செயற்கை நுண்ணறிவு (Generative AI) தொழில் நுட்பத்தின் அசுர வளர்ச்சி, அனைத்துத் துறைகளிலும் பெரும் தாக்கத்தை ஏற்படுத்தி வருகிறது. குறிப்பாக, பொதுவான AI மாடல்கள் (Generic AI Models) வழங்கும் பதில்கள் பல நேரங்களில் துல்லியமாக இருந்தாலும், சில நேரங்களில் தவறான அல்லது கட்டுக்கதை தரவுகளை (Hallucinations) வழங்கிவிடுவது மிகப்பெரிய அச்சுறுத்தலாக உள்ளது. வங்கி மற்றும் நிதித் துறைகள் இந்த அபாயத்தைக் கையாள ஏற்கனவே சில கடுமையான நடைமுறைகளையும் கட்டுப்பாடுகளையும் உருவாக்கி வெற்றி கண்டுள்ளன. தற்போது உலகளவில் உள்ள முன்னணி மருத்துவமனைகளும், ஹெல்த்கேர் அமைப்புகளும் நிதித் துறையின் அந்த ‘வங்கிப் புத்தக உத்தியை’ (Banks’ Playbook) பின்பற்றி, மருத்துவத் துறையில் AI மாடல்களைப் பாதுகாப்பாகக் கட்டுப்படுத்தத் தொடங்கியுள்ளன.
1. நிதித் துறை vs மருத்துவத் துறை: பொதுவான ஆபத்து என்ன?
வங்கித் துறையிலும் மருத்துவத் துறையிலும் ஒரு சிறு தவறு நடந்தாலும், அதனால் ஏற்படும் இழப்பு மிகவும் பெரியது.
-
வங்கிகளில்: தவறான நிதி ஆலோசனை அல்லது கணக்கீட்டுப் பிழை வாடிக்கையாளர்களின் பெரும் பண இழப்பிற்கு வழிவகுக்கும்.
-
மருத்துவமனைகளில்: தவறான மருத்துவக் குறிப்பு அல்லது AI வழங்கும் பிழையான மருந்து அளவீடு ஒரு மனிதனின் உயிரையே பறித்துவிடக்கூடும்.
எனவே, பொதுவான சாட்பாட்களை (ChatGPT, Claude போன்றவை) அப்படியே மருத்துவமனைகளின் அன்றாடப் பணிகளில் பயன்படுத்த அனுமதிக்க முடியாது என்பதை உணர்ந்த மருத்துவ நிர்வாகங்கள், வங்கிகள் பயன்படுத்திய பாதுகாப்பு வளையங்களைக் கையிலெடுத்துள்ளன.
2. வங்கிகளிடமிருந்து மருத்துவமனைகள் கற்றுக்கொண்ட 4 முக்கிய உத்திகள்
மருத்துவமனைகள் தற்போது பொதுவான AI மாடல்களைக் கட்டுப்படுத்தப் பின்பற்றும் முக்கியமான வங்கி நடைமுறைகள் இதோ:
+--------------------------------------------------------------------+
| மருத்துவமனைகள் பின்பற்றும் வங்கி பாதுகாப்பு உத்தி |
+--------------------------------------------------------------------+
| [RAG நுட்பம்] ---> (மருத்துவமனையின் சொந்த தரவுத்தளத்துடன் இணைப்பு) |
| ↓ |
| [கடுமையான சாண்ட்பாக்ஸ்] ---> (தனிமைப்படுத்தப்பட்ட பாதுகாப்பான சூழல்) |
| ↓ |
| [மனித மேற்பார்வை] ---> (மருத்துவரின் இறுதிச் சரிபார்ப்பு - HITL) |
| ↓ |
| [தொடர் தணிக்கை] ---> (செயல்பாடுகள் மற்றும் முடிவுகள் கண்காணிப்பு) |
+--------------------------------------------------------------------+
1. RAG நுட்பம் (Retrieval-Augmented Generation):
பொதுவான AI மாடல்கள் இணையத்தில் உள்ள அனைத்துத் தரவுகளையும் வைத்துப் பதிலளிக்கும். ஆனால், வங்கிகள் தங்களின் உள்நாட்டுத் தரவுகளை மட்டுமே AI பயன்படுத்த அனுமதிக்கின்றன. அதேபோல, மருத்துவமனைகளும் AI மாடல்களைத் தங்களின் அங்கீகரிக்கப்பட்ட மருத்துவக் கட்டுரைகள், நோயாளி பதிவுகள் மற்றும் மருத்துவ வழிகாட்டுதல்களுடன் மட்டுமே இணைத்து (RAG Architecture) இயங்க வைக்கின்றன.

2. தனிமைப்படுத்தப்பட்ட ‘சாண்ட்பாக்ஸ்’ சூழல் (Gated Sandboxes):
வங்கித் துறையைப் போலவே, பொது இணையத்துடன் தொடர்பில்லாத பாதுகாப்பான கிளவுட் சூழலில் (Private Cloud Environment) மட்டுமே AI மாடல்கள் இயக்கப்படுகின்றன. இதன் மூலம் நோயாளிகளின் ரகசியத் தரவுகள் வெளியே கசிவது முற்றிலும் தடுக்கப்படுகிறது.
3. மனிதரின் கட்டாய மேற்பார்வை (Human-in-the-Loop):
வங்கிகளில் கடனுக்கான ஒப்புதல் அல்லது கடன் அட்டை வழங்களில் AI பரிந்துரைத்தாலும் இறுதி முடிவை வங்கி அதிகாரி எடுப்பார். அதேபோல, மருத்துவமனைகளிலும் AI தயார் செய்யும் நோயாளிகளின் குறிப்புகள், மருந்துப் பட்டியல்கள் மற்றும் முதற்கட்டப் பரிசோதனை அறிக்கைகளை மருத்துவர்கள் சரிபார்த்து கையொப்பமிட்ட பிறகே அவை நடைமுறைக்கு வருகின்றன.
4. கடுமையான தணிக்கை மற்றும் கண்காணிப்பு (AI Auditing):
நிதிப் பரிவர்த்தனைகளைத் தணிக்கை செய்வது போல, AI வழங்கும் ஒவ்வொரு பதிலையும், அது எடுத்த முடிவுகளின் துல்லியத்தையும் மருத்துவ வல்லுநர்கள் குழு தொடர்ந்து கண்காணித்துத் தணிக்கை செய்து வருகிறது.
3. இதனால் மருத்துவத் துறையில் ஏற்படும் நன்மைகள்
பொதுவான AI மாடல்களைக் கட்டுப்படுத்திப் பயன்படுத்துவதன் மூலம் மருத்துவமனைகள் பெறும் முக்கிய நன்மைகள்:
-
நிர்வாகப் சுமை குறைதல்: மருத்துவர்கள் நோயாளிகளின் குறிப்புகளை எழுதுவதிலும், காப்பீட்டு ஆவணங்களைத் தயாரிப்பதிலும் செலவிடும் நேரம் பெருமளவு குறைகிறது.
-
பிழையற்ற மருத்துவ அறிக்கை: RAG நுட்பத்தால் AI தவறான மருத்துவக் தகவல்களை வழங்குவது முற்றிலுமாகத் தடுக்கப்படுகிறது.
-
நோயாளி தரவுப் பாதுகாப்பு: HIPAA போன்ற சர்வதேச சட்டங்களின்படி நோயாளிகளின் ரகசியத் தகவல்கள் முழுமையாகப் பாதுகாக்கப்படுகின்றன.
4. சவால்களும் எதிர்காலப் பாதையும்
| சவால்கள் | தீர்வுகள் |
| கட்டுப்பாடுகளால் வேகம் குறைதல் | பாதுகாப்பான கட்டமைப்புக்குள் அதிவேகமாக இயங்கும் பிரத்யேக மருத்துவ AI மாடல்களை உருவாக்குதல். |
| பயிற்சிச் செலவு | பொதுவான மாடல்களை விட RAG மற்றும் பிரைவேட் கிளவுட் உத்திகளுக்குக் கூடுதலான தொழில்நுட்பச் செலவு ஏற்படும். |
| பொறுப்புக்கூறல் (Liability) | தவறான முடிவுகளுக்கு யார் பொறுப்பு என்ற சட்டப் தெளிவை அரசுகளும் மருத்துவக் குழுக்களும் வரையறுத்தல். |
எதிர்காலம் எவ்வாறு இருக்கும்?
வங்கித் துறை எவ்வாறு கட்டுப்பாடுகளுடன் கூடிய AI தொழில் நுட்பத்தைப் பயன்படுத்தித் தனது சேவைகளைப் பாதுகாப்பாக மாற்றியமைத்ததோ, அதே பாதையில் மருத்துவத் துறையும் பயணிக்கத் தொடங்கியுள்ளது.
பொதுவான AI மாடல்களைக் கூண்டுக்குள் அடைத்து, மருத்துவக் கட்டுப்பாடுகளுக்குள் இயங்க வைப்பதன் மூலம், மனித உயிர்களைக் காக்கும் மருத்துவத் துறையில் AI ஒரு நம்பகமான, பாதுகாப்பான மற்றும் திறமையான டிஜிட்டல் உதவியாளராக உருவெடுத்துள்ளது.

Related Posts
பிசிகல் ஏஐயின் அடுத்த எல்லை:ரோபோக்களுக்கு ஏன் நினைவாற்றல் அவசியம்?
செயற்கை நுண்ணறிவுப் புரட்சியும் துணிகர மூலதனச் சந்தையின் பேராபத்தும்!
செயற்கை நுண்ணறிவும் அறநெறியும்!