হৃদ্‌যন্ত্রের চিকিৎসায় autonomous AI—FDA অনুমোদনের পরীক্ষা শুরু

যুক্তরাষ্ট্রের Advanced Research Projects Agency for Health (ARPA-H) ৯ সেপ্টেম্বর ২০২৬-এ ADVOCATE কর্মসূচির প্রথম contract award ঘোষণা করেছে। ARPA-H-এর সরকারি ঘোষণায় চার বছরের কর্মসূচিতে মোট সর্বোচ্চ ৬২.৭ মিলিয়ন ডলার প্রতিশ্রুতি, প্রথম বছরে সর্বোচ্চ ৩৩.৭ মিলিয়ন ডলার অর্থায়ন এবং contract award-এর ২৪ মাসের মধ্যে patient-facing agent-এর FDA authorization package জমা দেওয়ার লক্ষ্য রয়েছে।

এটি কোনো autonomous AI-এর FDA অনুমোদন পাওয়া বা রোগীর চিকিৎসায় স্বাধীনভাবে চালু হওয়ার ঘোষণা নয়। শুরু হয়েছে হৃদ্‌যন্ত্র বিকল রোগীদের জন্য agent তৈরি, supervisory monitoring, স্বাস্থ্যব্যবস্থায় clinical validation এবং ভবিষ্যৎ FDA submission প্রস্তুত করার কর্মসূচি; রোগীর পরিচর্যায় সরাসরি ব্যবহারের আগে এসব ধাপ পেরোতে হবে।

ADVOCATE-এর agent কতটা স্বাধীন হবে

ADVOCATE-এর patient-facing agent সাধারণ প্রশ্নোত্তরের chatbot হিসেবে সীমাবদ্ধ থাকার কথা নয়। Atman Health, Tempus AI ও Updoc-এর নির্বাচিত দলগুলো এমন ব্যবস্থা তৈরি করবে, যা চিকিৎসকের সাক্ষাতের মধ্যবর্তী সময়ে হৃদ্‌যন্ত্র বিকল রোগীকে সহায়তা করতে এবং অনুমোদিত সীমার মধ্যে নির্দিষ্ট clinical task সম্পন্ন করতে পারবে।

তিন দলের নকশা আলাদা। Atman Health কথোপকথনের জন্য large language model ব্যবহার করলেও clinical সিদ্ধান্তকে evidence-based decision engine-এর সঙ্গে যুক্ত করবে। Updoc কথোপকথনের ক্ষমতা থেকে clinical authority আলাদা রেখে clinician-নির্ধারিত নিয়ম ও অনুমোদিত protocol-এর বিপরীতে প্রতিটি প্রস্তাবিত পদক্ষেপ যাচাই করার ব্যবস্থা বানাবে। Tempus তার বিদ্যমান Olivia patient-health app সম্প্রসারণ করবে।

Autonomous মানে এখানে সীমাহীন স্বাধীনতা নয়। কর্মসূচির লক্ষ্য কিছু পরিচর্যা স্বয়ংক্রিয়ভাবে দেওয়া, কিন্তু প্রয়োজন হলে রোগীর clinical team-কে যুক্ত করাও agent-এর নির্ধারিত কাজ। কোন অবস্থায় agent নিজে পদক্ষেপ নিতে পারবে, কখন clinician-এর কাছে escalation বাধ্যতামূলক হবে এবং সেই সীমা বাস্তবে কতটা নির্ভরযোগ্য—clinical validation-এ এগুলোই গুরুত্বপূর্ণ প্রশ্ন।

Olivia থেকে প্রস্তাবিত heart-failure agent

Olivia বর্তমানে বিভিন্ন উৎসের স্বাস্থ্যতথ্য একত্র ও সংগঠিত করার agentic patient concierge; এটি নিজে FDA-অনুমোদিত autonomous heart-failure treatment system নয়। ADVOCATE-এর অধীনে Tempus যে ব্যবস্থা প্রস্তাব করেছে, সেটি electronic health record এবং বাড়ির heart-rate monitor থেকে আসা তথ্য পর্যবেক্ষণ করে রোগীর অবস্থায় অর্থপূর্ণ পরিবর্তন শনাক্ত করার জন্য তৈরি হবে।

Tempus-এর ঘোষিত পরিকল্পনায় প্রতিষ্ঠানটি সর্বোচ্চ ৯.৫ মিলিয়ন ডলার পাবে এবং agent-টিকে multi-center prospective study-তে clinically validate করবে। প্রস্তাবিত ব্যবস্থাটি উপসর্গ, ওষুধ, virtual rehabilitation ও appointment scheduling পরিচালনায় সহায়তা করবে এবং কাজের নথি electronic health record ও care team-এর সঙ্গে সমন্বিত রাখবে।

এসব এখনো উন্নয়ন ও গবেষণার লক্ষ্য, প্রমাণিত clinical ফল নয়। প্রকাশিত ঘোষণায় prospective study-র কেন্দ্র, অংশগ্রহণকারীর সংখ্যা, প্রধান outcome বা agent-এর ওষুধ-সংক্রান্ত authority-এর পূর্ণ protocol দেওয়া হয়নি। তাই award-কে effectiveness-এর প্রমাণ বা বাজারে ব্যবহারের অনুমতি হিসেবে দেখা যাবে না।

Patient-facing agent-এর ওপর আলাদা supervisory AI

রোগীমুখী agent নিজের কাজ নিজে যাচাই করলেই নিরাপত্তা নিশ্চিত হবে—ADVOCATE এমন কাঠামো নিচ্ছে না। Stanford University একটি disease-agnostic supervisory system তৈরি করবে, যা সফল deployment-এর পর patient-facing agent-এর recommendation ও আচরণ পর্যবেক্ষণ করবে এবং unsafe recommendation বা প্রশিক্ষণের পরিসরের বাইরের input-এ অস্বাভাবিক আচরণ শনাক্ত করার চেষ্টা করবে।

এই supervisory ব্যবস্থার প্রস্তাবিত pipeline-এ প্রথমে outlier filtering, পরে rule-based screening এবং শেষে বেশি computing প্রয়োজন এমন deep-research auditing agent থাকবে। প্রতিটি দাবির জন্য পরিদর্শনযোগ্য rationale তৈরির লক্ষ্যও রয়েছে। অর্থাৎ এটি রোগীর সঙ্গে কাজ করা মূল agent নয়; মূল agent-এর ওপর বসানো পৃথক assurance layer।

তবে supervisory AI থাকাই নিরাপত্তার প্রমাণ নয়। সেটি ঝুঁকিপূর্ণ recommendation ধরতে পারে কি না, অযথা কতবার মানুষের হস্তক্ষেপ চায় এবং তার rationale clinician ও evaluator যাচাই করতে পারেন কি না—এসবের উত্তর পরীক্ষার ফল থেকেই আসতে হবে। প্রকাশিত ঘোষণায় এই performance metricগুলোর threshold জানানো হয়নি।

Shadow mode থেকে বহুকেন্দ্রিক পরীক্ষা

স্বাস্থ্যব্যবস্থায় বাস্তবায়নের দায়িত্ব পাওয়া দলগুলো উন্নয়নাধীন agent-কে বিভিন্ন clinical workflow-তে যাচাই করবে। MedTech Dive-এর স্বাধীন প্রতিবেদনে Duke University-এর পাঁচটি health system ও গ্রামীণ স্থানে Epic এবং Cerner/Oracle EHR-ভিত্তিক পরীক্ষা এবং Kaiser Permanente-এর ২১টি medical center ও ২৬০টির বেশি clinic-এ Epic workflow-ভিত্তিক deployment পরিকল্পনার কথা নিশ্চিত করা হয়েছে।

Kaiser-এর পরিকল্পনায় প্রথমে shadow-mode deployment এবং পরে pragmatic randomized clinical trial রয়েছে। Shadow mode-এ agent বাস্তব workflow-এর পাশে প্রস্তাব তৈরি করতে পারে, কিন্তু সেই প্রস্তাব রোগীর চিকিৎসা সরাসরি নিয়ন্ত্রণ করে না; এতে বাস্তব ব্যবহারের আগে agent কী করত, তা clinician ও গবেষকেরা তুলনা করতে পারেন। পরের trial-এ clinical outcome, safety এবং workflow-এর প্রভাব যাচাই করার কথা।

Johns Hopkins University Applied Physics Laboratory কর্মসূচির external evaluation partner হিসেবে technical performance ও clinical outcome স্বাধীনভাবে মূল্যায়ন করবে। নির্মাতার নিজস্ব পরীক্ষার পাশাপাশি এই পৃথক মূল্যায়ন রাখা হয়েছে, তবে কোনো ফল এখনো প্রকাশিত হয়নি।

FDA-র সিদ্ধান্ত এখনো অনেক ধাপ দূরে

FDA এই মুহূর্তে কোনো ADVOCATE agent অনুমোদন করেনি। কর্মসূচির পুরো সময়ে FDA-কে যুক্ত রেখে patient-facing clinical AI-এর regulatory framework, shared evaluation standard এবং deployment-পরবর্তী monitoring-এর পদ্ধতি তৈরির পরিকল্পনা রয়েছে।

Patient-facing agent নির্মাতা দলগুলোর লক্ষ্য contract award-এর ২৪ মাসের মধ্যে authorization package জমা দেওয়া। Package জমা দেওয়া, FDA সেটি পর্যালোচনা করা এবং authorization পাওয়া আলাদা ধাপ; ঘোষিত সময়সীমা অনুমোদনের নিশ্চয়তা বা অনুমোদনের তারিখ নয়।

সুতরাং ৯ সেপ্টেম্বরের ঘটনায় নিশ্চিতভাবে শুরু হয়েছে অর্থায়িত উন্নয়ন ও অনুমোদনের লক্ষ্যে যাচাইয়ের পথ। সামনে অপেক্ষা করতে হবে বিস্তারিত study protocol, shadow-mode ফল, prospective ও randomized trial-এর safety ও effectiveness data এবং শেষ পর্যন্ত FDA-র সিদ্ধান্তের জন্য। এটি যুক্তরাষ্ট্রের গবেষণা ও নিয়ন্ত্রক কর্মসূচি; ঘোষণাগুলো বাংলাদেশ বা ভারতে ব্যবহারের কোনো অনুমতি দেয় না।