प्रदान करणाऱ्यांना उच्च-जोखीम गर्भधारणा लवकर ओळखण्यास आणि जोखीम कमी करण्यासाठी पावले उचलण्यास मदत होऊ शकते.
भारतातील मातांच्या, नवजात अर्भकांच्या आणि बालमृत्यूंच्या उच्च दराचे मोठे कारण कुपोषण आहे. सुमारे ६८ टक्के बालमृत्यू कुपोषणाशी संबंधित आहेत. कुपोषण नवजात अर्भकांची रोगप्रतिकारक शक्ती कमी करण्यासाठीही कारणीभूत ठरते. नवजात अर्भकांच्या जन्माच्या वजनाचा अंदाज लावल्याने, डॉक्टरांना आणि पालकांना पोषण पुनर्वसन केंद्रांचा आधीच प्रभावी वापर करण्यासारखा उपाय अवलंबण्यास मदत मिळू शकेल. भारतासारख्या कमी आणि मध्यम उत्पन्न असलेल्या देशांमध्ये, जन्माच्या पहिल्या महिन्यात अर्भकाचे कमी वजन हे मृत्यूचे प्रमुख कारण आहे. भारतातील नवजात अर्भकांच्या पहिल्या २९ दिवसांत होणाऱ्या मृत्यूंपैकी ४५.५ टक्के मृत्यू वाढ पूर्ण होण्याआधी झालेला जन्म आणि कमी वजन यांमुळे होतात. आईच्या वैशिष्ट्यांचा वापर करून नवजात अर्भकाच्या जन्माच्या वजनाचा अचूक अंदाज लावल्याने आरोग्य कर्मचार्यांना संपूर्ण गर्भाची तपासणी, प्रसूती विषयक सार्वजनिक सुविधांमध्ये सुधारणा, लक्ष्यित गरोदर मातांना शरीरातील लोहचे प्रमाण वाढविण्याकरता पूरक औषधे आणि संतुलित ऊर्जा-प्रथिने आहार पुरविण्यासारखे उपचारात्मक उपाय योजणे शक्य होईल. या उपाययोजनांद्वारे अर्भक मृत्यू दर कमी करता येईल. सध्या, सुमारे १८.२ टक्के मुलांचे वजन कमी आहे. हुसेन एट. अल. यांनी प्रस्तावित केलेल्या प्रारूपात, आरोग्य कर्मचार्यांद्वारे वापरल्या जाणार्या मोबाइलमधील अॅप्लिकेशनमध्ये एक घटक म्हणून मापन आणि समाविष्ट करण्याची क्षमता आहे. हे ॲप्लिकेशन कमी वजन असलेल्या नवजात अर्भकाला जन्म देण्याची अधिक शक्यता असलेल्या गरोदर महिलांबद्दल सूचना देईल. देशव्यापी अंमलबजावणीमुळे प्रवर्ग असमतोलाची समस्या उद्भवू शकते, परंतु ही समस्या सहजपणे सोडवता येऊ शकते, ज्यामुळे हे प्रारूप भविष्यातील पुनरुत्पादनासंबंधी आणि बाल आरोग्य विषयक अॅप्लिकेशनचा एक महत्त्वपूर्ण भाग बनते.
मोठ्या प्रमाणात वैद्यकीय माहितीचे विश्लेषण करून, कृत्रिम बुद्धिमत्तेचा अल्गोरिदम माता आणि गर्भाच्या गुंतागुंतांसाठी जोखीम घटक ओळखू शकतात आणि विशिष्ट परिणामांच्या संभाव्यतेचा अंदाज लावू शकतात. यामुळे आरोग्य सेवा प्रदान करणाऱ्यांना उच्च-जोखीम गर्भधारणा लवकर ओळखण्यास आणि जोखीम कमी करण्यासाठी पावले उचलण्यास मदत होऊ शकते.
गर्भातील विकृती शोधण्याबाबतही कृत्रिम बुद्धिमत्ताविषयीची साधने मोठा प्रभाव पाडू शकतात. कमी मध्यम उत्पन्न असलेल्या देशांमध्ये, अल्ट्रासाऊंड तंत्रज्ञानाची उपलब्धता अनेकदा मर्यादित असते आणि प्रतिमांची गुणवत्ता खराब असू शकते. अल्ट्रासाऊंड प्रतिमांचे विश्लेषण करण्यासाठी कृत्रिम बुद्धिमत्तेचा वापर करून, आरोग्य सेवा पुरविणाऱ्या व्यक्ती व संस्था निदानाची अचूकता सुधारू शकतात आणि अन्यथा लक्षात न येणाऱ्या विकृती शोधू शकतात. जास्तीत जास्त लाभ मिळवण्याकरता, प्रतिमा घेण्याच्या पद्धतीचे मानकीकरण करणे, हे काम करणाऱ्यांची व त्याचे स्पष्टीकरण देणाऱ्यांची पात्रता आणि कामगिरी नियंत्रित करणे, वैद्यकीय माहितीचे एकत्रिकरण करणे आणि कामगिरीवर अभिप्राय देणे आवश्यक ठरते.
त्याच्या निदानविषयक उपयोजने व्यतिरिक्त, कृत्रिम बुद्धिमत्ताचा वापर सेवा उपलब्ध होण्यात सुधार होण्याकरताही केला जाऊ शकतो. कृत्रिम बुद्धिमत्ता-शक्तीवर चालणारे चॅटबॉट्स आणि आभासी सहाय्यक यांसारखे आभासी सेवा तंत्रज्ञान, कमी मध्यम उत्पन्न असलेल्या देशांमधील गर्भवती मातांना माहिती आणि आधार देऊ शकतात. असे दिसून आले आहे की, मोबाइल फोनद्वारे गर्भारपणाबद्दल वैयक्तिक, कालबद्ध व्हॉइस संदेश पाठवण्यामुळे मातेच्या आरोग्य सेवा पद्धतींवर सकारात्मक परिणाम होतो आणि मातेच्या आरोग्यासंबंधीचे परिणाम सुधारतात. विशेषत: कमी साक्षरता दर असलेल्या भागात केवळ मजकूराद्वारे पाठवल्या गेलेल्या संदेशवहनाच्या तुलनेत, रेकॉर्डेड आवाजात पाठविलेल्या संदेशाने (व्हॉइस मेसेजेस) वर्तन बदलण्यास प्रवृत्त करण्यासाठी अधिक प्रभावी आहे की नाही हे निर्धारित करण्याकरता अधिक संशोधन होणे आवश्यक आहे. हे तंत्रज्ञान रूग्णांना उपचारांची निकड आणि आवश्यक उपचारांचे स्वरूप निश्चित करण्यासाठी प्राथमिक मूल्यांकन करू शकते आणि त्यांना काळजी घेण्याच्या योग्य स्तरावर निर्देशित करू शकते. यामुळे कामाचा प्रचंड ताण असणाऱ्या आरोग्य सेवा प्रणालींवरील ओझे कमी होण्यास मदत होईल.
कृत्रिम बुद्धिमत्तेचा वापर इलेक्ट्रॉनिक वैद्यकीय नोंदी आणि इतर स्त्रोतांकडून मोठ्या प्रमाणात गोळा केलेल्या माहितीचे व्यवस्थापन आणि विश्लेषण करण्यासाठीही केला जाऊ शकतो. या माहितीतील कल आणि नमुने ओळखून, आरोग्य सेवा पुरविणारे अधिक माहितीपूर्ण निर्णय घेऊ शकतात आणि माता व बालकांचे आरोग्यविषयक परिणाम सुधारू शकतात.
भारतात माता आणि बालकांचे आरोग्य सुधारण्यासाठी कृत्रिम बुद्धिमत्ता वापरण्यात अनेक आव्हाने आहेत:
ही आव्हाने असूनही, देशातील माता आणि बालकांचे आरोग्य सुधारण्याकरता कृत्रिम बुद्धिमत्तेचे संभाव्य फायदे दुर्लक्षित करता येणार नाही. या आव्हानांना सामोरे जाणे आवश्यक आहे. स्थानिक संदर्भासाठी प्रासंगिक, उपलब्ध होण्यायोग्य आणि योग्य असे प्रभावी कृत्रिम बुद्धिमत्ता-आधारित उपाय विकसित करण्यासाठी आणि अंमलात आणण्यासाठी स्थानिक समुदाय आणि आरोग्य सेवा प्रदात्यांसोबत जवळून काम करणे महत्त्वाचे आहे.
कृत्रिम बुद्धिमत्तेमध्ये देशातील माता आणि बालकांच्या आरोग्याबाबत लक्षणीय बदल घडवण्याची क्षमता आहे. तरीसुद्धा, हे लक्षात ठेवणे महत्त्वाचे आहे की, या नाविन्यपूर्ण तंत्रज्ञानाचा वापर पारंपरिक आरोग्य सेवा पद्धतींचा पर्याय म्हणून केला जाऊ नये, तर एक अतिरिक्त साधन म्हणून केला जावा. आधीच अस्तित्वात असलेल्या आरोग्य सेवा प्रणालींसोबत कृत्रिम बुद्धिमत्तेचे एकत्रिकरण उत्तम परिणाम घडवेल. कृत्रिम बुद्धिमत्तेवर आधारित उपायांच्या विकास आणि अंमलबजावणी प्रक्रियेत आरोग्य सेवा प्रदाते आणि स्थानिक समुदायांना सामील करून घेणेही आवश्यक आहे. अशा प्रकारे, उपाययोजना अधिक समर्पक, सर्वांना उपलब्ध होण्याजोग्या आणि स्थानिक संदर्भाशी सुसंगत केल्या जाऊ शकतात, ज्यामुळे, त्यांचा सकारात्मक प्रभाव वाढवता येईल.
हे लेखकाचे वैयक्तिक विचार आहेत
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.
Sikim Chakraborty is an Associate FellowData Sciences at ORF. His research interests are machine learning and information retrieval.
Read More +