WHO జనాభా ఆరోగ్యాన్ని ప్రోత్సహించడానికి మరియు రక్షించడానికి తగిన ఉపయోగం కోసం పెద్ద బహుళ-మోడల్ మోడల్స్ (LMMs) యొక్క నైతికత మరియు పాలనపై కొత్త మార్గదర్శకాలను జారీ చేసింది. LMMలు వేగంగా అభివృద్ధి చెందుతున్న ఉత్పాదక రకం కృత్రిమ మేధస్సు (AI) ఆరోగ్యం కోసం ఐదు విస్తృత అనువర్తనాలను కలిగి ఉన్న సాంకేతికత in
1. రోగుల వ్రాతపూర్వక ప్రశ్నలకు ప్రతిస్పందించడం వంటి రోగనిర్ధారణ మరియు క్లినికల్ కేర్;
2. లక్షణాలు మరియు చికిత్సను పరిశోధించడం వంటి రోగి-గైడెడ్ ఉపయోగం;
3. ఎలక్ట్రానిక్ హెల్త్ రికార్డులలో రోగి సందర్శనలను డాక్యుమెంట్ చేయడం మరియు సంగ్రహించడం వంటి క్లరికల్ మరియు అడ్మినిస్ట్రేటివ్ పనులు;
4. వైద్య మరియు నర్సింగ్ విద్య, శిక్షణ పొందిన వారికి అనుకరణ రోగి ఎన్‌కౌంటర్‌లను అందించడం మరియు;
5. కొత్త సమ్మేళనాలను గుర్తించడంతో సహా శాస్త్రీయ పరిశోధన మరియు ఔషధ అభివృద్ధి.
అయితే, ఆరోగ్య సంరక్షణలో ఈ అప్లికేషన్‌లు తప్పుడు, సరికాని, పక్షపాత లేదా అసంపూర్ణ ప్రకటనలను ఉత్పత్తి చేసే ప్రమాదాన్ని కలిగి ఉంటాయి, ఇది ఆరోగ్య నిర్ణయాలు తీసుకోవడంలో అటువంటి సమాచారాన్ని ఉపయోగించే వ్యక్తులకు హాని కలిగించవచ్చు. ఇంకా, LMMలు జాతి, జాతి, పూర్వీకులు, లింగం, లింగ గుర్తింపు లేదా వయస్సు ఆధారంగా నాణ్యత లేని లేదా పక్షపాతంతో కూడిన డేటాపై శిక్షణ పొందవచ్చు. ఉత్తమ పనితీరు కనబరిచే LMMల సౌలభ్యం మరియు స్థోమత వంటి ఆరోగ్య వ్యవస్థలకు విస్తృత ప్రమాదాలు కూడా ఉన్నాయి. LMMలు ఆరోగ్య సంరక్షణ నిపుణులు మరియు రోగులచే 'ఆటోమేషన్ బయాస్'ని కూడా ప్రోత్సహిస్తాయి, తద్వారా గుర్తించబడే లోపాలు విస్మరించబడతాయి లేదా కష్టమైన ఎంపికలు LMMకి సరిగ్గా కేటాయించబడవు. LMMలు, ఇతర రూపాల వలె AI, రోగి సమాచారం లేదా ఈ అల్గారిథమ్‌ల విశ్వసనీయతకు మరియు ఆరోగ్య సంరక్షణను మరింత విస్తృతంగా అందించడానికి హాని కలిగించే సైబర్‌ సెక్యూరిటీ రిస్క్‌లకు కూడా అవకాశం ఉంది.
అందువల్ల, సురక్షితమైన మరియు సమర్థవంతమైన LMMలను రూపొందించడానికి, LMMల ప్రభుత్వాలు మరియు డెవలపర్‌ల కోసం WHO సిఫార్సులు చేసింది.
LMMల అభివృద్ధి మరియు విస్తరణ మరియు ప్రజారోగ్యం మరియు వైద్య ప్రయోజనాల కోసం వాటి ఏకీకరణ మరియు ఉపయోగం కోసం ప్రమాణాలను సెట్ చేయడం ప్రభుత్వాలకు ప్రాథమిక బాధ్యత. ప్రభుత్వ, ప్రైవేట్ మరియు లాభాపేక్ష లేని రంగాలలో డెవలపర్‌లకు అందుబాటులో ఉండే కంప్యూటింగ్ పవర్ మరియు పబ్లిక్ డేటా సెట్‌లతో సహా లాభాపేక్ష లేని లేదా పబ్లిక్ ఇన్‌ఫ్రాస్ట్రక్చర్‌లో ప్రభుత్వాలు పెట్టుబడి పెట్టాలి లేదా అందించాలి, వినియోగదారులు నైతిక సూత్రాలు మరియు విలువలకు కట్టుబడి ఉండాలి. యాక్సెస్ కోసం మార్పిడి.
· ఆరోగ్య సంరక్షణ మరియు వైద్యంలో LMMలు మరియు అప్లికేషన్‌లు ఉపయోగించబడుతున్నాయని నిర్ధారించడానికి చట్టాలు, విధానాలు మరియు నిబంధనలను ఉపయోగించండి, ప్రమాదం లేదా ప్రయోజనంతో సంబంధం లేకుండా AI సాంకేతికత, నైతిక బాధ్యతలు మరియు మానవ హక్కుల ప్రమాణాలకు అనుగుణంగా, ఉదాహరణకు, ఒక వ్యక్తి యొక్క గౌరవం, స్వయంప్రతిపత్తి లేదా గోప్యత.
· వనరుల అనుమతి ప్రకారం - ఆరోగ్య సంరక్షణ లేదా వైద్యంలో ఉపయోగం కోసం ఉద్దేశించిన LMMలు మరియు అప్లికేషన్‌లను అంచనా వేయడానికి మరియు ఆమోదించడానికి ఇప్పటికే ఉన్న లేదా కొత్త రెగ్యులేటరీ ఏజెన్సీని కేటాయించండి.
· LMM పెద్ద ఎత్తున అమలు చేయబడినప్పుడు స్వతంత్ర మూడవ పక్షాల ద్వారా డేటా రక్షణ మరియు మానవ హక్కులతో సహా తప్పనిసరి పోస్ట్-రిలీజ్ ఆడిటింగ్ మరియు ప్రభావ అంచనాలను ప్రవేశపెట్టండి. ఆడిటింగ్ మరియు ప్రభావ అంచనాలను ప్రచురించాలి
మరియు వయస్సు, జాతి లేదా వైకల్యంతో సహా వినియోగదారు రకం ద్వారా విభజించబడిన ఫలితాలు మరియు ప్రభావాలను కలిగి ఉండాలి.
· LMMలను శాస్త్రవేత్తలు మరియు ఇంజనీర్లు మాత్రమే రూపొందించారు. సంభావ్య వినియోగదారులు మరియు వైద్య ప్రదాతలు, శాస్త్రీయ పరిశోధకులు, ఆరోగ్య సంరక్షణ నిపుణులు మరియు రోగులతో సహా అన్ని ప్రత్యక్ష మరియు పరోక్ష వాటాదారులు, ప్రారంభ దశల నుండి నిమగ్నమై ఉండాలి AI నిర్మాణాత్మక, సమగ్రమైన, పారదర్శక రూపకల్పనలో అభివృద్ధి మరియు నైతిక సమస్యలు, వాయిస్ ఆందోళనలను లేవనెత్తడానికి మరియు ఇన్‌పుట్ అందించడానికి అవకాశాలు ఇవ్వబడ్డాయి AI దరఖాస్తు పరిశీలనలో ఉంది.
ఆరోగ్య వ్యవస్థల సామర్థ్యాన్ని మెరుగుపరచడానికి మరియు రోగి ప్రయోజనాలను మెరుగుపరచడానికి అవసరమైన ఖచ్చితత్వం మరియు విశ్వసనీయతతో చక్కగా నిర్వచించబడిన పనులను నిర్వహించడానికి LMMలు రూపొందించబడ్డాయి. డెవలపర్‌లు సంభావ్య ద్వితీయ ఫలితాలను కూడా అంచనా వేయగలరు మరియు అర్థం చేసుకోగలరు.
***
మూలం:
WHO 2024. ఎథిక్స్ అండ్ గవర్నెన్స్ ఆఫ్ ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ ఫర్ హెల్త్: గైడెన్స్ ఆన్ లార్జ్ మల్టీ-మోడల్ మోడల్స్. వద్ద అందుబాటులో ఉంది https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y
***
