डाक्टरबिनै AI ले उपचार गर्ने दिन आउँदैछ? JAMA को नयाँ लेख, नेपाली डाक्टर र बिरामीका लागि अर्थ (Autonomous AI in Medicine)

विश्वकै प्रतिष्ठित चिकित्सा पत्रिकामा छापिएको एक लेखले भन्छ—केही कामहरूमा डाक्टर र AI सँगै काम गर्नुभन्दा AI एक्लै राम्रो हुन सक्छ। यो दाबी कति बलियो छ, र हाम्रा लागि यसको अर्थ के हो?

अहिलेसम्म चिकित्सा क्षेत्रको प्रचलित मान्यता के थियो भने—AI डाक्टरको सहयोगी हो। अमेरिकन मेडिकल एसोसिएसन (AMA) ले AI लाई “augmented intelligence” अर्थात् डाक्टरको क्षमता बढाउने औजार भन्छ। अमेरिकन कलेज अफ फिजिसियन्स (ACP) ले त AI “सहयोगी भूमिकामा मात्र सीमित रहनुपर्छ” भनेको छ।

तर पेन्सिलभेनिया विश्वविद्यालयका चिकित्सा नैतिकशास्त्री डा. इजेकिएल इमानुएल (Ezekiel J. Emanuel) सहितका लेखकहरूले JAMA मा यो मान्यतालाई सिधै चुनौती दिएका छन्। उनीहरूको प्रश्न: “के स्वचालित AI ले AI प्रयोग गर्ने डाक्टरलाई पनि उछिन्ला?” उनीहरूको उत्तर—सोचाइमा आधारित चिकित्सकीय काममा, सम्भवतः हो।

यो बहस अमेरिकामा काम गर्ने हजारौं विदेशी-तालिमप्राप्त चिकित्सक, जसमा नेपाली डाक्टर पनि पर्छन्, अमेरिकामा बस्ने नेपाली समुदाय, र नेपालमै रहेका बिरामी—सबैका लागि महत्त्वपूर्ण छ। तर पहिले लेखले के भन्छ, त्यो बुझौं।

१. लेखले के दाबी गर्छ?

लेखकहरूले सन् २०२४ जनवरीयता प्रकाशित अध्ययनहरू केलाएर भन्छन्—AI ले पाँच आधारभूत कामहरूमा डाक्टरको बराबरी वा उछिन्ने प्रदर्शन गरिसकेको छ:

सबैभन्दा चकित पार्ने तर्क: “डाक्टर + AI” सधैं उत्तम होइन

धेरैलाई लाग्छ, डाक्टर र AI मिलेर काम गरे सबैभन्दा राम्रो हुन्छ। लेखकहरू यसमा असहमत छन्। उनीहरूले उद्धृत गरेको १०६ प्रयोगको एक विश्लेषणअनुसार:

• मानिस AI भन्दा राम्रो भएको काममा—AI को साथले मानिसको काम सुध्रियो।
• AI मानिसभन्दा राम्रो भएको काममा—मानिस थपिँदा नतिजा AI एक्लैको तुलनामा बिग्रियो।

अर्को अध्ययनमा ChatGPT-4 एक्लैले निदानको तर्कमा ९२% अंक पायो, तर त्यही AI प्रयोग गरेका डाक्टरले ७६% मात्र। कारण? डाक्टरहरूले AI को सही सुझाव पनि बारम्बार अस्वीकार गरे। यसलाई “एल्गोरिदम अविश्वास” (algorithm aversion) भनिन्छ—अनुभवी विशेषज्ञमा यो झनै बढी देखिन्छ।

लेखकहरूले चेसको उदाहरण दिएका छन्: सन् २००५ पछि कुनै मानिसले कम्प्युटरलाई चेसमा हराउन सकेको छैन, र सन् २०१७ सम्म AI एक्लैले “मानिस + AI” टोलीलाई पनि उछिन्यो।

२. तर यो दाबीमा के-के सीमा छन्?

यो लेखलाई गम्भीरतापूर्वक लिनुपर्छ, तर आलोचनात्मक दृष्टिले पनि पढ्नुपर्छ। लेखकहरू आफैंले धेरै सीमा स्वीकार गरेका छन्:

• प्रायः कृत्रिम केस: अधिकांश अध्ययन वास्तविक बिरामीसँगको भेटमा नभई लिखित वा अभिनय गरिएका केसमा आधारित छन्।
• कुराकानीमै गल्ती: सन् २०२६ को एक अध्ययनले देखायो—आम मानिसले AI सँग कुरा गर्दा जानकारी आदानप्रदानमै गल्ती हुने गर्छ। तयार पारिएको केस सिधै AI मा हाल्दा यस्तो समस्या देखिँदैन।
• रेडियोलोजीमा अपवाद: इमेज पढ्ने काममा AI एक्लैले डाक्टरलाई भरपर्दो रूपमा उछिनेको छैन। मुटुकै सन्दर्भमा, बेलाबेला मात्र आउने एट्रियल फिब्रिलेसन (paroxysmal AF) पत्ता लगाउन डाक्टर + AI टोली AI एक्लैभन्दा राम्रो देखिएको छ।
• हातले गर्ने काम: शल्यक्रिया, सुत्केरी गराउने, एन्डोस्कोपी, एन्जियोग्राफी, मुटुको TEE वा कार्डियोभर्सन—यी काम रोबोटले स्वतन्त्र रूपमा गर्न सक्ने अवस्था अझै छैन।
• फरक किसिमको जोखिम: इन्टरनेट बन्द हुने, साइबर आक्रमण, वा AI ले विश्वासिलो देखिने तर गलत कुरा बनाउने (hallucination)—यस्ता दुर्लभ तर ठूला जोखिम स्वचालित AI मा बढी हुन्छन्।
• प्रकाशन पूर्वाग्रह: AI असफल भएका नतिजा प्रायः छापिँदैनन्।

यो विचार वास्तविकतामा पनि परीक्षण हुन थालेको छ। अमेरिकाको युटा राज्यले सन् २०२६ जनवरीमा एक पाइलट कार्यक्रम सुरु गर्‍यो, जसमा निश्चित दीर्घ रोगका औषधिको प्रेस्क्रिप्सन AI ले नवीकरण गर्न पाउँछ। अर्थात्, “डाक्टरबिनाको AI” अब सैद्धान्तिक बहस मात्र रहेन।

३. अमेरिकामा काम गर्ने नेपाली चिकित्सकका लागि यसको अर्थ

अमेरिकामा कार्यरत नेपाली डाक्टरमध्ये धेरै इन्टरनल मेडिसिन, हस्पिटलिस्ट, प्राइमरी केयर, नेफ्रोलोजी, कार्डियोलोजीजस्ता विधामा छन्—जहाँ कामको ठूलो हिस्सा ठीक यही लेखले भनेका “सोचाइका काम” हुन्। त्यसैले यो बहस हाम्रा लागि टाढाको कुरा होइन।

क) कुन काम परिवर्तन हुन सक्छ?

कागजात लेख्ने, इतिहास संकलन गर्ने, सामान्य दीर्घ रोगको औषधि मिलाउने, प्रेस्क्रिप्सन नवीकरण गर्ने—यस्ता काममा AI को भूमिका छिटो बढ्ने सम्भावना छ। केवल यिनै काममा निर्भर पदहरूको स्वरूप बदलिन सक्छ।

ख) कुन सीप झन् मूल्यवान् बन्छ?

• प्रक्रिया र हातको सीप: इको, TEE, कार्डियोभर्सन, क्याथ, भास्कुलर प्रक्रिया—लेख आफैं भन्छ कि यी काम AI ले स्वतन्त्र रूपमा गर्न सक्दैन।
• जटिल र असामान्य केस: लेखले नै स्वीकारेको छ कि असामान्य लक्षण भएका केसमा मानिस अझै बराबरी वा बढी सक्षम छ।
• कठिन कुराकानी: नराम्रो खबर सुनाउने, जीवनको अन्तिम चरणबारे परिवारसँग निर्णय गर्ने, बिरामीको डर बुझ्ने—यी भरोसामा आधारित काम हुन्।
• AI को सुपरिवेक्षण: कुन AI कहिले भरपर्दो छ, कहिले होइन भनेर छुट्याउन सक्ने चिकित्सकको माग बढ्नेछ।

ग) “डिस्किलिङ” को खतरा

लेखले चेतावनी दिएको छ—AI मा अति निर्भर हुँदा डाक्टरको आफ्नै सीप खिइन सक्छ (deskilling)। कोलोनोस्कोपीमा AI प्रयोग गरेपछि एन्डोस्कोपिस्टको क्षमता घटेको अध्ययन उद्धृत गरिएको छ। त्यसैले AI प्रयोग गर्दा पनि आफ्नो क्लिनिकल तर्क नियमित अभ्यास गरिरहनु जरुरी छ।

घ) भाषा र संस्कृति: हाम्रो विशेष शक्ति

नेपाली, हिन्दी वा अन्य दक्षिण एसियाली भाषा बोल्ने डाक्टरले बिरामीको भाषा मात्र होइन—उनीहरूको पारिवारिक निर्णय प्रक्रिया, खानपान, धार्मिक–सांस्कृतिक सोच, औषधिप्रतिको धारणा पनि बुझ्छन्। AI ले अनुवाद गर्न सक्ला, तर यो गहिरो भरोसा सजिलै प्रतिस्थापन हुँदैन।

ङ) नेपालबाट अमेरिका आउन तयारी गर्दै गरेका डाक्टरका लागि

USMLE र रेसिडेन्सीको तयारी गरिरहेका नेपाली डाक्टरले विधा छान्दा दीर्घकालीन सोच राख्नु राम्रो हुन्छ। कुनै विधा नै “समाप्त” हुन्छ भन्ने प्रमाण छैन, तर AI साक्षरता, अनुसन्धान सीप र प्रक्रियागत दक्षता भएका उम्मेदवारको मूल्य बढ्ने सम्भावना छ। साथै लेखकहरूले नै भनेझैं, दायित्व (liability), नियमन, बिमा भुक्तानी र चिकित्सा शिक्षाका नीति अझै बनिसकेका छैनन्—त्यसैले परिवर्तन क्रमिक हुने सम्भावना बढी छ।

४. अमेरिकामा बस्ने नेपाली बिरामीका लागि

अमेरिकामा बस्ने धेरै नेपाली परिवार—विशेषगरी बुबाआमा पुस्ता—अंग्रेजी भाषा, बिमाको जटिलता र स्वास्थ्य प्रणाली बुझ्न गाह्रो मान्छन्। AI ले यहाँ केही अवसर ल्याउँछ:

• रिपोर्ट, औषधिको निर्देशन वा डिस्चार्ज कागजात नेपालीमा बुझ्न मद्दत।
• डाक्टरकहाँ जानुअघि प्रश्नको सूची तयार गर्न।
• मधुमेह, रक्तचाप वा मुटु कमजोर हुने रोगमा दैनिक निगरानी र सम्झना।

तर सावधानी पनि उत्तिकै आवश्यक छ:

• नेपाली भाषामा AI को क्षमता अंग्रेजीमा जत्तिकै परीक्षण भएको छैन। लेखमा उल्लेखित अध्ययन प्रायः अंग्रेजीमा गरिएका हुन्।
• AI ले भनेको आधारमा आफैं औषधि सुरु, बन्द वा मात्रा परिवर्तन नगर्नुहोस्।
• आफ्नो नाम, जन्ममिति, बिमा नम्बर जस्ता व्यक्तिगत विवरण सार्वजनिक AI च्याटमा राख्दा सोचेर मात्र राख्नुहोस्।
• छाती दुख्ने, सास फेर्न गाह्रो हुने, बेहोस हुने वा प्यारालाइसिसका लक्षण देखिए AI सँग सोध्ने होइन—तुरुन्तै 911 मा फोन गर्नुहोस्।

५. नेपालका बिरामीका लागि

नेपालमा विशेषज्ञ डाक्टर प्रायः सहरमा केन्द्रित छन्। दुर्गम गाउँका बिरामीले हृदयरोग विशेषज्ञ भेट्न दिनौं यात्रा गर्नुपर्ने अवस्था अझै छ। यस्तो ठाउँमा राम्रोसँग परीक्षण गरिएको AI ले स्वास्थ्यकर्मीलाई निर्णयमा सहयोग गर्न, बिरामीलाई समयमै रेफर गर्न, वा दीर्घ रोगको निगरानी गर्न ठूलो भूमिका खेल्न सक्छ।

नेपाल सरकारले सन् २०२५ (वि.सं. २०८२) मा राष्ट्रिय कृत्रिम बौद्धिकता नीति ल्याएको छ, जसले स्वास्थ्यसहित विभिन्न क्षेत्रमा AI प्रयोगको दिशा तय गर्ने प्रयास गरेको छ। तर व्यवहारमा अझै धेरै चुनौती छन्:

• इन्टरनेट र बिजुली: JAMA लेखले नै इन्टरनेट बन्द हुनुलाई स्वचालित AI को जोखिम भनेको छ। नेपालका कतिपय क्षेत्रमा यो दैनिक यथार्थ हो।
• स्थानीय तथ्यांकको कमी: अधिकांश AI अमेरिकी वा युरोपेली बिरामीको तथ्यांकमा तालिम पाएका छन्। नेपालमा बढी देखिने रुमेटिक हृदय रोग, कम उमेरमै हुने हृदयाघात, वा स्थानीय खानपानको प्रभाव उनीहरूले राम्ररी नबुझ्न सक्छन्।
• नियमन र जिम्मेवारी: AI ले गल्ती गरे जिम्मेवार को? यसको स्पष्ट कानुनी व्यवस्था अझै बन्दैछ।
• आफैं औषधि किन्ने चलन: नेपालमा डाक्टरको पुर्जाबिना फार्मेसीबाट औषधि किन्ने चलन पहिल्यै छ। AI च्याटबटको सल्लाहले यो प्रवृत्ति झन् बढाउन सक्छ, जुन मुटुका औषधिमा—जस्तै रगत पातलो बनाउने औषधि—खतरनाक हुन सक्छ।

६. मुटुरोगको सन्दर्भमा के बुझ्ने?

हृदयरोग उपचारमा पहिल्यै AI प्रयोग भइरहेको छ—ECG पढ्न, इकोमा मुटुको पम्पिङ क्षमता नाप्न, CT मा कोरोनरी धमनीको साँघुरोपन मूल्यांकन गर्न। यी औजार उपयोगी छन्, तर अन्तिम निर्णय अझै प्रशिक्षित चिकित्सकले नै गर्छन्।

JAMA लेखले पनि इमेज पढ्ने काममा AI एक्लै भरपर्दो नभएको स्वीकारेको छ। साथै एट्रियल फिब्रिलेसन पत्ता लगाउने अध्ययनमा डाक्टर + AI टोली नै उत्तम देखियो। अर्थात्, मुटुको क्षेत्रमा निकट भविष्यमा सबैभन्दा यथार्थपरक मोडेल “AI ले बलियो बनाएको चिकित्सक” नै रहने देखिन्छ—कम्तीमा राम्रा वास्तविक-संसारका ट्रायलले अन्यथा नदेखाएसम्म।

Everest Heart को दृष्टिकोण

यो लेख महत्त्वपूर्ण छ किनभने यसले चिकित्सा जगत्‌लाई एउटा असहज प्रश्न सोध्न बाध्य बनाउँछ: हाम्रो भूमिका के हो, यदि केही काम मेसिनले हामीभन्दा राम्रो गर्न थाल्यो भने?

हाम्रो बुझाइमा, बिरामीका लागि अन्तिम मापदण्ड एउटै हुनुपर्छ—कुन तरिकाले बिरामीको नतिजा राम्रो हुन्छ? यदि भविष्यमा वास्तविक बिरामीमा गरिएका राम्रा अध्ययनले AI एक्लै सुरक्षित र बढी प्रभावकारी देखाए भने, त्यसलाई स्वीकार्नु नै बिरामीप्रतिको इमानदारी हो। तर अहिलेको प्रमाण मुख्यतः कृत्रिम केसमा आधारित छ। त्यसैले उत्साह र सावधानी—दुवै सँगै चाहिन्छ।

स्रोत तथा थप जानकारी

• Emanuel EJ, Baker-Butler A, Khosla N, Khosla V. Will Autonomous AI Exceed AI-Aided Physicians as the Best Medical Care? JAMA. 2026;336(11):915–918. doi:10.1001/jama.2026.15380
• Vaccaro M, Almaatouq A, Malone T. When combinations of humans and AI are useful: a systematic review and meta-analysis. Nat Hum Behav. 2024;8(12):2293–2303.
• Bean AM, Payne RE, Parsons G, et al. Reliability of LLMs as medical assistants for the general public: a randomized preregistered study. Nat Med. 2026;32(2):609–615.
• Budzyń K, et al. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy. Lancet Gastroenterol Hepatol. 2025;10(10):896–903.
• Mello MM. Utah's experiment with AI-driven prescription renewals. JAMA Health Forum. 2026;7(3):e261001.
• Utah Department of Commerce. Utah and Doctronic Announce Partnership for AI Prescription Medication Renewals. जनवरी ६, २०२६।
• The Kathmandu Post. Nepal rolls out ambitious AI policy. अगस्ट १६, २०२५।

यो लेख सामान्य स्वास्थ्य शिक्षा र जानकारीका लागि हो। यो व्यक्तिगत चिकित्सकीय, कानुनी वा करियर सल्लाहको विकल्प होइन। AI औजारबाट प्राप्त स्वास्थ्य जानकारी आफ्नो डाक्टरसँग पुष्टि गर्नुहोस्। छाती दुख्ने, अत्यधिक सास फेर्न गाह्रो हुने वा बेहोस हुने अवस्थामा तुरुन्तै आपत्कालीन सेवा सम्पर्क गर्नुहोस्।