জॉन উইডারস্প্যান, ইউডব্লিউ মেডিসিনের একজন নার্স অ্যানেসথেটিস্ট সিয়াটেলে, জানেন কিভাবে ভুল হতে পারে উচ্চ চাপের অপারেশন রুম পরিবেশে, বিশেষ করে জরুরি পরিস্থিতিতে যখন অ্যাড্রেনালিন ও জরুরি ব্যস্ততা ভুলে দ্রুত জরুরি ওষুধ দেওয়ার প্রবণতা বাড়ে। রোগীর নিরাপত্তা নিয়ে চলমান প্রচেষ্টা সত্ত্বেও, ওষুধের ভুল এখনো সাধারণ, প্রতিটি ২০ জন রোগীর মধ্যে কমপক্ষে একজনকে প্রভাবিত করে, যেখানে বিশ্ব স্বাস্থ্য সংস্থার মতে দিনে প্রায় 1. 3 মিলিয়ন চোট ও একের বেশি মৃত্যু ঘটে শুধুমাত্র যুক্তরাষ্ট্রে। ওষুধের ভুল প্রায়শই হয় ভুল ওষুধ দেওয়া বা ভুল ডোজ দেওয়া। হাসপাতালগুলি ভুল কমানোর জন্য রঙ কোডেড লেবেল ও বারকোড স্ক্যানার মতো নিরাপত্তা ব্যবস্থা গ্রহণ করেছে, তবুও ভুলের ঘটনা কমে না। ড. কেলি মিচেলসেন, ইউডব্লিউ মেডিসিন ও ওয়াশিংটন বিশ্ববিদ্যালয়ের একজন অ্যানেসথেটিস্ট ও ইঞ্জিনিয়ার, উল্লেখ করেছেন যে, ৯০% অ্যানেসথেটিস্ট তাঁদের ক্যারিয়ারে কখনো না কখনো ওষুধের ভুল স্বীকার করে থাকেন। তিনি কল্পনা করেছেন যে কৃত্রিম বুদ্ধিমত্তা (AI) কাজে লাগিয়ে ভুল শনাক্তে 二য় দৃষ্টি হিসেবে কাজ করতে পারে, কারণ প্রায় ৯৯% ব্যবহার করা ওষুধের মধ্যে সীমিত কয়েকটি – ১০-২০টি ওষুধের মধ্যে। তাঁর লক্ষ্য ছিল আলগা ভুল, যেখানে ভুল ভয়েল বা সিরিঞ্জের লেবেল নিয়ে ভুল ওষুধ দেওয়া হয়, যা মোট ওষুধের ভুলের প্রায় ২০% দায়ী। এই ধরনের ভুলের একটি দৃষ্টান্ত হলো Vanderbilt বিশ্ববিদ্যালয় মেডিকেল সেন্টারে ৭৫ বছর বয়সী এক মহিলার মৃত্যু, যিনি একটি সিডেটিভের পরিবর্তে প্যারালাইজিং ওষুধ পেয়েছিলেন। এই ধরনের ভুল রুখতে, মিচেলসেন AI-সম্পন্ন “স্মার্ট আইওয়্যার” তৈরি করেছেন, যা সুরক্ষা চশমার মধ্যে ক্যামেরা যুক্ত। এই সিস্টেম ভায়াল ও সিরিঞ্জের লেবেল স্ক্যান করে, পড়ে এবং তুলনা করে – যদি mismatches পাওয়া যায়, তখন ক্লিনিশিয়ানকে সতর্ক করে। AI এর নির্মাণ ও প্রশিক্ষণে তিন বছর অতিক্রম হয়, যেখানে অনুমোদন পেতে হয় ভিডিও রেকর্ডকৃত ওষুধ প্রস্তুতি এবং কিছু ভুল পরিস্থিতির উপর প্রশিক্ষণের জন্য, কারণ নৈতিক বাধা থাকায় সত্যিকারের রোগীদের চিত্রে deliberately ভুল করানো যায় না। AI 99. 6% সঠিক ভাবে ডিভ্যাল ভুল শনাক্ত করে। পরবর্তী ধাপ হলো কেমন করে সতর্কতা দেওয়া হবে তা নির্ধারণ, যেখানে শ্রবণযোগ্য এলার্ট পছন্দ করা হয়েছে, FDA এর অনুমোদনের জন্য অপেক্ষমাণ। এই গবেষণাটি স্বাধীনভাবে অর্থায়িত। উইডারস্প্যান, যিনি ডিভাইসটি পরীক্ষা করেছেন, এর সক্ষমতা নিয়ে আশাবাদী হলেও noting that current GoPro-style headset's bulky design could hinder adoption, suggesting that a smaller, more ergonomic design would help increase its গ্রহণযোগ্যতা। রোগীর নিরাপত্তার পক্ষের সমর্থকরা, যেমন UCLA Health এর ড.

ড্যান কোল ও ক্লিনিক্যাল ভুলের শিকার মেলিসা শেলড্রিস, AI এর প্রতিশ্রুতির পক্ষে, তবে সতর্ক করেন যে, শুধুমাত্র প্রযুক্তিই সব ভুল প্রতিরোধ করতে পারে না। শেলড্রিস বলেন যে ভুলের মূল কারণ মাঝে মাঝে খারাপ কমিউনিকেশন এবং বিভক্ত হাসপাতালের ব্যবস্থা, এবং প্রযুক্তি উচিত একটি সহায়ক স্তর হিসেবে দেখা, ল্যাবরেটরি বা ভুল প্রতিরোধের সল্যুশন হিসেবে নয়। বিশেষজ্ঞরা জানাচ্ছেন যে, সতর্কতা বৃদ্ধি বা চেকলিস্টের ওপর নির্ভরশীল প্রচলিত পদক্ষেপগুলো প্রায়শই অতিরিক্ত মানসিক চাপ সৃষ্টি করে ক্লিনিশিয়ানদের উপর এবং সীমিত কার্যকারিতা দেখায়। বোস্টন বিশ্ববিদ্যালয়ের ড. Nicholas Cordella উল্লেখ করেন যে, AI-সক্ষম ক্যামেরাগুলি নির passive পর্যবেক্ষণ প্রদান করে, ক্লিনিশিয়ানদের কাজের চাপ বাড়ায় না, বরং অপারেশন ও জরুরি কক্ষের মতো ব্যস্ত পরিবেশে সুরক্ষা বাড়াতে পারে। ভবিষ্যতে, মিচেলসেনের লক্ষ্য AI এর ক্ষমতা বাড়ানো যাতে সিরিঞ্জে ড্রাগের পরিমাণ accurately পরিমাপ করা যায়, বিশেষ করে pediatrics ক্ষেত্রে যেখানে রোগীর আকারের ভিন্নতা ও ওষুধের ঘনত্বের অনেকভিন্নতা থাকায় ডোজ নির্ভুলতা প্রয়োজন। উইডারস্প্যানও স্বপ্ন দেখেন যে এই প্রযুক্তি জরুরি কক্ষে এবং হাসপাতালের ফ্লোরে ব্যবহারের জন্য উপযোগী করা যাবে, যেখানে ডাক্তাররা অনেক ওষুধের আদানপ্রদান এবং oral medication জন্য ব্যবস্থাপনা করেন। তবে, AI এর ব্যাপক হাসপাতাল ব্যবহারে গুরুত্বপূর্ণ গোপনীয়তা ও ডেটা সুরক্ষা বিষয়ক উদ্বেগ উঠছে, বিশেষ করে যেসব ডিভাইস রোগীর মুখ বা সংবেদনশীল তথ্য ধারণ করতে পারে। মিচেলসেন আশ্বাস দেন যে, তাদের সিস্টেম শুধুই সিরিঞ্জের লেবেল স্ক্যান করে, ব্যক্তিগত তথ্য সংরক্ষণ করে না। কোরেল্লা জোর দেন যে, স্পষ্ট মানকরণ, স্বচ্ছতা ও মনিটরিং খুব জরুরি, যাতে গোপনীয়তা ঝুঁকি কম হয়, এবং সতর্ক করেন যে, ক্লিনিশিয়ানরা AI এর উপর অতিরিক্ত নির্ভরশীল হয়ে পড়লে সতর্কতা কমে যেতে পারে এবং প্রচলিত সুরক্ষা চেকগুলো লুকোতে পারে। সারসংক্ষেপে, AI-চালিত ওয়িয়ারেবল প্রযুক্তি জটিল ক্লিনিক্যাল পরিবেশে ওষুধের ভুল কমানোর সম্ভাবনাময় হার দেখাচ্ছে, বিদ্যমান নিরাপত্তা ব্যবস্থা সমর্থন করে ও স্বাস্থ্যসেবা প্রদানকারীদেরকে রোগীর ফলাফল উন্নত করতে সহায়তা করতে পারে, একই সাথে নৈতিক, বাস্তবিক ও গোপনীয়তা সংক্রান্ত বিষয়গুলো বিবেচনা করাই গুরুত্বপূর্ণ।