මයික්‍රොසොෆ්ට් MAI-DxO සහ වෛද්‍ය කෘත්‍රිම බුද්ධියේ අනාගතය
රෝගියෙකුට අවශ්‍ය වන්නේ විශ්වාසදායක රෝගනිර්ණයක් සහ ප්‍රතිකාරයට පැහැදිලි මාවතකි. 2026 ඔක්තෝබර් 22 වන දා සයන්ස් (Science) සඟරාවේ පළ වූ මයික්‍රොසොෆ්ට් (Microsoft) හි නවතම වෛද්‍ය AI පර්යේෂණය, සෞඛ්‍ය සේවා නායකයන්ගෙන් ප්‍රායෝගික ප්‍රශ්නයක් අසයි: තීරණයකට පෙර පියවර ගණනාවක් ඔස්සේ සාක්ෂි එකතු කරන පද්ධතියක් සංවිධානයක් ඇගයිය යුත්තේ කෙසේද?
GPT-5 සමග යුගල කළ MAI-DxO, NEJM හි අපහසු නඩු 304 ක 83.2% ක රෝගනිර්ණ නිරවද්‍යතාවයක් ලබා ගත් අතර, යොමු සම්පත් භාවිත කළ සාමාන්‍ය වෛද්‍යවරුන්ට 36.1% ක් සහ ඒවා නොමැතිව 22.3% ක් ලැබිණි. හදිසි අනතුරු අංශයේ ඇතුළත් කිරීම් 325 ක එය 80.3% ක් ලබා ගත් අතර වෛද්‍යවරුන්ට 46.8% ක් ලැබිණි. මේවා නඩු වාර්තා මත පාලිත ඇගයීම්ය; වෛද්‍යවරුන්ගේ සංඛ්‍යා පිළිබිඹු කරන්නේ අධ්‍යයනයේ කාර්යයන්ය, එදිනෙදා ප්‍රායෝගික වෘත්තිය නොවේ.
MAI-DxO අථත්‍ය වෛද්‍ය මණ්ඩලයක් සංවිධානය කරයි; එය රෝගනිර්ණ යෝජනා කර, උපකල්පන ප්‍රශ්න කර, පරීක්ෂණ තෝරා ගනිමින්, නව තොරතුරු ලැබෙන විට යාවත්කාලීන වේ. එම අතර මිනුම්දණ්ඩය ගමනාගමන මාවත ද ලකුණු කරයි; ඇස්තමේන්තු කළ පරීක්ෂණ වියදම් ඇතුළුවයි. Beth Israel Deaconess Medical Center සමග මයික්‍රොසොෆ්ට් ඉදිරි දර්ශීය (prospective) අධ්‍යයනයක් නිවේදනය කර ඇති අතර, එයින් රෝගීන් සෘජුවම පද්ධතිය සමග අන්තර්ක්‍රියා කරනු ඇත; එය සැලසුම් කළ තහවුරු කිරීමකි, ප්‍රතිඵල දැනටමත් වැඩිදියුණු වී ඇති බවට සාක්ෂියක් නොවේ.
සැලසුම් පාඨය නම් පිළිතුරක් යෝජනා කිරීම එහි සාක්ෂි සමාලෝචනයෙන් වෙන් කිරීමයි: ඉහළ බලපෑම් සහිත ක්‍රියාවකට පෙර, සමාලෝචකයෙකු අස්ථානගත තොරතුරු හඳුනාගෙන ප්‍රධාන පැහැදිලි කිරීම පරීක්ෂා කළ යුතුය. AI භූමිකා කිහිපයකට එකම වැරැද්ද පුනරාවර්තනය කළ හැකි බැවින්, නියෝජිතයන් අතර එකඟතාවය බාහිර මූලාශ්‍ර සමග පරීක්ෂා කළ යුතුය.
පද්ධති මිනින්නේ මානය තුනකි: අවසාන පිළිතුරේ ලකුණු, තීරණ ක්‍රියාවලියේ ගුණාත්මකභාවයට එදිරිව; ඇස්තමේන්තු කළ කාර්ය වියදම, සම්පූර්ණ සේවා වියදමට එදිරිව; සහ පැරණි වාර්තා මත කාර්යසාධනය, ඉදිරි දර්ශීය අධ්‍යයනයක ප්‍රතිඵලවලට එදිරිවයි.
නියැදි ව්‍යාපෘතියකට මුදල් යෙදවීමට පෙර, ප්‍රධාන විධායක නිලධාරීන් අපේක්ෂිත ප්‍රතිලාභය නිර්වචනය කර, සායනික හිමිකරුවෙකු පත් කර, ප්‍රතිඵල මිනුම් සහ නැවැත්වීමේ කොන්දේසි එකඟ කර, මිනුම්දණ්ඩ මත පදනම් වූ ශ්‍රම බලශක්ති තීරණ වළක්වා ගත යුතුය. තාක්ෂණ නිලධාරීන් අදහස් කරන කාර්යප්‍රවාහය වටා ඇගයිය යුතු අතර, පසු දර්ශීය (retrospective) ඇගයීමකින් ආරම්භ කර, සාක්ෂි ප්‍රමාණවත් නම් පමණක් අධීක්ෂණය කළ ඉදිරි දර්ශීය අධ්‍යයනයකට යා යුතුය.
නිර්දේශ පිටුපස ඇති සාක්ෂි සොයාගත හැකි විය යුතු අතර, රෝගී දත්ත ප්‍රවේශය පාලනය කළ යුතුය, සහ ආකෘති සහ කාර්යප්‍රවාහ අනුවාද වාර්තා කළ යුතුය; එයින් එකක් වෙනස් වූ විට ඇගයීම් නැවත කළ යුතුය. ඔබ වෛද්‍ය AI නියැදි ව්‍යාපෘතියක් අනුමත කළේ නම්, එහි නිර්දේශ රෝගී සත්කාරයට බලපාන්නට ඉඩ දීමට පෙර ඔබ ඉල්ලා සිටිනු ඇත්තේ කුමන සාක්ෂිද?