“`html

আর্টিফিশিয়াল ইন্টেলিজেন্স সার্জারিতে আইনি ও নৈতিক চ্যালেঞ্জ সৃষ্টি করতেছে

আর্টিফিশিয়াল ইন্টেলিজেন্স ধীরে ধীরে সার্জারির জগৎ বদলাইতেছে—অপারেশনের পরিকল্পনা, রিয়েল-টাইম সহায়তা, এমনকি স্বয়ংক্রিয় কিছু কাজও করতেছে। কিন্তু এটা গ্রহণ করলে টেকনোলজিক, মানবিক, আইনি ও নৈতিক ঝুঁকি আসে, যেগো বর্তমান নিয়ম-কানুন দিয়া ঠিকমতো নিয়ন্ত্রণ করা যায় নাই।

সার্জারিতে আর্টিফিশিয়াল ইন্টেলিজেন্স সিস্টেম ডায়াগনোসিস বা চিকিৎসায় ভুল করতে পারে, রোগীর ইনফর্মড কনসেন্ট নষ্ট করতে পারে অথবা তাদের প্রাইভেসি ভঙ্গ করতে পারে। এই ঝুঁকিগো তিনটা মূল উৎস হইতে আসে: টুলের নিজস্ব সীমাবদ্ধতা, এটা ব্যবহার করলে মানবিক ভুল, আর এটা বাস্তবায়নের সময় সংস্থাগত ত্রুটি। উদাহরণস্বরূপ, খারাপ ট্রেনিং করা একটা অ্যালগরিদম ডেটাতে বিদ্যমান পক্ষপাতকে বাড়াইতে পারে, যেটা কিছু রোগীর গ্রুপের জন্য অন্যায় সুপারিশ দিতে পারে। তেমনি, একটা সার্জন টুলের একটা ভুল কিন্তু বিশ্বাসযোগ্য সুপারিশের ওপর অতিরিক্ত ভরসা করলে নিজের ক্লিনিক্যাল জাজমেন্ট ছাড়ি দিতে পারে।

বর্তমান আইনি কাঠামো, যেমন ইউরোপীয় ইউনিয়ন বা মার্কিন যুক্তরাষ্ট্রের, এই টেকনোলজিগোকে নিয়ন্ত্রণ করার চেষ্টা করতেছে সিস্টেমগোকে ঝুঁকির স্তরের ভিত্তিতে শ্রেণীবদ্ধ করিয়া। তারপর টেস্টিং, ডেটা ম্যানেজমেন্ট আর সাইবারসিকিউরিটির ক্ষেত্রে প্রয়োজনীয়তা বদলায়। কিন্তু এই নিয়ম-কানুনগো ইনোভেশনের গতির সাথে তাল মেলাইতে পারতেছে নাই, বিশেষ করিয়া এমন মডেলগোর ক্ষেত্রে যেগো শিখতে আর অ্যাডাপ্ট হইতে পারে। রোগীর ডেটা প্রোটেকশনও একটা ক্রিটিক্যাল ইস্যু। ইউরোপে, জেনারেল ডেটা প্রোটেকশন রেগুলেশন মেডিক্যাল ইনফরমেশনের ব্যবহারে কড়া নিয়ম আরোপ করছে, আর মার্কিন যুক্তরাষ্ট্রে বর্তমান আইনের ফাঁক রোগীগোর ডেটা, এমনকি অ্যানোনিমাইজড ডেটাও, রিইডেন্টিফাই হইবার ঝুঁকিতে ফেলতেছে।

আর্টিফিশিয়াল ইন্টেলিজেন্স চালু হইলে ইনফর্মড কনসেন্ট আরো জটিল হইয়া উঠে। রোগীরা এই টেকনোলজির সাথে কম পরিচিত, তাই তাদের মধ্যে অযৌক্তিক আশা বা অমূলক ভয় তৈরি হইতে পারে। সার্জনগোর উচিত স্পষ্ট করিয়া বলা যে টুলের ভূমিকা কী: কি ডায়াগনোসিসের সাহায্য, নেভিগেশনের গাইড, নাকি অপারেশনের সময় এক্টিভ অ্যাসিস্টেন্ট? তাদের উচিত গ্যারান্টিগোও বর্ণনা করা, যেমন টুলের সুপারিশ চেক আর চ্যালেঞ্জ করার তাদের ক্ষমতা। এছাড়াও, সার্জনগোর উচিত রোগীগোকে তাদের নিজস্ব ট্রেনিং আর এই সিস্টেমগোর সাথে তাদের অভিজ্ঞতার কথা জানানো।

আর্টিফিশিয়াল ইন্টেলিজেন্স ব্যবহার করলে মেডিক্যাল এরর হইলে দায়িত্বের প্রশ্ন আরো জটিল হইয়া উঠে। ঐতিহ্যগতভাবে, সার্জন অপারেশন থিয়েটারে নেওয়া সিদ্ধান্তের পুরো দায়িত্ব নিতেছে। কিন্তু যদি একটা সিস্টেম একটা ভুল সুপারিশ দেয় যেটা ক্ষতি করে, তাহলে দায়ী কে? সার্জন যেহেতু সেটা মানি নিল, ডেভেলপার ডিজাইনের ত্রুটির জন্য, নাকি হাসপাতাল নেগলিজেন্ট ইমপ্লিমেন্টেশনের জন্য? আদালত ম্যানুফ্যাকচারারগোকে দায়ী করতে পারে যদি একটা ত্রুটিপূর্ণ বা খারাপ টেস্ট করা অ্যালগরিদম একটা ভুলের কারণ হয়। হাসপাতালগোকে নেগলিজেন্ট মনে করা যাইতে পারে যদি তারা একটা ভ্যালিডেটেড বা খারাপ মেইনটেইনড সিস্টেম ব্যবহার করে। আর সার্জনের দায়িত্ব হইলো কেয়ার স্ট্যান্ডার্ড মেনে চলা আর টুলকে দোষ দিয়া নিজের দায়িত্ব এড়াইতে পারবে নাই।

ঝুঁকিগো শুধু মেডিক্যাল এরর পর্যন্ত সীমিত নাই। আর্টিফিশিয়াল ইন্টেলিজেন্সের ভুল ব্যবহার রোগী আর সার্জনের মধ্যে বিশ্বাসের সম্পর্কও নষ্ট করতে পারে। যদি রোগী মনে করে যে সিদ্ধান্তগো একটা অ্যালগরিদম নিতেছে, তার ডাক্তারের বদলে, তাহলে বিশ্বাসের সম্পর্ক দুর্বল হইয়া যাইতে পারে। এছাড়াও, টুলের ট্রান্সপারেন্সির অভাব বা ভুল রোগী আর ক্লিনিশিয়ানের মধ্যে, এমনকি পুরো হেলথকেয়ার সিস্টেমের ওপর দীর্ঘস্থায়ী প্রভাব ফেলতে পারে।

এই ঝুঁকিগো কমাইবার জন্য রবাস্ট গভর্নেন্স দরকার। হেলথকেয়ার প্রতিষ্ঠানগোকে আর্টিফিশিয়াল ইন্টেলিজেন্স সিস্টেম অ্যাডপ্ট করার আগে এভালুয়েট করার জন্য ডেডিকেটেড কমিটি গঠন করা উচিত। এই কমিটিগোর উচিত নিশ্চিত করা যে ডেভেলপাররা সম্পূর্ণ ইউজার ম্যানুয়াল, ট্রেনিং সেশন আর সেফটি গাইডলাইন প্রদান করে। পারফরমেন্স মনিটরিংও জরুরি যাতে কোনো ডিগ্রেডেশন বা মডেলের ড্রিফট ধরা পড়ে। মেডিক্যাল সোসাইটি আর ইনস্টিটিউশনগোরও ভূমিকা আছে সার্জনগোর ট্রেনিং আর সার্টিফিকেশনের জন্য স্ট্যান্ডার্ড সেট করার মধ্যে।

শেষ পর্যন্ত, হাসপাতাল, ডেভেলপার আর রেগুলেটরগোর মধ্যে কলাবোরেশন জরুরি যাতে প্র্যাকটিসগো হারমোনাইজ করা যায় আর সার্জারিতে আর্টিফিশিয়াল ইন্টেলিজেন্সের সেফ আর ইথিক্যাল ব্যবহার নিশ্চিত করা যায়। এটা না হইলে টেকনোলজিক্যাল প্রোগ্রেস রোগীর সেফটি আর কেয়ারের কোয়ালিটির ক্ষতি করতে পারে।

“`

Références des contenus

Référence officielle

DOI : https://doi.org/10.1007/s00464-026-12881-8

Titre : Risk and liability in the deployment of AI systems for surgery: a SAGES white paper

Revue : Surgical Endoscopy

Éditeur : Springer Science and Business Media LLC

Auteurs : Daniel A. Hashimoto; Jayson S. Marwaha; Sharon A. Lee; Steven Schwaitzberg; Mindy N. Duffourc