← नवीनतम पेपर
💬 NLP

EviSearch: A Human in the Loop System for Extracting and Auditing Clinical Evidence for Systematic Reviews

EviSearch एक मल्टी-एजेंट, ह्यूमन-इन-द-लूप सिस्टम है जो ट्रायल पीडीएफ से ऑन्टोलॉजी-अलाइन्ड क्लिनिकल साक्ष्य के निष्कर्षण को स्वचालित करता है जिसमें प्रति-सेल प्रोवेनेंस (स्रोत का प्रमाण) की गारंटी होती है, जो टेक्स्ट-आधारित बेसलाइन की तुलना में सटीकता में महत्वपूर्ण सुधार करता है और व्यवस्थित समीक्षा वर्कफ़्लो में एलएलएम (LLMs) के सुरक्षित, ऑडिट योग्य एकीकरण को सक्षम करता है।

मूल लेखक: Naman Ahuja, Saniya Mulla, Muhammad Ali Khan, Zaryab Bin Riaz, Kaneez Zahra Rubab Khakwani, Mohamad Bassam Sonbol, Irbaz Bin Riaz, Vivek Gupta

प्रकाशित 2026-04-17
📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

मूल लेखक: Naman Ahuja, Saniya Mulla, Muhammad Ali Khan, Zaryab Bin Riaz, Kaneez Zahra Rubab Khakwani, Mohamad Bassam Sonbol, Irbaz Bin Riaz, Vivek Gupta

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

कल्पना कीजिए कि आप एक डॉक्टर हैं जो एक विशाल, जीवन रक्षक रिपोर्ट लिखने की कोशिश कर रहे हैं। आपको एक विशाल स्प्रेडशीट भरने के लिए सैकड़ों मोटी, बिखरी हुई मेडिकल किताबों (PDFs) से तथ्य इकट्ठा करने की आवश्यकता है। ये किताबें भ्रमित करने वाले चार्ट्स, छोटे टेबल्स और घने पैराग्राफों से भरी हुई हैं। इसे हाथ से करने में महीनों लग जाते हैं, और यदि आप एक भी नंबर छोड़ देते हैं या किसी चार्ट को गलत पढ़ लेते हैं, तो इससे मरीजों के लिए गलत चिकित्सा सलाह मिल सकती है।

EviSearch एक सुपर-स्मार्ट, अत्यंत व्यवस्थित डिजिटल सहायकों की एक टीम की तरह है जिसे आपके लिए यह भारी काम करने के लिए डिज़ाइन किया गया है, लेकिन एक सख्त नियम के साथ: वे कभी अनुमान नहीं लगाते, और वे हमेशा अपना काम सिद्ध करते हैं।

यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. समस्या: "ब्लैक बॉक्स" का जाल

आमतौर पर, जब हम किसी कंप्यूटर (एक AI) से कोई दस्तावेज़ पढ़ने के लिए कहते हैं, तो यह एक छात्र से किताब पढ़ने और फिर आपको उत्तर बताने के लिए कहने जैसा होता है। यदि छात्र गलती करता है, तो आपको पता नहीं चलेगा कि उसने कहाँ देखा था या वह क्यों गलत हुआ। चिकित्सा में, एक "हलुसिनेशन" (एक बनावटी तथ्य) खतरनाक है।

2. समाधान: एक "डिटेक्टिव स्क्वॉड" दृष्टिकोण

EviSearch केवल एक AI का उपयोग नहीं करता है। यह एक मल्टी-एजेंट सिस्टम का उपयोग करता है, जो एक केस को सुलझाने के लिए तीन विशेषज्ञ जासूसों की एक टीम को काम पर रखने जैसा है:

  • डिटेक्टिव A (द PDF एक्सपर्ट): यह एजेंट मूल PDF फ़ाइल को देखता है, ठीक वैसे ही जैसे आप देखते हैं। यह चित्रों, अजीब टेबल लेआउट और ग्राफों को देखता है। यह "बड़ी तस्वीर" को समझने और जटिल आरेखों (diagrams) को पढ़ने में माहिर है।
  • डिटेक्टिव B (द सर्च एक्सपर्ट): यह एजेंट एक सुपर-फास्ट इंडेक्स वाले लाइब्रेरियन की तरह है। यह दस्तावेज़ को छोटे-छोटे टुकड़ों में तोड़ता है और सटीक नंबरों या टेक्स्ट को खोजने के लिए विशिष्ट कीवर्ड्स की तलाश करता है। यह विवरणों को तेज़ी से खोजने में माहिर है।
  • द जज (द रिकॉन्सिलिएशन एजेंट): यह सबसे महत्वपूर्ण हिस्सा है। डिटेक्टिव A और डिटेक्टिव B अलग-अलग उत्तर दे सकते हैं। जज बीच में आता है, उस विशिष्ट पृष्ठ को देखता है जिसके बारे में वे बहस कर रहे हैं, और उन्हें अपना उत्तर साबित करने के लिए मजबूर करता है। यदि वे अभी भी असहमत हैं, तो सिस्टम इसे मानव द्वारा जांच के लिए फ्लैग (चिह्नित) कर देता है।

3. "ह्यूमन-इन-द-लूप" सुरक्षा जाल

कल्पना कीजिए कि एक फैक्ट्री असेंबली लाइन है। आमतौर पर, रोबोट सब कुछ करते हैं। EviSearch में, रोबोट 99% काम करते हैं, लेकिन एक क्वालिटी कंट्रोल इंस्पेक्टर (मानव डॉक्टर) लाइन के ठीक बगल में खड़ा होता है।

  • यदि रोबोट सहमत होते हैं, तो भाग को "अनुमोदित" (Approved) का स्टैम्प मिलता है।
  • यदि रोबोट असहमत होते हैं, तो इंस्पेक्टर को तुरंत सबूत दिखाए जाते हैं: "यहाँ वह है जो रोबोट A ने देखा, यहाँ वह है जो रोबोट B ने देखा, और यह मूल पुस्तक का सटीक पृष्ठ है।"
  • इंस्पेक्टर फिर कह सकता है, "आप सही हैं," या "वास्तव में, उस चार्ट को ध्यान से देखें," और उसे ठीक कर सकता है।

इसका मतलब है कि यह ऑडिटेबल है। आप अंतिम स्प्रेडशीट में किसी भी नंबर पर क्लिक कर सकते, और यह आपको मूल PDF के ठीक उसी स्थान पर ले जाएगा जहाँ से वह नंबर आया है। अब यह अनुमान लगाने की ज़रूरत नहीं कि डेटा कहाँ से आया।

4. यह क्यों गेम-चेंजर है

  • यह बिखरे हुए काम को संभालता है: मेडिकल पेपर्स में ऐसे चार्ट और ग्राफ होते हैं जिन्हें सामान्य टेक्स्ट-रीडर्स नहीं समझ पाते। EviSearch इन छवियों को "देख" सकता है और उनके अंदर के नंबर पढ़ सकता है।
  • यह ईमानदार है: यदि सिस्टम को उत्तर नहीं पता है, तो यह कुछ भी बनाने के बजाय कहता है "मुझे नहीं पता।"
  • यह सीखता है: हर बार जब कोई इंसान सिस्टम को सुधारता है, तो सिस्टम उस गलती से सीखता है, जिससे वह अगली रिपोर्ट के लिए और भी स्मार्ट हो जाता है।

निचोड़

EviSearch को एक विश्वसनीय अनुसंधान सहायक के रूप में समझें जो हजारों पन्ने पढ़ने में अविश्वसनीय रूप से तेज़ है लेकिन इतना विनम्र भी है कि कह सके, "मैं इस हिस्से के बारे में निश्चित नहीं हूँ, चलिए बॉस से पूछते हैं।"

यह चिकित्सा दिशानिर्देश बनाने की प्रक्रिया को महीनों से मिनटों में बदल देता है, लेकिन यह सुनिश्चित करने के लिए मानव डॉक्टर को प्रभारी बनाए रखता है कि प्रत्येक तथ्य 100% सटीक और साक्ष्य द्वारा समर्थित हो। यह एक ऐसे रोबोट के बीच का अंतर है जो अनुमान लगाता है और एक ऐसे रोबोट के बीच का अंतर है जो प्रमाण देता 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।

Digest आज़माएँ →