বিষয় 1.3 — প্রমাণ-চালিত সিদ্ধান্ত

এক বাক্যে: প্রমাণ-চালিত সিদ্ধান্ত গ্রহণ মানে ঝুঁকির আনুপাতিকভাবে, ক্লিনিক্যাল ও ডেলিভারি, উভয় প্রকারের সর্বোত্তম প্রাপ্তব্য প্রমাণের জোরে কী গড়বেন, কিনবেন ও বিস্তৃত করবেন তা ঠিক করা, এবং যুক্তিটি এমনভাবে লিপিবদ্ধ করা যাতে তা সিদ্ধান্ত-গ্রহণকারী মানুষদের ছাড়িয়েও টিকে থাকে।

স্বাস্থ্য ও পরিচর্যায় কেন এটি গুরুত্বপূর্ণ#

বেশির ভাগ খাতে একটি খারাপ প্রোডাক্ট সিদ্ধান্তের মূল্য অর্থ। স্বাস্থ্য ও পরিচর্যায় তার মূল্য নিরাপত্তা, ন্যায্যতা ও আস্থাও হতে পারে, এবং তা নেওয়া হয় সংবিধিবদ্ধ দায়িত্বের অধীনে জনগণের তহবিলে। কখনো মূল্যায়ন না করা একটি ডিজিটাল ডায়াগনস্টিক মোতায়েন করার সিদ্ধান্ত বাণিজ্যিক জুয়া নয়; এটি একটি ক্লিনিক্যাল ঝুঁকি। এটি প্রমাণের মান "ডেমোটা ভালো দেখাল"-র অনেক ওপরে তোলে।

এই ক্ষেত্র স্বতন্ত্র আরও এজন্য যে তা একই সঙ্গে দুই ধরনের প্রমাণ চায়। ক্লিনিক্যাল প্রমাণ উত্তর দেয় "এই প্রযুক্তি কি কাজ করে, এবং তা কি রোগীদের জন্য নিরাপদ ও কার্যকর?" ডেলিভারি প্রমাণ উত্তর দেয় "আমরা কি সঠিক জিনিস ভালোভাবে গড়ছি, এবং তা কি গৃহীত ও ব্যবহৃত হচ্ছে?" একটি সেবা ক্লিনিক্যালি সঠিক হয়েও ডেলিভারিতে ব্যর্থ হতে পারে (কেউ ব্যবহার করে না), অথবা ডেলিভারিতে সফল হয়েও ক্লিনিক্যালি অপ্রমাণিত (ব্যাপকভাবে ব্যবহৃত, কখনো যাচাই হয়নি)। জ্যেষ্ঠ নেতাদের দুটোই দাবি করতে হবে এবং একটিকে অন্যটির ছদ্মবেশ ধরতে দেওয়া চলবে না। আর যেহেতু স্বাস্থ্য সিদ্ধান্ত নজরদারি আকর্ষণ করে, নিয়ন্ত্রক, জনগণ ও চিকিৎসকদের কাছ থেকে, তাই কেন সিদ্ধান্ত নিয়েছিলেন তার নথি সিদ্ধান্তের মতোই গুরুত্বপূর্ণ।

মূল ধারণা#

প্রমাণের স্তরক্রম। প্রমাণ-ভিত্তিক চিকিৎসা গবেষণা-নকশাগুলোকে পক্ষপাত কতটা নিয়ন্ত্রণ করে তা অনুযায়ী ক্রমবদ্ধ করে: শীর্ষে র‍্যান্ডমাইজড নিয়ন্ত্রিত পরীক্ষা (RCT)-এর পদ্ধতিগত পর্যালোচনা ও মেটা-বিশ্লেষণ; তারপর পৃথক RCT; তারপর কোহর্ট ও কেস-কন্ট্রোল গবেষণা; তারপর কেস সিরিজ; এবং ভিত্তিতে বিশেষজ্ঞের মতামত ও কাহিনি। স্তরক্রমটি একটি নির্দেশিকা, বেড়ি নয়, তবু তা আপনাকে এমন সময় লক্ষ করার শৃঙ্খলা দেয় যখন একটি দাবি প্রমাণের ছদ্মবেশে কাহিনির ওপর দাঁড়িয়ে আছে।

ডিজিটাল স্বাস্থ্য প্রযুক্তির জন্য NICE Evidence Standards Framework (ESF)। NICE, NHS England ও অংশীদারদের সঙ্গে, ESF তৈরি করেছে একটি ডিজিটাল স্বাস্থ্য প্রযুক্তি (DHT)-র কোন স্তরের প্রমাণ দরকার তা নির্ধারণ করতে, তার কাজ ও যে ঝুঁকি সে বহন করে তার আনুপাতিকভাবে। এটি DHT-গুলোকে সম্ভাব্য ঝুঁকি অনুযায়ী স্তরে ভাগ করে, সরল সিস্টেম সেবা থেকে পরিচর্যাকে জানায় বা চালায় এমন হাতিয়ার হয়ে সরাসরি রোগ নির্ণয় বা চিকিৎসা করে এমনগুলো পর্যন্ত, এবং প্রতিটি স্তরে প্রত্যাশিত ক্লিনিক্যাল কার্যকারিতা ও অর্থনৈতিক প্রমাণ নির্দিষ্ট করে। ক্লিনিক্যাল ঝুঁকি যত বেশি, প্রয়োজনীয় প্রমাণ তত শক্ত। ESF হলো একটি DHT প্রস্তুত কি না তা ঠিক করা কমিশনার ও ডেভেলপারদের রেফারেন্স-বিন্দু।

বাস্তব-জগতের ডেটা ও বাস্তব-জগতের প্রমাণ। বাস্তব-জগতের ডেটা (RWD) আসে নিয়ন্ত্রিত পরীক্ষা থেকে নয়, রুটিন পরিচর্যা থেকে: ইলেকট্রনিক স্বাস্থ্য রেকর্ড, রেজিস্ট্রি, রোগী-প্রতিবেদিত ফলাফল, ডিভাইস টেলিমেট্রি। ভালোভাবে বিশ্লেষিত হলে (প্রত্যাশিত পর্যবেক্ষণমূলক গবেষণা, প্র্যাগম্যাটিক ট্রায়াল বা সতর্ক EHR বিশ্লেষণের মাধ্যমে) তা প্রযুক্তিটি চর্চায় কেমন কাজ করে সে বিষয়ে বাস্তব-জগতের প্রমাণ (RWE) হয়ে ওঠে। যেসব প্রযুক্তি শেখে বা বদলায় (AI, পরিধেয়) তাদের জন্য RWE অপরিহার্য, যেখানে একবারের ট্রায়াল চলমান আচরণ ধরতে পারে না, কিন্তু তা বহন করে কনফাউন্ডিং ঝুঁকি যা সততার সঙ্গে সামলাতে হবে।

ক্লিনিক্যাল প্রমাণ বনাম ডেলিভারি প্রমাণ। এগুলো আলাদা অক্ষে রাখুন। ক্লিনিক্যাল প্রমাণ ওপরের স্তরক্রম ও ESF ব্যবহার করে: কার্যকারিতা (efficacy), নিরাপত্তা, ফলপ্রসূতা (effectiveness)। ডেলিভারি প্রমাণ প্রোডাক্ট ও সেবা বিশ্লেষণ ব্যবহার করে: সেবাটি কি ব্যবহারযোগ্য, গৃহীত, ব্যবহারকারীর কাজ সম্পন্ন করছে, ব্যর্থতা-চাহিদা কমাচ্ছে? দুটোই দরকার; এদের গুলিয়ে ফেলা একটি চিরাচরিত ভুল (উচ্চ ব্যবহারের সংখ্যা ক্লিনিক্যাল প্রমাণ নয়)।

মূল্যায়নের নকশা। একটি লজিক মডেল (বা পরিবর্তনের তত্ত্ব) স্পষ্ট করে ইনপুট ও কর্মকাণ্ড কীভাবে আউটপুট ও ফলাফল তৈরি করবে বলে ধরা হয়েছে, এটাই সেই মানচিত্র যা যেকোনো মূল্যায়ন পরীক্ষা করে। একটি RCT সবচেয়ে শক্তিশালী কার্যকারণ উত্তর দেয়, কিন্তু ধীর, ব্যয়বহুল, এবং দ্রুত-পরিবর্তনশীল সেবার জন্য কখনো অব্যবহারিক বা অনৈতিক। ব্যবহারিক মূল্যায়ন, অর্থাৎ প্র্যাগম্যাটিক ট্রায়াল, বাধাগ্রস্ত সময়-সিরিজ, নিয়ন্ত্রণসহ আগে/পরে, মিশ্র-পদ্ধতির সেবা মূল্যায়ন, গতি ও বাস্তব-জগতের প্রাসঙ্গিকতার জন্য কিছুটা নিশ্চয়তা ছেড়ে দেয়। ঝুঁকি ও হাতের সিদ্ধান্তের আনুপাতিক নকশা বেছে নিন।

A/B পরীক্ষা ও বিশ্লেষণ। নিম্ন-ঝুঁকির, ডেলিভারি-দিকের প্রশ্নের জন্য (কোন শব্দচয়ন অ্যাপয়েন্টমেন্টে উপস্থিতি বাড়ায়? কোন প্রবাহ ঝরে পড়া কমায়?), নিয়ন্ত্রিত অনলাইন পরীক্ষা (A/B পরীক্ষা) দ্রুত, কার্যকারণমূলক ডেলিভারি প্রমাণ দেয়। অপ্টিমাইজেশনের জন্য এগুলো শক্তিশালী, কিন্তু অমূল্যায়িত ক্লিনিক্যাল পরিবর্তন করতে কখনো ব্যবহার করা চলবে না, এবং সম্মতি ও তথ্য-গভর্ন্যান্সের সীমানা মানতে হবে।

HiPPO সিদ্ধান্ত। "HiPPO", অর্থাৎ Highest-Paid Person's Opinion (সর্বোচ্চ-বেতনভোগীর মতামত), সেই ব্যর্থতার নাম যেখানে জ্যেষ্ঠতা প্রমাণকে ছাপিয়ে যায়। প্রমাণ-চালিত সংস্কৃতি ঘরে যে কাউকে "ডেটা কী দেখায়?" বলা নিরাপদ ও স্বাভাবিক করে, এবং জ্যেষ্ঠের অনুমানকে সিদ্ধান্ত নয়, পরীক্ষার জন্য একটি অনুকল্প হিসেবে দেখে।

সিদ্ধান্ত নথি। একটি সিদ্ধান্ত নথি (বা সিদ্ধান্ত লগ / আর্কিটেকচার সিদ্ধান্ত নথি) সংক্ষেপে ধরে: সিদ্ধান্ত, বিবেচিত বিকল্প, ওজন করা প্রমাণ, কে সিদ্ধান্ত নিয়েছেন, এবং কখন। এটি যুক্তিকে নিরীক্ষাযোগ্য করে, কর্মী-পরিবর্তনের পরেও টিকে থাকে, এবং প্রতি ত্রৈমাসিকে একই তর্ক আবার চালানো ঠেকায়।

শ্রেষ্ঠ চর্চা#

1. প্রমাণের শক্তি ঝুঁকির স্তরের সঙ্গে মেলান। NICE ESF স্তরগুলো আপনার মাপকাঠি হিসেবে ব্যবহার করুন: নিম্ন-ঝুঁকির একটি সিস্টেম হাতিয়ারের হালকা প্রমাণ লাগে; যে হাতিয়ার রোগ নির্ণয় করে বা চিকিৎসা চালায় তার উচ্চ-মানের ক্লিনিক্যাল কার্যকারিতার প্রমাণ লাগে। আনুপাতিকতা আপনাকে সবকিছুতে একটি মান প্রয়োগ না করে নিরাপদের ওপর দ্রুত এবং বিপজ্জনকের ওপর ধীরে চলতে দেয়।

2. ক্লিনিক্যাল ও ডেলিভারি প্রমাণ দাবি করুন, এবং কখনো গুলিয়ে ফেলবেন না। যেকোনো উল্লেখযোগ্য বিনিয়োগের জন্য দুটি আলাদা প্রশ্ন করুন: "এটি কি ক্লিনিক্যালি কার্যকর ও নিরাপদ?" এবং "এটি কি ব্যবহারযোগ্য ও গৃহীত?", এবং প্রতিটির জন্য প্রমাণ চাইুন। গ্রহণের মেট্রিক ক্লিনিক্যাল যাচাইয়ের বিকল্প নয়, আর একটি ইতিবাচক ট্রায়াল বাস্তব-জগতে ব্যবহারের নিশ্চয়তা নয়।

3. প্রতিটি উদ্যোগ শুরু করুন একটি লজিক মডেল দিয়ে। গড়ার আগে লিখে ফেলুন আপনি কীভাবে বিশ্বাস করেন হস্তক্ষেপটি আপনার কাঙ্ক্ষিত ফলাফল তৈরি করবে। এটি অপরীক্ষিত অনুমানগুলো আগেভাগে প্রকাশ করে, গুরুত্বপূর্ণ মেট্রিক সংজ্ঞায়িত করে, এবং পরবর্তী মূল্যায়নকে পরীক্ষা করার মতো মূর্ত কিছু দেয়।

4. যে প্রযুক্তি শেখে বা টিকে থাকে তার জন্য বাস্তব-জগতের প্রমাণ ব্যবহার করুন। AI, অ্যালগরিদম ও দীর্ঘস্থায়ী সেবার জন্য প্রাথমিক ট্রায়ালের পরিপূরক হিসেবে বা পরে রুটিন ডেটার কাঠামোবদ্ধ পর্যবেক্ষণ চালান, যেমন প্রত্যাশিত পর্যবেক্ষণমূলক নকশা, ব্যবহারিক মূল্যায়ন, যাতে বুঝতে পারেন চর্চায় কর্মক্ষমতা কেমন টিকছে এবং বিচ্যুতি ধরতে পারেন।

5. ডেলিভারি প্রশ্নে পরীক্ষা করুন; ক্লিনিক্যাল প্রশ্ন মূল্যায়ন করুন। তথ্য-গভর্ন্যান্স ও সম্মতির সীমার মধ্যে ডেলিভারি অপ্টিমাইজেশনের (শব্দচয়ন, প্রবাহ, প্রম্পট) জন্য A/B পরীক্ষা ও বিশ্লেষণ অবাধে ব্যবহার করুন। আনুষ্ঠানিক মূল্যায়ন (ট্রায়াল, ব্যবহারিক গবেষণা) ক্লিনিক্যাল প্রভাবের প্রশ্নের জন্য সংরক্ষণ করুন। প্রতিটি প্রশ্ন সঠিক পদ্ধতিতে পাঠান।

6. HiPPO সিদ্ধান্ত কেবল প্রক্রিয়াগতভাবে নয়, সাংস্কৃতিকভাবে নির্মূল করুন। যেকোনো সিদ্ধান্ত-গ্রহণকারীর কাছে প্রমাণ চাওয়া স্পষ্টভাবে গ্রহণযোগ্য করুন, জ্যেষ্ঠদের মতকে অনুকল্প হিসেবে সাজান, এবং কোন প্রমাণ আপনার মত বদলাবে তা আগেভাগে প্রতিশ্রুতিবদ্ধ করুন। যে দল নিরাপদে জ্যেষ্ঠতাকে চ্যালেঞ্জ করতে পারে সে ভালো সিদ্ধান্ত নেয়।

7. সিদ্ধান্ত ও তাদের প্রমাণ লিপিবদ্ধ করুন। প্রতিটি উল্লেখযোগ্য পছন্দের জন্য একটি হালকা সিদ্ধান্ত লগ রাখুন: কী, কেন, কী প্রমাণ, কে, কখন। এটি নিয়ন্ত্রক ও জনগণের জন্য নিরীক্ষাযোগ্যতা তৈরি করে, অন্তহীন পুনর্বিচার ঠেকায়, এবং কর্মী-পরিবর্তনের মধ্য দিয়ে প্রাতিষ্ঠানিক স্মৃতি রক্ষা করে।

8. ডেটা নীতিশাস্ত্রে মনোযোগ দিন। প্রমাণের কাজ রোগীর ডেটা ব্যবহার করে; বৈধতা, সম্মতি, আনুপাতিকতা ও ন্যায্যতাকে নকশার সীমাবদ্ধতা হিসেবে দেখুন। অসমতা দৃঢ় করা পক্ষপাতদুষ্ট ডেটাসেট থেকে সতর্ক থাকুন, গোপনীয়তার দায়িত্বকে সম্মান করুন, এবং নিশ্চিত করুন আপনার প্রমাণ-চর্চা নিজেই জনগণের নজরদারিতে টিকবে।

দলের সঙ্গে আলোচনার প্রশ্ন#

1. আমাদের সাম্প্রতিকতম সবচেয়ে উল্লেখযোগ্য সিদ্ধান্তের জন্য কি আমরা ক্লিনিক্যাল প্রমাণ ও ডেলিভারি প্রমাণ, আলাদা রেখে, দেখাতে পারি, নাকি একটি নীরবে অন্যটির জায়গা নিয়েছিল? এই প্রশ্ন বিষয়ের জোর পরীক্ষা করে যে ক্লিনিক্যাল প্রমাণ ("এটি কি কাজ করে এবং নিরাপদ?") ও ডেলিভারি প্রমাণ ("এটি কি ব্যবহারযোগ্য ও গৃহীত?") আলাদা অক্ষে বসে এবং তাদের গুলিয়ে ফেলা একটি চিরাচরিত, বিপজ্জনক ভুল। এটি গুরুত্বপূর্ণ, কারণ একটি সেবা ক্লিনিক্যালি সঠিক অথচ অব্যবহৃত, বা ভারী ব্যবহৃত অথচ ক্লিনিক্যালি অযাচাইকৃত হতে পারে, এবং স্বাস্থ্য ও পরিচর্যায় উচ্চ ব্যবহারের সংখ্যাকে ক্লিনিক্যাল প্রমাণ ভাবা সাফল্যের মতো দেখিয়ে রোগীদের ঝুঁকিতে ফেলতে পারে। সামনে আনার মতো টানাপোড়েন হলো, ডেলিভারি প্রমাণ দ্রুত, সস্তা ও তোষামুদে, বিশ্লেষণ ড্যাশবোর্ড দ্রুত ভরে যায়, অথচ ক্লিনিক্যাল প্রমাণ ধীর, ব্যয়বহুল ও প্রায়ই অনির্ণায়ক, তাই গ্রহণের মেট্রিককে যুক্তি বহন করতে দেওয়ার নিরন্তর চাপ থাকে। একটি প্রকৃত বোর্ড পেপার বা বিনিয়োগ কেস নিন এবং নিরীক্ষা করুন: দুই ধরনের প্রমাণ কি আলাদা, প্রতিটি কি আসলে উপস্থিত, এবং ক্লিনিক্যাল দাবিটি কি বিক্রেতার ডেমো বা একটি একক-স্থানের গবেষণার ওপরে কিছুর ওপর দাঁড়িয়ে? ভালো, সৎ উত্তর একটি নির্দিষ্ট সিদ্ধান্ত চিহ্নিত করে, এক ধরনের প্রমাণ কোথায় পাতলা বা অনুপস্থিত ছিল তা স্বীকার করে, এবং ভবিষ্যতের উল্লেখযোগ্য পছন্দে একটি জোরালো ব্যবহারের সংখ্যাকে সবাইকে আশ্বস্ত করতে না দিয়ে দুটোই স্পষ্টভাবে ও আলাদাভাবে দাবি করতে প্রতিশ্রুতিবদ্ধ হয়।

2. আমাদের প্রমাণের মান আসলে কতটা আনুপাতিক, আমরা কি নিম্ন-ঝুঁকির পরিবর্তনে সোনার-মানের ট্রায়াল দাবি করছি আর উচ্চ-ঝুঁকির হাতিয়ারকে পাতলা প্রমাণে পার করে দিচ্ছি? বিষয়টি আনুপাতিকতাকে NICE ESF স্তরের মাধ্যমে সাজায়: নিম্ন-ঝুঁকির সিস্টেম হাতিয়ারের হালকা প্রমাণ, যে হাতিয়ার রোগ নির্ণয় করে বা চিকিৎসা চালায় তার উচ্চ-মানের ক্লিনিক্যাল কার্যকারিতার প্রমাণ; তাই এই প্রশ্ন যাচাই করে আপনার প্রতিষ্ঠান আসলে মানকে ঝুঁকির সঙ্গে ক্যালিব্রেট করে নাকি একটি ভোঁতা মান প্রয়োগ করে। এটি গুরুত্বপূর্ণ, কারণ উভয় দিকের ব্যর্থতাই ব্যয়বহুল: বিশ্লেষণ-পক্ষাঘাত একটি উপযোগী নিম্ন-ঝুঁকির বিষয়বস্তু পরিবর্তনকে অপ্রয়োজনীয় RCT-র পেছনে আটকে দেয়, আর ক্লিনিক্যাল সিদ্ধান্তকে জানানো একটি অপর্যাপ্ত-যাচাইকৃত AI হাতিয়ার একটি আকর্ষণীয় ডেমোতে পিছলে যায়, এবং প্রতিটি প্রমাণ-সংস্কৃতিতে আস্থা ক্ষুণ্ন করে। বিতর্কের ট্রেড-অফ হলো আনুপাতিকতার জন্য বিচার ও তা রক্ষা করার আত্মবিশ্বাস লাগে, যা অভিন্ন বিধির চেয়ে কঠিন; "সবকিছুর ট্রায়াল লাগবে" বা "ডিজিটাল হলে শুধু পাইলট করুন" প্রশাসন করা সহজ কিন্তু ভুল। দুই-তিনটি বর্তমান বা সাম্প্রতিক প্রযুক্তি নিয়ে কাজ করুন, একসঙ্গে প্রতিটিকে তার ESF স্তরে বসান, এবং যাচাই করুন আপনি যে প্রমাণ চেয়েছিলেন তা স্তরের সঙ্গে মেলে নাকি কে সেটির পক্ষে কথা বলছিলেন তা দ্বারা চালিত ছিল। সৎ উত্তর দেখায় দল একটি প্রযুক্তির ঝুঁকি-স্তর নির্ণয় করতে পারে, দুই দিকেই মান কোথায় ভুল স্থির হয়েছে তা স্বীকার করে, এবং আনুপাতিকতাকে সহজাত প্রবৃত্তির বদলে একটি স্পষ্ট, রক্ষণযোগ্য মান হিসেবে গণ্য করে।

3. ঘরের সবচেয়ে জ্যেষ্ঠ ব্যক্তিকে "প্রমাণ কী?" জিজ্ঞাসা করা সাংস্কৃতিকভাবে কতটা নিরাপদ, এবং শেষ কবে আমরা একজন নেতার অনুমানকে সিদ্ধান্ত নয়, পরীক্ষার জন্য একটি অনুকল্প হিসেবে দেখেছি? এই প্রশ্ন HiPPO ব্যর্থতার ধরনের সরাসরি মুখোমুখি হয়, যেখানে সর্বোচ্চ-বেতনভোগীর মতামত প্রমাণকে ছাপিয়ে যায়, এবং পরীক্ষা করে প্রমাণের প্রতি আপনার ঘোষিত প্রতিশ্রুতি স্তরক্রম ও একজন সম্মানিত পরিচালককে মুগ্ধ করা বিক্রেতার ডেমোর সংস্পর্শে টিকে থাকে কি না। এটি গুরুত্বপূর্ণ, কারণ স্বাস্থ্য ও পরিচর্যায় একটি অমূল্যায়িত হাতিয়ার মোতায়েনের ডেমো-চালিত সিদ্ধান্ত বাণিজ্যিক জুয়া নয়, একটি ক্লিনিক্যাল-নিরাপত্তা ও জনগণের অর্থের ঝুঁকি, এবং যে মুহূর্তে চ্যালেঞ্জ অনিরাপদ হয়ে ওঠে সেই মুহূর্তে প্রমাণ সিদ্ধান্ত শাসন করা বন্ধ করে। প্রকৃত টানাপোড়েন হলো, মনস্তাত্ত্বিক নিরাপত্তা নীতি দিয়ে বাধ্যতামূলক করা যায় না; তা গড়ে ওঠে জ্যেষ্ঠ নেতারা দৃশ্যত চ্যালেঞ্জ আমন্ত্রণ জানিয়ে, নিজেদের মতকে অনুকল্প হিসেবে সাজিয়ে, এবং কোন প্রমাণ তাঁদের মত বদলাবে তা আগেভাগে প্রতিশ্রুতিবদ্ধ করে, এমন আচরণ যা নিজেকে উন্মুক্ত করে মনে হয় এবং সময়ের চাপে এড়িয়ে যাওয়া সহজ। আলোচনা নির্দিষ্ট উদাহরণে ভিত্তি করুন: ডেটার চেয়ে জ্যেষ্ঠতা বা উৎসাহ দ্বারা বেশি চালিত একটি সাম্প্রতিক সিদ্ধান্ত স্মরণ করুন, এবং জিজ্ঞাসা করুন কেউ তা চ্যালেঞ্জ করেছিল কি না, তা নিরাপদ মনে হয়েছিল কি না, এবং একটি সিদ্ধান্ত নথি কী ধরত। ভালো উত্তর স্তরক্রম বর্তমানে কোথায় জেতে সে বিষয়ে খোলামেলা, চ্যালেঞ্জকে স্বাভাবিক করতে নেতারা কোন মূর্ত আচরণ গ্রহণ করবেন তার নাম দেয়, এবং সাংস্কৃতিক প্রতিশ্রুতিকে সেই হালকা সিদ্ধান্ত লগের সঙ্গে জোড়া দেয় যা যুক্তিকে নিরীক্ষাযোগ্য করে ও একই তর্ক আবার চালানো ঠেকায়।

4. যেসব প্রযুক্তি শেখে বা টিকে থাকে, আমাদের AI, অ্যালগরিদম, দীর্ঘস্থায়ী সেবা, সেগুলোর কর্মক্ষমতা যাচাইয়ের পর সরে গেছে কি না তা আমরা আসলে কীভাবে জানব, এবং কে নজর রাখছে? বিষয়টি স্পষ্ট করে বলে একবারের ট্রায়াল যে প্রযুক্তি শেখে বা বদলায় তার চলমান আচরণ ধরতে পারে না, এবং "একবার-করে-ছেড়ে-দেওয়া মূল্যায়ন" একটি নামধারী ব্যর্থতার ধরন, যার প্রতিষেধক বাস্তব-জগতের প্রমাণ ও চলমান পর্যবেক্ষণ। এই প্রশ্ন গুরুত্বপূর্ণ, কারণ বিপদ নীরব: একটি AI অবনতি মডেল বা ট্রিয়াজ অ্যালগরিদম কেস-মিক্স, কোডিং চর্চা বা উজানের ডেটা পাইপলাইন সরলে ক্ষয়ে যেতে পারে, এবং ভাঙা ফিচারের মতো স্পষ্টভাবে কিছুই ব্যর্থ হয় না: হাতিয়ারটি বিশ্বাসযোগ্য আউটপুট দিয়ে চলে যখন তার মিথ্যা-সতর্কতা বা মিস-হার নীরবে খারাপ হয়। সামনে আনার মতো টানাপোড়েন হলো, পর্যবেক্ষণ মোতায়েনের উত্তেজনার তুলনায় অগ্ল্যামারাস ও অর্থহীন: একবার বিজনেস কেস সই হলে এবং সুবিধা বুক হলে, খুব কম প্রতিষ্ঠান প্রত্যাশিত পর্যবেক্ষণমূলক কাজ, বিচ্যুতি মেট্রিক বা সেগুলো পর্যালোচনা করা নামধারী মালিকের জন্য সম্পদ দেয়। একটি লাইভ AI বা অ্যালগরিদমিক হাতিয়ার নিন এবং মোতায়েন-পরবর্তী জীবন মূর্তভাবে অনুসরণ করুন: কোন রুটিন ডেটা দেখা হচ্ছে, কোন বেসলাইনের বিপরীতে, কত ঘনঘন, এবং অবনতি কে ঊর্ধ্বতনে জানাবে ও কাকে। সৎ উত্তর স্বীকার করে যাচাই কোথায় গো-লাইভে থেমে গিয়েছিল, কোন হাতিয়ারগুলোর সত্যিই অবিরাম নজরদারি দরকার আর কোনগুলোর নয় তা আলাদা করে, এবং "চোখ রাখব" এই অস্পষ্ট অভিপ্রায়ের বদলে একজন নামধারী মালিক, একটি মেট্রিক ও একটি পর্যালোচনা-ছন্দে প্রতিশ্রুতিবদ্ধ হয়।

5. আজ আমরা যে সিদ্ধান্ত নিই তা দুই বছর পরে, একজন নতুন পরিচালক, একজন নিয়ন্ত্রক বা জনগণ প্রশ্ন করলে, লিখিত নথি আসলে কী দেখাবে, এবং তা কি সেই নজরদারিতে টিকবে? বিষয়টি সিদ্ধান্ত নথিকে মূল অবকাঠামো হিসেবে দেখে: সিদ্ধান্ত, বিকল্প, ওজন করা প্রমাণ, কে ও কখন সিদ্ধান্ত নিয়েছেন তার একটি হালকা লগ, যা মূল্যবান কারণ তা যুক্তিকে নিরীক্ষাযোগ্য করে, কর্মী-পরিবর্তনের পরেও টিকে থাকে এবং প্রতি ত্রৈমাসিকে একই তর্ক আবার চালানো থামায়। এই প্রশ্ন গুরুত্বপূর্ণ, কারণ স্বাস্থ্য ও পরিচর্যার সিদ্ধান্ত বাণিজ্যিকগুলো কদাচিৎ যেভাবে করে সেভাবে নিয়ন্ত্রক, সংসদীয় ও জনগণের নজরদারি আকর্ষণ করে, এবং এই বিষয়ের কার্যকর উদাহরণ ঠিক এর ওপরই দাঁড়িয়ে: দুই বছর পরে একজন নতুন পরিচালক একটি মোতায়েন করা হাতিয়ার নিয়ে প্রশ্ন তোলেন এবং "নথি উত্তর দেয়"। প্রকৃত টানাপোড়েন শৃঙ্খলার অতি ক্ষুদ্র প্রতি-সিদ্ধান্ত খরচ ও তা এড়ানোর দীর্ঘস্থায়ী চাপের মধ্যে: কেন সিদ্ধান্ত নিয়েছিলেন তা লিখে রাখা মুহূর্তে আমলাতান্ত্রিক মনে হয়, আর যাঁদের নথিটি সবচেয়ে বেশি দরকার তাঁরা ভবিষ্যতের কর্মী যাঁরা তা দাবি করতে ঘরে নেই। বাস্তবের বিপরীতে পরীক্ষা করুন বারো বা আঠারো মাস আগে নেওয়া একটি উল্লেখযোগ্য পছন্দের পেছনের যুক্তি পুনর্গঠন করার চেষ্টা করে: কোন প্রমাণ ওজন করা হয়েছিল এবং কোন বিকল্প প্রত্যাখ্যাত হয়েছিল তা কি খুঁজে পান, নাকি শুধু যে একটি সিদ্ধান্ত নেওয়া হয়েছিল? ভালো উত্তর মোকাবিলা করে নথি কি উল্লেখযোগ্য সিদ্ধান্তের জন্য সত্যিই রাখা হয় নাকি শুধু সহজগুলোর জন্য, সেগুলো কি শুধু উপসংহার নয়, প্রমাণ ও বিকল্পও ধরে, এবং কেউ কখনো সেগুলো ফিরে পড়ে কি না, কারণ অপঠিত, শুধু-উপসংহারের লগ প্রাতিষ্ঠানিক স্মৃতি নয়, নিরীক্ষার নাটক।

6. আমাদের প্রমাণকে কার ডেটা প্রশিক্ষিত ও যাচাই করে, এবং আমরা কি আত্মবিশ্বাসী যে তা অসমতা দৃঢ় করবে না, নাকি আমরা ডেটা নীতিশাস্ত্রকে নকশার সীমাবদ্ধতার বদলে সই করার ফর্ম হিসেবে দেখছি? বিষয়টি জোর দেয় প্রমাণের কাজ রোগীর ডেটার ওপর চলে এবং বৈধতা, সম্মতি, আনুপাতিকতা ও ন্যায্যতা কাগজপত্র নয়, নকশার সীমাবদ্ধতা, বিশেষত অসমতা দৃঢ় করা পক্ষপাতদুষ্ট ডেটাসেট ও ব্যর্থতার ধরন হিসেবে "কাগজপত্র হিসেবে নীতিশাস্ত্র" থেকে সতর্ক করে। এই প্রশ্ন গুরুত্বপূর্ণ, কারণ একটি অপ্রতিনিধিত্বমূলক জনগোষ্ঠীতে যাচাই করা প্রযুক্তি ইতিমধ্যে সবচেয়ে কম সেবাপ্রাপ্ত গোষ্ঠীগুলোর জন্য খারাপ কাজ করতে পারে: যে অবনতি বা ডায়াগনস্টিক মডেল এমন জায়গায় প্রশিক্ষিত যেখানে নির্দিষ্ট জাতিগোষ্ঠী, বয়স বা সহ-অসুস্থতা কম প্রতিনিধিত্ব পায় তা সেই পক্ষপাত প্রতিটি ভবিষ্যৎ সিদ্ধান্তে বহন করতে পারে, এবং জাতীয় মাপে একটি অনুমোদিত ডেটাসেট সেই অসমতা ব্যবস্থা জুড়ে দৃঢ় করে। টানাপোড়েন হলো ন্যায্যতা বিশ্লেষণ শিরোনামের নির্ভুলতার সংখ্যার চেয়ে কঠিন ও ধীর: তা দাবি করে আপনি জিজ্ঞাসা করুন ডেটায় কারা আছে এবং কারা নেই, উপগোষ্ঠী জুড়ে কর্মক্ষমতা ভাগ করুন, এবং কখনো মেনে নিন যে আপনি যাদের সবচেয়ে বেশি সেবা করতে চান সেই জনগোষ্ঠীর জন্য আপনার প্রমাণ দুর্বল। বিষয়টি মূর্ত করুন একটি সাম্প্রতিক বা প্রস্তাবিত হাতিয়ার নিয়ে এবং জিজ্ঞাসা করে কার রেকর্ডে তা গড়া ও পরীক্ষা করা হয়েছিল, কর্মক্ষমতা কখনো উপগোষ্ঠী অনুযায়ী পরীক্ষা করা হয়েছিল কি না, এবং তথ্য-গভর্ন্যান্স অনুমোদন ন্যায্যতার সঙ্গে আদৌ জড়িত হয়েছিল নাকি কেবল বৈধ ভিত্তি নিশ্চিত করেছিল। সৎ উত্তর প্রকৃত নৈতিক যাচাইকে টিক-মারা থেকে আলাদা করে, প্রতিনিধিত্ব কোথায় কখনো যাচাই হয়নি তা স্বীকার করে, এবং পক্ষপাত ও ন্যায্যতাকে শেষে জুড়ে দেওয়া সম্মতির ধাপ নয়, প্রমাণকে নিজেই যে প্রশ্নের উত্তর দিতে হবে সেভাবে দেখে।

বাস্তবে: স্বাস্থ্য ও পরিচর্যার একটি উদাহরণ#

একটি কমিউনিটি ট্রাস্টকে একটি AI হাতিয়ার প্রস্তাব করা হয়, যা ভাইটাল-সাইন ডেটা থেকে অবনতির ঝুঁকিতে থাকা রোগীদের চিহ্নিত করে। একটি HiPPO সিদ্ধান্ত তা মোতায়েন করত, কারণ একজন সম্মানিত পরিচালক বিক্রেতার ডেমোতে মুগ্ধ হয়েছিলেন।

তার বদলে ট্রাস্ট প্রস্তাবটিকে একটি অনুকল্প হিসেবে দেখে। এটি হাতিয়ারটিকে ক্লিনিক্যাল সিদ্ধান্তকে জানায় এমন প্রযুক্তির জন্য উপযুক্ত NICE ESF ঝুঁকি-স্তরে বসায়, এবং বিক্রেতার কাছে সেই স্তরের কার্যকারিতার প্রমাণ চায়; সবচেয়ে শক্ত যা দেওয়া হয় তা একটি ছোট একক-স্থানের গবেষণা। ট্রাস্ট একটি লজিক মডেল লেখে (ভালো প্রাথমিক সতর্কতা → আগে ঊর্ধ্বতনে পাঠানো → কম এড়ানো-যায়-এমন অবনতি) এবং একটি ব্যবহারিক মূল্যায়ন নকশা করে: একটি শ্যাডো-মোড মোতায়েন যেখানে হাতিয়ারের সতর্কতা লগ হয় কিন্তু তার ওপর কাজ হয় না, প্রকৃত ফলাফলের সঙ্গে তুলনা করা, সঙ্গে কর্মপ্রবাহের উপযোগিতা নিয়ে নার্সদের সাক্ষাৎকারে গুণগত তথ্য।

সমান্তরালে এটি ডেলিভারি প্রমাণ সংগ্রহ করে: চিকিৎসকরা কি আসলে সতর্কতা লক্ষ করবেন ও বিশ্বাস করবেন? এটি সতর্কতার উপস্থাপনায় A/B-ধাঁচের পরীক্ষা চালায়। তথ্য-গভর্ন্যান্স ও ক্লিনিক্যাল-নিরাপত্তা লিডরা ডেটা ব্যবহার ও বিপদ-লগ অনুমোদন করেন। তিন মাস পরে RWE দেখায় একটি পরিমিত কিন্তু বাস্তব উন্নতি ও গ্রহণযোগ্য মিথ্যা-সতর্কতার হার, এবং ডেলিভারি প্রমাণ দেখায় চিকিৎসকরা পুনঃনকশা করা সতর্কতার সঙ্গে জড়িত হন। ধাপে ধাপে রোলআউট ও চলমান পর্যবেক্ষণসহ এগোনোর সিদ্ধান্ত একটি সিদ্ধান্ত নথিতে লেখা হয়, যা ওজন করা প্রমাণ উদ্ধৃত করে। দুই বছর পরে, যখন একজন নতুন পরিচালক হাতিয়ারটি নিয়ে প্রশ্ন তোলেন, নথি উত্তর দেয়।

খাতভিত্তিক দৃষ্টিকোণ#

প্রমাণকে ঝুঁকির সঙ্গে মেলানোর একই দায়িত্ব সবার, কিন্তু প্রমাণকে ঘিরে সম্পদ, প্রণোদনা ও জবাবদিহিতা প্রতিষ্ঠান অনুযায়ী তীক্ষ্ণভাবে ভিন্ন।

স্টার্ট-আপ#

একটি স্টার্ট-আপের বাধা হলো সোনার-মানের ক্লিনিক্যাল প্রমাণ ধীর ও ব্যয়বহুল অথচ রানওয়ে ছোট, তাই প্রলোভন থাকে গ্রহণের মেট্রিককে ক্লিনিক্যাল প্রভাবের প্রমাণ হিসেবে বিক্রি করার। সৎ পদক্ষেপ হলো পণ্যটিকে আগেভাগে সঠিক NICE ESF স্তরে বসানো এবং ক্রেতাদের কাছে প্রমাণের ফাঁক নিয়ে খোলামেলা হওয়া, একটি স্পষ্ট লজিক মডেল ও একটি সস্তা ব্যবহারিক মূল্যায়ন (একটি শ্যাডো-মোড পাইলট, একক স্থানের বিপরীতে একটি বাধাগ্রস্ত সময়-সিরিজ) ব্যবহার করে প্রথম বাস্তব-জগতের প্রমাণ তৈরি করা। সিদ্ধান্ত নথির খরচ প্রায় শূন্য এবং একটি ছোট দলের জন্য অসম মূল্যবান, যা দ্রুত দিক-পরিবর্তনের মধ্য দিয়ে যুক্তি রক্ষা করে এবং যাচাই-সচেতন বিনিয়োগকারী ও NHS মূল্যায়নকারীদের একটি নিরীক্ষা-পথ দেয়। যে শৃঙ্খলা ফল দেয় তা হলো HiPPO প্রতিষ্ঠাতার অনুমান প্রতিহত করা এবং প্রতিটি "ডেমোটা ভালো লেগেছে"-কে পরীক্ষার অনুকল্প হিসেবে দেখা।

ক্ষুদ্র ব্যবসা#

একটি প্রতিষ্ঠিত ছোট প্রদানকারী, যেমন একটি জিপি প্র্যাকটিস, কমিউনিটি ফার্মেসি, কেয়ার হোম, একক-স্থানের ক্লিনিক, স্টার্ট-আপ পর্যায় পেরোনো একটি ছোট স্বাস্থ্য-প্রযুক্তি সরবরাহকারী, প্রমাণকে ঝুঁকির সঙ্গে মেলানোর একই দায়িত্ব বহন করে, কিন্তু তার প্রকৃত রোগী, আঁটসাঁট নগদ এবং তা করার জন্য সামান্য বা কোনো নিবেদিত ডিজিটাল সামর্থ্য নেই। বাস্তবসম্মত পদক্ষেপ হলো নিজের প্রমাণ তৈরির বদলে অন্যরা ইতিমধ্যে যা তৈরি করেছে তার ওপর নির্ভর করা: একটি প্রার্থী হাতিয়ারের NICE ESF স্তর ও DTAC মূল্যায়নকে তৈরি-সমাধান আনুপাতিকতা হিসেবে ব্যবহার করুন, সরবরাহকারীদের কাছে স্তর-উপযুক্ত ক্লিনিক্যাল কার্যকারিতার প্রমাণ চাইুন, এবং চটকদার ডেমোয় একটি অমূল্যায়িত পণ্যে রাজি হতে অস্বীকার করুন। ডেলিভারি প্রমাণ হলো সেই জায়গা যেখানে একটি ছোট প্রতিষ্ঠান সত্যিই নেতৃত্ব দিতে পারে, কারণ সে নিজের রোগীদের ঘনিষ্ঠভাবে দেখে: কর্মীরা আসলে একটি হাতিয়ার ব্যবহার করছেন কি না এবং তা ব্যর্থতা-চাহিদা কমায় কি না সে বিষয়ে কয়েক সপ্তাহের সৎ পর্যবেক্ষণ নাগালের মধ্যে থাকা বাস্তব-জগতের প্রমাণ। এক-লাইনের একটি সিদ্ধান্ত নথি, অর্থাৎ আমরা কী বেছেছি, কী প্রমাণ দেখেছি, কে সিদ্ধান্ত নিয়েছেন, ছোট দলের প্রায় কিছুই খরচ করে না এবং কোনো অংশীদার চলে গেলে বা CQC পরিদর্শক জিজ্ঞাসা করলে তাকে রক্ষা করে। যে ফাঁদ এড়াতে হবে তা হলো ধরে নেওয়া যে ছোট হওয়া আপনাকে প্রমাণের মান থেকে অব্যাহতি দেয়; রোগীদের প্রতি দায়িত্ব অভিন্ন, শুধু সম্পদ নয়।

বৃহৎ প্রতিষ্ঠান#

একটি NHS ট্রাস্ট বা ICS-এর রুটিন ডেটা, রোগীর পরিমাণ ও গুরুতর মূল্যায়ন করার বিশ্লেষণ সামর্থ্য আছে, এবং তা দাবি করা জবাবদিহিতাও আছে, কারণ বড় মাপে একটি অপ্রমাণিত হাতিয়ার মোতায়েন একই সঙ্গে ক্লিনিক্যাল-নিরাপত্তা ও জনগণের অর্থের ঝুঁকি। ব্যর্থতার ধরন প্রাতিষ্ঠানিক: একজন সম্মানিত পরিচালক বিক্রেতার ডেমোর পক্ষে সওয়াল করছেন, বা অনুমিত সুবিধার ওপর গড়া একটি বিজনেস কেস যা পরে কেউ যাচাই করে না। প্রতিকার হলো যেকোনো সিদ্ধান্ত-গ্রহণকারীকে "প্রমাণ কী?" জিজ্ঞাসা করা সাংস্কৃতিকভাবে নিরাপদ করা, প্রতিটি বোর্ড পেপারে ক্লিনিক্যাল ও ডেলিভারি প্রমাণ আলাদা অক্ষে রাখা, এবং একবার যাচাই করার বদলে AI ও দীর্ঘস্থায়ী সেবার জন্য চলমান বাস্তব-জগৎ পর্যবেক্ষণে অর্থায়ন করা। একটি বড় ফার্মা বা স্বাস্থ্য-প্রযুক্তি প্রতিষ্ঠান আনুষ্ঠানিক ট্রায়াল যন্ত্র আনে, কিন্তু তার তৈরি বাস্তব-জগতের প্রমাণে প্রকাশনা-পক্ষপাত ও কনফাউন্ডিং থেকে সতর্ক থাকতে হবে।

সরকার#

NICE, NHS England, DHSC, MHRA, UKHSA-র মতো একটি জাতীয় সংস্থা প্রায়ই সেই প্রমাণের মান ঠিক করে যা অন্যদের পার হতে হয়, তাই তার কাজের পদ্ধতি পুরো বাজারকে আকার দেয়: ESF, DTAC ও মেডিক্যাল ডিভাইস হিসেবে সফটওয়্যার নিয়ন্ত্রণ হলো জনসংখ্যা-মাপের জবাবদিহিতার উপকরণ। এখানে সিদ্ধান্ত নিয়ন্ত্রক, সংসদীয় ও জনগণের নজরদারি আকর্ষণ করে, তাই একটি প্রযুক্তি কেন সুপারিশ বা ক্রয় করা হয়েছিল তার নথি সিদ্ধান্তের মতোই গুরুত্বপূর্ণ, এবং প্রমাণের সীমাবদ্ধতা নিয়ে স্বচ্ছতা সৌজন্য নয়, দায়িত্ব। এই মাপে ঝুঁকি হলো পাতলা প্রমাণে ব্যবস্থা জুড়ে একটি প্রযুক্তি বাধ্যতামূলক করা, অথবা উল্টো, নিম্ন-ঝুঁকির পরিবর্তনের জন্য RCT দাবি করে উপযোগী উদ্ভাবন আটকে দেওয়া। প্রতিকার হলো প্রকাশিত মানে স্পষ্ট করা আনুপাতিকতা, সঙ্গে ডেটা নীতিশাস্ত্র ও ন্যায্যতায় মনোযোগ, কারণ জাতীয়ভাবে অনুমোদিত একটি পক্ষপাতদুষ্ট ডেটাসেট বড় মাপে অসমতা দৃঢ় করে।

ব্যর্থতার সাধারণ ধরন#

• ডেমো-চালিত সিদ্ধান্ত। একটি প্রদর্শনী একজন জ্যেষ্ঠ নেতাকে মুগ্ধ করেছিল বলে কেনা। প্রতিষেধক: প্রস্তাবকে অনুকল্প হিসেবে দেখুন; স্তর-উপযুক্ত প্রমাণ দাবি করুন।
• ব্যবহারকে যাচাই ভাবা। একটি হাতিয়ার ক্লিনিক্যালি কার্যকর তার প্রমাণ হিসেবে গ্রহণের সংখ্যা উদ্ধৃত করা। প্রতিষেধক: ক্লিনিক্যাল ও ডেলিভারি প্রমাণ আলাদা অক্ষে রাখুন।
• একবার-করে-ছেড়ে-দেওয়া মূল্যায়ন। একবার যাচাই করে কখনো পর্যবেক্ষণ না করা, বিশেষত যে AI বিচ্যুত হয় তার জন্য। প্রতিষেধক: বাস্তব-জগতের প্রমাণ ও চলমান পর্যবেক্ষণ।
• বিশ্লেষণ-পক্ষাঘাত। নিম্ন-ঝুঁকির বিষয়বস্তু পরিবর্তনের জন্য RCT দাবি করা। প্রতিষেধক: আনুপাতিক পদ্ধতি; ঝুঁকি কম হলে A/B ও ব্যবহারিক মূল্যায়ন।
• অলিপিবদ্ধ সিদ্ধান্ত। কেন একটি পছন্দ করা হয়েছিল তার কোনো চিহ্ন নেই, তাই তা আবার তর্কিত ও নিরীক্ষার অযোগ্য। প্রতিষেধক: একটি হালকা সিদ্ধান্ত লগ।
• কাগজপত্র হিসেবে নীতিশাস্ত্র। ডেটা নীতিশাস্ত্রকে নকশার সীমাবদ্ধতার বদলে সই করার ফর্ম হিসেবে দেখা। প্রতিষেধক: বৈধতা, সম্মতি ও ন্যায্যতা প্রমাণের নকশায় বেক করুন।

পরিপক্বতা মডেল#

চেকলিস্ট#

• প্রতিটি প্রযুক্তি একটি NICE ESF ঝুঁকি-স্তরে বসানো, প্রমাণ মেলানো দাবি করা হয়েছে।
• প্রতিটি উল্লেখযোগ্য সিদ্ধান্তে ক্লিনিক্যাল ও ডেলিভারি প্রমাণ, দুটোই আলাদা রাখা হয়েছে।
• গড়ার আগে একটি লজিক মডেল আছে, যা ফলাফল ও মেট্রিক নামকরণ করে।
• মূল্যায়ন নকশা ঝুঁকির আনুপাতিক (নিম্নের জন্য A/B ও ব্যবহারিক; উচ্চের জন্য ট্রায়াল/RWE)।
• AI ও দীর্ঘস্থায়ী সেবার জন্য বাস্তব-জগতের প্রমাণ ও পর্যবেক্ষণ আছে।
• যেকোনো সিদ্ধান্ত-গ্রহণকারীকে "প্রমাণ কী?" জিজ্ঞাসা করা সাংস্কৃতিকভাবে নিরাপদ।
• প্রতিটি উল্লেখযোগ্য সিদ্ধান্ত একটি সিদ্ধান্ত লগে ধরা আছে (কী, কেন, প্রমাণ, কে, কখন)।
• ডেটা ব্যবহার বৈধ, সম্মতিপ্রাপ্ত, আনুপাতিক এবং পক্ষপাত ও ন্যায্যতার জন্য যাচাইকৃত।

মূল উৎস#

• NICE — ডিজিটাল স্বাস্থ্য প্রযুক্তির জন্য Evidence Standards Framework (ESF) (nice.org.uk)।
• NHS England / NHSX — Digital Technology Assessment Criteria (DTAC)।
• MHRA — মেডিক্যাল ডিভাইস হিসেবে সফটওয়্যার ও AI সম্পর্কিত নির্দেশিকা।
• Oxford Centre for Evidence-Based Medicine — Levels of Evidence (প্রমাণের স্তরক্রম)।
• HM Treasury — The Magenta Book (মূল্যায়ন, লজিক মডেল ও মূল্যায়ন নকশা সম্পর্কিত নির্দেশিকা)।
• MRC — Developing and evaluating complex interventions কাঠামো।
• Ron Kohavi et al. — Trustworthy Online Controlled Experiments (A/B পরীক্ষা)।
• Michael Nygard — Architecture Decision Records (সিদ্ধান্ত-লগ ছক)।

তথ্যসূত্র#

1. Hierarchy of evidence — Wikipedia — https://en.wikipedia.org/wiki/Hierarchy_of_evidence
2. Evidence-based medicine — Wikipedia — https://en.wikipedia.org/wiki/Evidence-based_medicine
3. Systematic review — Wikipedia — https://en.wikipedia.org/wiki/Systematic_review
4. Meta-analysis — Wikipedia — https://en.wikipedia.org/wiki/Meta-analysis
5. Randomized controlled trial — Wikipedia — https://en.wikipedia.org/wiki/Randomized_controlled_trial
6. Real world evidence — Wikipedia — https://en.wikipedia.org/wiki/Real_world_evidence
7. Logic model — Wikipedia — https://en.wikipedia.org/wiki/Logic_model
8. Theory of change — Wikipedia — https://en.wikipedia.org/wiki/Theory_of_change
9. Interrupted time series — Wikipedia — https://en.wikipedia.org/wiki/Interrupted_time_series
10. A/B testing — Wikipedia — https://en.wikipedia.org/wiki/A/B_testing
11. Architectural decision (Architecture Decision Records) — Wikipedia — https://en.wikipedia.org/wiki/Architectural_decision
12. Evidence Standards Framework for digital health technologies (ESF) — NICE — https://www.nice.org.uk/about/what-we-do/digital-health
13. Digital Technology Assessment Criteria (DTAC) — NHS England — https://www.nhs.uk/digital-technology-assessment-criteria-dtac/
14. Software and AI as a Medical Device — MHRA, GOV.UK — https://www.gov.uk/government/publications/software-and-artificial-intelligence-ai-as-a-medical-device
15. Oxford Centre for Evidence-Based Medicine: Levels of Evidence — University of Oxford — https://www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence
16. The Magenta Book (guidance on evaluation) — HM Treasury, GOV.UK — https://www.gov.uk/government/publications/the-magenta-book
17. Developing and evaluating complex interventions — Medical Research Council (MRC) — https://www.mrc.ukri.org/documents/pdf/complex-interventions-guidance/
18. Trustworthy Online Controlled Experiments — Ron Kohavi, Diane Tang & Ya Xu, Cambridge University Press — https://experimentguide.com/