ડબ્લ્યુએચઓ વસ્તીના સ્વાસ્થ્યને પ્રોત્સાહિત કરવા અને તેનું રક્ષણ કરવા માટે તેના યોગ્ય ઉપયોગ માટે મોટા મલ્ટિ-મોડલ મોડલ (LMMs) ની નૈતિકતા અને શાસન પર નવું માર્ગદર્શન બહાર પાડ્યું છે. LMM એ ઝડપથી વિકસતા જનરેટિવનો એક પ્રકાર છે કૃત્રિમ બુદ્ધિ (AI) ટેકનોલોજી કે જેમાં આરોગ્ય માટે પાંચ વ્યાપક એપ્લિકેશન છે in
1. નિદાન અને ક્લિનિકલ કેર, જેમ કે દર્દીઓના લેખિત પ્રશ્નોનો જવાબ આપવો;
2. દર્દી-માર્ગદર્શિત ઉપયોગ, જેમ કે લક્ષણો અને સારવારની તપાસ માટે;
3. કારકુની અને વહીવટી કાર્યો, જેમ કે ઇલેક્ટ્રોનિક આરોગ્ય રેકોર્ડમાં દર્દીની મુલાકાતનું દસ્તાવેજીકરણ અને સારાંશ;
4. તબીબી અને નર્સિંગ શિક્ષણ, જેમાં તાલીમાર્થીઓને સિમ્યુલેટેડ પેશન્ટ એન્કાઉન્ટર આપવાનો સમાવેશ થાય છે, અને;
5. નવા સંયોજનોને ઓળખવા સહિત વૈજ્ઞાનિક સંશોધન અને દવાનો વિકાસ.
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.
તેથી, સલામત અને અસરકારક LMMs બનાવવા માટે, WHO એ LMM ના સરકારો અને વિકાસકર્તાઓ માટે ભલામણો કરી છે.
સરકારોની પ્રાથમિક જવાબદારી છે કે તેઓ LMM ના વિકાસ અને જમાવટ માટે ધોરણો નક્કી કરે અને તેમના એકીકરણ અને જાહેર આરોગ્ય અને તબીબી હેતુઓ માટે ઉપયોગ કરે. સરકારોએ બિન-લાભકારી અથવા જાહેર ઇન્ફ્રાસ્ટ્રક્ચરમાં રોકાણ કરવું જોઈએ અથવા પ્રદાન કરવું જોઈએ, જેમાં કમ્પ્યુટિંગ પાવર અને પબ્લિક ડેટા સેટ્સનો સમાવેશ થાય છે, જે જાહેર, ખાનગી અને બિન-લાભકારી ક્ષેત્રોમાં વિકાસકર્તાઓ માટે સુલભ છે, જેમાં વપરાશકર્તાઓને નૈતિક સિદ્ધાંતો અને મૂલ્યોનું પાલન કરવાની જરૂર છે. ઍક્સેસ માટે વિનિમય.
· 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.
· સંસાધનોની પરવાનગી તરીકે - આરોગ્ય સંભાળ અથવા દવામાં ઉપયોગ માટેના હેતુવાળા LMMs અને એપ્લિકેશનોનું મૂલ્યાંકન કરવા અને મંજૂર કરવા માટે હાલની અથવા નવી નિયમનકારી એજન્સીને સોંપો.
· જ્યારે LMM મોટા પાયે તૈનાત કરવામાં આવે ત્યારે સ્વતંત્ર તૃતીય પક્ષો દ્વારા ડેટા સંરક્ષણ અને માનવ અધિકારો સહિત ફરજિયાત પોસ્ટ-રીલીઝ ઓડિટીંગ અને અસર મૂલ્યાંકનો રજૂ કરો. ઓડિટ અને અસર આકારણીઓ પ્રકાશિત થવી જોઈએ
અને તેમાં વપરાશકર્તાના પ્રકાર દ્વારા અલગ-અલગ પરિણામો અને અસરોનો સમાવેશ થવો જોઈએ, ઉદાહરણ તરીકે ઉંમર, જાતિ અથવા અપંગતા દ્વારા.
· 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.
આરોગ્ય પ્રણાલીની ક્ષમતામાં સુધારો કરવા અને દર્દીના હિતોને આગળ વધારવા માટે જરૂરી ચોકસાઈ અને વિશ્વસનીયતા સાથે સારી રીતે વ્યાખ્યાયિત કાર્યો કરવા માટે એલએમએમની રચના કરવામાં આવી છે. વિકાસકર્તાઓ સંભવિત ગૌણ પરિણામોની આગાહી કરવા અને સમજવામાં પણ સક્ષમ હોવા જોઈએ.
***
સોર્સ:
WHO 2024. આરોગ્ય માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનું એથિક્સ એન્ડ ગવર્નન્સ: મોટા મલ્ટિ-મોડલ મોડલ્સ પર માર્ગદર્શન. પર ઉપલબ્ધ છે https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y
***
