AI က ကပ်ရောဂါ တိုက်ဖျက်ရေးကို ဘယ်လောက် အထောက်အကူပြုနိုင်မလဲ

“X ရောဂါ” လို့ အမည်ပေးထားတဲ့ နောက်ထပ် ကပ်ရောဂါတစ်ခု ဖြစ်လာနိုင်ခြေများတယ်လို့ ပညာရှင်တချို့က ခန့်မှန်းထားကြပါတယ်။

ခန့်မှန်းချက်တချို့အရဆိုရင် လာမယ့်ဆယ်စုနှစ်အတွင်းမှာ ကိုဗစ်-၁၉ လိုမျိုးကပ်ရောဂါတစ်ခု ထပ်ဖြစ်လာနိုင်ခြေဟာ လေးပုံတစ်ပုံလောက်အထိ သေချာသလောက်ဖြစ်နေတာပါ။

အဲဒါက တုပ်ကွေး ဒါမှမဟုတ် ကိုဗစ်ရောဂါပိုးလည်းဖြစ်နိုင်သလို တခြားရောဂါအသစ်အဆန်းတစ်ခုခုလည်း ဖြစ်နိုင်ပါတယ်။

ကိုဗစ်-၁၉ ရောဂါဆိုရင် ကမ္ဘာတစ်ဝှမ်းက လူသန်းပေါင်းများစွာကို ကူးစက် သေဆုံးစေခဲ့တာကြောင့် ဖြစ်လာနိုင်ခြေရှိတယ်ဆိုတဲ့ ရောဂါအသစ်ဟာလည်း တကယ်ကို ကြောက်မက်ဖွယ်ကောင်းတဲ့ အလားအလာပါ။

ဒါကို ဉာဏ်ရည်တုနည်းပညာ (AI) က လျော့ပါးသက်သာအောင် ကူညီပေးနိုင်မှာလား။

အနာဂတ်မှာဖြစ်လာနိုင်တဲ့ ကပ်ရောဂါကို ကြိုတင်ခန့်မှန်းနိုင်ဖို့ လူပေါင်းများစွာအသုံးပြုကြတဲ့ လူမှုကွန်ရက်က စာတွေကို ခြေရာခံစစ်ဆေးနိုင်ဖို့ AI အခြေခံထားတဲ့ ကြိုတင်သတိပေးစနစ်တစ်ခုကို ကယ်လီဖိုးနီးယားက သုတေသီတွေက တီထွင်နေကြပါတယ်။

အမေရိကန်အမျိုးသားရေးဆိုင်ရာသိပ္ပံဖောင်ဒေးရှင်းအောက်က ကပ်ရောဂါကာကွယ်ထောက်ပံ့ရေးအစီအစဉ်တစ်ခုရဲ့ တစ်စိတ်တစ်ပိုင်းအဖြစ် ကယ်လီဖိုးနီးယားက တက္ကသိုလ်တွေ အာဗင်း(UCI) နဲ့ လော့စ်အိန်ဂျလိစ်တက္ကသိုလ်(UCLA) တို့က ပါဝင် ကူညီ ထောက်ပံ့ ပေးထားပါတယ်။

အဲဒီရန်ပုံငွေအရ “အနာဂတ်ကပ်ဘေးတွေကို ရောဂါမျိုးစိတ်၊ မျိုးကွဲတွေကို ခွဲခြမ်းလေ့လာသတ်မှတ်ဖို့အပြင် ခြေရာခံနိုင်အောင်နဲ့ ရောဂါသက်ရောက်မှုတွေ သက်သာအောင် ရည်ရွယ်” လုပ်ဆောင်ဖို့ ဖြစ်ပါတယ်။

လူထုကြားက ထူးခြားတဲ့ကျန်းမာရေးအခြေအနေ လားရာကို စောင့်ကြည့်ဖို့ ၂၀၁၅ ခုနှစ်ကတည်းက အမေရိကန် X လူမှုကွန်ရက် (ယခင် တွစ်တာ)ပေါ်က ပို့စ်ပေါင်း ၂ ဒသမ ၃ ဘီလျံလောက်ကို ရှာဖွေစုဆောင်းပြီး အချက်အလက်စုစည်းတဲ့ပရောဂျက်ကို UCI နဲ့ UCLA က သုတေသနပညာရှင်တွေက အစောပိုင်းကတည်းက ဆောင်ရွက်ခဲ့ကြပါတယ်။

“သူတို့(သုတေသနပညာရှင်)အနေနဲ့ ပြီးခဲ့တဲ့နှစ်တွေအတွင်း “X”လူမှုကွန်ရက်ပေါ်က ဘီလျံနဲ့ချီတဲ့ ကျန်းမာရေးအချက်အလက်တွေကို စုဆောင်းထားတယ်” လို့ UCI တက္ကသိုလ်ရဲ့ ကွန်ပျူတာသိပ္ပံဌာန ပရောဂျက်တွေကို ဦးဆောင်လုပ်ကိုင်နေတဲ့ ပါမောက္ခချန်းလီက ပြောထားပါတယ်။

ပြီး‌တော့ ကူးစက်ရောဂါရဲ့ အစောပိုင်းလက္ခဏာတွေ သိနိုင်ဖို့၊ လာမယ့်ကပ်ရောဂါဖြစ်လာနိုင်တဲ့အခြေအနေတွေကို ကြိုတင်ခန့်မှန်းဖို့အပြင် ရရှိလာတဲ့ လူမှုကွန်ရက်ပေါ်က အချက်အလက်တွေကနေ ပြည်သူ့ကျန်းမာရေးမူဝါဒတွေ တိတိကျကျ ချမှတ်ပြီး ဖြစ်လာနိုင်တဲ့အကျိုးဆက်ရလဒ်တွေကို အကဲဖြတ်လေ့လာဖို့ လေ့ကျင့်လုပ်ဆောင်နေတာလို့ သူက ဆက်ရှင်းပြပါတယ်။

“ကျွန်တော်တို့က ဒီလူမှုကွန်ရက် အကြောင်းခြင်းရာဦးတည်ရာကနေ လာမယ့်ကပ်ရောဂါကို အချိန်မီသိရှိနိုင်စေတဲ့အဓိကကျတဲ့ ကျန်းမာရေးအခြေအနေတွေအပြင် ရောဂါအမျိုးအစားတွေကို ခွဲခြားလေ့လာနိုင်တဲ့စက်က သူ့ဘာသာ သင်သူနိုင်တဲ့ပုံစံတစ်ခုကို တီထွင်ထားတာပါ”လို့ သူက ပြောပါတယ်။

ပြည်သူ့ကျန်းမာရေးဌာနတွေ၊ ဆေးရုံတွေကို အဓိကထားလေ့လာမယ့် ဒီလုပ်ဆောင်ချက်ဟာ ရောဂါပိုးပျံ့နှံ့မှုနဲ့ ကုသမှုအပိုင်း ထိရောက်မှုကို ချင့်တွက်နိုင်မှာဖြစ်ပါတယ်'' လို့ သူက ပြောထားပါတယ်။

ဒါပေမဲ့ ပြဿနာ မရှိတာတော့ မဟုတ်ပါဘူး။ ဥပမာပြောရရင် ဒါက “X”လူမှုကွန်ရက်ကိုပဲ အခြေခံပြီးလေ့လာတာကြောင့် “X”လူမှုကွန်ရက်သုံးလို့မရတဲ့နိုင်ငံတွေနဲ့ သုံးလေ့ မရှိတဲ့နိုင်ငံတွေရဲ့ အခြေအနေတွေကိုတော့ ခြေရာခံလေ့လာလို့ မရပါဘူး။

“အမေရိကန်နိုင်ငံရဲ့ ပြင်ပ တခြားနိုင်ငံတွေကရတဲ့အချက်အလက်တွေကတော့ ရောထွေးနေတုန်းပဲ”လို့ ပါမောက္ခက ဝန်ခံထားပါတယ်။

“လက်ရှိအချိန်အထိ ကျွန်တော်တို့ လက်လှမ်းမီသလောက်က အမေရိကန်နိုင်ငံထဲပဲရှိသေးတယ်။ ကျွန်တော်တို့က ကမ္ဘာရဲ့တခြားဒေသတွေဆီက အချက်အလက်တွေပါရနိုင်ဖို့ ကြိုးစားနေပြီး အချက်အလက်မှားတွေမဖြစ်အောင်လည်း စိစစ်လုပ်ဆောင်နေပါတယ်”လို့ သူကထပ်ပြောပါတယ်။

“EVEScape” လို့ခေါ်တဲ့ AI နည်းပညာတစ်ခုက ကိုဗစ်ရောဂါမျိုးကွဲအသစ်တွေအကြောင်း ကြိုတင်ခန့်မှန်းချက် ထုတ်ပေးတာမျိုးဖြစ်ပြီး အဲဒီ AI နည်းပညာကို ဟားဗတ်ဆေးပညာကျောင်းနဲ့ အောက်စဖို့တက္ကသိုလ်တို့က ပူးပေါင်းတီထွင်ထားတာ ဖြစ်ပါတယ်။

သုတေသနပညာရှင်တွေအနေနဲ့ ရောဂါမျိုးကွဲတွေနဲ့ ရောဂါပြင်းထန်မှုအဆင့်သတ်မှတ်ချက်တွေကို နှစ်ပတ်တစ်ကြိမ်ထုတ်ပြန်နေပြီး အဲဒီနည်းပညာဟာ HIV ပိုးနဲ့တုပ်ကွေးအပါအဝင် တခြားရောဂါပိုးတွေအကြောင်းကိုလည်း တိကျတဲ့ ခန့်မှန်းချက်တွေကို ပြုလုပ်ထားနိုင်တယ်လို့ ဆိုကြပါတယ်။

“ကျွန်တော်တို့လုပ်နေတဲ့နည်းပညာရဲ့ အားသာချက်တွေထဲ တစ်ခုကတော့ ကူးစက်ရောဂါတစ်ခု ရဲ့ အစပျိုးတဲ့အစောပိုင်းအခြေအနေတွေကို လေ့လာသိရှိနိုင်တယ်” လို့ နစ်ကီသာဒနီက ပြောပါတယ်။ သူက EVEScape နည်းပညာဖြစ်လာအောင် လုပ်ဆောင်ခဲ့တဲ့ သုတေသနပညာရှင်ဟောင်း ပါမောက္ခ တစ်ဦးဖြစ်ပါတယ်။

“ဒါက ကာကွယ်ဆေးဖော်စပ်ထုတ်လုပ်သူတွေနဲ့ ကုထုံးတွေကို ဖော်ထုတ်ဖို့ကြိုးစားနေသူတွေအတွက် ရည်ရွယ်ပါတယ်။ အထူးသဖြင့် နောက်တစ်နှစ်မှာတောင် ပဋိဇီဝပစ္စည်းတွေက ဗီဇပြောင်းလဲမှုတွေ ဖြစ်လာနိုင်တယ်ဆိုတော့ ရောဂါလက္ခဏာတွေကို ကြိုသိနိုင်တာမျိုးဖြစ်လာစေတယ်”လို့ သူကပြောပါတယ်။

အက်စ်ထရာ ဇနီကာ(AstraZeneca)ရဲ့ အချက်အလက်သိပ္ပံနဲ့ AI R&D နည်းပညာအဖွဲ့ရဲ့ ဒုတိယဥက္ကဋ္ဌ ဂျင်ဝက်သာရယ်လ်ကလည်း ဒီအချက်ကို လက်ခံပါတယ်။

အက်စ်ထရာ ဇနီကာ(AstraZeneca) ဆေးကုမ္ပဏီကြီးဟာ ပဋိဇီဝပစ္စည်းအသစ်တွေကို မြန်မြန်နဲ့ ရှာဖွေတွေ့ရှိနိုင်ရေးမှာ အထောက်အကူဖြစ်အောင် AI ကို အသုံးပြုတယ်။ ပဋိဇီဝပစ္စည်းတွေဆိုတာကတော့ ကိုယ်တွင်းထဲက အန္တရာယ်ရှိတဲ့ပစ္စည်းတွေကို တိုက်ထုတ်ဖို့ ခန္ဓာကိုယ်ရဲ့ ခုခံအားစနစ်ကို ထောက်ပံ့ပေးတဲ့ပရိုတင်းတွေ ဖြစ်ပါတယ်။ ဒါတွေကို ကာကွယ်ဆေးအသစ်တွေ ထုတ်ဖော်တဲ့နေရာမှာလည်း အသုံးပြုနိုင်ပါတယ်။

ဆေးကုမ္ပဏီအနေနဲ့ “တစ်စုတစ်စည်းတည်း ရောက်နေတဲ့ပဋိဇီဝပစ္စည်းတွေကို ခွဲခြား စောင့်ကြည့် စစ်ဆေးတာမျိုးလုပ်နိုင်ပြီး အထိရောက်ဆုံးဖြစ်မယ့်ခန့်မှန်းချက်တွေကို ဓာတ်ခွဲခန်းဆီ ဆောင်ကျဥ်းနိုင်တာကြောင့် စမ်းသပ်ဖို့လိုအပ်တဲ့ ပဋိပစ္စည်းအရေအတွက်ကို လျှော့ချသွားနိုင်သလို ရောဂါတိုက်ဖျက် မယ့်ပဋိပစ္စည်းက ဘယ်ဟာလဲဆိုတာကို ပစ်မှတ်ထားလေ့လာတဲ့အချိန်က ၃ လကနေ ၃ ရက်အထိ လျှော့ချသွားနိုင်တယ်'' လို့ ပြောပါတယ်။

ဒါတွေက ကပ်ရောဂါအတွက် ကြိုတင်ပြင်ဆင်တဲ့နေရာတွေမှာ အထောက်အကူဖြစ်စေတယ်လို့ပြောပြီး “ကိုဗစ်-၁၉ ရောဂါတုန်းက ကျွန်တော်တို့ ကြုံတွေ့ခဲ့ရသလို ရောဂါပိုးရဲ့ လျင်မြန်တဲ့ဆင့်ကဲပြောင်းလဲမှုတွေကို အမီလိုက်ပြီး အနာနဲ့ဆေး ကွက်တိဖော်နိုင်အောင် မြန်ဆန်တဲ့နည်းလမ်းတွေ လိုအပ်တယ်” လို့ သူက ထောက်ပြပါတယ်။

EVEScape ကို ရန်ပုံငွေထောက်ပံ့ထားပြီး နော်ဝေနိုင်ငံ၊ အော်စလိုမြို့မှာအခြေစိုက်တဲ့ ကူးစက်ရောဂါကြိုတင်ပြင်ဆင်မှုဆိုင်ရာဆန်းသစ်တီထွင်မှု မဟာမိတ်အဖွဲ့(CEPI) ကတော့ AI နည်းပညာက ကပ်ရောဂါတွေအရေး ကြိုတင်ပြင်ဆင်ဖို့နဲ့ ကုထုံးတွေလုပ်ဆောင်တဲ့နေရာမှာ အထောက်အကူဖြစ်တဲ့အကြောင်း လက်ခံတယ်လို့ ဆိုထားပါတယ်။

“ကျွန်တော်တို့ တတ်နိုင်သမျှ ကျယ်ကျယ်ပြန့်ပြန့် ပြင်ဆင်ထားဖို့ လိုတယ်” လို့ CEPI ရဲ့ဒါရိုက်တာဖြစ်ပြီး နည်းပညာရှင်လည်းဖြစ်တဲ့ ဒေါက်တာ ယွန်းအင်ဂျူက ပြောပါတယ်။

“AI က ဒီကြိုတင်ပြင်ဆင်တဲ့လုပ်ငန်းတွေကို ခပ်မြန်မြန်ဖြစ်သွားအောင် လုပ်ပေးနိုင်တယ်” လို့ သူကထပ်ပြောပါတယ်။

ဒါပေမဲ့လည်း AI နည်းပညာက ဖွံ့ဖြိုးတိုးတက်ဖို့ လိုအပ်နေသေးတယ်လို့ သူက ထည့်ပြောပါတယ်။ “AI က ထည့်ထားတဲ့အချက်အလက်ကိုပဲ အခြေခံပြီး စွမ်းဆောင်နိုင်တဲ့အဆင့်မျိုးပဲ ရှိသေးတယ်။ ပြီးတော့ ရရှိထားတဲ့အချက်အလက်တွေအားလုံးက ပြည့်စုံပြီဆိုတာမျိုးကိုလည်း ဘယ်သူကမှ အတပ်မပြောနိုင်ဘူးလေ” လို့ သူက ထောက်ပြပါတယ်။

“ AI က ကြိုတင် ခန့်မှန်း ခွဲခြမ်းစိတ်ဖြာတာ လုပ်နိုင်တယ်ဆိုရင်တောင် ဒါက ထည့်သွင်းထားတဲ့အချက်အလက်ကို အခြေခံပြီး လုပ်ဆောင်ထားတာဖြစ်တယ်။ AI က နည်းပညာတစ်ခုဖြစ်ပေမယ့် ဒီနည်းပညာကို နောက်ဖြစ်လာနိုင်တဲ့ ကပ်ရောဂါဘေးတွေကြိုတင်ပြင်ဆင်တဲ့နေရာမှာ အချိန်‌ယူတဲ့အပိုင်းမှာ‌ရော ထိရောက်မယ့်အပိုင်းအတွက်ပါ အသုံးချနိုင်တာမျိုးပါ” လို့ ထပ်ပြီးပြောပါတယ်။

“ဒါပေမဲ့ AI က နောင်ဖြစ်လာနိုင်တဲ့ကူးစက်ရောဂါကို နှေးကွေးသွားအောင်နဲ့ တားဆီးမှုအပိုင်းမှာ လုပ်နိုင်တယ်လို့ ပြောဖို့ကတော့ မှားကောင်းမှား နိုင်ပါတယ်။ AI ကို ဘယ်နေရာမှာ ဘယ်လိုအသုံးချမယ်ဆိုတာကို လူက ဆုံးဖြတ်တာဖြစ်ပါတယ်” လို့ သူက ဖြေဆိုပါတယ်။

ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့(WHO) မှာတော့ ဒေါက်တာ ဖီးလစ် အပ်ဒယ်လ်မလစ်က AI ရဲ့ အစွမ်းထက်မှုအပိုင်းမှာ လူတွေရဲ့အခန်းကဏ္ဍကို မီးမောင်းထိုးပြပါတယ်။

WHO ရဲ့ ရောဂါထောက်လှမ်းမှု၊ ဆေးဝါးတီထွင်မှုနဲ့ ပေါင်းစပ်ညှိနှိုင်းရေးအဖွဲ့ ဥက္ကဋ္ဌဖြစ်တဲ့ ဒေါက်တာ ဖီးလစ်ကတော့ AI ဟာ အသုံးချနည်းပညာဖြစ်တဲ့အကြောင်း ပြောပါတယ်။ ဥပမာအနေနဲ့ တမူထူးတဲ့ရောဂါလက္ခဏာတွေအကြောင်း ပြောကြဆိုကြတဲ့စကားလုံးတွေကို ကောက်ဆကာ အစိုးရတွေက တရားဝင်ကြေညာတာတွေ မလုပ်ခင်မှာတောင် ဖြစ်လာနိုင်ခြေရှိတဲ့ ခြိမ်းခြောက်မှုတွေကို သိအောင် လုပ်နိုင်ပါတယ်။

ဒါ့အပြင် အွန်လိုင်းမှာ လူထုကြား မဟုတ်မှန်တဲ့ ကုသရေးနည်းလမ်းတွေ ပြန့်နှံ့နေရင်တောင် AI ရဲ့ အကူအညီနဲ့ သိနိုင်တာကြောင့် WHO အနေနဲ့ အချိန်မီ သတိပေးဖြေရှင်းပေးနိုင်တဲ့အကြောင်း သူက ထည့်သွင်းပြောဆိုထားပါတယ်။

AI ရဲ့ ကောင်းတဲ့အချက်ကို ပြောသလို တစ်ဖက်မှာလည်း AI နဲ့ ပတ်သက်တဲ့ စိန်ခေါ်ချက်တွေကို သူကဆက်ပြီးရှင်းပြပါတယ်။

အေအိုင်ဟာ လူသားတွေအတွက် အဖြေတွေကို ထုတ်ပေးမှာ မဟုတ်တဲ့အကြောင်း သူက ပြောပါတယ်။ ဒါ့အပြင် AI အသုံးချတဲ့ စည်းကမ်းကျင့်ဝတ်တွေနဲ့ ဖြစ်လာနိုင်တဲ့ပြဿနာတွေကိုလည်း ဒေါက်တာ ဖီးလစ် အပ်ဒယ်လ်မလစ်က စိုးရိမ်နေပါတယ်။

အေအိုင်ဟာ လူသားတွေအတွက် ဆုံးဖြတ်ချက်တွေ မထုတ်ပေးနိုင်ဘူးလို့ ပြောကြတဲ့အပိုင်းကိုတော့ သူ့ အနေနဲ့ သတိထားပြောလေ့ရှိတယ်လို့ ဆိုပါတယ်။

''ကိုယ်ပြန်လည် သုံးသပ်တာမျိုးမလုပ်ထားတဲ့အချက်အလက်တွေကို ထည့်နေတာဆိုရင်တော့ သတင်းအချက်အလက်အမှားအချို့ ပါသွားပြီ။ ဒါမှမဟုတ် လူဦးရေအချို့ကိုပဲ ကိုယ်စားပြုတဲ့ အချက်အလက်တွေကို ထည့်တာမျိုးဆိုရင်လည်း ပြန်ရလာမယ့် အချက်အလက်က အဲဒီလူနည်းစုကိုပဲ ကိုယ်စားပြုမှာ ဖြစ်သလို အချက်အလက်အမှားတွေ ထွက်လာတာမျိုးလည်း ဖြစ်နိုင်တယ်။

“ပြောရရင်တော့ဗျာ ... အမှားတွေ ထည့်လိုက်ရင် အမှားတွေပဲ ထွက်လာပါပေါ့'' လို့ သူက ပြောပါတယ်။

ဒါပေမဲ့ ခြုံငုံကြည့်လိုက်မယ်ဆိုရင်တော့ ဖြစ်လာနိုင်ခြေရှိတဲ့ ကပ်ရောဂါအတွက် ပြင်ဆင်တဲ့နေရာမှာ AI ရဲ့ နည်းပညာမြင့်မားမှု တစ်စိတ်တစ်ပိုင်းကြောင့် အလားအလာပိုကောင်းတဲ့အနေအထားမှာ ရှိနေတဲ့အကြောင်း နည်းပညာရှင်တွေက ယုံကြည်ထားကြပါတယ်။

''ဒီကပ်ရောဂါ(ကိုဗစ်)က အခု အေအိုင်နယ်ပယ်အတွက် တွေးဆနေကြသူတွေအတွက် လှုပ်နှိုးလိုက်တာလို့ ပြောလို့ရတယ်'' လို့ နစ်ကီ သာနီက ပြောပါတယ်။

“ကျွန်မတို့ AI နည်းပညာဖြစ်တဲ့ EVEScape အပါအဝင် တခြား အားထုတ်မှုတွေက ကူးစက်ရောဂါဗေဒနဲ့ ပတ်သက်ပြီး တွေးပုံတွေးနည်း၊ ကပ်ရောဂါ မဖြစ်လာခင်မှာ ဒီလိုအချက်အလက်မျိုးကို ဘယ်လို အသုံးချမလဲဆိုတာနဲ့ ကပ်ရောဂါတစ်ခုဖြစ်ပွားနေတဲ့ကာလတစ်လျှောက်လုံးမှာ ဒီအချက်အလက်ကို ဘယ်လိုပေါင်းစည်းအသုံးပြုနိုင်တယ်ဆိုတဲ့အပိုင်းတွေမှာ အမြင်သစ်တစ်ခုပေါ်လာစေတယ်။ ဒါကပဲ အနာဂတ်မှာ ကပ်ရောဂါတွေကို ကိုင်တွယ် ဖြေရှင်းနိုင်စွမ်းအပိုင်းမှာ ကျွန်မတို့ရဲ့ စွမ်းဆောင်ရည်နဲ့ပတ်သက်ပြီး ပိုပြီး ယုံကြည်မှုရှိလာစေတယ်''

ဒါပေမဲ့ အခြေခံ ဇီဝဗေဒေကို ပိုပြီးအခြေခံတာနဲ့ ရောဂါဖြစ်ပေါ်တိုးတက်မှုကို လုပ်ထုံးလုပ်နည်းအတိုင်း စောင့်ကြည့်မှုအပိုင်းကို တစ်ပြိုင်တည်း လုပ်ဖို့ အလှမ်းဝေးနေသေးပေမဲ့ ပြည်သူ့ကျန်းမာရေးနဲ့ ကူးစက်ရောဂါ လေ့လာမှုအပိုင်းမှာတော့ အနာဂတ်မှာဖြစ်လာနိုင်ခြေရှိတဲ့ ကူးစက်ရောဂါတွေအတွက် ကြိုတင်ပြင်ဆင်မှုတွေမှာ အကူအညီဖြစ်စေတယ်လို့ သူက ဆိုပါတယ်။

“လွန်ခဲ့တဲ့ ၃ နှစ် (ကိုဗစ်-၁၉ ပျံ့နှံခဲ့တဲ့အချိန်)ကထက် အခုကတော့ ပိုကောင်းလာတဲ့အခြေအနေပါ” လို့ ဒေါက်တာ အပ်ဒယ်လ်မလစ်က ထပ်ပြောပါတယ်။

“နောက်လာမယ့် ကပ်ရောဂါအတွက် ကျွန်တော်တို့ကို ကူညီနိုင်တာ နည်းပညာထက် ပိုအရေးကြီးတဲ့တစ်ခုရှိပါသေးတယ်။ အဲဒါကတော့ ယုံကြည်မှုပါ” လို့ သူက ပြောပါတယ်။

''ကျွန်တော့် အမြင်မှာတော့ နည်းပညာဟာ ကျွန်တော်တို့အတွက် အကန့်အသတ်နေဆဲပါ။ ကျွန်တော်တို့ သတင်းအချက်အလက် မျှဝေတဲ့အပိုင်း၊ ဆက်ဆံရေးအပိုင်းနဲ့ ယုံကြည်မှုတည်ဆောက်ရေးအပိုင်းမှာ တကယ်အလုပ်ဖြစ်မြောက်အောင်လုပ်ဖို့ လိုအပ်ပါတယ်။ ဒီအကြောင်းတွေ ကျွန်တော်တို့ အကြိမ်ကြိမ်ပြောနေကြတယ်။ အားလုံးလည်း ပြောနေကြတာပါပဲ။ ဒါပေမဲ့ ကျွန်တော်တို့ တကယ်ပဲ ဒီအတိုင်းလိုက်လုပ်ကြလားဆိုတာကတော့ မေးခွန်းတစ်ခုအဖြစ် ဆက်ရှိနေသေးတယ်''