ছোট হান্টাভাইরাস প্রাদুর্ভাবে ম্যানুয়াল কন্ট্যাক্ট ট্রেসিং এখনো কেন গুরুত্বপূর্ণ

ডিজিটাল exposure alerts সর্বজনীন জনস্বাস্থ্য সমাধান নয়

Covid-পরবর্তী প্রযুক্তি যুগের একটি স্থায়ী অভ্যাস হলো, একসময় যে সমস্যা app দিয়ে সমাধান করা হয়েছিল, সেটি সবসময় app দিয়েই সমাধান করতে হবে বলে ধরে নেওয়া। হান্টাভাইরাস exposure নিয়ে নতুন আলোচনা সেই ভাবনার সীমা দেখাচ্ছে। হান্টাভাইরাসে আক্রান্ত একটি cruise ship-এ তিনজনের মৃত্যু হওয়ার পর, কর্তৃপক্ষ সক্রিয়ভাবে 29 জনকে খুঁজতে শুরু করে, যারা আগেই জাহাজ ছেড়ে গিয়েছিলেন। কাজটি বৈশ্বিক, শ্রমসাধ্য, এবং সময়-সংবেদনশীল। প্রথম দেখায়, এটি এমন একটি পরিস্থিতি বলেই মনে হয়, যার জন্য digital contact tracing তৈরি হয়েছিল।

কিন্তু WIRED-এ সাক্ষাৎকার দেওয়া বিশেষজ্ঞরা বলছেন, app-ভিত্তিক contact tracing এই হান্টাভাইরাস প্রাদুর্ভাবে সবচেয়ে কম কার্যকর। Johns Hopkins University-এর epidemiologist Emily Gurley বলেছেন, এই প্রাদুর্ভাবে apps-এর কোনো ব্যবহার নেই, কারণ case সংখ্যা কম এবং সংক্রমণ থামাতে কর্মকর্তাদের সব contacts ঠিকঠাকভাবে ট্রেস করতে হবে। বেশি data collection স্বয়ংক্রিয়ভাবে ভালো outbreak management তৈরি করে—এই সাধারণ ধারণার এটি একটি দরকারি সংশোধন।

জনস্বাস্থ্য প্রতিক্রিয়া নির্ভর করে সমস্যার ধরন অনুযায়ী tool মিলিয়ে নেওয়ার ওপর। Covid pandemic এমন এক পরিবেশ তৈরি করেছিল, যেখানে বিস্তৃত, স্বয়ংক্রিয় proximity logging আকর্ষণীয় মনে হয়েছিল, কারণ সংক্রমণ ব্যাপক ছিল, contacts অনেক ছিল, এবং জনস্বাস্থ্য ব্যবস্থা পরিসরের চাপে ছিল। সেই পরিস্থিতিতে, অসম্পূর্ণ সতর্কতাও সম্ভাব্যভাবে exposed জনসংখ্যাকে শনাক্ত করতে এবং self-quarantine উৎসাহিত করতে সাহায্য করতে পারত। কিন্তু একটি নির্দিষ্ট স্থানের সঙ্গে যুক্ত ছোট প্রাদুর্ভাব ভিন্ন সমস্যা।

ছোট প্রাদুর্ভাবে approximation নয়, নির্ভুলতা দরকার

সীমিত exposure event-এ কর্মকর্তারা known infected ব্যক্তিদের থেকে শুরু করে সাবধানে বাইরে দিকে কাজ করেন, প্রতিটি ব্যক্তি কোথায় গিয়েছিলেন এবং কাদের সঙ্গে দেখা হতে পারে তা পুনর্গঠন করে। এই প্রক্রিয়া automated notification system-এর চেয়ে ধীর, কিন্তু এটি নির্ভুল হওয়ার জন্য তৈরি। case সংখ্যা যথেষ্ট কম হলে, জনস্বাস্থ্য সংস্থাগুলো statistical approximation-এর বদলে পূর্ণাঙ্গ tracing করার চেষ্টা করতে পারে।

এই পার্থক্য গুরুত্বপূর্ণ, কারণ app-ভিত্তিক tracing, বিশেষ করে Bluetooth proximity-ভিত্তিক ব্যবস্থা, সংকীর্ণ সীমানার প্রাদুর্ভাবে প্রয়োজনীয় exact chain-of-contact evidence দেয় না। ফোন context ছাড়াই proximity রেকর্ড করতে পারে। তারা exposure মিস করতে পারে বা অতিরঞ্জিত করতে পারে। সম্ভাব্য contact চিহ্নিত করতে তারা কাজে লাগে, কিন্তু outbreak investigators-দের জন্য every at-risk individual খুঁজে বের করার মতো নির্ভুল interpersonal map তৈরি করা সবসময় সম্ভব নয়।

WIRED-এর প্রতিবেদনে বলা হয়েছে, Covid pandemic-এর সময় app-ভিত্তিক tracing বেশি ছিল population-এর কোন অংশ প্রভাবিত হতে পারে তা বোঝার এবং মানুষকে isolate হওয়ার সুযোগ দেওয়ার বিষয়ে। এটি একেবারেই আলাদা, যখন একটি ship এবং জানা traveler group-এর সঙ্গে যুক্ত exposure-এর পর যাদের সরাসরি follow-up দরকার, তাদের প্রত্যেককে শনাক্ত করতে হয়।

Covid-যুগের পাঠ সহজে সাধারণীকরণ হয়নি

Covid অভিজ্ঞতা এটাও দেখিয়েছে যে digital contact tracing-এর বাস্তব ফল mixed ছিল। নিবন্ধ অনুযায়ী, এই tool-গুলো আরও নিয়ন্ত্রিত European দেশগুলোতে ভালো কাজ করেছিল, কিন্তু United States-এ সংক্রমণ কমাতে পারেনি। এই mixed record গুরুত্বপূর্ণ, কারণ এটি দেখায় যে যে scenario-র জন্য digital tracing তৈরি হয়েছিল, সেখানেও ফলাফল governance, public-health integration, public compliance, এবং technical accuracy-এর ওপর নির্ভর করেছিল।

অর্থাৎ, প্রশ্নটা কেবল phone proximity শনাক্ত করতে পারে কি না তা নয়। প্রশ্ন হলো, সেই শনাক্তকরণ-ঘেরা system noisy সংকেতকে কার্যকর জনস্বাস্থ্য আচরণে রূপান্তর করতে পারে কি না। বিশ্বব্যাপী pandemic-এ, যেখানে ব্যাপক মনোযোগ এবং অসাধারণ জরুরি ব্যবস্থা ছিল, যদি তা কঠিন হয়ে থাকে, তবে আরও ছোট ও নির্ভুল tracing problem-এর জন্য একই tool-এ ভরসা করা আরও কঠিন।

Pandemic-era infrastructure-কে পরবর্তী outbreaks-এ reuse করার ইচ্ছা বোঝা যায়। 2020 থেকে সরকার, platform কোম্পানি, এবং জনস্বাস্থ্য ব্যবস্থা exposure notification frameworks-এ অনেক বিনিয়োগ করেছে। Apple এবং Google Bluetooth-ভিত্তিক system সক্ষম করেছিল, যাতে দেখা যায় কেউ এমন কারও কাছে ছিল কিনা, যে পরে Covid positive হয়েছে। এই ক্ষমতাগুলো একবার থাকায়, ভবিষ্যৎ রোগের ঘটনার জন্য এগুলো একটি স্থায়ী digital utility হতে পারে বলে ভাবা সহজ ছিল।

কিন্তু এখানে বর্ণিত হান্টাভাইরাস ঘটনা মনে করিয়ে দেয়, public-health technology রোগ বা outbreak টাইপের মধ্যে বিনিময়যোগ্য নয়। এক epidemiological pattern-এর জন্য তৈরি system অন্যটির জন্য খারাপ মানানসই হতে পারে।

গোপনীয়তা ও নির্ভুলতা এখনও structural limit

নিবন্ধটি আরও দুটি সমস্যা দেখায়, যা pandemic বছর পেরিয়েও রয়ে গেছে: privacy concern এবং imperfect accuracy। কার্যকর app-ভিত্তিক contact tracing-এর জন্য ব্যাপক গ্রহণযোগ্যতা দরকার, এবং সাধারণত এটি device-level proximity information-এ স্থায়ী access-এর ওপর নির্ভর করে। এতে surveillance, misuse, এবং সর্বদা-চালু monitoring infrastructure-কে স্বাভাবিক করে তোলার সামাজিক খরচ নিয়ে পরিচিত উদ্বেগ তৈরি হয়।

গোপনীয়তা বাদ দিলেও, data quality problem এড়ানো কঠিন। Bluetooth signal ক্লিনিক্যালি অর্থবহ exposure-এর সরাসরি মাপ নয়। দেয়াল, ডিভাইসের অবস্থান, পরিবেশগত হস্তক্ষেপ, এবং অনিয়মিত ব্যবহার—all মিলিয়ে “contact” কী, তা বিকৃত করতে পারে। ফলে false positives সময় নষ্ট করে অপ্রয়োজনীয় আতঙ্ক তৈরি করতে পারে, অথবা false negatives সতর্ক হওয়ার মতো মানুষকে বাদ দিতে পারে।

একটি ছোট প্রাদুর্ভাবে, যেখানে investigators তাত্ত্বিকভাবে প্রতিটি exposed ব্যক্তিকে শনাক্ত ও যোগাযোগ করতে পারেন, এই দুর্বলতাগুলো গৌণ নয়। এগুলো অযোগ্যতার কারণ। যদি কর্তৃপক্ষ আগে থেকেই প্রাসঙ্গিক পরিবেশ জানে এবং সরাসরি ব্যক্তিদের ট্রেস করতে পারে, তবে একটি বিস্তৃত automated system কেবল জটিলতা বাড়ায়, নিশ্চিততা নয়।

সবচেয়ে কার্যকর শিক্ষা হলো সংযম

WIRED-এ বর্ণিত হান্টাভাইরাস প্রতিক্রিয়াকে সাধারণভাবে digital public-health tool-এর প্রত্যাখ্যান হিসেবে পড়া উচিত নয়। এটি একটি স্মরণ করিয়ে দেয় যে প্রযুক্তি থাকা মানেই নয়, সেটি উপযুক্ত বলেই নির্বাচন করতে হবে। Manual tracing-কে app-mediated system-এর তুলনায় পুরোনো মনে হতে পারে, কিন্তু targeted outbreak control-এ এটি volume-এর চেয়ে verification-কে গুরুত্ব দেয় বলে আরও উন্নত পছন্দ হতে পারে।

এটি বিশেষভাবে প্রাসঙ্গিক, কারণ কয়েক বছর ধরে স্বাস্থ্য প্রযুক্তি নিয়ে জনআলোচনায় scale এবং automation-কে বেশি গুরুত্ব দেওয়া হয়েছে। লক্ষ লক্ষ interaction জুড়ে visibility হারানোর বিকল্প না থাকলে এই tool-গুলো উপকারী হতে পারে। কিন্তু প্রাদুর্ভাব যথেষ্ট নিয়ন্ত্রিত হলে, এবং নির্ভুল, একেকজন করে কাজ এখনও সম্ভব হলে, এগুলো কম আকর্ষণীয় হয়ে ওঠে।

এখানে একটি বড় নীতিগত দিকও আছে। জনস্বাস্থ্য ব্যবস্থা মূল্যায়ন করা উচিত নয় এই ভিত্তিতে যে তারা সবসময় সবচেয়ে প্রযুক্তিনির্ভর প্রতিক্রিয়া দেয় কি না। বরং দেখা উচিত, রোগ, case সংখ্যা, উপলব্ধ evidence, এবং intervention-এর বাস্তব লক্ষ্য অনুযায়ী তারা সবচেয়ে উপযুক্ত method ব্যবহার করছে কি না। কখনও তা digital tool হবে। কখনও trained investigator, phone call, passenger manifest, এবং সরাসরি follow-up হবে।

ক্রুজ-শিপ হান্টাভাইরাস ক্ষেত্রে দ্বিতীয় পদ্ধতিটিই সঠিক বলে মনে হচ্ছে। চ্যালেঞ্জ হলো device থেকে আরও ambient data তৈরি করা নয়। চ্যালেঞ্জ হলো নির্দিষ্ট মানুষকে উচ্চ নির্ভরযোগ্যতায় খুঁজে বের করা এবং নির্ভুল তথ্যের ভিত্তিতে দ্রুত পদক্ষেপ নেওয়া। Covid যুগ app-ভিত্তিক tracing-কে একটি পরিচিত ধারণা বানিয়েছিল, কিন্তু পরিচিতি মানেই উপযোগিতা নয়। ছোট প্রাদুর্ভাব এখনও নির্ভুলতাকে পুরস্কৃত করে, এবং নির্ভুলতা প্রায়ই মানব প্রক্রিয়াই থাকে।

এই নিবন্ধটি Wired-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.