একটি নতুন কৃত্রিম বুদ্ধিমত্তা (AI) টুল এখন ভবিষ্যদ্বাণী করতে পারে একজন মানুষ জীবনে ১,০০০-এরও বেশি রোগে আক্রান্ত হওয়ার ঝুঁকি। অনেক ক্ষেত্রে আবার কয়েক দশক আগেই সতর্কবার্তা দিতে সক্ষম।
এই মডেলের নাম Delphi-2M। এটি স্বাস্থ্য রেকর্ড ও জীবনযাপনের অভ্যাসের ওপর ভিত্তি করে ক্যান্সার, ত্বকের রোগ কিংবা রোগ প্রতিরোধ ক্ষমতা সম্পর্কিত নানা সমস্যার সম্ভাবনা ২০ বছর আগেই হিসাব করতে পারে। যদিও এই মডেল কেবল যুক্তরাজ্যের একটি ডেটাসেট দিয়ে ট্রেইন করা হয়েছে, গবেষকরা মনে করছেন এটি ভবিষ্যতে চিকিৎসকদের উচ্চঝুঁকিপূর্ণ রোগীদের চিহ্নিত করতে সাহায্য করবে। গবেষণাটি ১৭ সেপ্টেম্বর, ২০২৫ এ Nature জার্নালে প্রকাশিত হয়েছে।
লুডউইগ ম্যাক্সিমিলিয়ান ইউনিভার্সিটি অব মিউনিখের কম্পিউটার বিজ্ঞানী স্টেফান ফেউরিগেল বলেন, “একসঙ্গে এতগুলো রোগের ঝুঁকি মডেল করতে পারা অবিশ্বাস্য। এটি পুরো স্বাস্থ্যগত ভবিষ্যৎ মানচিত্র তৈরি করতে পারে।”
আগে থেকেই ক্যান্সার বা হৃদরোগের মতো নির্দিষ্ট কিছু রোগের ঝুঁকি নির্ধারণে এআই টুল তৈরি হয়েছিল। কিন্তু বেশিরভাগ টুল কেবল একটি রোগের ঝুঁকি হিসাব করে। গবেষক মোরিত্জ গেরস্টাং বলেন, “একজন চিকিৎসককে পূর্ণাঙ্গ ধারণা দিতে হলে অনেকগুলো আলাদা টুল চালাতে হয়।”
এই সীমাবদ্ধতা কাটাতেই তারা একটি Generative Pre-trained Transformer (GPT) ভিত্তিক ভাষা মডেল পরিবর্তন করে তৈরি করেছেন Delphi-2M। এই মডেল পূর্বের রোগের ইতিহাস, বয়স, লিঙ্গ, শরীরের বিএমআই, ধূমপান ও অ্যালকোহল ব্যবহারের মতো তথ্য একত্র করে ১,২৫৮ রোগের ঝুঁকি নির্ধারণ করতে পারে। এটি প্রশিক্ষিত হয়েছে যুক্তরাজ্যের ৪ লাখ মানুষের স্বাস্থ্যতথ্যের ওপর, যা দীর্ঘমেয়াদি UK Biobank গবেষণা প্রকল্পের অংশ।
Delphi-2M বেশিরভাগ রোগের ক্ষেত্রেই বিদ্যমান একক-রোগ পূর্বাভাস মডেলের সমান কিংবা তার চেয়েও ভালো নির্ভুলতা দেখিয়েছে। এমনকি এটি বায়োমার্কার-ভিত্তিক মেশিন লার্নিং অ্যালগরিদমের চেয়েও ভালো করেছে। গেরস্টাং বলেন, “এটি আশ্চর্যজনকভাবে ভালো কাজ করেছে।”
বিশেষত যেসব রোগ পূর্বানুমেয় গতিপথে এগোয়, যেমন কিছু ধরনের ক্যান্সার, সেখানে মডেলটি আরও ভালো কাজ করেছে।
Delphi-2M–এর কার্যকারিতা যাচাই করতে গবেষকরা এটি ডেনমার্কের জাতীয় রোগী নিবন্ধনের ১৯ লাখ মানুষের ডেটায় চালান। দেখা যায়, যুক্তরাজ্যের ডেটার তুলনায় সামান্য কম হলেও এটি যথেষ্ট নির্ভরযোগ্য পূর্বাভাস দিয়েছে। এর মানে হলো, এই মডেল অন্য দেশের স্বাস্থ্যতথ্যেও প্রয়োগযোগ্য হতে পারে।
তবে সীমাবদ্ধতাও আছে। যুক্তরাজ্যের ডেটায় শুধুমাত্র রোগীদের প্রথমবার রোগ ধরা পড়ার তথ্য ছিল। অথচ কারও জীবনে কতবার রোগ ফিরে এসেছে, সেটিও ভবিষ্যদ্বাণীর জন্য গুরুত্বপূর্ণ বলে মনে করেন টেক্সাস হেলথ সায়েন্স সেন্টারের গবেষক দেগুই ঝি।
গবেষকরা জানাচ্ছেন, এখন তারা বিভিন্ন দেশের স্বাস্থ্যতথ্য দিয়ে Delphi-2M পরীক্ষা করবেন। গেরস্টাং বলেন, “আরও সুনির্দিষ্ট অ্যালগরিদম তৈরির জন্য বৈচিত্র্যময় তথ্য একত্র করা জরুরি।”
———
Learning the natural history of human disease with generative transformers. Nature (2025).
DOI: 10.1038/s41586-025-09529-3
নিয়মিত আপডেট পেতে সাবস্ক্রাইব করুন আমাদের নিউজলেটারে এবং ফলো করুন আমাদের টেলিগ্রাম, ইনস্টাগ্রাম, টুইটার এবং ফেসবুক-এ। এছাড়াও যুক্ত হতে পারেন আমাদের ফেসবুক গ্রুপে।
এই নিবন্ধটি Creative Commons Attribution-NoDerivatives 4.0 International License-এর অধীনে লাইসেন্সকৃত। পুনঃপ্রকাশের জন্য পুনঃপ্রকাশের নির্দেশিকা দেখুুন।
