चीन में अस्पतालों के क्लिनिकल डेटा का कारोबार तेज़: मेडिकल एआई, नई दवाओं और निजता की बहस के बीच उभरता नया स्वास्थ्य बाज़

अस्पताल की फाइल से बाज़ार की मेज़ तक पहुँचा डेटा

चीन के स्वास्थ्य क्षेत्र में एक ऐसा बदलाव तेज़ी से आकार ले रहा है, जिसका असर आने वाले वर्षों में केवल अस्पतालों या टेक कंपनियों तक सीमित नहीं रहेगा, बल्कि दवा उद्योग, बीमा, मेडिकल रिसर्च और स्वास्थ्य नीति तक महसूस किया जा सकता है। ताज़ा घटनाक्रम यह है कि अस्पतालों के भीतर बंद पड़े क्लिनिकल डेटा—यानी वास्तविक मरीजों के इलाज, बीमारी के इतिहास, सर्जरी, अंग प्रत्यारोपण, उपचार प्रतिक्रिया और निदान से जुड़े रिकॉर्ड—अब व्यवस्थित तरीके से खरीदे-बेचे जा रहे हैं। यह कोई साधारण तकनीकी लेनदेन नहीं है। यह इस बात का संकेत है कि चीन स्वास्थ्य डेटा को महज़ प्रशासनिक रिकॉर्ड या अस्पताल की संपत्ति नहीं, बल्कि औद्योगिक बुनियादी ढांचे के रूप में देखना शुरू कर चुका है।

हालिया उदाहरण चीन के शानदोंग प्रांत से सामने आया, जहाँ शानदोंग फर्स्ट मेडिकल यूनिवर्सिटी से संबद्ध प्रथम अस्पताल के ‘लीवर रोग की क्लिनिकल वंशावली और प्रत्यारोपण स्थिति’ से जुड़े डेटा-सेट को 30,000 युआन में एक चिकित्सा कंपनी को बेचा गया। इस सौदे को शानदोंग का पहला औपचारिक मेडिकल डेटा ट्रेड बताया गया। इसमें 1,000 से अधिक क्लिनिकल केस शामिल थे और दावा किया गया कि डेटा को ‘डी-आइडेंटिफाई’ किया गया है, यानी मरीजों की सीधी पहचान बताने वाली जानकारियाँ हटाई गईं। पहली नज़र में यह एक सीमित सौदा लग सकता है, लेकिन इसकी असली अहमियत इस बात में है कि यह चीन में स्वास्थ्य डेटा के व्यावसायीकरण के अगले चरण का संकेत देता है।

भारतीय पाठकों के लिए इसे समझना हो तो इसे कुछ हद तक उस बदलाव से जोड़कर देखा जा सकता है, जहाँ पहले सरकारी दफ़्तरों में बंद रहने वाले भू-अभिलेख, डिजिटलीकरण के बाद वित्तीय उत्पादों, क्रेडिट मूल्यांकन और शहरी योजना में इस्तेमाल होने लगे। फर्क बस इतना है कि यहाँ ज़मीन का रिकॉर्ड नहीं, इंसानी जीवन से जुड़ी संवेदनशील चिकित्सा जानकारी दाँव पर है। यही वजह है कि चीन में यह केवल टेक्नोलॉजी की कहानी नहीं, बल्कि शक्ति, नीति, विज्ञान और नागरिक अधिकारों की भी कहानी बनती जा रही है।

यह भी ध्यान देने योग्य है कि इस तरह के सौदे का मतलब केवल डेटा का हस्तांतरण नहीं है। जब अस्पताल का रिकॉर्ड एक कंपनी के हाथ में जाता है, तो वह रिकॉर्ड एआई मॉडल को प्रशिक्षित करने, निदान प्रणाली को बेहतर बनाने, रोग की प्रगति का अनुमान लगाने, मरीजों को श्रेणीबद्ध करने और नई दवा के लक्ष्य खोजने के काम आ सकता है। दूसरे शब्दों में कहें तो चीन ने यह मान लिया है कि 21वीं सदी की स्वास्थ्य अर्थव्यवस्था में डेटा वही भूमिका निभा सकता है, जो कभी तेल, इस्पात या बिजली ने निभाई थी।

सिर्फ संख्या नहीं, डेटा को उपयोगी बनाने की कला असली पूँजी

मेडिकल डेटा के व्यापार पर चर्चा होते ही आम तौर पर पहला सवाल यह उठता है कि कितने मरीजों का रिकॉर्ड शामिल है। लेकिन असली प्रश्न संख्या से कहीं अधिक गहरा है: डेटा किस रूप में व्यवस्थित किया गया, किस स्तर तक मानकीकृत किया गया, उसमें कितनी नैदानिक गहराई है, और उससे किसी व्यक्ति की पहचान दोबारा जोड़े जाने का जोखिम कितना है। शानदोंग के इस सौदे में 1,000 से अधिक मामलों की बात की गई, पर उसके महत्व का केंद्र यही नहीं है। असली बात यह है कि यह डेटा लीवर रोग, अंग प्रत्यारोपण और संबंधित चिकित्सकीय निर्णयों जैसी जटिल चिकित्सा स्थितियों से जुड़ा था—यानी ऐसा डेटा जो चिकित्सकीय निर्णय-प्रक्रिया में सीधे उपयोगी हो सकता है।

स्वास्थ्य क्षेत्र में हर डेटा समान मूल्य का नहीं होता। किसी अस्पताल में मरीजों की कुल संख्या का रिकॉर्ड एक बात है, लेकिन किसी विशिष्ट रोग समूह में उपचार से पहले और बाद की स्थिति, रक्त जाँच के पैटर्न, सर्जिकल परिणाम, संक्रमण की जटिलताएँ, लंबी अवधि की रिकवरी और दवा प्रतिक्रिया का डेटा बिल्कुल अलग स्तर की उपयोगिता रखता है। चिकित्सा एआई के लिए खास तौर पर वही डेटा कीमती है, जो गहराई, सफाई और संदर्भ के साथ उपलब्ध हो। यही कारण है कि चीन में अब बहस इस बात पर शिफ्ट हो रही है कि डेटा कितना है, से ज़्यादा इस पर कि उसे किस तरह ‘प्रोसेस’ किया गया है।

यहाँ ‘डी-आइडेंटिफिकेशन’ या ‘अनपहचानीकरण’ की अवधारणा को समझना ज़रूरी है। इसका मतलब सामान्यतः यह होता है कि मरीज का नाम, पहचान संख्या, फोन, पता और सीधे पहचान बताने वाले संकेत हटा दिए जाएँ। लेकिन विशेषज्ञ वर्षों से चेतावनी देते रहे हैं कि केवल यही पर्याप्त नहीं होता, खासकर तब जब डेटा किसी विशिष्ट बीमारी, दुर्लभ प्रक्रिया या क्षेत्रीय जनसंख्या से जुड़ा हो। उदाहरण के लिए, अगर किसी छोटे भौगोलिक क्षेत्र, विशिष्ट आयु समूह और दुर्लभ प्रत्यारोपण केस की जानकारी एक साथ उपलब्ध हो, तो पुनः-पहचान का जोखिम शून्य नहीं रहता। इसलिए चीन में मेडिकल डेटा बाज़ार का असली इम्तिहान आगे चलकर कानूनी और तकनीकी सुरक्षा व्यवस्थाओं पर होगा।

भारतीय संदर्भ में देखें तो यह बहस हमें आयुष्मान भारत डिजिटल मिशन, अस्पताल सूचना प्रणालियों, इलेक्ट्रॉनिक हेल्थ रिकॉर्ड और निजी लैब नेटवर्क के विस्तार की याद दिलाती है। भारत में भी भविष्य में स्वास्थ्य डेटा का उपयोग रिसर्च, बीमा प्रबंधन और एआई मॉडल के लिए बढ़ना तय है, लेकिन हमारा ढांचा अभी भी सहमति, गोपनीयता, मानकीकरण और डेटा इंटरऑपरेबिलिटी जैसे मुद्दों पर विकसित हो रहा है। चीन ने इस प्रक्रिया को अधिक आक्रामक तरीके से बाज़ार से जोड़ना शुरू किया है। यही उसकी बढ़त भी है और जोखिम भी।

अस्पताल, कंपनी और डेटा एक्सचेंज: एक नई औद्योगिक शृंखला का निर्माण

चीन में उभरती व्यवस्था केवल इतना नहीं कहती कि अस्पताल डेटा बेचेंगे और कंपनियाँ खरीद लेंगी। इसके पीछे एक बड़ा संस्थागत ढाँचा तैयार हो रहा है। इसकी संरचना मोटे तौर पर तीन स्तरों पर दिखती है—पहला, अस्पताल या सार्वजनिक स्वास्थ्य संस्थान, जो डेटा पैदा करते हैं; दूसरा, कंपनियाँ या शोध इकाइयाँ, जो डेटा खरीदकर उसे एल्गोरिदम, दवा खोज, निदान मॉडल या विश्लेषणात्मक उत्पाद में बदलती हैं; और तीसरा, डेटा एक्सचेंज या ट्रेडिंग प्लेटफॉर्म, जो इन लेनदेन को एक औपचारिक बाज़ार का स्वरूप देते हैं।

यह तीसरा घटक बेहद महत्वपूर्ण है। सामान्य पाठक ‘डेटा एक्सचेंज’ सुनकर शेयर बाज़ार जैसी किसी जगह की कल्पना कर सकते हैं, हालाँकि वास्तविक रूप अलग होता है। इसे ऐसे मंच के रूप में समझा जा सकता है जहाँ डेटा की श्रेणी, गुणवत्ता, उपयोग की सीमा, मूल्यांकन, अनुपालन और अनुबंध के नियम तय होते हैं। बीजिंग इंटरनेशनल बिग डेटा एक्सचेंज में पहले भी सार्वजनिक अस्पताल के डेटा-सेट के लेनदेन की खबरें सामने आ चुकी हैं, जिनमें कैरोटिड स्टेंट सर्जरी से जुड़े 2,550 से अधिक रिकॉर्ड का सौदा शामिल बताया गया। इसका अर्थ यह है कि शानदोंग का मामला कोई अकेला प्रयोग नहीं, बल्कि एक व्यापक संस्थागत प्रक्रिया का हिस्सा है।

यहाँ चीन की कार्यशैली पर ध्यान देना चाहिए। जिस तरह उसने ई-कॉमर्स, डिजिटल भुगतान, चेहरे की पहचान या प्लेटफॉर्म अर्थव्यवस्था में राज्य और निजी क्षेत्र की साझेदारी से तेज़ी से मॉडल खड़े किए, उसी तरह वह स्वास्थ्य डेटा में भी ‘पायलट से नीति’ की दिशा में बढ़ता दिख रहा है। पहले कुछ शहर, फिर कुछ सरकारी अस्पताल, फिर कुछ विशिष्ट रोग-क्षेत्र—और उसके बाद नियमों का क्रमिक विस्तार। यह शैली भारत से काफी अलग है, जहाँ डेटा नीति पर अक्सर बहुस्तरीय बहस, न्यायिक नजर और संघीय जटिलताएँ प्रक्रिया को धीमा बनाती हैं।

हालाँकि तेज़ी हमेशा भरोसे का पर्याय नहीं होती। डेटा एक्सचेंज की भूमिका केवल खरीदार-विक्रेता मिलाने तक सीमित नहीं है। उसे यह भी तय करना होगा कि किस प्रकार का डेटा सूचीबद्ध होगा, किस सीमा तक वाणिज्यिक इस्तेमाल की अनुमति होगी, डेटा से होने वाले संभावित नुकसान की जिम्मेदारी किसकी होगी, और अगर किसी एल्गोरिदम ने गलत चिकित्सकीय निष्कर्ष दिए तो जवाबदेही किस पर आएगी। यही वह बिंदु है जहाँ चीन का मॉडल दुनिया भर के नीति विशेषज्ञों की निगाह में आएगा।

चीन को अभी मेडिकल डेटा का बाज़ार क्यों चाहिए?

इस सवाल का सीधा जवाब है—मेडिकल एआई और दवा विकास की दौड़। दुनिया भर में स्वास्थ्य तकनीक का अगला चरण केवल बेहतर ऐप या ऑनलाइन अपॉइंटमेंट तक सीमित नहीं है। असली प्रतिस्पर्धा उन प्रणालियों में है जो डॉक्टर की मदद से बीमारी की पहचान जल्दी कर सकें, जोखिम का पूर्वानुमान लगा सकें, उपचार की सफलता का अनुमान दे सकें, या बड़े क्लिनिकल पैटर्न को देखकर नई दवा के संभावित लक्ष्य चुन सकें। यह सब बिना उच्च गुणवत्ता वाले वास्तविक क्लिनिकल डेटा के संभव नहीं है।

चीन लंबे समय से विनिर्माण और डिजिटल प्लेटफॉर्म की ताकत रखता है, लेकिन मेडिकल एआई में स्थायी बढ़त पाने के लिए उसे अस्पताल-स्तर का मानकीकृत डेटा चाहिए था। समस्या यह रही कि अस्पतालों में डेटा बिखरा पड़ा था, प्रारूप अलग-अलग थे, और बाहरी संस्थाओं तक पहुँच कानूनी तथा संस्थागत अड़चनों से भरी थी। अब यदि सरकार समर्थित या नियमन-युक्त बाज़ार संरचनाओं के जरिए डेटा को औपचारिक रूप से उपलब्ध कराया जाता है, तो कंपनियाँ अपेक्षाकृत अधिक भरोसे के साथ प्रशिक्षण योग्य डेटा-सेट हासिल कर सकती हैं। इससे निदान मॉडल, रोग पूर्वानुमान प्रणाली, क्लिनिकल निर्णय समर्थन सॉफ्टवेयर और दवा अनुसंधान की गति बढ़ सकती है।

शानदोंग में डेटा खरीदने वाली कंपनी ने संकेत दिया है कि वह इसे लीवर रोग के सहायक निदान मॉडल में इस्तेमाल करेगी। यह एक महत्वपूर्ण बिंदु है। इसका मतलब है कि लक्ष्य केवल संग्रहण या प्रशासनिक विश्लेषण नहीं, बल्कि सीधे एआई-आधारित चिकित्सकीय उपयोग है। भारतीय संदर्भ में इसे इस तरह समझा जा सकता है जैसे किसी बड़े सरकारी अस्पताल के वर्षों पुराने कैंसर रिकॉर्ड को इस उद्देश्य से संरचित किया जाए कि भविष्य में डॉक्टरों को यह अनुमान लगाने में मदद मिले कि किस मरीज में किस उपचार का असर बेहतर होगा। सुनने में यह क्रांतिकारी लगता है, और कई मायनों में है भी। लेकिन यह तभी सार्थक है जब मॉडल वास्तविक अस्पतालों में सुरक्षित, विश्वसनीय और चिकित्सकीय रूप से प्रमाणित साबित हो।

चीन की जल्दबाज़ी का एक और कारण उसकी जैव-प्रौद्योगिकी और फार्मास्यूटिकल महत्वाकांक्षा है। नई दवा खोज अब सिर्फ लैब में रसायन बनाने का खेल नहीं रही। बड़े पैमाने पर रोग-इतिहास, उपचार प्रतिक्रिया, सह-रुग्णता और क्लिनिकल परिणामों का विश्लेषण दवा विकास के प्रारंभिक चरण को दिशा देता है। यदि किसी देश के पास संरचित रोगी डेटा का विशाल आधार है, तो वह अनुसंधान की लागत और समय—दोनों में बढ़त हासिल कर सकता है। यही वजह है कि चीन अस्पताल डेटा को भविष्य की औद्योगिक पूँजी के रूप में देख रहा है।

सबसे बड़ा सवाल: मरीज की निजता, सहमति और सार्वजनिक हित

मेडिकल डेटा के बाज़ार को लेकर सबसे बड़ी चिंता यह है कि इलाज के दौरान पैदा हुई संवेदनशील जानकारी का मालिकाना हक़ आखिर किसके पास है। क्या अस्पताल इस डेटा के स्वाभाविक संरक्षक हैं? क्या राज्य इसे सार्वजनिक संसाधन की तरह देख सकता है? क्या मरीज की पूर्व सहमति हर वाणिज्यिक उपयोग के लिए अनिवार्य होनी चाहिए? और अगर डेटा से लाभ पैदा होता है, तो क्या उस लाभ में मरीज या सार्वजनिक स्वास्थ्य तंत्र की कोई हिस्सेदारी बनती है? चीन में ये सवाल अब अधिक तेज़ी से उभरेंगे, क्योंकि जैसे-जैसे लेनदेन बढ़ेगा, नैतिक असुविधा भी बढ़ेगी।

कागज़ पर ‘अनपहचानीकरण’ एक सुरक्षा उपाय है, लेकिन चिकित्सा डेटा की संवेदनशीलता अन्य क्षेत्रों से अलग होती है। किसी व्यक्ति का बीमारी इतिहास, प्रत्यारोपण स्थिति, मानसिक स्वास्थ्य रिकॉर्ड, प्रजनन उपचार, एचआईवी स्थिति या कैंसर संबंधी सूचना केवल निजी जानकारी नहीं, सामाजिक और आर्थिक परिणामों से भी जुड़ी हो सकती है। बीमा, रोजगार, सामाजिक प्रतिष्ठा और पारिवारिक संबंध—सब पर इसका असर पड़ सकता है। इसलिए यदि डेटा बाज़ार को केवल दक्षता और नवाचार के चश्मे से देखा जाएगा, तो बड़ी तस्वीर अधूरी रह जाएगी।

भारत में भी जब स्वास्थ्य डेटा, डीएनए प्रोफाइलिंग, डिजिटल हेल्थ आईडी या बीमा एनालिटिक्स की चर्चा होती है, तो आम नागरिकों की मुख्य चिंता यही रहती है कि कहीं उनकी व्यक्तिगत जानकारी किसी गलत हाथ में न चली जाए। चीन का राजनीतिक और प्रशासनिक ढाँचा भारत से भिन्न है; वहाँ राज्य-निर्देशित प्रणालियाँ अधिक केंद्रीकृत हैं। लेकिन इससे जोखिम समाप्त नहीं हो जाता। बल्कि कुछ विश्लेषक मानते हैं कि जब संस्थागत शक्ति बहुत अधिक केंद्रित हो, तब जवाबदेही की माँग और भी महत्वपूर्ण हो जाती है।

एक दूसरा पहलू ‘पब्लिक गुड’ यानी सार्वजनिक हित का है। अस्पतालों का डेटा प्रायः मरीजों के इलाज की प्रक्रिया से बनता है, जिसका आधार डॉक्टरों की मेहनत, सार्वजनिक निवेश, स्वास्थ्य अवसंरचना और मरीजों का भरोसा होता है। ऐसे में यदि कोई डेटा-सेट कंपनियों को बेचा जाता है, तो आय किसे मिलेगी? अस्पताल को? स्थानीय प्रशासन को? शोध कोष को? या स्वास्थ्य सेवा सुधार में उसका उपयोग होगा? दुनिया भर में यह बहस नई नहीं है, लेकिन चीन में अब यह कहीं अधिक व्यावहारिक रूप में सामने आएगी, क्योंकि वहाँ सौदे वास्तविकता बन चुके हैं।

तकनीक से बड़ा मुद्दा भरोसा है, और भरोसे से बड़ा मुद्दा शासन

मेडिकल डेटा का औपचारिक व्यापार शुरू कर देना अपेक्षाकृत आसान है; कठिन काम यह है कि उस व्यवस्था पर समाज का भरोसा कैसे बनाया जाए। किसी एआई मॉडल को प्रशिक्षित कर लेना एक चरण है, लेकिन उसे अस्पताल के बेडसाइड पर डॉक्टर की सहायता के लिए इस्तेमाल करना बिल्कुल अलग चुनौती है। मॉडल में पक्षपात हो सकता है, किसी खास आबादी पर वह बेहतर और दूसरी पर खराब प्रदर्शन कर सकता है, डेटा अधूरा हो सकता है, या वाणिज्यिक दबाव वैज्ञानिक सावधानी पर भारी पड़ सकता है।

यही वजह है कि स्वास्थ्य डेटा के मामले में बाज़ार का उद्घाटन केवल शुरुआती अध्याय है। असली परीक्षा उसके बाद शुरू होती है—डेटा के द्वितीयक उपयोग पर निगरानी कैसे होगी, कंपनियाँ खरीदे गए डेटा का दायरा लांघकर अतिरिक्त विश्लेषण तो नहीं करेंगी, मॉडल की चिकित्सकीय वैधता कौन जाँचेगा, और यदि कोई त्रुटि गंभीर नुकसान पहुँचा दे तो कौन उत्तरदायी होगा। चीन अब जिस रास्ते पर चल रहा है, वहाँ उसे तकनीकी दक्षता के साथ-साथ नियामक सूझबूझ भी दिखानी होगी।

भारतीय पाठकों के लिए यहाँ एक महत्वपूर्ण सबक है। अक्सर हम एआई, बिग डेटा और डिजिटल हेल्थ को विकास के चमकदार प्रतीकों के रूप में देखते हैं। लेकिन चिकित्सा में तकनीक का मूल्य केवल इस बात से तय नहीं होता कि एल्गोरिदम कितना तेज़ है, बल्कि इससे तय होता है कि वह कितना भरोसेमंद, नैतिक और जवाबदेह है। क्रिकेट में डीआरएस तकनीक तभी स्वीकार्य हुई जब दर्शकों और खिलाड़ियों को प्रक्रिया पर भरोसा हुआ। स्वास्थ्य क्षेत्र में दाँव इससे कहीं बड़ा है—यहाँ फैसला रन-आउट का नहीं, जीवन और मृत्यु का हो सकता है।

इसलिए चीन की कहानी केवल ‘डेटा बेचने’ की कहानी नहीं है। यह उस नए दौर की कहानी है जिसमें स्वास्थ्य सेवा, टेक उद्योग और राज्य मिलकर बीमारी को समझने और उपचार को संचालित करने के नए तरीके बना रहे हैं। लेकिन यह भी उतना ही सच है कि मरीजों का भरोसा खोकर कोई भी डिजिटल स्वास्थ्य व्यवस्था लंबे समय तक टिकाऊ नहीं हो सकती।

भारत और एशिया के लिए क्या संकेत हैं?

चीन के इस कदम को दक्षिण एशिया और व्यापक एशियाई स्वास्थ्य परिदृश्य के संदर्भ में पढ़ना चाहिए। क्षेत्र के कई देश तेजी से डिजिटल स्वास्थ्य अवसंरचना बना रहे हैं। भारत में सरकारी और निजी अस्पताल, डायग्नोस्टिक चेन, हेल्थ-टेक स्टार्टअप, टेलीमेडिसिन प्लेटफॉर्म और बीमा कंपनियाँ पहले से ही बड़े पैमाने पर डेटा उत्पन्न कर रही हैं। लेकिन हमारे यहाँ अभी डेटा के उपयोग, साझेदारी, अनुसंधान, क्रॉस-इंस्टीट्यूशनल मानकीकरण और व्यावसायिक शोषण के बीच संतुलन पर स्पष्ट राष्ट्रीय सहमति विकसित होनी बाकी है।

चीन का मॉडल यह दिखाता है कि यदि राज्य किसी क्षेत्र को रणनीतिक प्राथमिकता दे, तो वह जल्दी से संस्थागत प्रयोगों को नीति रूप दे सकता है। पर यह भी उतना ही स्पष्ट है कि आकार ही सफलता की गारंटी नहीं है। अगर मानकीकरण कमजोर हुआ, पुनः-पहचान का खतरा बढ़ा, मरीजों की सहमति अस्पष्ट रही या एआई मॉडल ने चिकित्सकीय गलती की, तो पूरा ढाँचा अविश्वास का शिकार हो सकता है। भारत के लिए सबक यह नहीं कि हम भी जल्दबाज़ी में डेटा बाज़ार बना लें, बल्कि यह कि डेटा शासन, पारदर्शिता, नागरिक अधिकार और सार्वजनिक हित के सवालों को शुरुआती स्तर पर ही गंभीरता से लें।

चीन के उदाहरण से एक और बात साफ होती है: भविष्य की स्वास्थ्य प्रतिस्पर्धा केवल अस्पतालों की संख्या, डॉक्टरों के अनुपात या दवा उत्पादन क्षमता पर तय नहीं होगी। यह इस बात पर भी निर्भर करेगी कि कौन देश अपने क्लिनिकल डेटा को सुरक्षित, मानकीकृत, उपयोगी और न्यायसंगत तरीके से ज्ञान और नवाचार में बदल पाता है। इस दृष्टि से मेडिकल डेटा नया ‘रणनीतिक संसाधन’ बनता जा रहा है।

फिलहाल इतना तय है कि 2026 के इस चरण पर चीन ने एक स्पष्ट संकेत दे दिया है—वह अस्पतालों में पड़ी चिकित्सा जानकारी को निष्क्रिय रिकॉर्ड की तरह नहीं, बल्कि मेडिकल एआई और नई दवा विकास की आधारभूत सामग्री के रूप में देख रहा है। आने वाले समय में यह मॉडल कितना सफल, कितना विवादास्पद और कितना टिकाऊ साबित होता है, इस पर पूरी दुनिया की नज़र रहेगी। क्योंकि सवाल केवल यह नहीं है कि डेटा बिक सकता है या नहीं; सवाल यह है कि इंसानी शरीर और बीमारी से जुड़ी जानकारी का लोकतांत्रिक, नैतिक और वैज्ञानिक उपयोग कैसे सुनिश्चित किया जाए। यही वह बहस है जो चीन से निकलकर एशिया के बाकी देशों, और शायद बहुत जल्द भारत, तक पहुँचेगी।

Source: Original Korean article - Trendy News Korea