Harrison.Rad 1.5 Technical Report: A radiology foundation model that can draft reports from images, priors and clinical context
Harrison.Rad 1.5 एक रेडियोलॉजी-विशिष्ट मल्टीमॉडल लार्ज लैंग्वेज मॉडल है जिसे विविध एक्स-रे और मैमोग्राफी छवियों, नैदानिक संदर्भ और पूर्व अध्ययनों से संरचित और असंरचित रिपोर्ट उत्पन्न करने के लिए एक तीन-चरणीय पाइपलाइन के माध्यम से प्रशिक्षित किया गया है, जो सिम्युलेटेड FRCR परीक्षा सहित नैदानिक बेंचमार्क पर अत्याधुनिक 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 Harrison.Rad 1.5 तकनीकी रिपोर्ट का विवरण दिया गया है, जिसे रोजमर्रा की भाषा और रचनात्मक उपमाओं (analogies) के साथ अनुवादित किया गया है।
बड़ी समस्या: बहुत सारे स्कैन, पर देखने के लिए कम आँखें
कल्पना कीजिए कि एक अस्पताल में एक्स-रे और स्कैन की संख्या एक तेजी से फूलते हुए गुब्बारे की तरह बढ़ रही है, लेकिन रेडियोलॉजिस्ट (वे डॉक्टर जो उन्हें पढ़ते हैं) की संख्या केवल एक धीमी, स्थिर घोंघे (snail) की तरह बढ़ रही है। इससे बिना रिपोर्ट वाले स्कैन का एक विशाल ट्रैफिक जाम लग जाता है।
यह पेपर तर्क देता है कि केवल अधिक डॉक्टरों को काम पर रखना या उन्हें तेजी से प्रशिक्षित करना इस समस्या को हल नहीं करेगा। असली समाधान मौजूदा डॉक्टरों को एक "सुपर-असिस्टेंट" देना है जो रिपोर्ट लिखने का भारी काम करे, ताकि डॉक्टर को केवल उसे चेक करना पड़े।
समाधान: Harrison.Rad 1.5 (HR1.5)
HR1.5 को केवल हड्डियों को गिनने वाले एक साधारण कैलकुलेटर के रूप में नहीं, बल्कि एक अत्यधिक विशिष्ट मेडिकल इंटर्न के रूप में देखें जिसने लाखों एक्स-रे देखे हैं और लाखों रिपोर्ट लिखी हैं।
- यह क्या करता है: यह एक एक्स-रे को देखता है, मरीज का इतिहास पढ़ता है (जैसे "मरीज को खांसी है"), यह देखने के लिए कि क्या बदला है उनके पुराने एक्स-रे की जांच करता है, और फिर एक पूर्ण मेडिकल रिपोर्ट का ड्राफ्ट तैयार करता है।
- यह क्या कवर करता है: यह केवल चेस्ट एक्स-रे के लिए नहीं है। यह रीढ़ की हड्डी, कूल्हे, घुटने, पेट और यहाँ तक कि मैमोग्राम के एक्स-रे को भी संभालता है। यह फ्लैट एक्स-रे के लिए एक "जनरलिस्ट" (सामान्य विशेषज्ञ) है, न कि केवल शरीर के एक हिस्से के लिए विशेषज्ञ।
इसे कैसे प्रशिक्षित किया गया: तीन-चरणीय बूट कैंप (Three-Step Boot Camp)
पेपर में प्रशिक्षण की तीन चरणों वाली प्रक्रिया का वर्णन किया गया है, जो बिल्कुल वैसा ही है जैसे आप किसी नए कर्मचारी को प्रशिक्षित करते हैं:
- मैनुअल पढ़ना (Domain Adaptation): सबसे पहले, AI को वास्तविक रेडियोलॉजी रिपोर्टों की एक विशाल लाइब्रेरी खिलाई गई ताकि यह डॉक्टरों द्वारा उपयोग की जाने वाली विशिष्ट भाषा सीख सके। इसने सीखा कि "ओपेसिटी" (opacity) केवल एक धुंधला धब्बा नहीं है; यह एक विशिष्ट चिकित्सा शब्द है।
- "अंतर पहचानो" खेल (Contrastive Learning): AI को लाखों इमेज और रिपोर्ट के जोड़े दिखाए गए। महत्वपूर्ण बात यह है कि इसे "हार्ड नेगेटिव्स" (hard negatives) दिखाए गए—ऐसी छवियां जो लगभग एक जैसी दिखती हैं लेकिन उनमें एक सूक्ष्म, महत्वपूर्ण अंतर होता है (जैसे एक बहुत बारीक फ्रैक्चर बनाम कोई फ्रैक्चर न होना)। इसने AI को केवल छवि के सामान्य आकार पर ध्यान देने के बजाय, नैदानिक रूप से महत्वपूर्ण विवरणों पर ध्यान देना सिखाया।
- डॉक्टरों के साथ रोल-प्लेइंग (Instruction Tuning): अंत में, AI ने डॉक्टरों के साथ बातचीत करने का अभ्यास किया। इसने विशिष्ट प्रश्नों के उत्तर देना सीखा (जैसे "क्या कोई फ्रैक्चर है?") और ठीक उसी शैली में रिपोर्ट तैयार करना सीखा जिसकी अस्पताल अपेक्षा करते हैं।
हार्डवेयर अपग्रेड: टीम ने AI के "दिमाग" को नवीनतम, सबसे शक्तिशाली कंप्यूटर चिप्स (NVIDIA B200 क्लास) पर चलाने के लिए अपग्रेड किया, जिससे यह पिछले संस्करणों की तुलना में डेटा को बहुत तेज़ी से और कुशलता से प्रोसेस कर सकता है।
बड़ा टेस्ट: "मेडिकल बोर्ड परीक्षा"
यह साबित करने के लिए कि यह AI वास्तव में अच्छा है, शोधकर्ताओं ने केवल इसे अनुमान लगाने के लिए नहीं कहा; उन्होंने इसे रॉयल कॉलेज ऑफ रेडियोलॉजिस्ट्स (FRCR) परीक्षा का एक मॉक वर्जन दिया। यह वह वास्तविक, कठिन परीक्षा है जिसे मानव डॉक्टर विशेषज्ञ बनने के लिए पास करते हैं।
- परिणाम: HR1.5 एकमात्र सिस्टम था (अन्य प्रसिद्ध AI मॉडल और सामान्य चैटबॉट्स सहित) जिसने इस परीक्षा को पास किया।
- तुलना: जबकि सामान्य AI मॉडल (जैसे जिन्हें आप ऑनलाइन चैट कर सकते हैं) 50% से नीचे स्कोर करते हुए फेल हो गए, HR1.5 ने पास होने लायक स्कोर किया। इसने अपने पिछले संस्करण (HR1) और अन्य मेडिकल-विशिष्ट AI को भी पीछे छोड़ दिया।
मानक परीक्षण क्यों विफल होते हैं ("शब्द मिलान" का जाल)
पेपर इस खामी की ओर इशारा करता है जो आमतौर पर AI का परीक्षण करने के तरीके में होती है। अधिकांश परीक्षण यह देखते हैं कि क्या AI का उत्तर सही उत्तर के साथ समान शब्दों का उपयोग करता है (जैसे एक शिक्षक वर्तनी परीक्षण ग्रेड करता है)।
- समस्या: एक AI एक बेहतरीन मेडिकल रिपोर्ट लिख सकता है लेकिन थोड़े अलग शब्दों का उपयोग कर सकता है, और एक मानक टेस्ट उसे गलत मान लेगा। या, वह एक निरर्थक रिपोर्ट लिख सकता है जिसमें संयोग से सही कीवर्ड्स हों, और टेस्ट उसे सही मान लेगा।
- समाधान: शोधकर्ताओं ने एक नया स्कोरिंग सिस्टम बनाया जिसे "Findings-Diagnosis" कहा जाता है। शब्दों के मिलान की जाँच करने के बजाय, यह चिकित्सा सत्य (medical truth) की जाँच करता है। क्या AI ने निमोनिया को पहचाना? क्या इसने सही ढंग से कहा कि हृदय का आकार सामान्य है? क्या इसने ऐसी बीमारियाँ तो नहीं बना दीं जो वहाँ मौजूद नहीं हैं? यह प्रणाली नैदानिक सटीकता के बारेм बहुत अधिक सख्त और ईमानदार है।
यह कैसे सोचता है: "व्याख्यात्मकता" (Explainability)
AI के बारे में सबसे बड़ी चिंताओं में से एक यह है कि यह एक "ब्लैक बॉक्स" है—यह एक उत्तर देता है, लेकिन आपको पता नहीं होता कि क्यों। पेपर दिखाता है कि कैसे HR1.5 पारदर्शी होने की कोशिश करता है:
- हीटमैप्स (Heatmaps): जब AI कहता है, "यहाँ एक फ्रैक्चर है," तो यह एक्स-रे पर उस सटीक स्थान को हाइलाइट कर सकता है जिसने इसे ऐसा कहने पर मजबूर किया। यह ऐसा है जैसे AI सबूत की ओर अपनी उंगली से इशारा कर रहा हो।
- कॉन्फिडेंस मीटर (Confidence Meter): AI आपको बता सकता है कि वह कितना आश्वस्त है। यदि वह किसी अजीब, पुरानी या अस्पष्ट छवि को देख रहा है, तो वह कहेगा, "मैं इस बारे में 100% निश्चित नहीं हूँ।"
- भ्रम (Hallucinations) की जाँच: सिस्टम में एक अंतर्निर्मित "झूठ पकड़ने वाला यंत्र" (lie detector) है। यदि AI भ्रमित होने के कारण केवल अनुमान लगा रहा है, तो सिस्टम यह पता लगा सकता है कि उसके आंतरिक संकेत अस्थिर हैं और वह उसका कॉन्फिडेंस स्कोर कम कर देता है।
"छाती में सेब" का टेस्ट (Out-of-Distribution)
शोधकर्ताओं ने परीक्षण किया कि क्या होता है यदि आप AI को कुछ ऐसा दिखाएं जो उसने पहले कभी नहीं देखा। उन्होंने मानव छाती के अंदर एक सेब का एक नकली एक्स-रे दिखाया।
- परिणाम: AI ने यह नहीं कहा, "मुझे नहीं पता कि यह क्या है।" इसके बजाय, इसने आत्मविश्वास से कहा, "यह एक ब्रेस्ट इम्प्लांट जैसा दिखता है।"
- सबक: यह एक सीमा को दर्शाता है। यदि AI कुछ बिल्कुल नया देखता है, तो वह उसे उस बॉक्स में फिट करने की कोशिश करता जिसे वह पहले से जानता है। यह "अनजान अज्ञात" (unknown unknowns) को पहचानने में परफेक्ट नहीं है, यही कारण है कि मानव डॉक्टरों को अभी भी डबल-चेक करने की आवश्यकता है।
निष्कर्ष
Harrison.Rad 1.5 एक विशेष AI टूल है जिसे रेडियोलॉजिस्टों को रिपोर्ट तेजी से और अधिक सटीकता से लिखने में मदद करने के लिए डिज़ाइन किया गया है। इसने एक सिम्युलेटेड स्पेशलिस्ट परीक्षा पास की है जिसमें अन्य AI विफल रहे। यह डॉक्टर की जगह नहीं लेता है; यह एक ड्राफ्ट-राइटर के रूप में कार्य करता है जिसकी समीक्षा डॉक्टर करता है।
महत्वपूर्ण नोट: पेपर स्पष्ट रूप से बताता है कि यह उपकरण अभी तक नैदानिक उपयोग (clinical use) के लिए स्वीकृत नहीं है। यह वर्तमान में एक रिसर्च प्रोटोटाइप है। यह एक मेडिकल डिवाइस नहीं है, और आप अभी इसका उपयोग मरीजों का निदान करने के लिए नहीं कर सकते। इसे इसलिए जारी किया गया है ताकि वैज्ञानिक इसका अध्ययन कर सकें, इसमें सुधार कर सकें और यह समझ सकें कि इसे वास्तविक दुनिया के लिए सुरक्षित कैसे बनाया जाए।
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।