पत्र सूचना कार्यालय

આર્ટિફિશિયલ ઇન્ટેલિજન્સ આરોગ્ય ક્ષેત્રને વિવિધ નવીન રીતે પરિવર્તિત કરી રહી છે. AI-આધારિત સાધનો રોગોનું નિદાન અને પૂર્વાનુમાન કરી શકે છે, ક્લિનિકલ પ્રેક્ટિસને સુવ્યવસ્થિત કરી શકે છે, હોસ્પિટલ મેનેજમેન્ટમાં સુધારો કરી શકે છે, દવાની શોધમાં મદદ કરી શકે છે અને આરોગ્યસંભાળ સંશોધનમાં મદદ કરી શકે છે. જો કે, આરોગ્યસંભાળમાં AIનું એકીકરણ તેના અવરોધો અને પડકારો વિના નથી. AI સંચાલિત આરોગ્યસંભાળ ઉપકરણો અને સાધનો વિકસાવવામાં આવી રહ્યા છે, પરંતુ તેમનો સ્વીકાર ઓછો છે. ઘણા AI-સંચાલિત સાધનોને માહિતી આપતા વૈવિધ્યસભર અને પ્રતિનિધિ ડેટાનો નોંધપાત્ર અભાવ છે, જે તેમની ચોકસાઈ ઘટાડી શકે છે અને ચોક્કસ વસ્તી સામે પૂર્વગ્રહોને મજબૂત બનાવી શકે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ પર અનેક ચર્ચાઓમાં, એક સ્પષ્ટ સર્વસંમતિ ઉભરી આવી છે: જ્યારે AIમાં આરોગ્યસંભાળમાં ક્રાંતિ લાવવાની ક્ષમતા છે, તેનું ડેવલપમેન્ટ અને ડિપ્લોયમેન્ટ દર્દી-કેન્દ્રિત રહેવી જોઈએ. તેણે સંભાળની સમાન અને સસ્તા ઍક્સેસનો વિસ્તાર કરવો જોઈએ, વિવિધ અને સમાવિષ્ટ ડેટાસેટ્સ પર તાલીમ આપવી જોઈએ અને પારદર્શિતા અને વિશ્વાસ પર આધારિત હોવું જોઈએ.

આ સિદ્ધાંતોને સમાવવા માટે, આરોગ્ય અને પરિવાર કલ્યાણ મંત્રાલયે તાજેતરમાં નવી દિલ્હીમાં યોજાયેલી ઇન્ડિયા એઆઈ ઇમ્પેક્ટ સમિટ દરમિયાન ભારત માટે હેલ્થકેર ફોર એઆઈ (SAHI) માટે સ્ટ્રેટેજી રજૂ કરી. SAHI ભારતની આરોગ્ય પ્રણાલીમાં એઆઈના જવાબદાર એકીકરણને માર્ગદર્શન આપવા માટે એક રાષ્ટ્રીય માળખું સ્થાપિત કરે છે. તે AIને આરોગ્ય પ્રણાલીને મજબૂત બનાવવાના વ્યૂહાત્મક સક્ષમકર્તા તરીકે ઓળખે છે, જ્યારે પુષ્ટિ આપે છે કે તેનો સ્વીકાર જાહેર હિત, વિશ્વાસ અને લાંબા ગાળાની સિસ્ટમ સ્થિતિસ્થાપકતામાં થવો જોઈએ. સમિટ દરમિયાન યોજાયેલી વિવિધ ચર્ચાઓમાં ડેટામાં વિવિધતા, જવાબદાર અને વિશ્વસનીય એઆઈ સિસ્ટમ્સના મહત્વ, તેમજ જાહેર હિત માટે એઆઈનો ઉપયોગ કરવાના મહત્વ પર પણ પ્રકાશ પાડવામાં આવ્યો હતો.

ભારત માટે આરોગ્યસંભાળમાં AI માટેની વ્યૂહરચના (SAHI)

SAHI એ આરોગ્યસંભાળ સેવાઓમાં AIને કેવી રીતે સંકલિત કરી શકાય તે અંગે ભલામણાત્મક રાષ્ટ્રીય માળખા તરીકે કામ કરે છે.

રાષ્ટ્રીય માળખા તરીકે શરૂ કરાયેલ, SAHI સમગ્ર ભારતમાં આરોગ્યસંભાળ વિતરણમાં AIને એકીકૃત કરવા માટે એક માળખાગત રોડમેપની રૂપરેખા આપે છે. તે નીતિ નિર્માતાઓ, આરોગ્યસંભાળ પ્રદાતાઓ અને ટેકનોલોજી વિકાસકર્તાઓને AIના જવાબદાર અપનાવવા માટે માર્ગદર્શન આપવાનો પ્રયાસ કરે છે, ખાતરી કરે છે કે નવીનતા ક્લિનિકલ જરૂરિયાતો, નિયમનકારી ધોરણો, સમાનતા વિચારણાઓ અને જાહેર વિશ્વાસ સાથે સુસંગત છે.

SAHI સમાવેશી વિકાસને તેનું મુખ્ય ધ્યેય બનાવે છે - જાહેર હિતના હેતુ માટે આ અગ્રિમ ટેકનોલોજીનો ઉપયોગ કરવાની જરૂરિયાત પર ભાર મૂકે છે અને વિકાસ ભારત 2047નું નિર્માણ કરે છે. આ વ્યૂહરચના આરોગ્યસંભાળને વધુ સુલભ, સમયસર, ઉચ્ચ-ગુણવત્તાવાળી અને સસ્તું બનાવવામાં AIની પરિવર્તનશીલ ભૂમિકા અને સંભાવનાને ઓળખે છે, તેને એક શક્તિશાળી નવીન બળ તેમજ જાહેર આરોગ્યને સુધારવા માટે સક્ષમકર્તા તરીકે કલ્પના કરે છે. તે વિશ્વસનીય, જોખમ-પ્રમાણસર શાસન અને મજબૂત ડિજિટલ અને ડેટા ફાઉન્ડેશન સ્થાપિત કરવાનો પ્રયાસ કરે છે જેથી AIનો સુરક્ષિત, નૈતિક અને જવાબદાર ઉપયોગ સુનિશ્ચિત થાય. તેનો હેતુ ભવિષ્ય માટે તૈયાર આરોગ્ય કાર્યબળ અને સંસ્થાઓ બનાવવાનો પણ છે, જ્યારે સમાનતા, ગુણવત્તા, કાર્યક્ષમતા અને જાહેર વિશ્વાસને આગળ ધપાવતા ટકાઉ અને સમાવિષ્ટ AI-for-health ઇકોસિસ્ટમને પ્રોત્સાહન આપવાનો પણ છે.

આ માળખાના 5 મુખ્ય સ્તંભો શાસન અને પુરાવા નિર્માણના ધોરણો; સલામત, નૈતિક, મજબૂત અને પારદર્શક ડિજિટલ અને ડેટા ઈન્ફ્રાસ્ટ્રક્ચર; અને કાર્યબળની તૈયારીને સંબોધિત કરે છે.

SAHI એક પગલું આગળ છે અને ભારતની આર્ટિફિશિયલ ઇન્ટેલિજન્સ માટેની રાષ્ટ્રીય વ્યૂહરચના પર આધારિત છે, જે 2018માં સરકાર દ્વારા AI પર રાષ્ટ્રીય કાર્યક્રમની જાહેરાત બાદ બહાર પાડવામાં આવી હતી, જેમાં #AIforAll પર ભાર મૂકવામાં આવ્યો હતો. ભારતના પોલિસી થિંક ટેન્ક, NITI આયોગ દ્વારા વિકસાવવામાં આવેલી 2018ની વ્યૂહરચનાનો હેતુ માનવતાને લાભ આપવા માટે ઉભરતી અર્થવ્યવસ્થાઓ માટે સ્કેલેબલ સોલ્યુશન્સ વિકસાવવા માટે AIનો ઉપયોગ કરવાનો છે. આરોગ્યસંભાળ ક્ષેત્રમાં, વ્યૂહરચના AIને એક એવી ટેકનોલોજી તરીકે કલ્પના કરે છે જે સાર્વત્રિક આરોગ્ય કવરેજને સક્ષમ કરી શકે છે, ખાસ કરીને ગરીબ કનેક્ટિવિટી અને આરોગ્યસંભાળ વ્યાવસાયિકોની મર્યાદિત પુરવઠાવાળા ગ્રામીણ વિસ્તારોમાં. AIને લોકશાહીકરણના સાધન તરીકે જોવામાં આવે છે જેથી સમુદાયો AI-સંચાલિત સાધનો જેમ કે AI-સંચાલિત ડાયગ્નોસ્ટિક્સ, વ્યક્તિગત સારવાર, સંભવિત રોગચાળાની વહેલી શોધ અને ઇમેજિંગ ડાયગ્નોસ્ટિક્સ દ્વારા આરોગ્યસંભાળ સેવાઓને ઍક્સેસ કરી શકે.

BODH (હેલ્થ AI માટે બેન્ચમાર્કિંગ ઓપન ડેટા પ્લેટફોર્મ)

સમિટ દરમિયાન શરૂ કરાયેલ BODH, મોટા પાયે ઉપયોગ પહેલાં હેલ્થ AI સોલ્યુશન્સના પરીક્ષણ અને માન્યતા માટે એક માળખાગત પદ્ધતિ પૂરી પાડે છે. તે ખાતરી કરવામાં મહત્વપૂર્ણ ભૂમિકા ભજવશે કે ક્લિનિશિયનો દ્વારા ઉપયોગમાં લેવાતા AI સાધનો સલામત, વિશ્વસનીય અને વાસ્તવિક-વિશ્વના પરિમાણો સામે માન્ય છે. વિશ્વાસ, સલામતી અને જવાબદારી ભારતની આરોગ્ય AI યાત્રામાં કેન્દ્રિય રહેવી જોઈએ. તે ઇન્ડિયન ઇન્સ્ટિટ્યૂટ ઓફ ટેકનોલોજી કાનપુર દ્વારા રાષ્ટ્રીય આરોગ્ય સત્તામંડળના સહયોગથી વિકસાવવામાં આવ્યું હતું.

ભારતની AI-સંબંધિત આરોગ્યસંભાળ નીતિઓ

ભારત 2018ની વ્યૂહરચના દ્વારા નિર્ધારિત જાહેર હિત માટે AIનો ઉપયોગ કરવાના લક્ષ્ય તરફ આગળ વધી રહ્યું છે. તે જ વર્ષે, NITI આયોગે રાષ્ટ્રીય આરોગ્ય સ્ટેક: વ્યૂહરચના અને અભિગમ રજૂ કર્યો. આરોગ્ય-સ્ટેક વ્યૂહરચનાએ રાષ્ટ્રીય આરોગ્ય ઇલેક્ટ્રોનિક રજિસ્ટ્રી, કવરેજ અને દાવા પ્લેટફોર્મ, દર્દીઓ માટે તેમના પોતાના આરોગ્ય ડેટાને ઍક્સેસ કરવા અને તબીબી સંશોધનને સક્ષમ કરવા માટે આરોગ્ય રેકોર્ડ ફ્રેમવર્ક અને ડિજિટલ આરોગ્ય ID, આરોગ્ય ડેટા શબ્દકોશો અને ચુકવણી ગેટવે જેવા અન્ય ડિજિટલ ઘટકો સાથે એકીકૃત ડિજિટલ જાહેર માળખાની સ્થાપના માટે એક નીતિ માળખું સ્થાપિત કર્યું. આ સ્થાપત્ય ઘણા AI એકીકરણને સક્ષમ કરી રહ્યું છે.

નેશનલ હેલ્થ સ્ટેકનો ઉદ્દેશ્ય મોટા ડેટા એનાલિટિક્સ અને મશીન લર્નિંગથી લઈને AI સુધીના શક્તિશાળી ટેકનોલોજી શસ્ત્રાગારનો ઉપયોગ કરવાનો છે - જેનો ઉદ્દેશ્ય લોકો, પૈસા અને માહિતીના પ્રવાહને સંપૂર્ણપણે ફરીથી ડિઝાઇન કરવાનો, આરોગ્ય સુરક્ષાના ખર્ચમાં ઘટાડો કરવાનો, ગરીબ લાભાર્થીઓ માટે રોકડ રહિત અને સીમલેસ સંકલિત અનુભવ સુનિશ્ચિત કરવા માટે વિવિધ સિસ્ટમોને એકીકૃત કરવાનો અને સમગ્ર વસ્તીમાં સુખાકારીને પ્રોત્સાહન આપવાનો છે.

આ પાયાના આધારે, નેશનલ ડિજિટલ હેલ્થ બ્લુપ્રિન્ટ (NDHB, 2019)એ AI, મશીન લર્નિંગ, IoT અને મોટા ડેટાને ઉભરતી તકનીકો તરીકે ઓળખ્યા છે જેનો આ સ્કેલની રાષ્ટ્રીય પહેલે વહેલી તકે લાભ લેવો જોઈએ અને આરોગ્ય ક્ષેત્ર માટે AI-સંચાલિત ઉકેલો વિકસાવવા માટે ભારતના વધતા સ્ટાર્ટ-અપ ઇનોવેશન ઇકોસિસ્ટમનો ઉપયોગ કરવા હાકલ કરી હતી.

નેશનલ ડિજિટલ હેલ્થ મિશન સ્ટ્રેટેજી ઓવરવ્યૂ (2020)એ આ દ્રષ્ટિકોણને અમલીકરણ રોડમેપમાં વધુ અનુવાદિત કર્યો. તેમાં માન્યતા આપવામાં આવી હતી કે AI, IoT, બ્લોકચેન અને ક્લાઉડ કમ્પ્યુટિંગ વધુ સર્વાંગી ડિજિટલ હેલ્થ ઇકોસિસ્ટમ માટે વધારાની તકો પ્રદાન કરે છે - જે સમાન ઍક્સેસ વધારી શકે છે, આરોગ્ય પરિણામોમાં સુધારો કરી શકે છે અને ખર્ચ ઘટાડી શકે છે. તેમાં એવી કલ્પના કરવામાં આવી હતી કે આધુનિક AI તકનીકો આરોગ્ય પ્રદાતાઓને હાલના આરોગ્ય રેકોર્ડ ફોર્મેટમાંથી સંબંધિત માહિતી કાઢવામાં અને ઇન્ટરઓપરેટેબલ ડેટા ધોરણોમાં સંક્રમણ કરવામાં મદદ કરશે - જ્યારે સરકાર AI સિસ્ટમ્સની વિશ્વસનીયતા સુનિશ્ચિત કરવા માટે માર્ગદર્શિકા અને ધોરણો નક્કી કરવા માટે પ્રતિબદ્ધ રહેશે.

આરોગ્ય અને પરિવાર કલ્યાણ મંત્રાલય દ્વારા આયુષ્માન ભારત ડિજિટલ મિશન (ABDM)ના લોન્ચ સાથે પરિણમી - જે વ્યાપક ડિજિટલ આરોગ્ય દ્રષ્ટિકોણનું કાર્યકારી અમલીકરણ છે. નાગરિકો માટે બનાવેલ 860 મિલિયનથી વધુ ABDM સાથે, ABDM ભારતના પ્રથમ મોટા પાયે આરોગ્યસંભાળ ડિજિટલ જાહેર માળખાનું પ્રતિનિધિત્વ કરે છે.

તેમાં રેખાંશિક આરોગ્ય રેકોર્ડ, આરોગ્યસંભાળ પ્રદાતાઓ, સુવિધાઓ અને નાગરિકોની રાષ્ટ્રીય રજિસ્ટ્રી અને સંમતિ-આધારિત ડેટા વિનિમય સ્થાપત્યનો સમાવેશ થાય છે. આ માળખાગત સુવિધા AI એકીકરણ માટે મજબૂત પાયો બનાવે છે, જેના ઘણા ઉપયોગો પહેલાથી જ ચાલી રહ્યા છે. સમાંતર રીતે, મંત્રાલયે રોગ દેખરેખ અને પ્રારંભિક તપાસ માટે AI-સક્ષમ સાધનોનો ઉપયોગ કર્યો છે, જેમાં ક્ષય રોગ તપાસ માટે AI-સપોર્ટેડ છાતીના એક્સ-રે અર્થઘટન પ્રણાલીનો સમાવેશ થાય છે.

આરોગ્ય સંભાળમાં AI ની અસર

સંગઠન (WHO)ના સહયોગથી, આરોગ્યમાં AIના વાસ્તવિક-વિશ્વ પ્રભાવ પર ઇન્ડિયા AI ઇમ્પેક્ટ સમિટ 2026 સંકલન અને સુલભતામાં AIના વાસ્તવિક-વિશ્વ પ્રભાવ પર એક સંકલન પ્રકાશિત કર્યું. ઉપયોગના કિસ્સાઓ કમ્પ્યુટર વિઝનમાં AI, દિવ્યાંગ લોકો માટે સહાયક સાધનો, ક્લિનિકલ નિર્ણય સપોર્ટ, આગાહી વિશ્લેષણથી લઈને આરોગ્ય માટે એમ્બિયન્ટ AI સુધી ફેલાયેલા છે.

વિશ્વના સૌથી વધુ વસ્તી ધરાવતા અને વૈવિધ્યસભર પ્રદેશોમાંના એકમાં WHOના આરોગ્ય પહેલનું નેતૃત્વ કરતી WHO દક્ષિણ-પૂર્વ એશિયા પ્રાદેશિક કાર્યાલયના પ્રભારી અધિકારી ડૉ. કેથરીના બોહેમે સંક્ષેપનો હેતુ સ્પષ્ટ રીતે રજૂ કર્યો: આરોગ્યમાં AI પરની વાતચીતને વચનથી પ્રેક્ટિસ તરફ લઈ જવા માટે. તેમણે નોંધ્યું કે નવીનતા ફક્ત ઉચ્ચ આવક ધરાવતા દેશો સુધી મર્યાદિત નથી - સંસાધન-મર્યાદિત સેટિંગ્સમાં સૌથી વધુ સુસંગત વિચારો ઉભરી આવે છે. તેમણે ભાર મૂક્યો કે AIની પરિવર્તનશીલ સંભાવના મજબૂત નૈતિક સંચાલન સાથે હોવી જોઈએ, WHOના આરોગ્યમાં AI માટેના છ મુખ્ય સિદ્ધાંતોમાં તેમની ટિપ્પણીઓને આધાર આપતી, માનવ સ્વાયત્તતાના રક્ષણથી લઈને સમાનતા અને જવાબદારીને આગળ વધારવા સુધી. નિષ્કર્ષમાં, તેમણે કહ્યું કે AI આરોગ્ય કર્મચારીઓનું સ્થાન લેશે નહીં - તે તેમને સશક્ત બનાવશે.

ICMRના નેશનલ ઇન્સ્ટિટ્યૂટ ઓફ રિસર્ચ એન્ડ ડિજિટલ હેલ્થ (NIRDH)ના ડિરેક્ટર ડૉ. મોના દુગ્ગલે પણ આ વાતનો સ્વીકાર કર્યો અને નોંધ્યું કે આ સંક્ષેપ ભારતની પોતાની સફળતાઓ પર નિર્માણ કરવા માટે પશ્ચિમી ઉકેલોને અપનાવવાથી દૂર જવાનો સંકેત આપે છે. તેમણે આરોગ્યમાં AI માટે ICMRની ચાર પ્રાથમિકતાઓની રૂપરેખા આપી -

• સંશોધન સંસ્થાઓમાં ગુણવત્તાયુક્ત ડેટા એકત્રિત કરવો
• ખાનગી ક્ષેત્રની ભાગીદારી બનાવવી
• ICMRના સંસ્થાઓના નેટવર્ક દ્વારા વાસ્તવિક-વિશ્વ પુરાવા બનાવવું
• AI કાર્યબળ પાઇપલાઇનમાં તાત્કાલિક આરોગ્ય અને તબીબી વ્યાવસાયિકોને એકીકૃત કરવા

તેમણે અવલોકન કર્યું કે AI ટૂલ્સના અનુસરણથી એક મૂલ્યવાન ગૌણ અસર થઈ છે: સંસ્થાઓને ડેટા ગુણવત્તાને વધુ ગંભીરતાથી લેવા માટે દબાણ કરવું, એક સદ્ગુણી ચક્ર બનાવવું - વધુ સારા ડેટાથી મજબૂત પુરાવા અને વધુ જાણકાર નીતિ.

આ કેસબુક્સમાં આરોગ્યસંભાળની પહોંચ, નિદાનની ઝડપ અને પહોંચ સુધારવા અને દિવ્યાંગ લોકોને સરળતાથી કાર્ય કરવા સક્ષમ બનાવવા માટે અસરકારક AI સાધનો અને/સિસ્ટમ્સની વાસ્તવિક વાર્તાઓનું સંકલન કરવામાં આવ્યું છે. બે કેસબુકમાંથી કેટલાક ઉદાહરણો નીચે આપેલા છે.

ન્યુરોરેડિયોલોજીના વિભાજનને દૂર કરવું

ન્યુરોરેડિયોલોજી એમઆરઆઈ અને સીટી સ્કેન જેવા અદ્યતન ઇમેજિંગનો ઉપયોગ કરીને મગજ, કરોડરજ્જુ, માથા અને ગરદનના રોગોનું નિદાન અને સારવાર કરવા પર ધ્યાન કેન્દ્રિત કરે છે. છેલ્લા 15 વર્ષોમાં, રેડિયોલોજી વર્કલોડ, ખાસ કરીને ઇમરજન્સી અને ઓન-કોલ સીટી ઇમેજિંગ માટે, જેમાં હેડ ટ્રોમા અને ન્યુરોવાસ્ક્યુલર સીટીનો સમાવેશ થાય છે, 500% વધ્યો છે.

જોકે, ભારતમાં, આ ક્ષેત્રમાં કુશળતા મોટાભાગે મુંબઈ, દિલ્હી, બેંગલુરુ અને અન્ય ટાયર-1 શહેરોમાં કેન્દ્રિત છે. નાના શહેરો અને નગરોમાં, દર્દીઓએ સામાન્ય રેડિયોલોજિસ્ટ પર આધાર રાખવો પડે છે જેઓ ઘણીવાર ઉચ્ચ અને વૈવિધ્યસભર કાર્યભારથી ભરેલા હોય છે, ખાસ કરીને રાત્રિના સમયે. આવા રેડિયોલોજિસ્ટ થાક અને બર્નઆઉટની જાણ કરે છે, જેના કારણે મગજના ગંભીર ઇમેજિંગ કેસોના અર્થઘટનમાં વધુ ભૂલો થાય છે.

સ્કેડા આ સમસ્યાના પ્રતિભાવમાં બ્રેઈનસીટી સિસ્ટમ વિકસાવવામાં આવી હતી. તે એક વિશિષ્ટ AI નિર્ણય-સપોર્ટ મોડ્યુલ છે જેનો હેતુ રેડિયોલોજિસ્ટ્સને મલ્ટિ-પેથોલોજી મગજ સીટી વિશ્લેષણમાં સહાય કરવા માટે છે. આ સિસ્ટમ લગભગ 2,000 અભ્યાસો અને રેડિયોલોજિસ્ટ દ્વારા માન્ય કરાયેલા હજારો એનોટેટેડ સ્લાઇસેસમાંથી મેળવેલા લેબલવાળા ડેટાસેટ પર આધારિત છે.

સ્કેડા ટાયર-2 અને ટાયર-3 જિલ્લાઓમાં 30 થી વધુ આરોગ્યસંભાળ સુવિધાઓમાં 15,000 થી વધુ મગજ સીટી અભ્યાસ માટે બ્રેઈનસીટીનો ઉપયોગ કરવામાં આવ્યો છે. તેણે રેડિયોલોજિસ્ટને સ્કેનના અર્થઘટનને ઝડપી બનાવવામાં મદદ કરી છે. આ સિસ્ટમમાં તમામ ઉંમરના અને બંને જાતિના લોકોને મદદ કરવામાં આવી હતી. આ સિસ્ટમ સહાયક હોવાથી, રેડિયોલોજિસ્ટ રિપોર્ટ્સ પર સહી કરે છે. AI સિસ્ટમ મોટે ભાગે સહાયક છે અને અંતિમ નિદાન ઉત્પન્ન કરતી નથી.

આ પહેલ ભૂગોળને ધ્યાનમાં લીધા વિના, ઉચ્ચ-ગુણવત્તાવાળી વિશિષ્ટ સંભાળને સુલભ અને સસ્તું બનાવવા માટે ફ્રન્ટિયર ટેકનોલોજીનો ઉપયોગ કરવાના SAHI વિઝનનું ઉદાહરણ આપે છે.

સ્વતંત્ર શિક્ષણ અને જીવન માટે AI-સંચાલિત અવાજ-પ્રથમ પ્લેટફોર્મ

ભારતમાં અંધ અને દૃષ્ટિહીન નાગરિકોને પીડીએફ, પાઠ્યપુસ્તકો, કોષ્ટકો, આકૃતિઓ, સૂચનાઓ, તસવીરો અને સત્તાવાર દસ્તાવેજો વાંચવામાં સતત અવરોધોનો સામનો કરવો પડે છે, જેમાં કોઈ અન્ય વ્યક્તિની મદદની જરૂર હોતી નથી. સ્માર્ટન - તેની મોબાઇલ એપ્લિકેશન, ચશ્મા અને વેબ એપ્લિકેશન દ્વારા - તેમને એઆઈ-સંચાલિત, વૉઇસ-ફર્સ્ટ એક્સેસિબિલિટી ઇકોસિસ્ટમ દ્વારા મદદ કરે છે. એઆઈનો ઉપયોગ કરીને, કમ્પ્યુટર વિઝન, કુદરતી ભાષા પ્રક્રિયા અને વાણી તકનીકોને જોડીને, સ્માર્ટકોન વાતચીત ક્રિયાપ્રતિક્રિયાને પણ સક્ષમ બનાવે છે. તે 10 ભારતીય ભાષાઓ સહિત 50 ભાષાઓમાં પણ ઉપલબ્ધ છે. તે 15,000 થી વધુ વપરાશકર્તાઓને સમાજમાં ભાગ લેવા અને શિક્ષણ મેળવવા માટે સશક્ત બનાવી રહ્યું છે.

ભવિષ્ય: સોફ્ટવેર, એઆઈ અને જીનોમિક્સ

દવામાં AIની ભૂમિકા પર ચર્ચા દરમિયાન આરોગ્ય ડેટામાં વિવિધતાના મહત્વ પર ભાર મૂકવામાં આવ્યો હતો. ડિસ્કવરી, જ્યાં હાર્વર્ડ મેડિકલ સ્કૂલના જિનેટિક્સના સહાયક પ્રોફેસર જોનાથન પિકરે જણાવ્યું હતું કે જૈવિક જટિલતાને કારણે જીનોમિક્સ હજુ સુધી દૈનિક દવાને સંપૂર્ણપણે બદલી શક્યું નથી. વિવિધ જીનોમિક્સ ડેટાના અભાવને કારણે આરોગ્યસંભાળ મોડેલોનો વિકાસ થાય છે જે ફક્ત ચોક્કસ વસ્તીનું પ્રતિનિધિત્વ કરે છે, જે વિશ્વના અન્ય ક્ષેત્રોમાં નિષ્ફળ જાય છે. આમ, AI જીનોમિક્સ ડેટાના વૈવિધ્યકરણમાં ખૂબ મદદ કરી શકે છે.

• એઆઈ સમયરેખા: બે થી પાંચ વર્ષમાં એઆઈ હાલના તબીબી સંશોધનમાંથી સૌથી ઉપયોગી માહિતી મેળવશે તેવી અપેક્ષા છે.
• 100 મિલિયનનો ધ્યેય: ઘટતા વળતરથી આગળ વધવા માટે, આ ક્ષેત્રને ઓછામાં ઓછા 100 મિલિયન લોકોના જીનોમિક ડેટાની જરૂર છે.

શાસનનો અભાવ અને "સંભાળની ફરજ"

કેટાલાઇઝિંગ ગ્લોબલ પર ચર્ચા દરમિયાન સમાનતા માટે રોકાણ અને આરોગ્યમાં જવાબદાર AI જેવા વિષયો પર ચર્ચા કરતા નિષ્ણાતોએ નોંધ્યું હતું કે નવીન સાધનોનો વ્યાપ વધી રહ્યો છે, પરંતુ સફળ અમલીકરણ માટે એક સર્વાંગી અભિગમની જરૂર છે જે સરકારી નીતિને વૈશ્વિક સંસ્થાકીય ધોરણો સાથે સાંકળે છે, જેમાં વિશ્વાસ સૌથી મહત્વપૂર્ણ પરિબળ છે. આરોગ્યસંભાળ હેતુઓ માટે AI માં રોકાણને પ્રોત્સાહન આપવા માટે, ટેકનોલોજી વિશ્વસનીય અને આરોગ્યસંભાળ વ્યાવસાયિકો માટે ઉપયોગી હોવી જોઈએ.

આને સક્ષમ બનાવવા માટે, પેનલિસ્ટોએ બે મુખ્ય પ્રાથમિકતાઓ પર પ્રકાશ પાડ્યો:

• બેકબોન ક્ષમતા: સ્થાનિક આરોગ્ય પ્રણાલીઓને અનુરૂપ, સલામતી, પૂર્વગ્રહ ઘટાડવા, ડેટા સુરક્ષા અને સાયબર સુરક્ષા માટે AI સિસ્ટમોની દેખરેખ રાખવા સક્ષમ સંસ્થાકીય અને નિયમનકારી ક્ષમતા બનાવવા માટે વ્યૂહાત્મક રાષ્ટ્રીય રોકાણ.
• "સંભાળની ફરજ": વિકાસકર્તાઓ, ડિપ્લોયર્સ અને સરકારો દ્વારા જાહેર વિશ્વાસ અને માનવ ગૌરવનું રક્ષણ કરવા માટે સ્પષ્ટ પ્રતિબદ્ધતા, ખાતરી કરવી કે AI સિસ્ટમો નુકસાન ઘટાડે છે, તબીબી ભૂલોને અટકાવે છે અને દર્દીની સલામતી અથવા સમાનતા સાથે સમાધાન કરે તેવી રીતે ઉપયોગમાં લેવાય નથી.

નિષ્કર્ષ

SAHIથી લઈને, આરોગ્ય ડેટા અને વિશ્વાસમાં વિવિધતાના મહત્વ સુધી, BODH જેવા સહાયક બેન્ચમાર્કિંગ ટૂલ્સની જરૂરિયાત સુધી, ઇન્ડિયા AI ઇમ્પેક્ટ સમિટ 2026 દરમિયાન આરોગ્યસંભાળ ચર્ચાઓ એક સ્પષ્ટ અને તાત્કાલિક સંદેશ પર કેન્દ્રિત થઈ: આરોગ્યસંભાળમાં AIની પરિવર્તનશીલ સંભાવના ફક્ત ત્યારે જ સાકાર થઈ શકે છે જો તે વિશ્વાસ, નીતિશાસ્ત્ર અને સમાવેશના પાયા પર બનેલ હોય. ડાયગ્નોસ્ટિક ગેપને બંધ કરવા, અલ્ગોરિધમિક પૂર્વગ્રહને દૂર કરવા અને સમાન ઍક્સેસ સુનિશ્ચિત કરવા માટે ઇરાદાપૂર્વકની નીતિ પસંદગીઓ, વૈવિધ્યસભર અને ઉચ્ચ-ગુણવત્તાવાળા ડેટા અને AI સાથે કામ કરવા માટે સજ્જ આરોગ્યસંભાળ કાર્યબળની જરૂર છે.

ભારત, તેની વિશાળ અને વૈવિધ્યસભર વસ્તી, તેની વધતી જતી ડિજિટલ જાહેર માળખાગત સુવિધા અને તબીબી અને ઇજનેરી પ્રતિભાની સમૃદ્ધિ સાથે, આ જવાબદારીનું નેતૃત્વ કરવા માટે અનન્ય રીતે સ્થિત છે - ફક્ત અન્યત્ર વિકસિત ઉકેલો અપનાવીને જ નહીં, પરંતુ પોતાનું નિર્માણ કરીને. #AIforAllનું વિઝન એક AI ઇકોસિસ્ટમ કરતાં ઓછું કંઈ નથી જે દરેક દર્દી માટે, દરેક ક્ષેત્રમાં, આવક, ભાષા અથવા ભૂગોળને ધ્યાનમાં લીધા વિના કાર્ય કરે છે.

સંદર્ભ

• રાષ્ટ્રીય આરોગ્ય નીતિ: chrome- extension://efaidnbmnnnibpcajpcglc1efindmkaj/https://www.mohfw.gov.in/sites/defa ult /files/9147562941489753121.pdf

• AI પર રાષ્ટ્રીય કાર્યક્રમ: https://www.digitalindia.gov.in/initiative/national-program-on-artificial-intelligence/

• કૃત્રિમ બુદ્ધિ માટે રાષ્ટ્રીય વ્યૂહરચના: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.niti.gov.in/sites/default/files/2023-03/National-Strategy-for-Artificial-Intelligence.pdf

• રાષ્ટ્રીય આરોગ્ય સ્ટેક: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://abdm.gov.in/strapicms/uploads/NHS_Strategy_and_Approach_1_89e2dd8f87.pdf

• રાષ્ટ્રીય ડિજિટલ આરોગ્ય મિશન: https://mohfw.gov.in/?q=en/relatedlinks-1

• WHO એ આરોગ્યમાં કૃત્રિમ બુદ્ધિ (AI) અને તેની ડિઝાઇન અને ઉપયોગ માટે છ માર્ગદર્શક સિદ્ધાંતો પર પ્રથમ વૈશ્વિક અહેવાલ બહાર પાડ્યો: https://www.who.int/news/item/28-06-2021-who-issues-first-global-report-on-ai-in-health-and-six-guiding-principles-for-its-design-and-use

ભારત માટે આરોગ્યસંભાળમાં AI માટેની વ્યૂહરચના : https://abdm.gov.in/sahi/

SM/BS/GP/JT

સોશિયલ મીડિયા પર અમને ફોલો કરો :  @PIBAhmedabad    /pibahmedabad1964    /pibahmedabad  pibahmedabad1964@gmail.com