DeepRoot: A KG-Coordinated Multi-Agent System for Therapeutic Reasoning over Historical Medical Texts
डीपरूट (DeepRoot) एक मल्टी-एजेंट एलएलएम (LLM) प्रणाली है जो ज्ञान ग्राफ निर्माण को तर्क के साथ एकीकृत करती है ताकि असंरचित ऐतिहासिक चिकित्सा ग्रंथों से प्रभावी रूप से सत्यापन योग्य ड्रग-डिस्कवरी लीड्स निकाले जा सकें, जो 'शेन नोंग बेन काओ जिंग' (Shen Nong Ben Cao Jing) में छिपे हुए चिकित्सीय संबंधों को पुनः प्राप्त करते हुए सटीकता में बेसलाइन मॉडल से काफी बेहतर प्रदर्शन करती है और मतिभ्रम (hallucinations) को कम करती 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
कल्पना कीजिए कि आपके पास एक विशाल, प्राचीन पुस्तकालय है जो हस्तलिखित स्क्रॉल से भरा हुआ है, जिनमें पौधों, खनिजों और जानवरों का उपयोग करके बीमारियों को ठीक करने के तरीके लिखे हैं। ये स्क्रॉल एक पुराने ढंग की शैली में लिखे गए हैं, जिनमें ऐसे नाम और श्रेणियां उपयोग की गई हैं जो हमारे आधुनिक चिकित्सा पाठ्यपुस्तकों से मेल नहीं खातीं। एक मानक खोज इंजन (या एक बुनियादी AI) का उपयोग करके इस विशिष्ट उपचार को खोजना एक अंधेरी आंखों वाले चश्मे पहनकर घास के ढेर में सुई खोजने जैसा है; AI अनुमान लगा सकता है, लेकिन वह अक्सर चीजें बना लेता है या वास्तविक संबंधों को छोड़ देता है।
यह शोध पत्र DeepRoot को प्रस्तुत करता है, जो एक नया सिस्टम है जिसे इस अराजक, प्राचीन पुस्तकालय को एक पूर्णतः व्यवस्थित, आधुनिक मानचित्र में बदलने के लिए डिज़ाइन किया गया है जिस पर वैज्ञानिक भरोसा कर सकें।
DeepRoot कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ विभाजित किया गया है:
1. समस्या: "अनुवाद में खोया हुआ" पुस्तकालय
ऐतिहासिक चिकित्सा ग्रंथ (जैसे कि Shen Nong Ben Cao Jing, एक प्रसिद्ध प्राचीन चीनी मटेरिया मेडिका) दवा की खोज के लिए स्वर्ण के समान हैं। हालाँकि, वे "पूर्व-सत्तामीमांसा गद्य" (pre-ontological prose) में लिखे गए हैं।
- उपमा: कल्पना कीजिए कि पाठ कहता है, "'ड्रैगन की दाढ़ी' (Dragon's Beard) के पौधे की जड़ 'पेट की आग' (Fire in the Stomach) को ठीक करती है।"
- समस्या: एक आधुनिक डॉक्टर को नहीं पता कि "ड्रैगन की दाढ़ी" क्या है (क्या यह एक विशिष्ट पौधा है? कोई उपनाम है?) और "पेट की आग" कोई आधुनिक रोग कोड जैसे "गैस्ट्राइटिस" नहीं है। यदि आप एक मानक AI से गैस्ट्राइटिस के लिए इस पाठ में इलाज खोजने के लिए कहते हैं, तो वह एक संबंध बनाने के लिए कल्पना (hallucinate) कर सकता है क्योंकि वह जानने के बजाय केवल अनुमान लगा रहा है।
2. समाधान: "वास्तुकार और जासूस" की टीम
DeepRoot केवल एक AI नहीं है; यह मिलकर एक नॉलेज ग्राफ (तथ्यों का एक विशाल, परस्पर जुड़ा जाल) बनाने वाले विशेषज्ञ एजेंटों की एक टीम है। इस ग्राफ को एक सबवे मैप की तरह समझें जहाँ हर स्टेशन एक तथ्य (एक पौधा, एक रसायन, एक बीमारी) है और ट्रैक उनके बीच के संबंध हैं।
यह टीम दो चरणों में काम करती है:
चरण A: निर्माण दल (असेंबली एजेंट)
इससे पहले कि सिस्टम प्रश्नों के उत्तर दे सके, उसे मानचित्र बनाना होता है।
- एक्सट्रैक्टर्स (Extractors): ये एजेंट प्राचीन पाठ को पढ़ते हैं और पौधों, बीमारियों और तैयारी के तरीकों के नाम बाहर निकालते हैं।
- ऑडिटर्स (Auditors): ये सख्त संपादक हैं। वे हर नाम की आधुनिक डेटाबेस (जैसे रसायनों और बीमारियों के वैश्विक पुस्तकालय) के साथ जाँच करते हैं ताकि यह सुनिश्चित हो सके कि "ड्रैगन की दाढ़ी" वास्तव में Fritillaria है न कि कोई बनावटी नाम। यदि AI एक ऐसा नाम बताता है जिसे सत्यापित नहीं किया जा सकता, तो ऑडिटर उसे बाहर निकाल देता है।
- लिंकर्स (Linkers): ये एजेंट कड़ियों को जोड़ते हैं। वे सत्यापित पौधे को लेते हैं, उसके भीतर के विशिष्ट रासायनिक यौगिकों को पाते हैं, यह पाते हैं कि वे रसायन मानव शरीर में किन जैविक लक्ष्यों (biological targets) पर प्रभाव डालते हैं, और अंततः उन लक्ष्यों को आधुनिक बीमारियों से जोड़ते हैं।
- परिणाम: वे एक सत्यापित "सबवे मैप" बनाते हैं जहाँ आप एक प्राचीन पौधे से लेकर एक आधुनिक बीमारी तक का रास्ता खोज सकते हैं, जिसमें ट्रैक पर प्रत्येक पड़ाव वास्तविक डेटा द्वारा प्रमाणित होता है।
चरण B: अन्वेषक (डिस्कवरी एजेंट)
एक बार मानचित्र बन जाने के बाद, सिस्टम नए उपचारों की खोज कर सकता है।
- क्रिटिक (The Critic): जब सिस्टम एक प्राचीन दावा देखता है (जैसे, "यह पौधा सिरदर्द को ठीक करता है"), तो क्रिटिक मानचित्र की जाँच करता है। क्या पौधे से सिरदर्द तक एक वैध पथ मौजूद है? यदि पथ टूटा हुआ या गायब है, तो क्रिटिक कहता है, "मैं इसे सत्यापित नहीं कर सकता।"
- डिस्कवरी एजेंट (The Discovery Agent): यह एजेंट छिपे हुए रास्तों की तलाश करता है। यह पूछता है, "क्या पुस्तकालय में ऐसा कोई पौधा है जिसमें एक ऐसा रसायन है जो मधुमेह (Diabetes) से संबंधित लक्ष्य पर प्रहार करता है?" यह मानचित्र के ट्रैकों का अनुसरण करता है ताकि उन उम्मीदवारों को खोज सके जिन्हें शायद एक इंसान ने मिस कर दिया हो।
3. यह केवल एक AI से पूछने से बेहतर क्यों है
शोध पत्र में DeepRoot का परीक्षण अन्य विधियों के विरुद्ध किया गया, जिसमें वे AI शामिल हैं जो केवल पाठ को पढ़ते हैं या वे AI जो चलते-फिरते तथ्यों को खोजने का प्रयास करते हैं (जैसे बात करते समय सर्च इंजन का उपयोग करना)।
- "भ्रम" (Hallucination) की समस्या: जब अन्य AI ने उपचार खोजने की कोशिश की, तो उन्होंने 87% बार साक्ष्य मनगढ़ंत बनाए। वे आत्मविश्वास से भरे हुए थे लेकिन झूठ बोल रहे थे।
- DeepRoot का लाभ: क्योंकि DeepRoot एक पूर्व-निर्मित, सत्यापित मानचित्र पर निर्भर करता है, यह केवल 7-10% बार ही गलतियाँ करता है।
- "ग्राफ-ओनली" की समस्या: यदि आप केवल मानचित्र का उपयोग करते हैं बिना AI की तर्क क्षमता के, तो आपको शून्य भ्रम मिलेंगे, लेकिन सिस्टम जटिल कहानियों को समझने के लिए बहुत कठोर होगा।
- सही संतुलन (The Sweet Spot): DeepRoot मानचित्र की कठोरता (झूठ बोलने से रोकने के लिए) को AI की तर्क शक्ति (जटिल संबंधों को समझने के लिए) के साथ जोड़ता है। यह एकमात्र ऐसा तरीका है जो सटीक और बुद्धिमान दोनों था।
4. परिणाम: खोए हुए खजानों की खोज
टीम ने प्राचीन Shen Nong Ben Cao Jing पर DeepRoot का परीक्षण किया। उन्होंने 21 ज्ञात उपचारों (जैसे "पौधा X, बीमारी Y का उपचार करता है") को सिस्टम से छिपा दिया और फिर उन्हें दोबारा खोजने के लिए कहा।
- मानक AI: 21 में से केवल 1 को खोज सका।
- DeepRoot: 21 में से 10 को खोज सका।
- रैंडम अनुमान (Random Guessing): लगभग 21 में से 0.5 को खोज पाता।
यह साबित करता है कि पहले एक सत्यापित मानचित्र बनाकर, सिस्टम वास्तव में उन वास्तविक चिकित्सा संबंधों को "पुनः खोज" सकता है जो पुराने पाठ में दबे हुए थे, न कि केवल अनुमान लगा रहा है।
सारांश
DeepRoot विशेषज्ञ पुस्तकालयाध्यक्षों और जासूसों की एक टीम की तरह है जो पहले एक प्राचीन, अव्यवस्थित पुस्तकालय को साफ करते हैं, प्रत्येक पुस्तक को एक पूर्ण, सत्यापित अनुक्रमणिका (index) में व्यवस्थित करते हैं, और फिर नए उपचार खोजने के लिए इस अनुक्रमणिका का उपयोग करते हैं। यह केवल पुराने पाठ को "पढ़ता" नहीं है; यह इसे एक आधुनिक, वैज्ञानिक भाषा में अनुवादित करता है जो नई दवाएं खोजने के लिए सुरक्षित है।
महत्वपूर्ण नोट: शोध पत्र स्पष्ट रूप से कहता है कि DeepRoot एक परिकल्पना उत्पन्न करने वाला अनुसंधान उपकरण (research tool for generating hypotheses) है, न कि चिकित्सा सलाह देने वाला उपकरण। यह वैज्ञानिकों को यह तय करने में मदद करता है कि कौन से प्राकृतिक उत्पाद प्रयोगशाला में परीक्षण के योग्य हैं, लेकिन यह गारंटी नहीं देता है कि ये उपचार मनुष्यों के लिए सुरक्षित या प्रभावी हैं बिना आगे के परीक्षण के।
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।