ক্লিনিক্যাল প্রেডিকশন গবেষণায় এখনও খুব কম ক্ষেত্রেই ব্যবহারযোগ্য কোড শেয়ার করা হয়

ক্লিনিক্যাল প্রেডিকশন মডেলের জন্য প্রকাশিত ফলাফলের চেয়েও বেশি কিছু দরকার

রোগ নির্ণয় ও প্রগনস্টিক সিদ্ধান্তে সহায়তার জন্য ক্লিনিক্যাল প্রেডিকশন মডেলের ব্যবহার বাড়ছে। এগুলোর প্রতিবেদিত নির্ভুলতা চিকিৎসকেরা কীভাবে ঝুঁকি অনুমান করবেন, পরীক্ষাকে অগ্রাধিকার দেবেন বা রোগীদের সঙ্গে সম্ভাব্য ফলাফল নিয়ে আলোচনা করবেন, তা প্রভাবিত করতে পারে। কিন্তু Nature Medicine-এ প্রকাশিত নতুন এক বিশ্লেষণের বক্তব্য, এই মডেলগুলোর মূল্যায়নের জন্য একটি মৌলিক শর্ত এখনও বিরল: এগুলোর পেছনে থাকা বিশ্লেষণাত্মক কোডে প্রবেশাধিকার।

এই গবেষণায় এমন ওপেন-অ্যাক্সেস গবেষণাপত্র পর্যালোচনা করা হয়েছে, যেগুলো TRIPOD বা TRIPOD+AI রিপোর্টিং ফ্রেমওয়ার্ক উদ্ধৃত করেছে। এই ফ্রেমওয়ার্কগুলো প্রেডিকশন-মডেল গবেষণার স্বচ্ছ প্রতিবেদন নিয়ে কাজ করে। গবেষকেরা সাহিত্য筛筛 করতে, রিপোজিটরি লিংক শনাক্ত করতে এবং পূর্বনির্ধারিত ১৪টি পুনরুৎপাদনযোগ্যতা-সম্পর্কিত বৈশিষ্ট্যের ভিত্তিতে তাঁরা যে রিপোজিটরিগুলো সংগ্রহ করতে পেরেছেন সেগুলো মূল্যায়ন করতে বৃহৎ-ভাষা-মডেল-সহায়িত একটি পাইপলাইন ব্যবহার করেন।

পরীক্ষা করা ৩,৯৬৭টি গবেষণাপত্রের মধ্যে ৪৮২টিতে কোড শেয়ার করা হয়েছে—এমন বিবৃতি ছিল। অর্থাৎ নমুনার ১২.২%। এর অর্থ এই নয় যে বাকি প্রতিটি গবেষণায় প্রবেশযোগ্য কোড ছিল না। তবে এটি দেখায় যে পর্যালোচিত সাহিত্যে স্পষ্ট কোড-শেয়ারিং বিবৃতি এখনও ব্যতিক্রম।

প্রাপ্যতা আর পুনরুৎপাদনযোগ্যতা এক বিষয় নয়

গবেষকদের মূল বক্তব্য হলো, শুধু একটি রিপোজিটরি লিংক থাকলেই কোনো বিশ্লেষণ পরীক্ষা করা বা পুনরায় ব্যবহার করা সহজ হয় না। তাঁরা যে রিপোজিটরিগুলো মূল্যায়ন করেছেন, সেগুলোর পুনরুৎপাদনযোগ্যতা-সম্পর্কিত বৈশিষ্ট্যে বড় ধরনের পার্থক্য ছিল। বাস্তবে, কোনো মডেল পুনরায় তৈরি করা যাবে কি না তা বোঝার জন্য অন্য এক গবেষকের সোর্স ফাইলের চেয়েও বেশি কিছু প্রয়োজন হতে পারে: ডকুমেন্টেশন, সফটওয়্যার নির্ভরতার তথ্য এবং একটি এক্সিকিউটেবল প্রকল্প কাঠামো—সবই গুরুত্বপূর্ণ হতে পারে।

ক্লিনিক্যাল প্রেডিকশন গবেষণার ক্ষেত্রে এই পার্থক্য বিশেষভাবে গুরুত্বপূর্ণ। একটি নির্দিষ্ট কোহর্ট, প্রিপ্রসেসিং ওয়ার্কফ্লো এবং ফলাফলের সংজ্ঞার ভিত্তিতে কোনো মডেল তৈরি হতে পারে। বিশ্লেষণাত্মক ধাপগুলো স্বাধীনভাবে পরীক্ষা করা না গেলে, ওয়ার্কফ্লোর সিদ্ধান্তগুলো প্রতিবেদিত কর্মদক্ষতাকে কীভাবে প্রভাবিত করেছে, অথবা গবেষণাটি অন্য পরিবেশে মানিয়ে নিয়ে পরীক্ষা করা যাবে কি না, তা বাইরের গবেষকদের পক্ষে মূল্যায়ন করা কঠিন হয়।

পর্যালোচনায় আরও দেখা গেছে, জার্নাল ও দেশের ভিত্তিতে কোড শেয়ার করার হার ব্যাপকভাবে ভিন্ন। কোন জার্নাল বা দেশ এগিয়ে ছিল কিংবা পিছিয়ে ছিল, সরবরাহ করা গবেষণাপাঠে তা উল্লেখ নেই। তবে এই বৈচিত্র্য ইঙ্গিত দেয় যে গবেষকেরা তাঁদের কাজ উন্মুক্ত করবেন কি না, তা নিয়ম ও সম্পাদকীয় প্রত্যাশা প্রভাবিত করছে।

গবেষণা-চর্চার AI-সহায়িত পর্যালোচনা

লেখকেরা পদ্ধতিগত কাজে বৃহৎ-ভাষা-মডেল-সহায়িত একটি প্রক্রিয়া ব্যবহার করেছেন: প্রাসঙ্গিক গবেষণাপত্র筛筛 করা, রিপোজিটরি লিংক বের করা এবং পূর্বনির্ধারিত বৈশিষ্ট্যের একটি সেটের ভিত্তিতে রিপোজিটরি মূল্যায়নে সহায়তা নেওয়া। এই পদ্ধতি দলটিকে হাজার হাজার গবেষণাপত্র পরীক্ষা করার সুযোগ দিয়েছে। একই সঙ্গে মূল পরিমাপটি ছিল নির্দিষ্ট রিপোর্টিং ও রিপোজিটরির বৈশিষ্ট্যকেন্দ্রিক।

এর ব্যবহার গবেষণা-শাসনের একটি বৃহত্তর চ্যালেঞ্জও তুলে ধরে। প্রকাশনার সংখ্যা বাড়ার সঙ্গে সঙ্গে স্বচ্ছতার চর্চা নিয়ে ম্যানুয়াল অডিট বড় পরিসরে করা কঠিন হয়ে পড়ে। কাঠামোবদ্ধ ও সতর্কভাবে নকশা করা স্বয়ংক্রিয় পাইপলাইন এই চর্চাগুলোর মানচিত্র তৈরি করতে সাহায্য করতে পারে, যদি তাদের ফলাফল স্পষ্টভাবে নির্ধারিত মানদণ্ডের ভিত্তিতে মূল্যায়ন করা হয়। এই ক্ষেত্রে মানদণ্ডগুলো কোডের প্রাপ্যতা এবং পুনরুৎপাদনযোগ্যতার জন্য গুরুত্বপূর্ণ বৈশিষ্ট্যের সঙ্গে যুক্ত ছিল; কোনো পৃথক মডেলের বৈজ্ঞানিক মান নিয়ে স্বয়ংক্রিয় সিদ্ধান্তের সঙ্গে নয়।

প্রয়োগের জন্য এই ঘাটতি কেন গুরুত্বপূর্ণ

ক্লিনিক্যাল মডেলের উদ্দেশ্য বাস্তব জীবনের সিদ্ধান্তে সহায়তা করা। তাই এগুলোর নির্ভরযোগ্যতা ও সাধারণীকরণযোগ্যতা গভীরভাবে যাচাই করা দরকার। প্রকাশিত গবেষণাপত্রে কার্যকর মনে হওয়া কোনো মডেল অন্যত্র প্রয়োগ করলে ভিন্নভাবে কাজ করতে পারে, কারণ রোগীর জনসংখ্যা, তথ্য সংগ্রহ এবং ক্লিনিক্যাল ওয়ার্কফ্লো আলাদা হতে পারে। বিশ্লেষণাত্মক প্রক্রিয়ার স্বাধীন মূল্যায়ন এই দাবিগুলোর ভিত্তি পরীক্ষা করার একটি উপায়।

উন্মুক্ত কোড পুনরুৎপাদনযোগ্যতার সব সমস্যা সমাধান করতে পারে না। গোপনীয়তা ও আইনি কারণে রোগীর তথ্য সীমাবদ্ধ থাকতে পারে, এবং মূল তথ্যের প্রবেশাধিকার না থাকলে বাইরের ব্যবহারকারীরা কোনো বিশ্লেষণ হুবহু পুনরায় তৈরি করতে নাও পারেন। তবুও, স্পষ্ট বিশ্লেষণাত্মক কোড, নির্ভরতার বিবরণ এবং ব্যবহারযোগ্য ডকুমেন্টেশন কাজটিকে আরও সহজে পর্যালোচনাযোগ্য করে তুলতে পারে এবং অন্য কোনো ডেটাসেট দিয়ে দায়িত্বশীলভাবে পরীক্ষা করতে কী প্রয়োজন হবে তা গবেষকদের বুঝতে সাহায্য করতে পারে।

লেখকেরা ফলাফলগুলোকে শুধু কোড আছে—এমন ঘোষণার বাইরে আরও স্পষ্ট প্রত্যাশার প্রয়োজনীয়তার প্রমাণ হিসেবে দেখিয়েছেন। তাঁদের বক্তব্য, ডকুমেন্টেশন, নির্ভরতার স্পেসিফিকেশন এবং এক্সিকিউটেবল কাঠামো আরও শক্তিশালী চর্চার অংশ হওয়া উচিত। এসব উপাদান পাঠক এবং কোনো গবেষণা পুনরুৎপাদন বা সম্প্রসারণের চেষ্টা করা দলগুলোর জন্য অস্পষ্টতা কমাতে পারে।

TRIPOD-Code পরবর্তী নীতিগত লক্ষ্য

কোডের প্রাপ্যতা ও পুনরুৎপাদনযোগ্যতার ওপর কেন্দ্রীভূত রিপোর্টিং নির্দেশিকা TRIPOD-Code-কে তথ্য জোগাতেই এই পর্যালোচনা করা হয়েছিল। রিপোর্টিং নির্দেশিকা নিজে গবেষকেরা সম্পূর্ণ ও ব্যবহারযোগ্য প্রকল্প প্রকাশ করবেন—এমন নিশ্চয়তা দেয় না। তবে এগুলো লেখক, পর্যালোচক ও জার্নালের কাছে প্রত্যাশাগুলো স্পষ্ট করতে পারে এবং কী সরবরাহ করা হয়েছে তা চিহ্নিত করার জন্য একটি অভিন্ন পরিভাষা তৈরি করতে পারে।

ফলাফল একটি বাস্তব মানদণ্ড তুলে ধরে: এই সাহিত্য-নমুনায় প্রায় প্রতি আটটি গবেষণাপত্রের একটিতে কোড-শেয়ারিং বিবৃতি ছিল। যে ক্ষেত্রে মডেলগুলো ক্লিনিক্যাল ব্যবহারের দিকে এগোচ্ছে, সেখানে শেয়ার করা বিশ্লেষণাত্মক কাজের গুণমান ও স্পষ্টতা বাড়ালে গবেষণা আরও ব্যবহারযোগ্য হতে পারে এবং বাস্তব চর্চায় নিরাপদভাবে রূপান্তরকে সহায়তা করতে পারে বলে লেখকেরা মনে করেন।

তাই গবেষণাটি শুধু কোনো গবেষণাপত্রে কোডের উল্লেখ আছে কি না, সেই প্রশ্ন থেকে মনোযোগ সরিয়ে এই প্রশ্নে নিয়ে যায়—একজন স্বাধীন পাঠক বিশ্লেষণাত্মক ওয়ার্কফ্লোটি বুঝে চালাতে পারবেন কি না। এটি উচ্চতর মানদণ্ড, তবে সেবার পরিবেশে ক্লিনিক্যাল প্রেডিকশন মডেলের ওপর নির্ভর করার আগে সেগুলোর মূল্যায়নের জন্য প্রয়োজনীয় প্রমাণের সঙ্গে এটি বেশি সামঞ্জস্যপূর্ণ।

এই নিবন্ধটি Nature Medicine-এর প্রতিবেদন অবলম্বনে লেখা। মূল নিবন্ধটি পড়ুন।