৫৯ হাজার নোডের জ্ঞানগ্রাফ: Lung-R1-14B বাংলাদেশে রোগ নির্ণয়ে নতুন দিগন্ত
একটি নতুন 14 বিলিয়ন প্যারামিটার মডেল Lung-R1-14B, ইলেকট্রনিক মেডিকেল রেকর্ড (EMR) নির্ণয় বেঞ্চমার্কে 4.3583 স্কোর করে 20টি প্রতিযোগী সিস্টেমকে পেছনে ফেলেছে। মডেলটি 59,038 নোডের একটি বিশেষ নলেজ গ্রাফ LungKG ব্যবহার করে যুক্তি শৃঙ্খল নির্দেশিত করে, যা এআই চিকিৎসা সহায়তায় নতুন দিগন্ত উন্মোচন করেছে।
একটি নতুন 14 বিলিয়ন প্যারামিটার মডেল Lung-R1-14B, ইলেকট্রনিক মেডিকেল রেকর্ড (EMR) নির্ণয় বেঞ্চমার্কে 4.3583 স্কোর করে 20টি প্রতিযোগী সিস্টেমকে পেছনে ফেলেছে। মডেলটি 59,038 নোডের একটি বিশেষ নলেজ গ্রাফ LungKG ব্যবহার করে যুক্তি শৃঙ্খল নির্দেশিত করে, যা এআই চিকিৎসা সহায়তায় নতুন দিগন্ত উন্মোচন করেছে।
চিকিৎসা ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার এক নতুন অধ্যায় রচনা করলো Lung-R1-14B। গবেষকরা একটি 14 বিলিয়ন প্যারামিটার বিশিষ্ট লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) তৈরি করেছেন যা ইলেকট্রনিক মেডিকেল রেকর্ড (EMR) নির্ণয় বেঞ্চমার্কে 4.3583 স্কোর অর্জন করেছে। এই স্কোর 20টি প্রতিদ্বন্দ্বী সিস্টেমকে ছাড়িয়ে গেছে।
জুন 2026 সালে arXiv-এ প্রকাশিত এক গবেষণাপত্রে মডেলটির বিস্তারিত বর্ণনা দেওয়া হয়েছে। Lung-R1-14B-এর সাফল্যের মূল চাবিকাঠি হলো একটি বিশাল নলেজ গ্রাফ যার নাম LungKG। এই গ্রাফটিতে 59,038টি নোড এবং 164,308টি এজ রয়েছে। নোডগুলো বিভিন্ন চিকিৎসা ধারণা যেমন রোগ, উপসর্গ, ওষুধ এবং পরীক্ষার প্রতিনিধিত্ব করে। এজগুলো এই ধারণাগুলোর মধ্যে সম্পর্ক নির্দেশ করে।
LungKG-তে মোট 15 ধরনের এন্টিটি এবং 112 ধরনের রিলেশন রয়েছে। এই নলেজ গ্রাফ মডেলটির যুক্তি শৃঙ্খলকে একটি নির্দিষ্ট কাঠামোর মধ্যে সীমাবদ্ধ করে। ফলে মডেলটি এলোমেলো বা ভুল তথ্যের উপর ভিত্তি করে সিদ্ধান্ত নিতে পারে না। বরং এটি চিকিৎসা বিজ্ঞানের প্রতিষ্ঠিত জ্ঞানের আলোকে সঠিক পথে যুক্তি চালাতে বাধ্য হয়।
গবেষকরা জানিয়েছেন, এই মডেলটি রিইনফোর্সমেন্ট লার্নিং (RL) পদ্ধতি ব্যবহার করে প্রশিক্ষিত হয়েছে। RL পদ্ধতি মডেলটিকে তার যুক্তি শৃঙ্খলের প্রতিটি ধাপে পুরস্কার বা শাস্তি দিয়ে শেখায়। এর ফলে মডেলটি ধীরে ধীরে সবচেয়ে নির্ভুল এবং যৌক্তিক পথ বেছে নিতে শিখেছে। Lung-R1-14B-এর এই সাফল্য দেখায় যে নলেজ গ্রাফ নির্দেশিত RL পদ্ধতি জটিল চিকিৎসা নির্ণয়ের কাজে অত্যন্ত কার্যকর।
বাংলাদেশের প্রেক্ষাপটে এই গবেষণার গুরুত্ব অপরিসীম। দেশের স্বাস্থ্যখাতে চিকিৎসকের সংখ্যা জনসংখ্যার তুলনায় অপ্রতুল। Lung-R1-14B-এর মতো মডেল ভবিষ্যতে চিকিৎসকদের সহায়ক হিসেবে কাজ করতে পারে। এটি রোগ নির্ণয়ের গতি ও নির্ভুলতা বাড়িয়ে চিকিৎসা সেবার মান উন্নত করতে সাহায্য করবে। বাংলাদেশের ডেভেলপার ও স্বাস্থ্য প্রযুক্তি উদ্যোক্তারা এই পদ্ধতি অনুসরণ করে দেশীয় ভাষা ও রোগের জন্য বিশেষায়িত মডেল তৈরি করতে পারেন।
ভবিষ্যতে গবেষকরা LungKG-কে আরও সম্প্রসারিত করতে চান। তারা অন্যান্য অঙ্গ ও রোগের জন্যও একই ধরনের নলেজ গ্রাফ তৈরি করার পরিকল্পনা করছেন। Lung-R1-14B-এর সাফল্য প্রমাণ করেছে যে নলেজ গ্রাফ নির্দেশিত যুক্তি শৃঙ্খল চিকিৎসা এআই-এর একটি শক্তিশালী পথ। এই পথ ধরে এগিয়ে গেলে শীঘ্রই আমরা আরও নির্ভুল ও বিশ্বাসযোগ্য চিকিৎসা সহায়ক এআই সিস্টেম দেখতে পাব।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to ML
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...