গবেষণায় দেখা গেছে, ফিলিপাইনের গ্রামাঞ্চলে যক্ষ্মা শনাক্তকরণের খরচ কমাতে পারে AI

অ্যাটেনিওর গবেষকদের এক গবেষণায় ইঙ্গিত দেওয়া হয়েছে, ফিলিপাইনের গ্রামাঞ্চলে কৃত্রিম বুদ্ধিমত্তা যক্ষ্মা শনাক্তকরণের খরচ কমাতে পারে—যেখানে চিকিৎসা বিশেষজ্ঞদের কাছে পৌঁছানোর সুযোগ এখনও সীমিত। এর ফলাফল দেশজুড়ে অবিলম্বে এটি চালুর পক্ষে নয়; বরং যেসব সম্প্রদায়ের সময়মতো রেডিওলজি সেবা পাওয়া কঠিন, সেখানে লক্ষ্যভিত্তিক পরীক্ষামূলক উদ্যোগের দিকে ইঙ্গিত করে।

medicalxpress.com-এ প্রকাশিত গবেষণাটিতে যক্ষ্মা স্ক্রিনিংয়ের সময় নেওয়া বুকের রেডিওগ্রাফ বিশ্লেষণে AI ব্যবহারের অর্থনৈতিক মূল্য পরীক্ষা করা হয়েছে। হারোল্ড হেনরিসন চিউ, ব্রায়ান ক্রিস্টোফার লাও এবং গ্লোয়ান সি. অ্যাডোলোর গবেষণার ফলাফল BMC Health Services Research-এর August 2026 সংখ্যায় প্রকাশিত হয়েছে।

ফিলিপাইনে যক্ষ্মা জনস্বাস্থ্যের একটি বড় উদ্বেগ। বিশ্ব স্বাস্থ্য সংস্থার হিসাব অনুযায়ী, 2024 সালে দেশটিতে 739,000 মানুষ এই রোগে আক্রান্ত হন। ওই বছর বিশ্বজুড়ে নথিভুক্ত 10.8 million যক্ষ্মা আক্রান্তের 6.8% ছিল এই সংখ্যা।

প্রাথমিক পর্যায়ে রোগ নির্ণয় করা গেলে অসুস্থতা গুরুতর হওয়ার বা স্থায়ী ক্ষতি করার আগেই চিকিৎসা শুরু করা সম্ভব। কিন্তু ভৌগোলিকভাবে বিচ্ছিন্ন এলাকার রোগীরা এক্স-রে করার মতো সুবিধাসম্পন্ন কেন্দ্রে পৌঁছানোর পরও নানা বাধার মুখে পড়তে পারেন। কোনো রেডিওলজিস্ট বা টেলিরেডিওলজি সেবা দ্রুত পাওয়া নাও যেতে পারে, ফলে রোগীদের আবার যাতায়াত করতে, বেশি অর্থ খরচ করতে বা কর্মক্ষেত্রে সময় হারাতে হতে পারে। বিলম্বের কারণে পরবর্তী চিকিৎসা পাওয়ার প্রক্রিয়াও ব্যাহত হতে পারে।

মডেলটি কী তুলনা করেছে

গবেষকেরা সন্দেহভাজন যক্ষ্মায় আক্রান্ত 1,000 রোগীকে নিয়ে একটি কাল্পনিক গোষ্ঠীর ভিত্তিতে সিদ্ধান্ত গ্রহণের মডেল তৈরি করেন। ধরে নেওয়া হয়, প্রত্যেক রোগীর একটি গ্রামীণ স্বাস্থ্য ইউনিটে বুকের রেডিওগ্রাফ করা হবে এবং পাঁচ বছর ধরে সম্ভাব্য খরচ ও ফলাফল বিশ্লেষণ করা হবে।

তুলনায় দুটি পদ্ধতি ছিল: AI-সহায়িত বিশ্লেষণ এবং প্রচলিত ম্যানুয়াল পাঠ। গবেষকেরা AI সফটওয়্যারের মূল্য, পরিচালন ব্যয়, রেডিওলজিস্টের বিশ্লেষণ ফি এবং নিশ্চিতকরণে GeneXpert পরীক্ষার খরচ অন্তর্ভুক্ত করেন। পরের পরীক্ষাটি এখনও প্রয়োজনীয়, কারণ AI-সহায়িত এক্স-রে মূল্যায়ন নিজে থেকে যক্ষ্মার চূড়ান্ত রোগ নির্ণয় নিশ্চিত করে না।

গবেষণার প্রধান অনুমান অনুযায়ী, AI-সহায়িত পদ্ধতিতে 1,000 রোগীর ওই গোষ্ঠীর জন্য বছরে প্রায় Php 877,330 খরচ হবে। ম্যানুয়াল বিশ্লেষণের আনুমানিক খরচ ছিল প্রায় Php 1.14 million। রোগীপ্রতি হিসাবে AI-সহায়তায় খরচ দাঁড়ায় প্রায় Php 877 এবং ম্যানুয়াল পাঠে Php 1,142।

অতএব, মডেলটি AI কৌশলকে কম খরচের বিকল্প হিসেবে চিহ্নিত করেছে। তবে গবেষকদের যুক্তি সফটওয়্যার ও পেশাগত ফি তুলনার বাইরেও বিস্তৃত। যেখানে বিশেষজ্ঞ দক্ষতার ঘাটতি রয়েছে, সেখানে AI রেডিওলজিক্যাল সহায়তা রোগীদের কাছাকাছি পৌঁছে দেওয়ার একটি উপায় হতে পারে, যাতে প্রতিটি ছবিকে দূরের কোনো বিশেষজ্ঞের জন্য অপেক্ষা করতে না হয়।

কেন স্থানীয় পরিস্থিতি গুরুত্বপূর্ণ

প্রযুক্তিটির সম্ভাব্য সুফল অনেকটাই নির্ভর করে এটি কীভাবে চালু করা হচ্ছে তার ওপর। গবেষকেরা বলেছেন, বহনযোগ্য ডিজিটাল এক্স-রে সরঞ্জাম এবং সীমিত ইন্টারনেট সংযোগেও কাজ করতে সক্ষম ব্যবস্থা ব্যবহার করে বিদ্যমান যক্ষ্মা কর্মসূচিতে AI যুক্ত করা যেতে পারে। এমন ব্যবস্থা বঞ্চিত সম্প্রদায়ের কাছে স্ক্রিনিং পৌঁছে দিতে এবং রোগ নির্ণয়কে কঠিন করে তোলা ভৌগোলিক বাধা কমাতে পারে।

সব ধরনের অনুমানের ক্ষেত্রে ফলাফল সমানভাবে অনুকূল ছিল না। ম্যানুয়াল বা টেলিরেডিওলজি বিশ্লেষণের জন্য কম ফি ব্যবহার করা হলে, অথবা ফিলিপাইনের কোনো প্রেক্ষাপট থেকে পাওয়া রোগ নির্ণয়ের সক্ষমতার হিসাব প্রয়োগ করা হলে, AI আরও কার্যকর থাকলেও সবসময় সবচেয়ে কম খরচের বিকল্প ছিল না।

এই ফলাফলটি শিরোনামধর্মী খরচের তুলনাটি কতটা বিস্তৃতভাবে প্রয়োগ করা যায়, তা সীমিত করে। গবেষণাটি একটি তাত্ত্বিক রোগী গোষ্ঠী এবং ব্যয় ও রোগ নির্ণয়ের নির্ভুলতা-সংক্রান্ত অনুমানের ওপর নির্ভরশীল। জনবল, সংযোগব্যবস্থা, সরঞ্জাম, বিশ্লেষণ ফি এবং স্থানীয় পরিস্থিতিতে AI ব্যবস্থার কার্যকারিতার ওপর নির্ভর করে বিভিন্ন স্বাস্থ্য ইউনিটে বাস্তব ফলাফল ভিন্ন হতে পারে।

গবেষকেরা আরও জোর দিয়ে বলেছেন, AI নিশ্চিতকরণমূলক পরীক্ষার প্রয়োজন দূর করবে না। বুকের এক্স-রে মূল্যায়নে কোনো ফল পজিটিভ বা সন্দেহজনক হলে GeneXpert পরীক্ষা করতেই হবে, যার ফলে রোগ নির্ণয়ের প্রক্রিয়ায় খরচ এবং আরও একটি ধাপ যুক্ত হবে।

সতর্কতার সঙ্গে পরীক্ষামূলক উদ্যোগের পক্ষে যুক্তি

অবিলম্বে দেশজুড়ে চালুর সুপারিশ না করে, গবেষণাটি নির্বাচিত বঞ্চিত গ্রামীণ স্বাস্থ্য ইউনিটে পাইলট প্রকল্পের আহ্বান জানিয়েছে। এসব পরীক্ষার মাধ্যমে নিয়মিত কার্যক্রমে পূর্বানুমান করা সাশ্রয় ও রোগ নির্ণয়ের সুবিধা পাওয়া যায় কি না যাচাই করা যাবে; একই সঙ্গে তাত্ত্বিক মডেলে দৃশ্যমান নাও হতে পারে এমন কারিগরি বা পরিচালনাগত সমস্যাও চিহ্নিত করা যাবে।

প্রস্তাবিত পদ্ধতিতে স্থানীয় পর্যায়ে যাচাই, মান নিশ্চিতকরণ, চলমান পর্যবেক্ষণ এবং উপলব্ধ বাজেটের মূল্যায়ন অন্তর্ভুক্ত রয়েছে। এসব সুরক্ষা ব্যবস্থা নির্ধারণে সহায়তা করবে, বিদ্যমান যক্ষ্মা সেবার মধ্যে AI নির্ভরযোগ্যভাবে কাজ করতে পারে কি না—নাকি এটি অনিশ্চিত দীর্ঘমেয়াদি সহায়তাসম্পন্ন একটি পৃথক প্রযুক্তি উদ্যোগে পরিণত হবে।

গবেষকদের কাছে মূল প্রশ্নটি শুধু কোনো যন্ত্র রেডিওলজিস্টের সমপর্যায়ে কাজ করতে বা তাকে সহায়তা করতে পারে কি না, তা নয়। প্রশ্ন হলো, যেখানে বিশেষজ্ঞ সেবার ঘাটতি রয়েছে, সেখানে স্বাস্থ্যসেবার পক্ষে টেকসই খরচে বিশেষজ্ঞ পর্যায়ের সহায়তা পৌঁছে দেওয়া যায় কি না। সেই অর্থে, গবেষণাটি অসম প্রবেশাধিকার কমানোর সম্ভাব্য একটি উপায় হিসেবে AI-কে উপস্থাপন করেছে—তবে কেবল তখনই, যখন এর প্রয়োগ স্থানীয় প্রমাণ এবং গ্রামীণ রোগীদের প্রয়োজনের ভিত্তিতে নির্ধারিত হবে।