पत्र सूचना कार्यालय

വിവിധ നൂതന മാർഗങ്ങളിലൂടെ ആരോഗ്യമേഖലയെ നിർമിത ബുദ്ധി (AI) മാറ്റിമറിച്ചുകൊണ്ടിരിക്കുകയാണ്. രോഗനിർണ്ണയം നടത്തുന്നതിനും രോഗസാധ്യതകൾ പ്രവചിക്കുന്നതിനും ക്ലിനിക്കൽ രീതികൾ ലളിതമാക്കുന്നതിനും ആശുപത്രി മാനേജ്‌മെന്റ് മെച്ചപ്പെടുത്തുന്നതിനും AI അധിഷ്ഠിത ഉപകരണങ്ങൾ സഹായിക്കുന്നു. കൂടാതെ, മരുന്ന് കണ്ടുപിടുത്തങ്ങളിലും ആരോഗ്യ ഗവേഷണങ്ങളിലും ഇവ വലിയ പങ്കുവഹിക്കുന്നു. എങ്കിലും ആരോഗ്യരംഗത്തെ AI സംയോജനം വെല്ലുവിളികളും തടസ്സങ്ങളും നിറഞ്ഞതാണ്. AI അധിഷ്ഠിത ആരോഗ്യ ഉപകരണങ്ങൾ വികസിപ്പിക്കുന്നുണ്ടെങ്കിലും അവയുടെ ഉപയോഗം ഇപ്പോഴും കുറവാണ്. പല AI ഉപകരണങ്ങളും വികസിപ്പിക്കാൻ ഉപയോഗിക്കുന്ന വിവരങ്ങളിൽ  വൈവിധ്യമോ പ്രാതിനിധ്യമോ ഇല്ലാത്തത് അവയുടെ കൃത്യത കുറയ്ക്കാനും ചില ജനവിഭാഗങ്ങളോട് വിവേചനം കാണിക്കാനും ഇടയാക്കുന്നുണ്ട്. നിർമിത ബുദ്ധിയെക്കുറിച്ചുള്ള വിവിധ ചർച്ചകളിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ പൊതുവായ അഭിപ്രായം ഇതാണ്: AI-യ്ക്ക് ആരോഗ്യമേഖലയിൽ വിപ്ലവം സൃഷ്ടിക്കാൻ കഴിയുമെങ്കിലും അതിന്റെ വികാസവും ഉപയോഗവും രോഗീകേന്ദ്രീകൃതമായിരിക്കണം. അത് ആരോഗ്യസേവനങ്ങൾ എല്ലാവർക്കും തുല്യമായും മിതമായ നിരക്കിലും ലഭ്യമാക്കുന്നതാകണം. വൈവിധ്യമാർന്നതും എല്ലാവരെയും ഉൾക്കൊള്ളുന്നതുമായ വിവരശേഖരങ്ങളിൽ  അധിഷ്ഠിതമായിരിക്കണം ഇവയുടെ പരിശീലനം. കൂടാതെ, സുതാര്യതയിലും വിശ്വാസത്തിലും ഊന്നിയുള്ളതാകണം ഇതിന്റെ പ്രവർത്തനം.

ഈ തത്വങ്ങൾ ഉൾക്കൊള്ളുന്നതിനായി, അടുത്തിടെ ന്യൂഡൽഹിയിൽ നടന്ന 'ഇന്ത്യ AI ഇംപാക്ട് ഉച്ചകോടിയിൽ' വെച്ച് കേന്ദ്ര ആരോഗ്യ-കുടുംബക്ഷേമ മന്ത്രാലയം 'സ്ട്രാറ്റജി ഫോർ AI ഇൻ ഹെൽത്ത്‌കെയർ ഫോർ ഇന്ത്യ' (SAHI - സഹി) പുറത്തിറക്കി. ഇന്ത്യയുടെ ആരോഗ്യസംവിധാനത്തിൽ നിർമിത ബുദ്ധിയെ ഉത്തരവാദിത്തത്തോടെ സംയോജിപ്പിക്കുന്നതിനുള്ള ഒരു ദേശീയ ചട്ടക്കൂടിന് സഹി രൂപം നൽകുന്നു. ആരോഗ്യ സംവിധാനത്തെ ശക്തിപ്പെടുത്തുന്നതിനുള്ള ഒരു തന്ത്രപ്രധാന മാർഗമായി AI-യെ ഇത് അംഗീകരിക്കുന്നുണ്ടെങ്കിലും അതിന്റെ ഉപയോഗം പൊതുതാൽപ്പര്യം, വിശ്വാസം, ദീർഘകാലാടിസ്ഥാനത്തിലുള്ള വ്യവസ്ഥാപരമായ കരുത്ത് എന്നിവയിൽ അധിഷ്ഠിതമായിരിക്കണമെന്ന് ഇത് ഉറപ്പുനൽകുന്നു. ഡാറ്റയിലെ വൈവിധ്യം, ഉത്തരവാദിത്തമുള്ളതും വിശ്വസനീയവുമായ AI സംവിധാനങ്ങൾ, പൊതുനന്മയ്ക്കായി AI ഉപയോഗിക്കേണ്ടതിന്റെ പ്രാധാന്യം എന്നിവയും ഉച്ചകോടിയിലെ വിവിധ ചർച്ചകൾ ഉയർത്തിക്കാട്ടി.

സ്ട്രാറ്റജി ഫോർ AI ഇൻ ഹെൽത്ത്‌കെയർ ഫോർ ഇന്ത്യ (SAHI)

ആരോഗ്യ സേവനങ്ങളിൽ നിർമിത ബുദ്ധി (AI) എപ്രകാരം സംയോജിപ്പിക്കാം എന്നതിനെക്കുറിച്ച് ശുപാർശകൾ നൽകുന്ന ഒരു ദേശീയ ചട്ടക്കൂടായാണ് സഹി പ്രവർത്തിക്കുന്നത്.

ഒരു ദേശീയ ചട്ടക്കൂടായി വിഭാവനം ചെയ്തിരിക്കുന്ന സഹി, ഇന്ത്യയിലുടനീളമുള്ള ആരോഗ്യസേവനവിതരണത്തിൽ AI ഉൾപ്പെടുത്തുന്നതിനുള്ള ഘടനാപരമായ ഒരു മാർഗ്ഗരേഖ  മുന്നോട്ടുവെക്കുന്നു. നയരൂപകർത്താക്കൾ, ആരോഗ്യസേവനദാതാക്കൾ, സാങ്കേതികവിദ്യ വികസിപ്പിക്കുന്നവർ എന്നിവർക്ക് AI-യുടെ ഉത്തരവാദിത്തപരമായ ഉപയോഗത്തിന് ആവശ്യമായ മാർഗനിർദ്ദേശം നൽകാൻ ഇത് ലക്ഷ്യമിടുന്നു. ഇതിലൂടെ പുതിയ കണ്ടെത്തലുകൾ ക്ലിനിക്കൽ ആവശ്യങ്ങൾക്കും നിയമപരമായ മാനദണ്ഡങ്ങൾക്കും സാമൂഹിക തുല്യതയ്ക്കും പൊതുവിശ്വാസത്തിനും അനുസൃതമാണെന്ന് ഉറപ്പാക്കുന്നു.

എല്ലാവരെയും ഉൾക്കൊള്ളുന്ന വികസനത്തെ സഹി അതിന്റെ പ്രധാന ലക്ഷ്യമാക്കുന്നു. ഈ നൂതന സാങ്കേതികവിദ്യ പൊതുനന്മയ്ക്കും 'വികസിത ഭാരതം 2047' യാഥാർത്ഥ്യമാക്കുന്നതിനും ഉപയോഗിക്കേണ്ടതിന്റെ ആവശ്യകത ഇത് ഊന്നിപ്പറയുന്നു. ആരോഗ്യ സേവനങ്ങൾ ഗുണമേന്മയും സമയബന്ധിതവുമായി കൂടുതൽ പേരിലേക്കും മിതമായ നിരക്കിലും ലഭ്യമാക്കാൻ AI-ക്കുള്ള പരിവർത്തനപരമായ പങ്കിനെ ഈ തന്ത്രം അംഗീകരിക്കുന്നു. ഇതിനെ ഒരു ശക്തമായ നൂതന ശക്തിയായും പൊതുജനാരോഗ്യം മെച്ചപ്പെടുത്തുന്നതിനുള്ള ഒരു മാധ്യമമായും സഹി വിഭാവനം ചെയ്യുന്നു. സുരക്ഷിതവും ധാർമ്മികവും ഉത്തരവാദിത്തമുള്ളതുമായ AI ഉപയോഗം ഉറപ്പാക്കുന്നതിന് വിശ്വസനീയവും അപകടസാധ്യതകൾക്ക് അനുസൃതമായതുമായ ഭരണസംവിധാനവും ശക്തമായ ഡിജിറ്റൽ-ഡാറ്റാ അടിത്തറയും സ്ഥാപിക്കാൻ ഇത് ലക്ഷ്യമിടുന്നു. കൂടാതെ, ഭാവിയിലെ വെല്ലുവിളികളെ നേരിടാൻ സജ്ജമായ ഒരു ആരോഗ്യപ്രവർത്തക സേനയെയും സ്ഥാപനങ്ങളെയും കെട്ടിപ്പടുക്കുന്നതിനൊപ്പം തന്നെ തുല്യത, ഗുണമേന്മ, കാര്യക്ഷമത, പൊതുവിശ്വാസം എന്നിവ പ്രോത്സാഹിപ്പിക്കുന്ന സുസ്ഥിരവും ഉൾക്കൊള്ളുന്നതുമായ ഒരു 'AI-ഫോർ-ഹെൽത്ത്' ആവാസവ്യവസ്ഥ വളർത്തിയെടുക്കാനും ഇത് ലക്ഷ്യമിടുന്നു.

ഈ ചട്ടക്കൂടിന്റെ 5 പ്രധാന സ്തംഭങ്ങൾ  താഴെ പറയുന്നവയെ അഭിസംബോധന ചെയ്യുന്നു: ഭരണസംവിധാനവും തെളിവുകൾ ശേഖരിക്കുന്നതിനുള്ള മാനദണ്ഡങ്ങളും; സുരക്ഷിതവും ധാർമ്മികവും കരുത്തുറ്റതും സുതാര്യവുമായ ഡിജിറ്റൽ-ഡാറ്റാ ഇൻഫ്രാസ്ട്രക്ചർ; കൂടാതെ തൊഴിൽസേനയുടെ സന്നദ്ധത.

കേന്ദ്ര ഗവൺമെൻറ്  പ്രഖ്യാപിച്ച 'നാഷണൽ പ്രോഗ്രാം ഓൺ AI'-ക്ക് ശേഷം, 2018-ൽ പുറത്തിറക്കിയതും #AIforAll (എല്ലാവർക്കും നിർമിത ബുദ്ധി) എന്ന ആശയത്തിന് ഊന്നൽ നൽകിയതുമായ ഇന്ത്യയുടെ 'നാഷണൽ സ്ട്രാറ്റജി ഫോർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്' എന്ന പദ്ധതിയുടെ അടുത്ത ഘട്ടമാണ് സഹി. ഇന്ത്യയുടെ നയരൂപീകരണ സമിതിയായ നിതി  ആയോഗ് തയ്യാറാക്കിയ 2018-ലെ ഈ തന്ത്രം വളർന്നുവരുന്ന സമ്പദ്‌വ്യവസ്ഥകൾക്ക് അനുയോജ്യമായ സാങ്കേതിക പരിഹാരങ്ങൾ നൽകുന്നതിനും മാനവികതയുടെ ഉത്കൃഷ്ടമായ നന്മയ്ക്കുമായി AI ഉപയോഗിക്കുന്നതിനും ലക്ഷ്യമിടുന്നു. ആരോഗ്യമേഖലയിൽ, പ്രത്യേകിച്ച് മികച്ച കണക്റ്റിവിറ്റിയോ ആരോഗ്യപ്രവർത്തകരുടെ സേവനമോ ലഭ്യമല്ലാത്ത ഗ്രാമീണ മേഖലകളിൽ, സാർവത്രിക ആരോഗ്യ പരിരക്ഷ ഉറപ്പാക്കുന്ന ഒരു സാങ്കേതികവിദ്യയായാണ് ഈ പദ്ധതി നിർമിത ബുദ്ധിയെ വിഭാവനം ചെയ്തത്. AI അധിഷ്ഠിത രോഗനിർണ്ണയം, വ്യക്തിഗത ചികിത്സാരീതികൾ, മഹാമാരികൾ മുൻകൂട്ടി തിരിച്ചറിയൽ, ഇമേജിംഗ് ഡയഗ്നോസ്റ്റിക്സ് തുടങ്ങിയവയിലൂടെ ആരോഗ്യ സേവനങ്ങൾ എല്ലാവരിലേക്കും എത്തിക്കുന്ന ഒരു ജനാധിപത്യപരമായ ഉപകരണമായാണ് AI-യെ ഇതിൽ കാണുന്നത്.

ബോധ് (BODH - ബെഞ്ച്മാർക്കിംഗ് ഓപ്പൺ ഡാറ്റ പ്ലാറ്റ്‌ഫോം ഫോർ ഹെൽത്ത് AI)

ഉച്ചകോടിക്കിടെ  പുറത്തിറക്കിയ 'ബോധ്' (BODH) ആരോഗ്യമേഖലയിലെ AI സാങ്കേതികവിദ്യകൾ വലിയ തോതിൽ നടപ്പിലാക്കുന്നതിന് മുൻപായി അവ പരിശോധിച്ച് ഉറപ്പുവരുത്തുന്നതിനായി ഒരു ഘടനാപരമായ സംവിധാനം ഒരുക്കുന്നു. ഡോക്ടർമാരും മറ്റ് ആരോഗ്യപ്രവർത്തകരും ഉപയോഗിക്കുന്ന AI ഉപകരണങ്ങൾ സുരക്ഷിതവും വിശ്വസനീയവുമാണെന്ന് ഉറപ്പാക്കുന്നതിലും യഥാർത്ഥ സാഹചര്യങ്ങളിൽ അവയുടെ കൃത്യത പരിശോധിക്കുന്നതിലും 'ബോധ്' നിർണ്ണായക പങ്കുവഹിക്കും. ഇന്ത്യയുടെ ആരോഗ്യ-AI പ്രയാണത്തിൽ വിശ്വാസ്യത, സുരക്ഷ, ഉത്തരവാദിത്തം എന്നിവയ്ക്ക് മുഖ്യസ്ഥാനം നൽകേണ്ടതുണ്ട്. നാഷണൽ ഹെൽത്ത് അതോറിറ്റിയുമായി (NHA) സഹകരിച്ച് ഇന്ത്യൻ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി (IIT) കാൺപൂർ ആണ് ഈ പ്ലാറ്റ്‌ഫോം വികസിപ്പിച്ചെടുത്തത്.

ഇന്ത്യയുടെ ആരോഗ്യമേഖലയിലെ AI സംബന്ധമായ നയങ്ങൾ

2018-ലെ തന്ത്രജ്ഞതയിൽ ഉരുത്തിരിഞ്ഞ 'പൊതുനന്മയ്ക്കായി AI' എന്ന ലക്ഷ്യത്തിലേക്ക് ഇന്ത്യ അതിവേഗം മുന്നേറിക്കൊണ്ടിരിക്കുകയാണ്. അതേ വർഷം തന്നെ നിതി  ആയോഗ് 'നാഷണൽ ഹെൽത്ത് സ്റ്റാക്ക്: സ്ട്രാറ്റജി ആൻഡ് അപ്രോച്ച്'  പുറത്തിറക്കി. ദേശീയ തലത്തിലുള്ള ഹെൽത്ത് ഇലക്ട്രോണിക് രജിസ്ട്രികൾ, ഇൻഷുറൻസ് പരിരക്ഷയ്ക്കും ക്ലെയിമുകൾക്കുമായുള്ള പ്ലാറ്റ്‌ഫോം, രോഗികൾക്ക് സ്വന്തം ആരോഗ്യ വിവരങ്ങൾ ലഭ്യമാക്കുന്നതിനും മെഡിക്കൽ ഗവേഷണങ്ങൾക്കും സഹായിക്കുന്ന ഹെൽത്ത് റെക്കോർഡ്സ് ചട്ടക്കൂട് എന്നിവയുൾപ്പെടെയുള്ള ഒരു ഏകീകൃത ഡിജിറ്റൽ പൊതു അടിസ്ഥാനസൗകര്യങ്ങൾ  സ്ഥാപിക്കുന്നതിനായുള്ള നയരൂപരേഖ ഈ സ്ട്രാറ്റജി മുന്നോട്ടുവെച്ചു. ഡിജിറ്റൽ ഹെൽത്ത് ഐഡി, ഹെൽത്ത് ഡാറ്റ ഡിക്ഷണറികൾ, പേയ്‌മെന്റ് ഗേറ്റ്‌വേകൾ തുടങ്ങിയ ഡിജിറ്റൽ ഘടകങ്ങളും ഇതിന്റെ ഭാഗമാണ്. ഈ ഘടന പലവിധത്തിലുള്ള AI സംയോജനങ്ങളെയും സാധ്യമാക്കുന്നു.

ബിഗ് ഡാറ്റ അനലിറ്റിക്‌സ്, മെഷീൻ ലേണിംഗ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) തുടങ്ങിയ കരുത്തുറ്റ സാങ്കേതിക വിദ്യകൾ വിന്യസിക്കാൻ നാഷണൽ ഹെൽത്ത് സ്റ്റാക്ക് ലക്ഷ്യമിടുന്നു. ഇതിലൂടെ ജനങ്ങൾ, സാമ്പത്തികം, വിവരങ്ങൾ എന്നിവയുടെ കൈമാറ്റം പൂർണ്ണമായും പുനർനിർമ്മിക്കാനും, ആരോഗ്യ സംരക്ഷണത്തിനായുള്ള ചെലവുകൾ കുറയ്ക്കാനും സാധിക്കും. കൂടാതെ, വിഭിന്നങ്ങളായ സംവിധാനങ്ങളെ ഒന്നിപ്പിച്ചുകൊണ്ട് ഏറ്റവും പാവപ്പെട്ട ഗുണഭോക്താക്കൾക്ക് പണരഹിതവും തടസ്സമില്ലാത്തതുമായ സേവനം ഉറപ്പാക്കാനും ജനങ്ങളുടെ മൊത്തത്തിലുള്ള ആരോഗ്യം മെച്ചപ്പെടുത്താനും ഇത് ലക്ഷ്യമിടുന്നു.

ഈ അടിത്തറയിൽ ഊന്നിക്കൊണ്ട്, 2019-ലെ നാഷണൽ ഡിജിറ്റൽ ഹെൽത്ത് ബ്ലൂപ്രിന്റ് (NDHB), ഇത്തരം വലിയ ദേശീയ പദ്ധതികൾ AI, മെഷീൻ ലേണിംഗ്, ഐഒടി (IoT), ബിഗ് ഡാറ്റ തുടങ്ങിയ നൂതന സാങ്കേതികവിദ്യകൾ എത്രയും വേഗം പ്രയോജനപ്പെടുത്തണമെന്ന് ചൂണ്ടിക്കാട്ടി. ആരോഗ്യമേഖലയ്ക്കായി AI അധിഷ്ഠിത പരിഹാരങ്ങൾ വികസിപ്പിക്കുന്നതിന് ഇന്ത്യയിലെ വളർന്നുവരുന്ന സ്റ്റാർട്ടപ്പ് ആവാസവ്യവസ്ഥയെ  ഉപയോഗപ്പെടുത്തണമെന്നും ഇത് ആഹ്വാനം ചെയ്തു.

നാഷണൽ ഡിജിറ്റൽ ഹെൽത്ത് മിഷൻ സ്ട്രാറ്റജി ഓവർവ്യൂ (2020), ഈ കാഴ്ചപ്പാടിനെ നടപ്പിലാക്കുന്നതിനുള്ള ഒരു മാർഗ്ഗരേഖയാക്കി മാറ്റി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI), ഇന്റർനെറ്റ് ഓഫ് തിങ്‌സ് (IoT), ബ്ലോക്ക്ചെയിൻ, ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് എന്നിവ കൂടുതൽ സമഗ്രമായ ഒരു ഡിജിറ്റൽ ആരോഗ്യ ആവാസവ്യവസ്ഥയ്ക്ക് വലിയ അവസരങ്ങൾ നൽകുന്നുവെന്ന് ഇത് തിരിച്ചറിഞ്ഞു. ഇതിലൂടെ സേവനങ്ങളിൽ തുല്യമായ പ്രവേശനം വർദ്ധിപ്പിക്കാനും, മികച്ച ആരോഗ്യഫലങ്ങൾ ഉണ്ടാക്കാനും, ചിലവുകൾ കുറയ്ക്കാനും സാധിക്കും. നിലവിലുള്ള ആരോഗ്യ രേഖകളിൽ നിന്ന് പ്രസക്തമായ വിവരങ്ങൾ വേർതിരിച്ചെടുക്കാനും അവ എല്ലാവർക്കും ഉപയോഗിക്കാവുന്ന ഡാറ്റാ മാനദണ്ഡങ്ങളിലേക്ക് മാറ്റാനും ആധുനിക AI സാങ്കേതിക വിദ്യകൾ ആരോഗ്യപ്രവർത്തകരെ സഹായിക്കുമെന്ന് ഇത് വിഭാവനം ചെയ്തു. അതോടൊപ്പം തന്നെ, AI സംവിധാനങ്ങളുടെ വിശ്വസനീയത ഉറപ്പാക്കുന്നതിനുള്ള മാർഗ്ഗനിർദ്ദേശങ്ങളും മാനദണ്ഡങ്ങളും ഗവൺമെൻറ് തയ്യാറാക്കുമെന്നും ഇതിൽ ഉറപ്പുനൽകി.

ഈ നയപരമായ നീക്കങ്ങൾ കേന്ദ്ര ആരോഗ്യ-കുടുംബക്ഷേമ മന്ത്രാലയം ആയുഷ്മാൻ ഭാരത് ഡിജിറ്റൽ മിഷൻ (ABDM) ആരംഭിക്കുന്നതിലൂടെ അതിന്റെ പൂർണ്ണതയിലെത്തി - വിശാലമായ ഡിജിറ്റൽ ആരോഗ്യ കാഴ്ചപ്പാടിന്റെ പ്രായോഗിക രൂപമാണിത്. പൗരന്മാർക്കായി 86 കോടിയിലധികം ഐഡികൾ (ABDM ID) സൃഷ്ടിച്ചുകഴിഞ്ഞ ഈ പദ്ധതി, ഇന്ത്യയുടെ ആദ്യത്തെ വലിയ തോതിലുള്ള ആരോഗ്യമേഖലയിലെ ഡിജിറ്റൽ പൊതു അടിസ്ഥാനസൗകര്യങ്ങളെ പ്രതിനിധീകരിക്കുന്നു.

കാലാകാലങ്ങളായുള്ള ആരോഗ്യ രേഖകൾ, ആരോഗ്യസേവന ദാതാക്കളുടെയും സ്ഥാപനങ്ങളുടെയും പൗരന്മാരുടെയും ദേശീയ രജിസ്ട്രികൾ, സമ്മതത്തിലധിഷ്ഠിതമായ ഡാറ്റാ കൈമാറ്റ സംവിധാനം എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു. ഈ ഇൻഫ്രാസ്ട്രക്ചർ AI സംയോജനത്തിന് ശക്തമായ ഒരു അടിത്തറ പാകുന്നു. ഇതിനകം തന്നെ ഇതിന്റെ പല പ്രയോഗങ്ങളും നടന്നുവരുന്നുണ്ട്. ഇതിനോടൊപ്പം തന്നെ, രോഗനിർണ്ണയത്തിനും നേരത്തെയുള്ള കണ്ടെത്തലിനുമായി AI അധിഷ്ഠിത സംവിധാനങ്ങൾ മന്ത്രാലയം വിന്യസിച്ചിട്ടുണ്ട്. ക്ഷയരോഗ നിർണ്ണയത്തിനായി AI സഹായത്തോടെ പ്രവർത്തിക്കുന്ന ചെസ്റ്റ് എക്സ്-റേ വിശകലന സംവിധാനങ്ങൾ ഇതിന് ഉദാഹരണമാണ്.

ആരോഗ്യമേഖലയിലെ AI-യുടെ സ്വാധീനം

AI ഉച്ചകോടിക്കിടെ, ഇന്ത്യാ ഗവൺമെൻറ് ലോകാരോഗ്യ സംഘടനയുമായി (WHO) സഹകരിച്ച് 'ഇന്ത്യ AI ഇംപാക്ട് ഉച്ചകോടി 2026: ആരോഗ്യരംഗത്തെ AI-യുടെ യഥാർത്ഥ സ്വാധീനം', 'പ്രാപ്യതയിലെ AI-യുടെ യഥാർത്ഥ സ്വാധീനം' എന്നീ വിഷയങ്ങളിൽ രണ്ട് സംഗ്രഹങ്ങൾ പ്രസിദ്ധീകരിച്ചു. കമ്പ്യൂട്ടർ വിഷനിലെ AI, ഭിന്നശേഷിക്കാർക്കായുള്ള സഹായ ഉപകരണങ്ങൾ, ക്ലിനിക്കൽ തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള പിന്തുണ, പ്രെഡിക്റ്റീവ് അനാലിസിസ്, ആരോഗ്യരംഗത്തെ ആംബിയന്റ് AI തുടങ്ങി വൈവിധ്യമാർന്ന മേഖലകളിൽ AI പ്രയോഗിക്കുന്നതിന്റെ ഉദാഹരണങ്ങൾ ഇതിൽ ഉൾപ്പെടുന്നു.

ലോകത്തിലെ ഏറ്റവും ജനസംഖ്യയുള്ളതും വൈവിധ്യമാർന്നതുമായ പ്രദേശങ്ങളിലൊന്നിൽ സ്ഥിതി ചെയ്യുന്ന, ലോകാരോഗ്യ സംഘടനയുടെ (WHO) തെക്കുകിഴക്കൻ ഏഷ്യൻ റീജിയണൽ ഓഫീസിന്റെ ചുമതലയുള്ള ഡോ. കാതറിന ബോം ഈ സമാഹാരത്തിന്റെ ലക്ഷ്യം വ്യക്തമായി വിശദീകരിച്ചു. ആരോഗ്യരംഗത്തെ AI-യെക്കുറിച്ചുള്ള ചർച്ചകളെ കേവലം വാഗ്ദാനങ്ങളിൽ നിന്ന് പ്രായോഗിക തലത്തിലേക്ക് എത്തിക്കുക എന്നതാണ് ഇത്. നൂതനമായ കണ്ടെത്തലുകൾ ഉയർന്ന വരുമാനമുള്ള രാജ്യങ്ങളിൽ മാത്രം ഒതുങ്ങിനിൽക്കുന്നതല്ലെന്ന് അവർ ചൂണ്ടിക്കാട്ടി — വിഭവപരിമിതിയുള്ള സാഹചര്യങ്ങളിലാണ് ഏറ്റവും പ്രസക്തമായ ആശയങ്ങൾ രൂപപ്പെടുന്നത്. AI-യുടെ പരിവർത്തനപരമായ സാധ്യതകൾക്കൊപ്പം ശക്തമായ ധാർമ്മിക മേൽനോട്ടം ഉണ്ടായിരിക്കണമെന്ന് അവർ ഊന്നിപ്പറഞ്ഞു. മനുഷ്യന്റെ സ്വയംഭരണാധികാരം സംരക്ഷിക്കുന്നത് മുതൽ നീതിയും ഉത്തരവാദിത്തവും ഉറപ്പാക്കുന്നത് വരെയുള്ള, ആരോഗ്യരംഗത്തെ AI-യ്ക്കായുള്ള ലോകാരോഗ്യ സംഘടനയുടെ ആറ് പ്രധാന തത്വങ്ങളെ അടിസ്ഥാനമാക്കിയാണ് അവർ സംസാരിച്ചത്. ഉപസംഹാരമായി, AI ഒരിക്കലും ആരോഗ്യപ്രവർത്തകർക്ക് പകരമാവില്ലെന്നും മറിച്ച് അവരുടെ പ്രവർത്തനങ്ങളെ കൂടുതൽ ശക്തമാക്കുമെന്നും അവർ പറഞ്ഞു.

ഐ.സി.എം.ആർ-ന്റെ (ICMR) നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് റിസർച്ച് ആൻഡ് ഡിജിറ്റൽ ഹെൽത്ത് (NIRDH) ഡയറക്ടർ ഡോ. മോണ ദുഗ്ഗൽ ഈ അഭിപ്രായത്തോട് യോജിക്കുകയും പാശ്ചാത്യ പരിഹാരങ്ങൾ അതേപടി പകർത്തുന്നതിന് പകരം ഇന്ത്യയുടെ സ്വന്തം വിജയങ്ങളിൽ ഊന്നിയുള്ള പ്രവർത്തനങ്ങളിലേക്കുള്ള മാറ്റമാണ് ഈ സമാഹാരം സൂചിപ്പിക്കുന്നതെന്ന് വ്യക്തമാക്കുകയും ചെയ്തു. ആരോഗ്യരംഗത്തെ AI-യുമായി ബന്ധപ്പെട്ട് ഐ.സി.എം.ആർ മുന്നോട്ടുവെക്കുന്ന നാല് മുൻഗണനാ ക്രമങ്ങളെക്കുറിച്ച് അവർ വിശദീകരിച്ചു —

• ഗവേഷണ സ്ഥാപനങ്ങളിൽ നിന്നുള്ള ഗുണമേന്മയുള്ള ഡാറ്റ സമാഹരിക്കുക
• സ്വകാര്യ മേഖലയുമായുള്ള പങ്കാളിത്തം കെട്ടിപ്പടുക്കുക
• ഐ.സി.എം.ആർ-ന്റെ സ്ഥാപന ശൃംഖലയിലൂടെ യഥാർത്ഥ                      സാഹചര്യങ്ങളിലുള്ള തെളിവുകൾ രൂപപ്പെടുത്തുക
• ആരോഗ്യ-മെഡിക്കൽ രംഗത്തെ വിദഗ്ധരെ AI തൊഴിൽ മേഖലയിലേക്ക് അടിയന്തരമായി സംയോജിപ്പിക്കുക

AI ഉപകരണങ്ങൾക്കായുള്ള പരിശ്രമം ഒരു സുപ്രധാനമായ അനുബന്ധ നേട്ടം കൂടി നൽകിയിട്ടുണ്ടെന്ന് അവർ നിരീക്ഷിച്ചു. വിവരങ്ങളുടെ ഗുണനിലവാരത്തെ സ്ഥാപനങ്ങൾ കൂടുതൽ ഗൗരവമായി കാണാൻ ഇത് കാരണമായി. മികച്ച വിവരങ്ങൾ, അതിലൂടെ ശക്തമായ തെളിവുകൾ, അവയിലൂടെ കൂടുതൽ വ്യക്തതയുള്ള നയരൂപീകരണം എന്നിങ്ങനെയുള്ള ഗുണപരമായ ഒരു ചക്രം ഇത് സൃഷ്ടിക്കുന്നു.

ആരോഗ്യ സേവനങ്ങളുടെ ലഭ്യത, രോഗനിർണ്ണയത്തിന്റെ വേഗത, ഭിന്നശേഷിക്കാർക്ക് സുഗമമായി കാര്യങ്ങൾ നിർവ്വഹിക്കാനുള്ള സൗകര്യം എന്നിവ മെച്ചപ്പെടുത്തുന്നതിൽ നിർണ്ണായക സ്വാധീനം ചെലുത്തിയ AI ഉപകരണങ്ങളുടെയും സംവിധാനങ്ങളുടെയും യഥാർത്ഥ കഥകളാണ് ഈ കേസ് ബുക്കുകളിൽ സമാഹരിച്ചിരിക്കുന്നത്. രണ്ട് കേസ് ബുക്കുകളിൽ നിന്നുമുള്ള ചില ഉദാഹരണങ്ങൾ താഴെ നൽകുന്നു.

ന്യൂറോ റേഡിയോളജിയിലെ വിടവ് നികത്തൽ MRI, CT സ്കാനുകൾ തുടങ്ങിയ നൂതന ഇമേജിംഗ് വിദ്യകൾ ഉപയോഗിച്ച് മസ്തിഷ്കം, നട്ടെല്ല്, തല, കഴുത്ത് എന്നിവയുമായി ബന്ധപ്പെട്ട രോഗങ്ങൾ നിർണ്ണയിക്കുന്നതിലും ചികിത്സിക്കുന്നതിലുമാണ് ന്യൂറോ റേഡിയോളജി ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. കഴിഞ്ഞ 15 വർഷത്തിനിടയിൽ, റേഡിയോളജി വിഭാഗത്തിലെ ജോലിഭാരം 500% വർദ്ധിച്ചിട്ടുണ്ട്; പ്രത്യേകിച്ച് എമർജൻസി വിഭാഗത്തിലും ഓൺ-കോൾ ഡ്യൂട്ടിയിലുമുള്ള CT ഇമേജിംഗ്, തലയ്ക്കേറ്റ പരിക്ക്, ന്യൂറോവാസ്കുലർ CT എന്നിവയിൽ വലിയ വർദ്ധനവാണുണ്ടായത്. എങ്കിലും, ഇന്ത്യയിൽ ഈ മേഖലയിലുള്ള വൈദഗ്ധ്യം മുംബൈ, ഡൽഹി, ബെംഗളൂരു തുടങ്ങിയ മെട്രോ നഗരങ്ങളിൽ മാത്രമായി പരിമിതപ്പെട്ടിരിക്കുന്നു. ചെറിയ നഗരങ്ങളിലും പട്ടണങ്ങളിലും ഉള്ള രോഗികൾക്ക് ജനറൽ റേഡിയോളജിസ്റ്റുകളെയാണ് ആശ്രയിക്കേണ്ടി വരുന്നത്. പലപ്പോഴും രാത്രികാലങ്ങളിൽ ഇവർക്ക് അമിതമായ ജോലിഭാരവും വൈവിധ്യമാർന്ന കേസുകളും കൈകാര്യം ചെയ്യേണ്ടി വരുന്നു. ഇത് റേഡിയോളജിസ്റ്റുകളുടെ മാനസിക സമ്മർദ്ദത്തിനും തളർച്ചയ്ക്കും കാരണമാകുന്നുണ്ട്. തൽഫലമായി, തലച്ചോറുമായി ബന്ധപ്പെട്ട സങ്കീർണ്ണമായ കേസുകളിൽ തെറ്റായ രോഗനിർണ്ണയത്തിനുള്ള സാധ്യത വർദ്ധിക്കുന്നു. ഈ പ്രശ്നത്തിനുള്ള പരിഹാരമായാണ് സ്‌കൈഡ ബ്രെയിൻ സിടി (Scaida BrainCT) സിസ്റ്റം വികസിപ്പിച്ചെടുത്തത്. ഒന്നിലധികം രോഗലക്ഷണങ്ങളുള്ള മസ്തിഷ്ക സിടി സ്കാനുകൾ വിശകലനം ചെയ്യുന്നതിൽ റേഡിയോളജിസ്റ്റുകളെ സഹായിക്കുന്നതിനുള്ള ഒരു പ്രത്യേക 'AI ഡിസിഷൻ-സപ്പോർട്ട്' മോഡ്യൂളാണിത്. ഏകദേശം 2,000 പഠനങ്ങളിൽ നിന്നുള്ള വിവരങ്ങളും, റേഡിയോളജിസ്റ്റുകൾ സാക്ഷ്യപ്പെടുത്തിയ പതിനായിരക്കണക്കിന് ഇമേജ് സ്ലൈസുകളും ഉൾപ്പെട്ട ഡാറ്റാസെറ്റ് ഉപയോഗിച്ചാണ് ഈ സംവിധാനം നിർമ്മിച്ചിരിക്കുന്നത്. ടയർ 2, ടയർ 3 ജില്ലകളിലെ മുപ്പതിലധികം ആരോഗ്യ കേന്ദ്രങ്ങളിലായി 15,000-ത്തിലധികം ബ്രെയിൻ സിടി പഠനങ്ങൾക്കായി സ്‌കൈഡ ബ്രെയിൻ സിടി നിലവിൽ ഉപയോഗിച്ചുവരുന്നു. സ്കാനുകൾ വിശകലനം ചെയ്യുന്നതിന്റെ വേഗത വർദ്ധിപ്പിക്കാൻ ഇത് റേഡിയോളജിസ്റ്റുകളെ സഹായിച്ചു. എല്ലാ പ്രായത്തിലും ലിംഗത്തിലുമുള്ള ആളുകൾക്ക് ഈ സംവിധാനത്തിലൂടെ സേവനം ലഭിക്കുന്നുണ്ട്. ഇതൊരു സഹായ സംവിധാനം  മാത്രമായതിനാൽ, റിപ്പോർട്ടുകൾ റേഡിയോളജിസ്റ്റ് പരിശോധിച്ച് ഒപ്പിട്ട ശേഷമേ അന്തിമമാക്കൂ. ഈ AI സംവിധാനം പ്രധാനമായും റേഡിയോളജിസ്റ്റിനെ സഹായിക്കുകയാണ് ചെയ്യുന്നത്, അല്ലാതെ സ്വയം അന്തിമ രോഗനിർണ്ണയം നടത്തുന്നില്ല. ഭൂമിശാസ്ത്രപരമായ തടസ്സങ്ങളില്ലാതെ തന്നെ, അത്യാധുനിക സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് ഗുണമേന്മയുള്ള വിദഗ്ദ്ധ ചികിത്സ എല്ലാവർക്കും ലഭ്യമാക്കുകയും ചെലവ് കുറയ്ക്കുകയും ചെയ്യുക എന്ന SAHI-യുടെ കാഴ്ചപ്പാടിന് മികച്ച ഉദാഹരണമാണ് ഈ സംരംഭം.

 

സ്വതന്ത്ര വിദ്യാഭ്യാസത്തിനും ജീവിതത്തിനുമായി AI അധിഷ്ഠിത 'വോയ്‌സ്-ഫസ്റ്റ്' പ്ലാറ്റ്‌ഫോം ഇന്ത്യയിലെ കാഴ്ചപരിമിതിയുള്ളവർക്കും കാഴ്ചയില്ലാത്ത പൗരന്മാർക്കും മറ്റൊരാളുടെ സഹായമില്ലാതെ പിഡിഎഫ് (PDF), പാഠപുസ്തകങ്ങൾ, പട്ടികകൾ , ഡയഗ്രമുകൾ, അറിയിപ്പുകൾ, ചിത്രങ്ങൾ, ഔദ്യോഗിക രേഖകൾ എന്നിവ വായിക്കുന്നതിന് വലിയ തടസ്സങ്ങൾ നേരിടുന്നുണ്ട്. സ്‌മാർട്ടൺ (SMARTON) അതിന്റെ മൊബൈൽ ആപ്ലിക്കേഷൻ, സ്മാർട്ട് ഗ്ലാസുകൾ, വെബ് ആപ്ലിക്കേഷൻ എന്നിവയിലൂടെ നിർമിത ബുദ്ധിയിൽ അധിഷ്ഠിതമായ ഒരു 'വോയ്‌സ്-ഫസ്റ്റ്' (ശബ്ദത്തിന് മുൻഗണന നൽകുന്ന) സംവിധാനം ഒരുക്കി ഇവരെ സഹായിക്കുന്നു. കമ്പ്യൂട്ടർ വിഷൻ, നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസിംഗ്, സ്പീച്ച് ടെക്നോളജി എന്നിവ സംയോജിപ്പിച്ച് പ്രവർത്തിക്കുന്ന ഈ സംവിധാനത്തിലൂടെ ഉപയോക്താക്കൾക്ക് സംഭാഷണരൂപത്തിൽ ആശയവിനിമയം നടത്താനും സാധിക്കും. 10 ഇന്ത്യൻ ഭാഷകൾ ഉൾപ്പെടെ 50 ഭാഷകളിൽ ഈ സേവനം ലഭ്യമാണ്. വിദ്യാഭ്യാസ മേഖലയിലും സാമൂഹിക ജീവിതത്തിലും സജീവമായി ഇടപെടാൻ 15,000-ത്തിലധികം ഉപയോക്താക്കളെ ഈ സംവിധാനം പ്രാപ്തരാക്കുന്നു.

ഭാവി: സോഫ്റ്റ്‌വെയർ, AI, ജീനോമിക്സ്

ആരോഗ്യ സംബന്ധമായ വിവരങ്ങളിലെ  വൈവിധ്യത്തിന്റെ പ്രാധാന്യം 'മരുന്ന് കണ്ടുപിടുത്തത്തിൽ AI-യുടെ പങ്ക്' എന്ന വിഷയത്തിൽ നടന്ന ചർച്ചയിൽ ഊന്നിപ്പറയുകയുണ്ടായി. ഹാർവാർഡ് മെഡിക്കൽ സ്കൂളിലെ ജനിതകശാസ്ത്ര അസിസ്റ്റന്റ് പ്രൊഫസർ ജോനാഥൻ പിക്കർ പറഞ്ഞത്, ജീവശാസ്ത്രപരമായ സങ്കീർണ്ണതകൾ കാരണം ജീനോമിക്സിന് ദൈനംദിന ചികിത്സാരീതികളെ ഇതുവരെ പൂർണ്ണമായി മാറ്റാൻ കഴിഞ്ഞിട്ടില്ല എന്നാണ്. വൈവിധ്യമാർന്ന ജീനോമിക് വിവരങ്ങളുടെ  അഭാവം ചില പ്രത്യേക ജനവിഭാഗങ്ങളെ മാത്രം പ്രതിനിധീകരിക്കുന്ന ആരോഗ്യ മാതൃകകൾ വികസിപ്പിക്കാൻ ഇടയാക്കുന്നു; ഇത് ലോകത്തിന്റെ മറ്റ് ഭാഗങ്ങളിൽ പരാജയപ്പെടുകയും ചെയ്യുന്നു. അതിനാൽ, ജീനോമിക് വിവരങ്ങളിൽ വൈവിധ്യം കൊണ്ടുവരുന്നതിന് AI-ക്ക് വലിയ രീതിയിൽ സഹായിക്കാൻ സാധിക്കും.

• AI ടൈംലൈൻ: അടുത്ത രണ്ട് മുതൽ അഞ്ച് വർഷത്തിനുള്ളിൽ നിലവിലുള്ള മെഡിക്കൽ ഗവേഷണങ്ങളിൽ നിന്ന് ഏറ്റവും പ്രയോജനപ്രദമായ വിവരങ്ങൾ വേർതിരിച്ചെടുക്കാൻ AI-ക്ക് കഴിയുമെന്ന് പ്രതീക്ഷിക്കുന്നു.
•  100 ദശലക്ഷം എന്ന ലക്ഷ്യം: നിലവിലെ പരിമിതികൾ മറികടന്ന് മുന്നേറുന്നതിന്, കുറഞ്ഞത് 100 ദശലക്ഷം (10 കോടി) ആളുകളിൽ നിന്നുള്ള ജീനോമിക് ഡാറ്റ ഈ മേഖലയ്ക്ക് ആവശ്യമാണ്.

ഭരണപരമായ വിടവും "പരിചരണ ചുമതലയും"

'ആരോഗ്യരംഗത്തെ തുല്യവും ഉത്തരവാദിത്തമുള്ളതുമായ AI-യ്ക്കായി ആഗോള നിക്ഷേപം പ്രോത്സാഹിപ്പിക്കുക' എന്ന വിഷയത്തിൽ നടന്ന ചർച്ചയിൽ, നൂതന ഉപകരണങ്ങൾ വർദ്ധിച്ചുവരുന്നുണ്ടെങ്കിലും അവ വിജയകരമായി നടപ്പിലാക്കാൻ സമഗ്രമായ ഒരു സമീപനം ആവശ്യമാണെന്ന് വിദഗ്ധർ ചൂണ്ടിക്കാട്ടി. ഗവൺമെൻറ്  നയങ്ങളെ ആഗോള സ്ഥാപനങ്ങളുടെ മാനദണ്ഡങ്ങളുമായി സംയോജിപ്പിക്കേണ്ടതുണ്ട്; ഇതിൽ ഏറ്റവും പ്രധാനപ്പെട്ട ഘടകം 'വിശ്വാസം' ആണ്. ആരോഗ്യമേഖലയിലെ AI നിക്ഷേപങ്ങൾ വർദ്ധിപ്പിക്കുന്നതിന്, ആ സാങ്കേതികവിദ്യ ആരോഗ്യപ്രവർത്തകർക്ക് വിശ്വാസയോഗ്യവും ഉപകാരപ്രദവുമാകണം.

ഇത് സാധ്യമാക്കുന്നതിനായി പാനലിസ്റ്റുകൾ രണ്ട് പ്രധാന മുൻഗണനാ ക്രമങ്ങൾ എടുത്തുപറഞ്ഞു:

• അടിസ്ഥാന ശേഷി: പ്രാദേശിക ആരോഗ്യ സംവിധാനങ്ങൾക്ക് അനുയോജ്യമായ രീതിയിൽ AI സംവിധാനങ്ങളുടെ സുരക്ഷ, വിവേചനം കുറയ്ക്കൽ, ഡാറ്റാ സംരക്ഷണം, സൈബർ സുരക്ഷ എന്നിവ മേൽനോട്ടം വഹിക്കാൻ ശേഷിയുള്ള സ്ഥാപനപരവും നിയന്ത്രണപരവുമായ സംവിധാനങ്ങൾ കെട്ടിപ്പടുക്കുന്നതിനായുള്ള തന്ത്രപരമായ ദേശീയ നിക്ഷേപങ്ങൾ.

• "പരിചരണ ചുമതല": പൊതുവിശ്വാസവും മനുഷ്യന്റെ അന്തസ്സും സംരക്ഷിക്കുമെന്ന ഡെവലപ്പർമാരുടെയും ഗവൺമെന്റുകളുടെയും വ്യക്തമായ പ്രതിജ്ഞാബദ്ധത. AI സംവിധാനങ്ങൾ ദോഷഫലങ്ങൾ കുറയ്ക്കുന്നുവെന്നും മെഡിക്കൽ പിഴവുകൾ തടയുന്നുവെന്നും ഉറപ്പാക്കണം. രോഗികളുടെ സുരക്ഷയോ തുല്യതയോ അപകടത്തിലാക്കുന്ന രീതിയിൽ ഇവ ഉപയോഗിക്കപ്പെടുന്നില്ലെന്ന് ഉറപ്പുവരുത്തേണ്ടതുണ്ട്.

ഉപസംഹാരം

സഹി എന്ന നയരേഖ മുതൽ ആരോഗ്യ വിവരങ്ങളിലെ വൈവിധ്യത്തിന്റെയും വിശ്വാസ്യതയുടെയും പ്രാധാന്യം വരെയും,'ബോധ്' (BODH) പോലുള്ള ബെഞ്ച്മാർക്കിംഗ് ഉപകരണങ്ങളുടെ ആവശ്യകത വരെയും 'ഇന്ത്യ AI ഇംപാക്ട് ഉച്ചകോടി 2026'-ൽ നടന്ന ചർച്ചകൾ വ്യക്തവും അടിയന്തരവുമായ ഒരു സന്ദേശമാണ് നൽകുന്നത്. ആരോഗ്യമേഖലയിലെ AI-യുടെ പരിവർത്തനപരമായ സാധ്യതകൾ യാഥാർത്ഥ്യമാകണമെങ്കിൽ അത് വിശ്വാസം, ധാർമ്മികത, ഉൾക്കൊള്ളൽ  എന്നീ അടിത്തറകളിൽ നിർമ്മിക്കപ്പെടണം. രോഗനിർണ്ണയത്തിലെ വിടവ് നികത്തുന്നതിനും അൽഗോരിതങ്ങളിലെ വിവേചനം ഒഴിവാക്കുന്നതിനും എല്ലാവർക്കും തുല്യമായ സേവനം ഉറപ്പാക്കുന്നതിനും ബോധപൂർവമായ നയരൂപീകരണങ്ങളും വൈവിധ്യമാർന്നതും ഗുണമേന്മയുള്ളതുമായ വിവരങ്ങളും AI-യുമായി സഹകരിച്ച് പ്രവർത്തിക്കാൻ സജ്ജരായ ഒരു ആരോഗ്യപ്രവർത്തക സേനയും അത്യാവശ്യമാണ്.

വിശാലവും വൈവിധ്യമാർന്നതുമായ ജനസംഖ്യ, വളർന്നുവരുന്ന ഡിജിറ്റൽ പബ്ലിക് ഇൻഫ്രാസ്ട്രക്ചർ, സമർത്ഥരായ മെഡിക്കൽ-എഞ്ചിനീയറിംഗ് വിദഗ്ധർ എന്നിവയുള്ള ഇന്ത്യയ്ക്ക് ഈ മേഖലയിൽ നേതൃത്വം നൽകാൻ സവിശേഷമായ കഴിവുണ്ട്. ഇത് മറ്റെവിടെയെങ്കിലും വികസിപ്പിച്ചെടുത്ത സാങ്കേതികവിദ്യകൾ സ്വീകരിച്ചുകൊണ്ട് മാത്രമല്ല, മറിച്ച് സ്വന്തമായി നിർമ്മിച്ചുകൊണ്ടായിരിക്കണം. #AIforAll (എല്ലാവർക്കും നിർമിത ബുദ്ധി) എന്ന കാഴ്ചപ്പാട് അർത്ഥമാക്കുന്നത് വരുമാനം, ഭാഷ, ഭൂമിശാസ്ത്രം എന്നിവ പരിഗണിക്കാതെ എല്ലാ പ്രദേശങ്ങളിലുമുള്ള ഓരോ രോഗിക്കും പ്രയോജനപ്പെടുന്ന ഒരു AI ആവാസവ്യവസ്ഥയാണ്.

അവലംബം

 

• National Health Policy: chrome- extension://efaidnbmnnnibpcajpcglc1efindmkaj/https://www.mohfw.gov.in/sites/defa ult/files/9147562941489753121.pdf

•     National Program on AI:  https://www.digitalindia.gov.in/initiative/national-program-on-artificial-intelligence/ 

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

• National Health Stack: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://abdm.gov.in/strapicms/uploads/NHS_Strategy_and_Approach_1_89e2dd8f87.pdf

•     National Digital Health Mission:  https://mohfw.gov.in/?q=en/relatedlinks-1

•     WHO issues first global report on Artificial Intelligence (AI) in health and six guiding principles for its design and use: 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

•     Strategy for  AI in Healthcare for India:  https://abdm.gov.in/sahi/

Click here to see PDF

***

SK

(Explainer ID: 157687) आगंतुक पटल : 46
Provide suggestions / comments