খাদ্যবাহিত অসুস্থতার প্রাদুর্ভাব শনাক্ত করতে AI কীভাবে সাহায্য করতে পারে

যুক্তরাজ্যের স্বাস্থ্য সুরক্ষা সংস্থা (UKHSA) খাদ্যবাহিত রোগের প্রাদুর্ভাব সনাক্তকরণ এবং তদন্তে AI কীভাবে সাহায্য করতে পারে তা অনুসন্ধান করছে।

একটি নতুন অধ্যয়ন UKHSA বিশেষজ্ঞরা অনলাইন রেস্তোরাঁর পর্যালোচনাগুলিতে পাঠ্য সনাক্তকরণ এবং শ্রেণীবদ্ধ করার ক্ষমতার জন্য বিভিন্ন AI মডেল মূল্যায়ন করেছেন।

এই পদ্ধতিটি একদিন খাদ্যবাহিত অসুস্থতার প্রাদুর্ভাব সনাক্তকরণ এবং তদন্তকে লক্ষ্যবস্তুতে সহায়তা করতে পারে, সম্ভাব্যভাবে জনস্বাস্থ্যের প্রতিক্রিয়ার সময় উন্নত করতে এবং অসুস্থতার বিস্তার হ্রাস করতে পারে।

খাদ্যবাহিত গ্যাস্ট্রোইনটেস্টাইনাল (GI) রোগ, যা বমি এবং ডায়রিয়ার কারণ হয়, যুক্তরাজ্যে একটি উল্লেখযোগ্য জনস্বাস্থ্য বোঝা।

প্রতি বছর লক্ষ লক্ষ মানুষ অসুস্থ হয়ে পড়ে, কিন্তু বেশিরভাগ ক্ষেত্রেই আনুষ্ঠানিকভাবে রোগ নির্ণয় করা হয় না।

এর ফলে প্রাদুর্ভাবের প্রকৃত মাত্রা এবং তাদের উৎস নির্ধারণ করা কঠিন হয়ে পড়ে।

UKHSA-এর বিজ্ঞানীরা বৃহৎ ভাষা মডেলগুলি পরীক্ষা করে দেখেছেন যে তারা ডায়রিয়া, বমি এবং পেটে ব্যথার মতো জিআই অসুস্থতার লক্ষণগুলির জন্য হাজার হাজার অনলাইন পর্যালোচনা বিশ্লেষণ করার ক্ষমতা মূল্যায়ন করতে পারেন।

তারা অসুস্থতার আগে খাওয়া বিভিন্ন খাবারের রিপোর্টও দেখেছেন।

যদি AI সঠিকভাবে সম্ভাব্য প্রাদুর্ভাব সনাক্ত করতে পারে, তাহলে এটি প্রাথমিক সনাক্তকরণ এবং হস্তক্ষেপের জন্য একটি গুরুত্বপূর্ণ হাতিয়ার হয়ে উঠতে পারে।

গবেষকরা বিশ্বাস করেন যে বিদ্যমান সিস্টেমে ধরা না পড়া কেসগুলি সনাক্ত করে এবং প্রাদুর্ভাবের সম্ভাব্য উৎস সম্পর্কে সূত্র প্রদান করে কৃত্রিম বুদ্ধিমত্তা বর্তমান রোগের নজরদারি উন্নত করতে পারে।

ঐতিহ্যবাহী পদ্ধতিগুলি স্ব-প্রতিবেদন এবং আনুষ্ঠানিক রোগ নির্ণয়ের উপর নির্ভর করে, যার অর্থ অনেক ক্ষেত্রেই রেকর্ড করা হয় না। কৃত্রিম বুদ্ধিমত্তা-চালিত পর্যবেক্ষণ বাস্তব সময়ে বাস্তব-বিশ্বের তথ্য বিশ্লেষণ করে এই ব্যবধান পূরণ করতে পারে।

তবে, গবেষণায় AI নিয়মিতভাবে ব্যবহারের আগে যেসব চ্যালেঞ্জ মোকাবেলা করা প্রয়োজন তা তুলে ধরা হয়েছে।

রিয়েল-টাইম ডেটা অ্যাক্সেস একটি গুরুত্বপূর্ণ সমস্যা।

যদিও AI অসুস্থতার সাথে সম্পর্কিত সাধারণ খাবারের ধরণগুলি সনাক্ত করতে পারে, নির্দিষ্ট উপাদানগুলি চিহ্নিত করা এখনও কঠিন। বানানের বৈচিত্র্য, অপভাষা এবং ভুলভাবে চিহ্নিত অসুস্থতার প্রতিবেদনগুলিকেও বাধা হিসাবে চিহ্নিত করা হয়েছিল।

উপরন্তু, গোপনীয়তা সংক্রান্ত উদ্বেগ এবং ডেটা-শেয়ারিং বিধিনিষেধ কৃত্রিম বুদ্ধিমত্তা-চালিত নজরদারি বাস্তবায়নে আরও চ্যালেঞ্জ তৈরি করতে পারে।

UKHSA-এর প্রধান ডেটা অফিসার অধ্যাপক স্টিভেন রিলে বলেছেন:

“আমরা আমাদের রোগ নজরদারি বাড়ানোর জন্য ক্রমাগত নতুন এবং কার্যকর উপায় খুঁজছি।

"এইভাবে AI ব্যবহার করলে শীঘ্রই আমাদের খাদ্যবাহিত রোগের প্রাদুর্ভাবের সম্ভাব্য উৎস সনাক্ত করতে সাহায্য করতে পারে, ঐতিহ্যবাহী মহামারী সংক্রান্ত পদ্ধতির সাথে মিলিত হয়ে, আরও বেশি লোক অসুস্থ হওয়া রোধ করতে।"

"খাদ্যজনিত অসুস্থতার প্রাদুর্ভাব মোকাবেলায় আমাদের নিয়মিত পদ্ধতিতে এই পদ্ধতিগুলি গ্রহণ করার আগে আরও কাজ করা প্রয়োজন।"

পূর্ববর্তী গবেষণায় রেস্তোরাঁর পর্যালোচনা বিশ্লেষণে AI-এর সম্ভাবনা পরীক্ষা করা হয়েছে, কিন্তু UKHSA-এর গবেষণায় অসুস্থতার প্রাদুর্ভাব সনাক্ত করার জন্য আরও বিস্তারিত পদের তালিকা ব্যবহার করে এটিকে প্রসারিত করা হয়েছে।

গবেষণায় বিভিন্ন AI মডেল পরীক্ষা করা জড়িত ছিল যাতে কোনটি সবচেয়ে কার্যকরভাবে প্রাসঙ্গিক তথ্য সনাক্ত করতে পারে এবং মিথ্যা ইতিবাচকতা কমাতে পারে তা নির্ধারণ করা যায়।

৩,০০০ এরও বেশি পর্যালোচনা সংগ্রহ এবং ফিল্টার করার পর মহামারী বিশেষজ্ঞরা ম্যানুয়ালি টীকা লিখেছিলেন। জিআই-সম্পর্কিত কীওয়ার্ড সম্বলিত পর্যালোচনাগুলি প্রাসঙ্গিক লক্ষণগুলির জন্য পরীক্ষা করা হয়েছিল।

বিশ্লেষণ থেকে মাথাব্যথা, জ্বর এবং শ্বাসকষ্টের মতো অ-নির্দিষ্ট লক্ষণগুলি বাদ দেওয়া হয়েছিল।

খাদ্যজনিত অসুস্থতার প্রবণতা সনাক্ত করার জন্য AI-এর ক্ষমতাকে আরও উন্নত করে, UKHSA জনস্বাস্থ্যের জন্য আরও শক্তিশালী এবং দক্ষ পর্যবেক্ষণ ব্যবস্থা তৈরি করার আশা করে।