যন্ত্র-অনূদিত — স্থানীয় ভাষাভাষীর পর্যালোচনা বাকি। ইংরেজি সংস্করণই প্রামাণিক।
ট্রাস্ট ফ্যাব্রিক · জাতীয় সংগতি

SAHI অনুসারে নির্মিত — সূত্র ধরে সূত্র।

ভারতের Strategy for Artificial Intelligence in Healthcare সাতটি পরিচালক নীতি নির্ধারণ করে। প্রতিটি নীতি প্ল্যাটফর্মের এমন একটি বৈশিষ্ট্যের সঙ্গে মেলে যা পরীক্ষা করা যায়, কেবল কোনও অভিপ্রায়ের সঙ্গে নয়।

01
বিশ্বাসই ভিত্তি

প্রোভেন্যান্স সেই একই লেনদেনে লেখা হয় যেখানে সংশ্লিষ্ট ফলাফলটি লেখা হয়। প্রোভেন্যান্স লেখা না গেলে ফলাফলটিও সংরক্ষিত হয় না।

02
মানুষ আগে

বলবৎযোগ্য, এড়ানো-যায়-না এমন মানবিক সাইন-অফ। মডেলের কোনও কর্তৃত্ব নেই; কর্তৃত্ব একজন নামাঙ্কিত সনদপ্রাপ্ত ব্যক্তির।

03
সংযমের চেয়ে উদ্ভাবন

শ্রেণিবিন্যাস নির্বিশেষে সম্পূর্ণ ডিভাইস-দায়িত্ব গ্রহণ করা হয়, যাতে উন্নয়ন নিয়ন্ত্রক জুয়া ছাড়াই এগোয়।

04
ন্যায্যতা ও সমতা

প্রতিটি ভ্যালিডেশনে উপগোষ্ঠীভিত্তিক কর্মক্ষমতা, ক্যালিব্রেশন ও প্রত্যাখ্যান হার প্রতিবেদিত। উপগোষ্ঠীভিত্তিক প্রত্যাখ্যান হার ধরে ফেলে কখন একটি নিরাপত্তা বৈশিষ্ট্য প্রবেশের বাধা হয়ে উঠছে।

05
জবাবদিহি

স্বাক্ষরটি একজন নামাঙ্কিত, সনদপ্রাপ্ত ব্যক্তিকে ঠিক যা স্বাক্ষরিত হয়েছিল তার কন্টেন্ট হ্যাশের সঙ্গে আবদ্ধ করে। যেকোনো পরিবর্তন তা অকার্যকর করে দেয়।

06
নকশাতেই বোধগম্য

ক্রাইটেরিয়া ইঞ্জিন পূরণ হওয়া ও না-হওয়া প্রতিটি মানদণ্ড প্রকাশ করে, সঙ্গে সেই ডেটা যা প্রতিটি নির্ধারণ করেছে। প্রমাণ পর্যন্ত দুটি ধাপ।

07
নিরাপত্তা, সহনশীলতা, স্থায়িত্ব

ফেল-ক্লোজড আচরণ, ড্রিফট পর্যবেক্ষণ, এবং স্বয়ংক্রিয় রোলব্যাক সহ পূর্বনির্ধারিত পরিবর্তন নিয়ন্ত্রণ পরিকল্পনা।

BODH

স্বাধীন বেঞ্চমার্কিংয়ের জন্য প্রস্তুত।

BODH — হেলথ AI-এর জন্য বেঞ্চমার্কিং ওপেন ডেটা প্ল্যাটফর্ম, যা SAHI-এর সঙ্গে India AI Impact Summit 2026-এ চালু হয় এবং IIT Kanpur জাতীয় স্বাস্থ্য কর্তৃপক্ষের সঙ্গে মিলে তৈরি করে — ABDM-এর অধীনে একটি ফেডারেটেড পরিবেশ। ডেভেলপাররা কাঁচা রোগী ডেটায় প্রবেশ না করেই ঘটনাস্থলে মডেল প্রশিক্ষণ দেন; কেবল পরিশোধিত মডেল ওয়েট ফিরে আসে। এটি বৈচিত্র্যময়, বেনামি ভারতীয় ডেটাসেটের বিপরীতে কর্মক্ষমতা, দৃঢ়তা, পক্ষপাত ও সাধারণীকরণ-ক্ষমতা মূল্যায়ন করে।

এটি সেই আর্কিটেকচারেরই বর্ণনা যার প্রতি আমরা ইতিমধ্যেই প্রতিশ্রুতিবদ্ধ। যে প্ল্যাটফর্ম ডেটা কেন্দ্রীভূত করে, সে ওই প্রক্রিয়ায় ঢুকতে পারে না; যেটি ফেডারেটেড, মানদণ্ড-নেটিভ ও গঠনগতভাবে পুনরুৎপাদনযোগ্য, সেটি তৎক্ষণাৎ ঢুকতে পারে।

ফেডারেটেড মূল্যায়নফেডারেটেড কম্পিউট প্ল্যাটফর্মের একটি বৈশিষ্ট্য, স্থাপনের বিকল্প নয় — মডেল ডেটার কাছে যায়।
কাঁচা ডেটা বাইরে যায় নাকেবল উদ্ভূত বা সমষ্টিগত ফলাফলই কাস্টোডিয়ান পরিবেশ ছাড়ে।
পক্ষপাত ও সাধারণীকরণ-ক্ষমতাউপগোষ্ঠীভিত্তিক কর্মক্ষমতা, ক্যালিব্রেশন ও প্রত্যাখ্যান হার ইতিমধ্যেই রিলিজের মানদণ্ড, অনুকূল হোক বা না হোক প্রতিবেদিত।
দৃঢ়তাইচ্ছাকৃতভাবে অবনমিত ইনপুট কর্পাসের বিপরীতে ফেল-ক্লোজড আচরণ যাচাই করা হয়।
তৃতীয়-পক্ষ নিরীক্ষাপ্রোভেন্যান্স যেকোনো পুরনো ফলাফলকে বহিরাগত নিরীক্ষকের জন্য পুনরুৎপাদনযোগ্য করে তোলে।

IIT Kanpur বলেছে, BODH-এর মধ্যে হেলথ AI-এর জন্য একটি ডিফল্ট তৃতীয়-পক্ষ অ্যালগরিদমিক নিরীক্ষা সরঞ্জাম হয়ে ওঠার সম্ভাবনা রয়েছে। Soma Nova বেঞ্চমার্কিং এড়ানোর বদলে তার জন্য আবেদন করতে চায়।

ABDM

জাতীয় পরিকাঠামোর সঙ্গে সংগত।

ABHA পরিচয়অভ্যন্তরীণ টুইন পরিচয়ের সঙ্গে মেলানো হয়; অভ্যন্তরীণ শনাক্তকারী কখনও সীমানার বাইরে যায় না।
রেজিস্ট্রিসাইট যাচাই ও স্বাক্ষরকারীর সনদায়নের জন্য প্রতিষ্ঠান ও চিকিৎসক রেজিস্ট্রি ব্যবহৃত হয়।
সম্মতি ব্যবস্থাপকপ্ল্যাটফর্মের নিজস্ব উদ্দেশ্য-নির্দিষ্ট মডেলের পাশাপাশি জাতীয় সম্মতিও মান্য করা হয়।
স্বাস্থ্য তথ্য বিনিময়নির্ধারিত জাতীয় পথে রেকর্ড সংযোগ ও পুনরুদ্ধার।
ডেটা মানদণ্ডFHIR-নেটিভ, অ্যাডাপ্টার নয়, চুক্তি হিসেবে প্রয়োগ করা।
শুরু করুন

জাতীয় স্থাপন নিয়ে আলোচনা করুন।

ABDM-এর আওতায় কাজ করা কর্মসূচি, মন্ত্রণালয় ও জনস্বাস্থ্য সংস্থার জন্য।