অ্যাপল ওয়াচ থেকে সংগ্রহ করা স্বাস্থ্যতথ্য বিশ্লেষণ করে মানুষের শারীরিক জটিলতা শনাক্তে সক্ষম একটি নতুন কৃত্রিম বুদ্ধিমত্তা (এআই) মডেল তৈরি করেছেন যুক্তরাষ্ট্রের গবেষকরা। ম্যাসাচুসেটস ইনস্টিটিউট অব টেকনোলজি (এমআইটি) ও এম্পিরিক্যাল হেলথের গবেষকদের যৌথ প্রচেষ্টায় তৈরি এই মডেল অসম্পূর্ণ কিংবা অনিয়মিত তথ্য ব্যবহার করেও নির্ভুল পূর্বাভাস দিতে পারে।
গবেষকরা জানান, প্রায় ৩০ লাখ ‘পারসন-ডে’ সমপরিমাণ তথ্য বিশ্লেষণ করে এই মডেলটি প্রশিক্ষিত করা হয়েছে। ভবিষ্যতের চিকিৎসাব্যবস্থায় পরিধানযোগ্য প্রযুক্তি বা ওয়্যারেবল ডিভাইসের তথ্য ব্যবহারে এটি গুরুত্বপূর্ণ ভূমিকা রাখবে বলে মনে করা হচ্ছে।
নতুন এই মডেলটির কেন্দ্রে রয়েছে ‘জয়েন্ট এমবেডিং প্রেডিকটিভ আর্কিটেকচার (জেপা)’। এটি মেটার সাবেক প্রধান এআই বিজ্ঞানী ইয়ান লেকানের প্রস্তাবিত একটি ধারণা। প্রচলিত এআই যেখানে শুধু তথ্যের মান অনুমান করে শেখে, সেখানে জেপা তথ্যের অর্থ, প্রেক্ষাপট ও অভ্যন্তরীণ কাঠামো বোঝার চেষ্টা করে।
গবেষণাটি ‘জেটস: আ সেলফ-সুপারভাইজড জয়েন্ট এমবেডিং টাইম-সিরিজ ফাউন্ডেশন মডেল ফর বিহেভিয়ারাল ডেটা ইন হেলথকেয়ার’ শিরোনামে প্রকাশিত হয়েছে। জেটস মূলত জেপা আর্কিটেকচারকে কাজে লাগিয়ে সময়ভিত্তিক স্বাস্থ্যতথ্য বিশ্লেষণ করে। ফলে পরিধানযোগ্য যন্ত্র থেকে পাওয়া তথ্য অসম্পূর্ণ হলেও তা কার্যকরভাবে ব্যবহার করা সম্ভব হয়।
গবেষণায় ১৬ হাজার ৫২২ জন ব্যক্তির তথ্য ব্যবহার করা হয়েছে। তাদের কাছ থেকে সংগৃহীত তথ্যের পরিমাণ প্রায় ৩০ লাখ পারসন-ডে। এতে হৃৎস্পন্দন, শ্বাসপ্রশ্বাস, ঘুম, শারীরিক কার্যক্রম ও সাধারণ পরিসংখ্যানসহ মোট ৬৩ ধরনের ‘টাইম-সিরিজ’ তথ্য রেকর্ড করা হয়।
গবেষণায় দেখা গেছে, অংশগ্রহণকারীদের মাত্র ১৫ শতাংশ তথ্যের সঙ্গে চিকিৎসকের নোট বা ‘লেবেল’ যুক্ত ছিল। প্রচলিত পদ্ধতিতে বাকি ৮৫ শতাংশ তথ্য অব্যবহৃত থেকে যেত। কিন্তু জেটস মডেলটি প্রথমে লেবেলবিহীন তথ্য থেকে নিজে নিজে প্যাটার্ন বা ধরন শিখতে শুরু করে। পরবর্তী সময়ে লেবেলযুক্ত তথ্য দিয়ে একে আরও সূক্ষ্মভাবে প্রশিক্ষণ দেওয়া হয়।
পরীক্ষামূলক ব্যবহারে মডেলটি বিভিন্ন রোগ শনাক্তে উল্লেখযোগ্য দক্ষতা দেখিয়েছে। এআই মডেলটি উচ্চ রক্তচাপ শনাক্তে জেটসের এইউআরওসি স্কোর ৮৬ দশমিক ৮ শতাংশ, অ্যাট্রিয়াল ফ্লাটারে ৭০ দশমিক ৫ শতাংশ, ক্রনিক ফ্যাটিগ সিনড্রোমে ৮১ শতাংশ এবং সিক সাইনাস সিনড্রোম শনাক্তে ৮৬ দশমিক ৮ শতাংশ সাফল্য দেখিয়েছে। গবেষকরা উল্লেখ করেছেন, এই স্কোর শতভাগ নির্ভুলতা নির্দেশ না করলেও মডেলটি কতটা দক্ষতার সঙ্গে ঝুঁকিপূর্ণ কেস চিহ্নিত করতে পারে, তা বোঝায়।
গবেষণায় দেখা গেছে, অ্যাপল ওয়াচের মতো যন্ত্র থেকে পাওয়া তথ্য অনেক সময় অনিয়মিত হতে পারে। কোনো কোনো স্বাস্থ্য মেট্রিক খুব অল্প সময়ে রেকর্ড করা হয়। তা সত্ত্বেও জেটস সেই তথ্য প্রক্রিয়া করে কার্যকর পূর্বাভাস দিতে সক্ষম হয়েছে। গবেষকদের মতে, দৈনন্দিন জীবনে ব্যবহৃত স্মার্টওয়াচ বা ব্যান্ডের তথ্য কাজে লাগিয়ে আগাম স্বাস্থ্যঝুঁকি শনাক্ত করার ক্ষেত্রে এই প্রযুক্তি নতুন সম্ভাবনার দ্বার উন্মোচন করতে পারে।