On Using Large Language Models to Enhance Clinically-Driven Missing Data Recovery Algorithms in Electronic Health Records
यह अध्ययन प्रदर्शित करता है कि ICD-10-आधारित "रोडमैप" एल्गोरिदम को परिष्कृत करने के लिए नैदानिक विशेषज्ञता के साथ बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) को संयोजित करना, गायब इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड डेटा की सटीक और स्केलेबल रिकवरी को सक्षम बनाता है, जो पारंपरिक, संसाधन-गहन विशेषज्ञ चार्ट समीक्षाओं के तुलनीय प्रदर्शन प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ इस शोध पत्र (paper) का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।
बड़ी तस्वीर: "गायब पहेली के टुकड़ों" को ठीक करना
कल्पना कीजिए कि एक अस्पताल का कंप्यूटर सिस्टम (इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स, या EHR) एक विशाल, बहुत बड़ी जिग्सॉ पहेली (jigsaw puzzle) की तरह है। प्रत्येक रोगी एक चित्र है, और उनके स्वास्थ्य संबंधी डेटा (जैसे रक्तचाप, कोलेस्ट्रॉल स्तर, वजन आदि) उस चित्र के टुकड़े हैं।
समस्या यह है कि कई टुकड़े गायब हैं। कभी डॉक्टर टेस्ट का आदेश देना भूल जाते हैं, तो कभी डेटा सही ढंग से सेव नहीं हो पाता। जब टुकड़े गायब होते हैं, तो रोगी के स्वास्थ्य की पूरी तस्वीर अधूरी रह जाती है, जिससे भविष्य के जोखिमों को समझना या उनका पूर्वानुमान लगाना कठिन हो जाता है।
अतीत में, इन गायब टुकड़ों को खोजने के लिए, मानव विशेषज्ञों की एक टीम (जैसे मेडिकल डिटेक्टिव्स) को मैन्युअल रूप से हजारों कागजी और डिजिटल चार्ट्स की जांच करनी पड़ती थी। वे एक "रोडमैप" (मार्गदर्शिका) का उपयोग करते थे जो कहता था, "यदि आप 'डायबिटीज' का निदान देखते हैं, तो यह मानना सुरक्षित है कि गायब ब्लड शुगर टेस्ट का स्तर उच्च रहा होगा।"
यद्यपि यह सटीक था, लेकिन यह मैन्युअल जासूसी का काम बेहद धीमा, महंगा था और इसे केवल बहुत कम रोगियों के लिए ही किया जा सकता था।
नया विचार: रोबोट को नक्शा पढ़ना सिखाना
यह शोध पत्र पूछता है: क्या हम एक कंप्यूटर (विशेष रूप से एक लार्ज लैंग्वेज मॉडल, या LLM) को इंसानों की तरह ही यह जासूसी करने के लिए सिखा सकते हैं, लेकिन बहुत अधिक तेज़ी से?
शोधकर्ताओं ने यह देखना चाहा कि क्या वे एक AI का उपयोग करके 1,000 रोगियों के लापता स्वास्थ्य डेटा को स्वचालित रूप से भर सकते हैं, ठीक उसी तर्क का उपयोग करके जिसका मानव विशेषज्ञ उपयोग करते थे।
उन्होंने इसे कैसे किया: "रोडमैप" का अपग्रेड
टीम ने यह देखने के लिए कि कौन सा तरीका सबसे अच्छा काम करता है, उनके "रोडमैप" के चार अलग-अलग संस्करणों का परीक्षण किया:
- मानव मानचित्र (मूल): डॉक्टरों द्वारा बनाया गया मूल गाइड। इसमें लगभग 20 विशिष्ट खोज शब्द (जैसे "डायबिटीज" या "इन्फेक्शन") थे।
- AI मानचित्र (बिना संदर्भ के): उन्होंने AI से पूछा, "यहाँ स्वास्थ्य संकेतकों की एक सूची है। कृपया अनुमान लगाएँ कि अन्य कौन से चिकित्सा निदान (diagnoses) उनसे संबंधित हो सकते हैं।" AI ने 656 शब्दों की एक विशाल सूची बना दी।
- परिणाम: AI बेकाबू हो गया और बहुत अधिक चीजें सुझाने लगा। यह एक जासूस के ऐसा अनुमान लगाने जैसा था कि "सैंडविच खाना" भी "हाई ब्लड प्रेशर" का कारण हो सकता है। इसे वास्तविक मिलान बहुत कम मिले।
- AI मानचित्र (संदर्भ के साथ): उन्होंने फिर से प्रयास किया, लेकिन इस बार उन्होंने पहले AI को मूल मानव मानचित्र दिखाया और कहा, "यहाँ वह है जो विशेषज्ञ उपयोग करते हैं। अब, उस सूची का विस्तार करें।"
- परिणाम: AI बहुत अधिक समझदार था। इसने 950 शब्द बनाए, लेकिन वे बहुत अधिक प्रासंगिक थे। इसने पहले प्रयास की तुलना में बहुत अधिक गायब टुकड़े खोज निकाले।
- हाइब्रिड मानचित्र (AI + मानव समीक्षा): AI ने बड़ी सूची बनाई, और फिर दो डॉक्टरों ने जल्दी से इसकी समीक्षा की और कहा, "हाँ, यह समझ में आता है," या "नहीं, यह गलत अनुमान है।"
- परिणाम: यह विजेता रहा। इसने डॉक्टरों की सुरक्षा जाँच के साथ AI की गति और रचनात्मकता को जोड़ दिया।
उन्हें क्या मिला
जब उन्होंने 100 रोगियों पर इन तरीकों का परीक्षण किया (जहाँ वे "वास्तविक" उत्तर जानते थे क्योंकि मनुष्यों ने पहले ही चार्ट की जांच कर ली थी):
- मानव विशेषज्ञों ने लगभग 45 गायब टुकड़े खोजे।
- AI (मानव समीक्षा के साथ) ने लगभग उतना ही संख्या में टुकड़े खोजे (45 टुकड़े)।
- AI (बिना मानव समीक्षा के) ने या तो कम टुकड़े खोजे या कभी-कभी गलत अनुमान लगाया।
बड़ी जीत: सबसे अच्छे AI तरीके ने न केवल मनुष्यों की बराबरी की; बल्कि इसे सभी 1,000 रोगियों पर तुरंत लागू किया जा सकता था। मानव टीम केवल 100 रोगियों की जांच कर सकी क्योंकि इसमें उन्हें महीनों की कड़ी मेहनत लगी थी। AI ने वही काम पूरे समूह के लिए बहुत कम समय में कर दिया।
"एलोस्टैटिक लोड" (स्वास्थ्य स्कोर)
जिस विशिष्ट स्वास्थ्य पहेली को वे हल कर रहे थे, उसे एलोस्टैटिक लोड इंडेक्स (ALI) कहा गया। इसे शरीर के "घिसावट और टूट-फूट" (wear and tear) के स्कोर के रूप में समझें। यह हृदय, चयापचय (metabolism) और सूजन (inflammation) प्रणालियों पर पड़ने वाले तनाव को जोड़ता है।
- पहले: क्योंकि इतने सारे हिस्से गायब थे, "घिसावट और टूट-फूट" का स्कोर अक्सर अधूरा होता था या वास्तव में जितना होना चाहिए उससे कम दिखता था।
- बाद में: AI का उपयोग करके गायब टुकड़ों को भरने से, शोधकर्ता अध्ययन के प्रत्येक रोगी के लिए अधिक पूर्ण और सटीक स्कोर की गणना कर सके।
निष्कर्ष
यह शोध पत्र सिद्ध करता है कि हमें सटीकता और गति में से किसी एक को चुनने की आवश्यकता नहीं है।
- पुराना तरीका: सटीक लेकिन धीमा (मानव जासूस)।
- नया तरीका: सटीक और तेज़ (मानव विशेषज्ञों द्वारा निर्देशित AI जासूस)।
AI को संकेतों की सूची का विस्तार करने देने और परिणामों की मनुष्यों द्वारा त्वरित जांच कराने से, अस्पताल अब एक साथ हजारों रोगियों के लिए लापता डेटा को ठीक कर सकते हैं। इससे स्वास्थ्य डेटा बहुत अधिक विश्वसनीय हो जाता है और डॉक्टरों को चार्ट खोजने में वर्षों बिताए बिना रोगी के स्वास्थ्य की स्पष्ट तस्वीर पाने में मदद मिलती है।
यह शोध पत्र क्या दावा नहीं करता है:
यह शोध पत्र यह नहीं कहता कि इस AI का उपयोग वास्तविक समय में रोगियों का निदान करने या डॉक्टरों की जगह लेने के लिए किया जाना चाहिए। यह विशेष रूप से अनुसंधान के लिए डेटा को साफ करने और सिस्टम में उपलब्ध "बड़ी तस्वीर" के स्वास्थ्य डेटा की गुणवत्ता में सुधार करने पर केंद्रित है। यह यह भी नोट करता है कि हालांकि AI गायब टुकड़ों को खोजने में उत्कृष्ट है, फिर भी इसे गलत संबंध बनाने से बचने के लिए मानवीय देखरेख की आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।