WHO ಜನಸಂಖ್ಯೆಯ ಆರೋಗ್ಯವನ್ನು ಉತ್ತೇಜಿಸಲು ಮತ್ತು ರಕ್ಷಿಸಲು ಅದರ ಸೂಕ್ತ ಬಳಕೆಗಾಗಿ ದೊಡ್ಡ ಬಹು-ಮಾದರಿ ಮಾದರಿಗಳ (LMMs) ನೈತಿಕತೆ ಮತ್ತು ಆಡಳಿತದ ಕುರಿತು ಹೊಸ ಮಾರ್ಗದರ್ಶನವನ್ನು ನೀಡಿದೆ. LMM ಗಳು ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಒಂದು ರೀತಿಯ ಉತ್ಪಾದಕವಾಗಿದೆ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ (AI) ತಂತ್ರಜ್ಞಾನವು ಆರೋಗ್ಯಕ್ಕಾಗಿ ಐದು ವಿಶಾಲ ಅನ್ವಯಿಕೆಗಳನ್ನು ಹೊಂದಿದೆ in
1. ರೋಗಿಗಳ ಲಿಖಿತ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವಂತಹ ರೋಗನಿರ್ಣಯ ಮತ್ತು ವೈದ್ಯಕೀಯ ಆರೈಕೆ;
2. ರೋಗಿ-ಮಾರ್ಗದರ್ಶಿ ಬಳಕೆ, ಉದಾಹರಣೆಗೆ ರೋಗಲಕ್ಷಣಗಳು ಮತ್ತು ಚಿಕಿತ್ಸೆಗಾಗಿ ತನಿಖೆ;
3. ಕ್ಲೆರಿಕಲ್ ಮತ್ತು ಆಡಳಿತಾತ್ಮಕ ಕಾರ್ಯಗಳು, ಉದಾಹರಣೆಗೆ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಆರೋಗ್ಯ ದಾಖಲೆಗಳಲ್ಲಿ ರೋಗಿಗಳ ಭೇಟಿಗಳನ್ನು ದಾಖಲಿಸುವುದು ಮತ್ತು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವುದು;
4. ವೈದ್ಯಕೀಯ ಮತ್ತು ಶುಶ್ರೂಷಾ ಶಿಕ್ಷಣ, ತರಬೇತಿ ಪಡೆಯುವವರಿಗೆ ಅನುಕರಿಸಿದ ರೋಗಿಗಳ ಮುಖಾಮುಖಿಗಳನ್ನು ಒದಗಿಸುವುದು ಮತ್ತು;
5. ಹೊಸ ಸಂಯುಕ್ತಗಳನ್ನು ಗುರುತಿಸುವುದು ಸೇರಿದಂತೆ ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆ ಮತ್ತು ಔಷಧ ಅಭಿವೃದ್ಧಿ.
However, these applications in healthcare run the risks of producing false, inaccurate, biased, or incomplete statements, which could harm people using such information in making health decisions. Furthermore, LMMs may be trained on data that are of poor quality or biased, whether by race, ethnicity, ancestry, sex, gender identity, or age. There are also broader risks to health systems, such as accessibility and affordability of the best performing LMMs. LMMs can also encourage ‘automation bias’ by health care professionals and patients, whereby errors are overlooked that would otherwise have been identified or difficult choices are improperly delegated to a LMM. LMMs, like other forms of AI, are also vulnerable to cybersecurity risks that could endanger patient information or the trustworthiness of these algorithms and the provision of health care more broadly.
ಆದ್ದರಿಂದ, ಸುರಕ್ಷಿತ ಮತ್ತು ಪರಿಣಾಮಕಾರಿ LMM ಗಳನ್ನು ರಚಿಸಲು, WHO ಸರ್ಕಾರಗಳು ಮತ್ತು LMM ಗಳ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಶಿಫಾರಸುಗಳನ್ನು ಮಾಡಿದೆ.
LMM ಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆ ಮತ್ತು ಸಾರ್ವಜನಿಕ ಆರೋಗ್ಯ ಮತ್ತು ವೈದ್ಯಕೀಯ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಅವುಗಳ ಏಕೀಕರಣ ಮತ್ತು ಬಳಕೆಗೆ ಮಾನದಂಡಗಳನ್ನು ಹೊಂದಿಸಲು ಸರ್ಕಾರಗಳು ಪ್ರಾಥಮಿಕ ಜವಾಬ್ದಾರಿಯನ್ನು ಹೊಂದಿವೆ. ಸಾರ್ವಜನಿಕ, ಖಾಸಗಿ ಮತ್ತು ಲಾಭರಹಿತ ವಲಯಗಳಲ್ಲಿನ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಪ್ರವೇಶಿಸಬಹುದಾದ ಕಂಪ್ಯೂಟಿಂಗ್ ಪವರ್ ಮತ್ತು ಸಾರ್ವಜನಿಕ ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಲಾಭರಹಿತ ಅಥವಾ ಸಾರ್ವಜನಿಕ ಮೂಲಸೌಕರ್ಯಗಳನ್ನು ಸರ್ಕಾರಗಳು ಹೂಡಿಕೆ ಮಾಡಬೇಕು ಅಥವಾ ಒದಗಿಸಬೇಕು. ಪ್ರವೇಶಕ್ಕಾಗಿ ವಿನಿಮಯ.
· Use laws, policies and regulations to ensure that LMMs and applications used in health care and medicine, irrespective of the risk or benefit associated with the AI technology, meet ethical obligations and human rights standards that affect, for example, a person’s dignity, autonomy or privacy.
· ಸಂಪನ್ಮೂಲಗಳ ಅನುಮತಿಯಂತೆ - ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಅಥವಾ ಔಷಧದಲ್ಲಿ ಬಳಸಲು ಉದ್ದೇಶಿಸಲಾದ LMM ಗಳು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಣಯಿಸಲು ಮತ್ತು ಅನುಮೋದಿಸಲು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಥವಾ ಹೊಸ ನಿಯಂತ್ರಕ ಏಜೆನ್ಸಿಯನ್ನು ನಿಯೋಜಿಸಿ.
· LMM ಅನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ನಿಯೋಜಿಸಿದಾಗ ಸ್ವತಂತ್ರ ಮೂರನೇ ವ್ಯಕ್ತಿಗಳಿಂದ ಡೇಟಾ ರಕ್ಷಣೆ ಮತ್ತು ಮಾನವ ಹಕ್ಕುಗಳು ಸೇರಿದಂತೆ ಕಡ್ಡಾಯ ಪೋಸ್ಟ್-ರಿಲೀಸ್ ಆಡಿಟಿಂಗ್ ಮತ್ತು ಪ್ರಭಾವದ ಮೌಲ್ಯಮಾಪನಗಳನ್ನು ಪರಿಚಯಿಸಿ. ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮತ್ತು ಪ್ರಭಾವದ ಮೌಲ್ಯಮಾಪನಗಳನ್ನು ಪ್ರಕಟಿಸಬೇಕು
ಮತ್ತು ವಯಸ್ಸು, ಜನಾಂಗ ಅಥವಾ ಅಂಗವೈಕಲ್ಯ ಸೇರಿದಂತೆ ಬಳಕೆದಾರರ ಪ್ರಕಾರದಿಂದ ವಿಂಗಡಣೆಯಾದ ಫಲಿತಾಂಶಗಳು ಮತ್ತು ಪರಿಣಾಮಗಳನ್ನು ಒಳಗೊಂಡಿರಬೇಕು.
· LMMs are designed not only by scientists and engineers. Potential users and all direct and indirect stakeholders, including medical providers, scientific researchers, health care professionals and patients, should be engaged from the early stages of AI development in structured, inclusive, transparent design and given opportunities to raise ethical issues, voice concerns and provide input for the AI application under consideration.
ಆರೋಗ್ಯ ವ್ಯವಸ್ಥೆಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಸುಧಾರಿಸಲು ಮತ್ತು ರೋಗಿಗಳ ಹಿತಾಸಕ್ತಿಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಅಗತ್ಯವಾದ ನಿಖರತೆ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹತೆಯೊಂದಿಗೆ ಉತ್ತಮವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು LMM ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಡೆವಲಪರ್‌ಗಳು ಸಂಭಾವ್ಯ ದ್ವಿತೀಯಕ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು ಮತ್ತು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
***
ಮೂಲ:
WHO 2024. ಆರೋಗ್ಯಕ್ಕಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ನೈತಿಕತೆ ಮತ್ತು ಆಡಳಿತ: ದೊಡ್ಡ ಬಹು-ಮಾದರಿ ಮಾದರಿಗಳ ಮಾರ್ಗದರ್ಶನ. ನಲ್ಲಿ ಲಭ್ಯವಿದೆ https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y
***
