இந்திய மருத்துவத் துறையில் AI: உண்மையில் முக்கியமான ஆய்வுக் கேள்விகள்

சுகாதாரத்துக்கான AI பெரும்பாலும் வேறு இடங்களில் உருவாக்கப்பட்டு, முழுமையான ஒரு தயாரிப்பாக இந்தியாவுக்கு வந்து சேர்கிறது. அதில் சில இங்கே வேலை செய்கின்றன; சில வேலை செய்வதில்லை; பலவற்றை யாரும் சரிபார்க்கவே இல்லை. AI இந்திய நோயாளிகளுக்கு உதவுகிறதா என்பதைத் தீர்மானிக்கும் கேள்விகள் ஆய்வுக் கேள்விகள்; அவற்றில் பலவற்றுக்கு இன்னும் விடை கிடைக்கவில்லை.

மிக முக்கியமானவை என்று நாங்கள் கருதும் கேள்விகளையும், ஒவ்வொன்றைப் பற்றியும் இதுவரை தெரிந்தவை, இன்னும் தெரியாதவை ஆகியவற்றையும் இங்கே தருகிறோம். இவற்றைச் சுற்றியே எங்கள் சொந்த ஆய்வுப் பணிகளை உருவாக்கி வருகிறோம்; இதே பிரச்சினைகளில் பணியாற்றும் எவரிடமிருந்தும் கேட்க விரும்புகிறோம்.

1. ஓர் இந்திய மருத்துவ ஆலோசனையை இயந்திரத்தால் புரிந்துகொள்ள முடியுமா?

இந்தியாவில் ஒரு மருத்துவ ஆலோசனை ஒரே மொழியில் நடப்பது அரிது. மருத்துவர் அறிகுறிகளைப் பற்றித் தமிழில் கேட்கலாம், மருந்தின் பெயரை ஆங்கிலத்தில் சொல்லலாம், அறிவுரைகளை இரண்டும் கலந்து தரலாம். AI ஸ்க்ரைப்புக்கு (AI scribe) இதைவிடக் கடினமான சூழல் வேறு இல்லை.

இதுவரை தெரிந்தவை. இந்திய மொழிகளுக்கான பொதுவான பேச்சு அறிதல் (speech recognition) பெரிதும் மேம்பட்டுள்ளது; AI4Bharat-இன் திறந்த பணிகள் இதற்கு உதவியுள்ளன. அதன் Vistaar மதிப்பீட்டுத் தொகுப்பு, இந்திய மொழிகளில் உள்ள 59 மதிப்பீடுகளை (benchmarks) ஒன்றிணைக்கிறது; அவற்றில் 39-இல் அதன் IndicWhisper மாதிரிகளே மிகக் குறைந்த பிழை விகிதத்தைப் பெற்றன. அதன் IndicVoices தரவுத்தொகுப்பு (dataset), 145 மாவட்டங்களைச் சேர்ந்த 16,000-க்கும் மேற்பட்ட பேச்சாளர்களிடமிருந்து 22 மொழிகளை உள்ளடக்குகிறது.

இன்னும் தெரியாதவை. மருத்துவப் பேச்சு மிகக் குறைவாகவே ஆய்வு செய்யப்பட்டுள்ளது; இதுவரை உள்ள சான்றுகள், சக ஆய்வாளர்கள் மதிப்பாய்வு செய்த (peer-reviewed) கட்டுரைகளில் அல்ல, முன்அச்சு ஆய்வுகளில்தான் (preprints) உள்ளன. கன்னடம், இந்தி, இந்திய ஆங்கிலம் ஆகியவற்றில் நடந்த மருத்துவ நேர்காணல்களைச் சோதித்த 2025 முன்அச்சு ஆய்வு ஒன்று, சில அமைப்புகள் இந்திய ஆங்கிலத்தில் நன்றாகச் செயல்பட்டாலும், மொழி கலந்த (code-mixed) அல்லது வட்டார மொழிப் பேச்சில் தோல்வியடைந்ததைக் கண்டறிந்தது. இந்தி-ஆங்கிலம் கலந்து நடக்கும் ஆரம்ப சுகாதார ஆலோசனைகள் பற்றிய 2026 முன்அச்சு ஆய்வு ஒன்று, ஒரு மாதிரியை அந்தச் சூழலுக்கு ஏற்பத் தகவமைத்ததன் மூலம் சொல் பிழைகளைச் சுமார் 27%-இலிருந்து 19%-ஆகக் குறைத்தது. தமிழ்-ஆங்கிலப் பேச்சுக்கான, வெளியிடப்பட்ட மருத்துவத் தரவுத்தொகுப்பு எதையும் நாங்கள் காணவில்லை.

விடை தேடும் கேள்விகள். மொழி கலந்த பேச்சுக்குள் வரும் மருந்துப் பெயர்கள், மருந்தளவுகள், சுருக்கக் குறியீடுகள் ஆகியவற்றைத் தற்போதைய அமைப்புகள் எவ்வளவு நன்றாகக் கையாளுகின்றன? ஒரு மருத்துவர் சரிபார்க்கப்போகும் குறிப்புக்கு எந்த அளவு பிழை விகிதம் ஏற்கத்தக்கது? நோயாளிகளின் ஒப்புதலுடன், அவர்களின் அடையாளத்தை வெளிப்படுத்தாமல், ஒரு மருத்துவப் பேச்சுத் தரவுத்தொகுப்பை எப்படி உருவாக்குவது?

2. AI எழுதும் மருத்துவக் குறிப்புகள் எவ்வளவு பாதுகாப்பானவை?

AI ஒரு குறிப்பை வரைவாக எழுதும்போதோ, ஒரு நோய் வரலாற்றைச் சுருக்கும்போதோ, இரண்டு வகைப் பிழைகள் முக்கியமானவை: சொல்லப்படாத ஒன்றைச் சேர்ப்பது (hallucination), சொல்லப்பட்ட ஒன்றை விட்டுவிடுவது (omission).

இதுவரை தெரிந்தவை. Nature Medicine இதழில் வெளியான 2024 ஆய்வு ஒன்று, தகவமைக்கப்பட்ட மொழி மாதிரிகள் (language models) உருவாக்கிய மருத்துவச் சுருக்கங்களை, பெரும்பாலான சந்தர்ப்பங்களில் நிபுணர்களின் சுருக்கங்களுக்கு இணையானவை அல்லது அவற்றைவிடச் சிறந்தவை என்று மருத்துவர்கள் மதிப்பிட்டதைக் கண்டறிந்தது; ஆனாலும் அவை தீங்கு விளைவிக்கக்கூடிய பிழைகளையும் செய்தன. மருத்துவப் பணியாளர்கள் குறிப்பெடுத்த (annotated) கிட்டத்தட்ட 13,000 வாக்கியங்களை அடிப்படையாகக் கொண்டு npj Digital Medicine இதழில் வெளியான 2025 ஆய்வு ஒன்று, இல்லாததைச் சேர்க்கும் விகிதம் 1.47% என்றும், விடுபடும் விகிதம் 3.45% என்றும் அளவிட்டது; இரண்டிலும் ஒரு பகுதி கடுமையானவை என்றும் கண்டறிந்தது. மேலும், Nature Medicine இதழில் வெளியான MedHELM என்ற 2026 ஆய்வு, உண்மையான மருத்துவப் பணிகளில் மாதிரிகள் எப்படிச் செயல்படுகின்றன என்பதைப் பற்றி மருத்துவ உரிமத் தேர்வு மதிப்பெண்கள் அதிகம் சொல்வதில்லை என்று வாதிட்டது.

விடை தேடும் கேள்விகள். மொழி கலந்த உரையாடல்களிலிருந்து எழுதப்படும் குறிப்புகளில் பிழை விகிதங்கள் அதிகமா? பிராண்ட் பெயர்கள், கூட்டு மருந்துகள், மருந்தளவுகள் மாறுபடும் இந்திய மருந்துச் சீட்டுகளுக்கு எந்தப் பிழைகள் மிக முக்கியமானவை? நேர நெருக்கடியில் ஒரு மருத்துவரின் சரிபார்ப்பு உண்மையில் எவ்வளவு நன்றாகப் பிழைகளைக் கண்டுபிடிக்கிறது, அதற்கு உதவும் வகையில் சரிபார்ப்புத் திரையை எப்படி வடிவமைக்க வேண்டும்?

3. இந்திய கிளினிக்குகளில் AI ஸ்க்ரைப்கள் நேரத்தை மிச்சப்படுத்துகின்றனவா?

இதுவரை தெரிந்தவை. UCLA-வில் 238 மருத்துவர்களுடன் நடத்தப்பட்டு, 2025-இல் NEJM AI இதழில் வெளியான ஒரு சமவாய்ப்புச் சோதனை (randomised trial), வழக்கமான நடைமுறையுடன் ஒப்பிடும்போது ஓர் ஆம்பியன்ட் ஸ்க்ரைப் (ambient scribe) குறிப்புகளுக்கான நேரத்தை 9.5% குறைத்ததையும், மற்றொன்று குறிப்பிடத்தக்க மாற்றம் எதையும் ஏற்படுத்தவில்லை என்பதையும் கண்டறிந்தது. இரண்டுமே குறைந்த பணிச்சோர்வுடன் (burnout) தொடர்புடையவையாக இருந்தன; மருத்துவ ரீதியாக முக்கியமான தவறுகள் அவ்வப்போது இருந்ததாக மருத்துவப் பணியாளர்கள் தெரிவித்தனர். JAMA இதழில் 8,581 மருத்துவப் பணியாளர்களிடம் நடந்த 2026 ஆய்வு, ஸ்க்ரைப்பைப் பயன்படுத்தியவர்கள் திட்டமிடப்பட்ட ஒவ்வொரு எட்டு மணி நேரத்துக்கும் ஆவணப் பதிவில் சுமார் 16 நிமிடங்கள் குறைவாகச் செலவிட்டதைக் கண்டறிந்தது; அதன் ஆசிரியர்கள் இந்த விளைவை மிதமானது என்று விவரித்தனர்.

இன்னும் தெரியாதவை. இவை அமெரிக்க ஆய்வுகள்; அங்குள்ள கிளினிக்குகளில் ஓர் ஆலோசனை நீண்ட நேரம் நடக்கும், ஆவணப் பதிவுச் சுமையும் அதிகம். ஓர் இந்திய வெளிநோயாளர் பிரிவில் (OPD) பல மடங்கு அதிகமான நோயாளிகள், குறுகிய ஆலோசனைகளில் பார்க்கப்படலாம்; பெரும்பாலும் ஓர் இளநிலை மருத்துவர் குறிப்புகளை எழுதுவார். அங்கே ஒரு ஸ்க்ரைப் நேரத்தை மிச்சப்படுத்துகிறதா, மருத்துவர் அதிக நோயாளிகளைப் பார்க்க வழி செய்கிறதா, அல்லது பதிவையே மேம்படுத்துகிறதா என்பது அளவிடப்படவில்லை.

விடை தேடும் கேள்விகள். அதிக நோயாளிகள் வரும் ஓர் இந்திய OPD-இல் ஸ்க்ரைப் எதை மாற்றுகிறது: ஒரு நோயாளிக்கான நேரத்தையா, பதிவின் முழுமையையா, நோயாளியின் புரிதலையா? எந்தச் சிறப்புப் பிரிவுகள் அதிகப் பயன் பெறுகின்றன?

4. ஒரு மாதிரி நம் நோயாளிகளிடம் வேலை செய்யுமா?

இதுவரை தெரிந்தவை. மாதிரிகள், அவை உருவாக்கப்பட்ட இடத்தைவிட்டு வேறு இடங்களில் பெரும்பாலும் மோசமாகச் செயல்படுகின்றன. இதற்கு மிகவும் அறியப்பட்ட உதாரணம், அமெரிக்காவில் பல மருத்துவமனைகளில் பயன்படுத்தப்பட்ட, செப்சிஸைக் (sepsis) கணிக்கும் ஒரு மாதிரி. Michigan Medicine-இல் 38,455 மருத்துவமனைச் சேர்க்கைகளுடன் ஒப்பிட்டுச் சரிபார்த்தபோது, அது செப்சிஸ் பாதிப்புகளில் 67%-ஐத் தவறவிட்டது; அதே நேரம் மொத்த நோயாளிகளில் 18% பேருக்கு எச்சரிக்கை எழுப்பியது; அதன் AUC 0.63.

விடை தேடும் கேள்விகள். நோய்ப் போக்குகள், உடல் அளவுகள், ஆய்வக இயல்பு வரம்புகள் (lab reference ranges), சிகிச்சைப் பாதைகள் ஆகியவை வேறுபடும் இந்திய நோயாளிகளிடம், பரவலாகப் பயன்படுத்தப்படும் மாதிரிகள் எப்படிச் செயல்படுகின்றன? தரவு அறிவியல் குழு இல்லாத ஒரு மருத்துவமனை, ஒரு கருவியைப் பயன்படுத்தும் முன் அதை எப்படிச் சரிபார்க்க வேண்டும், அதன் பிறகு எப்படிக் கண்காணிக்க வேண்டும்? பதிவு செய்யும் பழக்கங்களும் நோயாளிகளின் கலவையும் மாறும்போது, இந்தியத் தரவில் “டிரிஃப்ட்” (drift) எப்படித் தோன்றும்?

5. எந்த அளவு தரமான தரவு போதுமானது?

AI, அது படிக்கும் பதிவுகளின் தரத்தைப் பொறுத்தே அமையும்; மருத்துவத் தரவின் தரத்தை அளவிடும் முறை ஆய்வு இலக்கியத்தில் நன்கு விவரிக்கப்பட்டுள்ளது: முழுமை (completeness), சரியான தன்மை (correctness), ஒத்திசைவு (concordance), ஏற்கத்தக்க தன்மை (plausibility), புதுப்பித்த நிலை (currency). இதைப் பற்றி மருத்துவத் தரவின் தரம்: AI ஏன் சுத்தமான பதிவுகளிலிருந்து தொடங்குகிறது என்ற கட்டுரையில் எழுதியிருக்கிறோம்.

விடை தேடும் கேள்விகள். பல இடங்களிலும் ஒரே முறையில் அளவிட்டால், இன்று இந்திய கிளினிக்குகளிலும் மருத்துவமனைகளிலும் உள்ள பதிவுகள் எவ்வளவு தரமானவை? தரவைப் பதிவு செய்யும் இடத்திலேயே மேற்கொள்ளப்படும் எந்த நடவடிக்கைகள், குறைந்த முயற்சியில் தரத்தை அதிகம் மேம்படுத்துகின்றன? தரவைப் பயன்படுத்தும் எந்த ஆய்வுடனும் மாதிரியுடனும், அந்தத் தரவின் தரத்தை எப்படி அறிக்கையிட வேண்டும்?

6. அன்றாடச் சிகிச்சையிலிருந்து நம்பகமான சான்றுகளைப் பெற முடியுமா?

சோதனைகளிலிருந்து அல்லாமல் வழக்கமான பதிவுகளிலிருந்து பெறப்படும் நிஜ உலகச் சான்றுகள் (real-world evidence), சோதனைகளால் விடை காண முடியாத கேள்விகளுக்கு விடை காண, மற்ற நாடுகளில் ஒழுங்குமுறை அமைப்புகளாலும் மருந்து நிறுவனங்களாலும் இப்போது பயன்படுத்தப்படுகின்றன. இந்தியாவில் மிகப் பெரிய அளவில் சிகிச்சை நடக்கிறது; ஆனால் அதன் பதிவுகள் சிதறிக் கிடக்கின்றன, பெரும்பாலும் காகிதத்தில் உள்ளன, அரிதாகவே ஒன்றோடொன்று இணைக்கப்படுகின்றன.

விடை தேடும் கேள்விகள். பல தனித்தனி கிளினிக்குகளின் பதிவுகளை, ஒப்புதலுடன், கடுமையான ஆய்வுக்கும் தாக்குப்பிடிக்கும் தரவுத்தொகுப்புகளாக எப்படி ஒன்றிணைப்பது? பல சிகிச்சை வழங்குநர்களிடையே ஒரு நோயாளியைப் பின்தொடர, ABHA-வுடன் இணைக்கப்பட்ட பதிவுகள் எந்த அளவுக்கு உதவும்? இந்தியாவின் வழக்கமான பதிவுகளில் உள்ள இடைவெளிகளை எந்த முறைகள் சரிசெய்கின்றன?

7. 50 படுக்கைகள் கொண்ட மருத்துவமனையிலும் வேலை செய்யும் ஆளுகை (governance)

இதுவரை தெரிந்தவை. கொள்கைகளுக்குப் பஞ்சமில்லை. உயிரியல் மருத்துவ ஆய்விலும் சுகாதாரத்திலும் AI-க்கான நெறிமுறை வழிகாட்டுதல்களை ICMR 2023-இல் வெளியிட்டது. WHO-வின் 2021 வழிகாட்டுதல் ஆறு கொள்கைகளை முன்வைக்கிறது. NITI Aayog-இன் Responsible AI ஆவணங்கள் இந்தியாவுக்காக ஏழு கொள்கைகளை முன்வைக்கின்றன. ISO/IEC 42001:2023, AI-க்கான ஒரு மேலாண்மை அமைப்பை வரையறுக்கிறது.

விடை தேடும் கேள்வி. இவற்றில் பெரும்பாலானவை, ஆளுகைக்கென்றே ஓர் அலுவலகம் உள்ள நிறுவனத்தை மனதில் கொண்டவை. ஒரு சிறிய மருத்துவமனையோ, ஒரே மருத்துவர் நடத்தும் கிளினிக்கோ AI-யைப் பாதுகாப்பாகப் பயன்படுத்த உதவும் மிகக் குறைந்தபட்ச நடைமுறைகள் எவை, அந்த நடைமுறைகள் கூடுதல் வேலையாக இல்லாமல் இயல்பான வழக்கமாக (default) இருக்கும்படி மென்பொருள் எப்படிச் செய்ய முடியும்?

இந்தக் கேள்விகளில் நாங்கள் எப்படிப் பணியாற்றுகிறோம்

இந்திய கிளினிக்குகளும் மருத்துவமனைகளும் தினமும் பயன்படுத்தும் EMR மற்றும் AI கருவிகளை 92health உருவாக்குகிறது; இது எங்களை இந்தக் கேள்விகளுக்கு அருகில் கொண்டுவருகிறது. இவற்றைச் சுற்றி எங்கள் ஆய்வுப் பணிகளை உருவாக்கி வருகிறோம்; அதை வெளிப்படையாகச் செய்ய விரும்புகிறோம்: மருத்துவர்களுடனும் கல்வி ஆய்வுக் குழுக்களுடனும் இணைந்து, நோயாளிகளின் ஒப்புதலுடன், தேவைப்படும் இடங்களில் நெறிமுறைக் குழுவின் (ethics committee) மேற்பார்வையில், முடிவுகளை வெளியிட்டு.

இந்தக் கேள்விகளில் எதிலாவது நீங்கள் பணியாற்றினால், அல்லது பணியாற்ற விரும்பினால், எங்கள் குழுவுடன் ஓர் அழைப்பை முன்பதிவு செய்யுங்கள்.

ஆதாரங்கள்

• Bhogale KS et al. Vistaar: diverse benchmarks and training sets for Indian language ASR. Interspeech 2023. arXiv:2305.15386
• IndicVoices (AI4Bharat). arXiv:2403.01926, 2024.
• ASR under the stethoscope (முன்அச்சு ஆய்வு). arXiv:2512.10967, 2025.
• DASHA (முன்அச்சு ஆய்வு). arXiv:2603.06373, 2026.
• Van Veen D et al. Adapted large language models can outperform medical experts in clinical text summarization. Nature Medicine, 2024;30:1134-1142. doi:10.1038/s41591-024-02855-5
• Asgari E et al. A framework to assess clinical safety and hallucination rates of LLMs for medical text summarisation. npj Digital Medicine, 2025;8:274. doi:10.1038/s41746-025-01670-7
• Bedi S et al. Holistic evaluation of large language models for medical tasks with MedHELM. Nature Medicine, 2026;32:943-951.
• Lukac PJ et al. Ambient AI scribes in clinical practice: a randomized trial. NEJM AI, 2025. doi:10.1056/AIoa2501000
• Rotenstein LS et al. JAMA, 2026;335(16):1408-1417.
• Wong A et al. External validation of a widely implemented proprietary sepsis prediction model in hospitalized patients. JAMA Internal Medicine, 2021. doi:10.1001/jamainternmed.2021.2626
• WHO. Ethics and governance of artificial intelligence for health, 2021.