Generative Artificial Intelligence (AI)- WHO သည် LMMs များ၏ အုပ်ချုပ်မှုဆိုင်ရာ လမ်းညွှန်ချက်အသစ်ကို ထုတ်ပြန်ခဲ့သည်။

WHO က လူဦးရေ၏ကျန်းမာရေးကို မြှင့်တင်ကာကွယ်ရန် ၎င်း၏သင့်လျော်သောအသုံးပြုမှုအတွက် ကြီးမားသောဘက်စုံမော်ဒယ်များ (LMMs) ၏ကျင့်ဝတ်နှင့်အုပ်ချုပ်မှုဆိုင်ရာ လမ်းညွှန်ချက်အသစ်ကို ထုတ်ပြန်ခဲ့သည်။ LMMs သည် လျင်မြန်စွာ ကြီးထွားလာသော မျိုးဆက်တစ်ခုဖြစ်သည်။ ဉာဏ်ရည်တု ကျန်းမာရေးအတွက် ကျယ်ပြန့်သောအသုံးချမှုငါးခုပါရှိသော (AI) နည်းပညာ in 

1. လူနာများ၏စာဖြင့်မေးမြန်းချက်များကိုတုံ့ပြန်ခြင်းကဲ့သို့သောရောဂါရှာဖွေခြင်းနှင့်ဆေးဘက်ဆိုင်ရာစောင့်ရှောက်မှု; 

2. ရောဂါလက္ခဏာများကိုစုံစမ်းစစ်ဆေးခြင်းနှင့်ကုသခြင်းကဲ့သို့သောလူနာလမ်းညွှန်အသုံးပြုမှု; 

3. အီလက်ထရွန်နစ်ကျန်းမာရေးမှတ်တမ်းများအတွင်း လူနာလာရောက်လည်ပတ်မှုများကို မှတ်တမ်းတင်ခြင်းနှင့် အကျဉ်းချုံးရေးခြင်းကဲ့သို့သော စာရေးစာချီနှင့် စီမံခန့်ခွဲရေးတာဝန်များ၊ 

4. ဆေးဘက်ဆိုင်ရာနှင့် သူနာပြုပညာပေးခြင်းအပါအဝင် သင်တန်းသားများအား အသွင်တူလူနာတွေ့ဆုံမှုများနှင့်၊ 

5. သိပ္ပံနည်းကျ သုတေသနနှင့် ဆေးဝါးဖွံ့ဖြိုးတိုးတက်ရေး အပါအဝင် ဒြပ်ပေါင်းအသစ်များကို ဖော်ထုတ်ရန်။ 

သို့သော်၊ ကျန်းမာရေးစောင့်ရှောက်မှုရှိ ဤအက်ပ်လီကေးရှင်းများသည် ကျန်းမာရေးဆိုင်ရာ ဆုံးဖြတ်ချက်များချရာတွင် မှားယွင်းသော၊ မှန်ကန်မှု၊ ဘက်လိုက်မှု သို့မဟုတ် မပြည့်စုံသောထုတ်ပြန်ချက်များကို ထုတ်လုပ်ခြင်း၏အန္တရာယ်များကို လုပ်ဆောင်ပေးပါသည်။ ထို့အပြင်၊ LMM များသည် လူမျိုး၊ လူမျိုး၊ မျိုးရိုး၊ လိင်၊ ကျား၊ မ လက္ခဏာ သို့မဟုတ် အသက်အားဖြင့်ဖြစ်စေ အရည်အသွေးညံ့ဖျင်းသော သို့မဟုတ် ဘက်လိုက်မှုရှိသော ဒေတာများကို လေ့ကျင့်သင်ကြားနိုင်ပါသည်။ စွမ်းဆောင်ရည်အကောင်းဆုံး LMMs များ၏ လက်လှမ်းမီနိုင်မှုနှင့် ငွေကြေးတတ်နိုင်မှုကဲ့သို့သော ကျန်းမာရေးစနစ်များအတွက် ပိုမိုကျယ်ပြန့်သော အန္တရာယ်များလည်း ရှိပါသည်။ LMM များသည် ကျန်းမာရေးစောင့်ရှောက်မှု ကျွမ်းကျင်သူများနှင့် လူနာများမှ 'အလိုအလျောက် ဘက်လိုက်မှု' ကိုလည်း အားပေးနိုင်သည်၊ ယင်းမှာ အမှားများကို ခွဲခြားသတ်မှတ်ခံရမည့် သို့မဟုတ် ခက်ခဲသော ရွေးချယ်မှုများကို LMM သို့ လွဲမှားစွာ လွှဲအပ်ခြင်းခံရသည့် အကြောင်းရင်းလည်း ဖြစ်သည်။ အခြားပုံစံများကဲ့သို့ LMM များ AIလူနာများ၏ အချက်အလက် သို့မဟုတ် ဤ အယ်လဂိုရီသမ်များ၏ ယုံကြည်စိတ်ချရမှုနှင့် ကျန်းမာရေးစောင့်ရှောက်မှုကို ပိုမိုကျယ်ပြန့်စွာ ပံ့ပိုးပေးနိုင်သည့် ဆိုက်ဘာလုံခြုံရေးအန္တရာယ်များကိုလည်း ထိခိုက်စေနိုင်သည်။ 

ထို့ကြောင့် ဘေးကင်းပြီး ထိရောက်သော LMM များကို ဖန်တီးရန်အတွက် WHO သည် အစိုးရများနှင့် LMM ၏ developer များအတွက် အကြံပြုချက်များ ပြုလုပ်ထားသည်။ 

အစိုးရများသည် LMM များ ဖွံ့ဖြိုးတိုးတက်ရေးနှင့် အသုံးချမှုများအတွက် စံနှုန်းများ သတ်မှတ်ရန်နှင့် ၎င်းတို့၏ ပေါင်းစည်းမှုနှင့် ပြည်သူ့ကျန်းမာရေးနှင့် ဆေးဘက်ဆိုင်ရာ ရည်ရွယ်ချက်များအတွက် အသုံးပြုရန် အဓိက တာဝန်ရှိပါသည်။ အစိုးရများသည် အကျိုးအမြတ်အတွက်မဟုတ်သော သို့မဟုတ် အများသူငှာ အခြေခံအဆောက်အအုံများတွင် ရင်းနှီးမြှုပ်နှံသင့်သည် သို့မဟုတ် အများသူငှာ အသုံးပြုသူများ၏ ကျင့်ဝတ်နှင့်တန်ဖိုးများကို လိုက်နာရန် လိုအပ်သော ကျင့်ဝတ်ဆိုင်ရာ အခြေခံမူများနှင့် စံတန်ဖိုးများကို လိုက်နာရန် လိုအပ်သည့် အများသူငှာ၊ ပုဂ္ဂလိကနှင့် အကျိုးအမြတ်မယူသော ကဏ္ဍများရှိ ဆော့ဖ်ဝဲရေးဆွဲသူများထံ ရယူနိုင်သော ကွန်ပျူတာပါဝါနှင့် အများသူငှာ ဒေတာအစုံများ အပါအဝင်၊ ဝင်ရောက်လဲလှယ်ပါ။ 

· ကျန်းမာရေးစောင့်ရှောက်မှုနှင့် ဆေးဝါးများတွင် အသုံးပြုသည့် LMMs များနှင့် လျှောက်လွှာများနှင့် သက်ဆိုင်သည့် အန္တရာယ် သို့မဟုတ် အကျိုးခံစားခွင့်များ မည်သည်ကို သေချာစေရန် ဥပဒေများ၊ မူဝါဒများနှင့် စည်းမျဉ်းများကို အသုံးပြုပါ။ AI နည်းပညာ၊ ဥပမာ၊ လူတစ်ဦး၏ဂုဏ်သိက္ခာ၊ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့် သို့မဟုတ် ကိုယ်ရေးကိုယ်တာအပေါ် သက်ရောက်မှုရှိသော ကျင့်ဝတ်ဆိုင်ရာ တာဝန်များနှင့် လူ့အခွင့်အရေးစံနှုန်းများနှင့် ကိုက်ညီပါသည်။ 

· အရင်းအမြစ်ခွင့်ပြုချက်အနေဖြင့် ကျန်းမာရေးစောင့်ရှောက်မှု သို့မဟုတ် ဆေးဝါးများတွင် အသုံးပြုရန် ရည်ရွယ်ထားသည့် LMM နှင့် လျှောက်လွှာများကို အကဲဖြတ်ရန်နှင့် အတည်ပြုရန် လက်ရှိ သို့မဟုတ် စည်းမျဉ်းအေဂျင်စီအသစ်ကို တာဝန်ပေးအပ်ပါ။ 

· LMM ကို အကြီးစားအသုံးချသောအခါ သီးခြားတတိယပါတီများမှ ဒေတာကာကွယ်ရေးနှင့် လူ့အခွင့်အရေးအတွက် အပါအဝင်မဖြစ်မနေထုတ်ပြန်ပြီးနောက် စာရင်းစစ်ခြင်းနှင့် သက်ရောက်မှုအကဲဖြတ်ချက်များကို မိတ်ဆက်ပါ။ စာရင်းစစ်နှင့် သက်ရောက်မှု အကဲဖြတ်ချက်များကို ထုတ်ပြန်သင့်သည်။ 

နှင့် ဥပမာအားဖြင့် အသက်၊ လူမျိုး သို့မဟုတ် မသန်စွမ်းမှု အပါအဝင် အသုံးပြုသူ အမျိုးအစားအလိုက် ခွဲခြားထားသော ရလဒ်များနှင့် သက်ရောက်မှုများ ပါဝင်သင့်သည်။ 

· LMM များကို သိပ္ပံပညာရှင်များနှင့် အင်ဂျင်နီယာများကသာမက ဒီဇိုင်းထုတ်ထားပါသည်။ အလားအလာရှိသော သုံးစွဲသူများနှင့် ဆေးဘက်ဆိုင်ရာ ပံ့ပိုးပေးသူများ၊ သိပ္ပံနည်းကျ သုတေသီများ၊ ကျန်းမာရေး စောင့်ရှောက်မှု ကျွမ်းကျင်သူများနှင့် လူနာများ အပါအဝင် တိုက်ရိုက်နှင့် သွယ်ဝိုက်သော သက်ဆိုင်သူများ အားလုံး ပါဝင်သင့်သည် ၊ AI ဖွဲ့စည်းတည်ဆောက်ပုံ၊ ပါဝင်နိုင်မှု၊ ပွင့်လင်းမြင်သာမှုရှိသော ဒီဇိုင်းဖွံ့ဖြိုးတိုးတက်မှုနှင့် ကျင့်ဝတ်ဆိုင်ရာကိစ္စရပ်များကို မြှင့်တင်ရန် အခွင့်အလမ်းများ ပေးဆောင်ရန်၊ AI ထည့်သွင်းစဉ်းစားရန်လျှောက်လွှာ။ 

LMM များသည် ကျန်းမာရေးစနစ်များ၏ စွမ်းဆောင်ရည်ကို မြှင့်တင်ရန်နှင့် လူနာများ၏ အကျိုးစီးပွားကို မြှင့်တင်ရန်အတွက် လိုအပ်သော တိကျမှုနှင့် ယုံကြည်စိတ်ချရမှုတို့ဖြင့် ကောင်းမွန်စွာသတ်မှတ်ထားသော လုပ်ငန်းတာဝန်များကို လုပ်ဆောင်ရန် ဒီဇိုင်းထုတ်ထားပါသည်။ developer များသည် ဖြစ်နိုင်ချေရှိသော ဒုတိယရလဒ်များကို ကြိုတင်ခန့်မှန်းနိုင်ပြီး နားလည်နိုင်သင့်သည်။ 

*** 

source: 

WHO 2024။ ကျန်းမာရေးအတွက် ဉာဏ်ရည်တု၏ကျင့်ဝတ်နှင့် အုပ်ချုပ်မှု- ကြီးမားသောဘက်စုံမော်ဒယ်များအတွက် လမ်းညွှန်ချက်။ မှာ ရရှိနိုင်ပါတယ်။ https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1&isAllowed=y 

***