PATHFinder Agent for Tailored Prenatal Care

तकनीकी सारांश: अनुकूलित प्रसवपूर्व देखभाल के लिए PATHFinder एजेंट

समस्या विवरण
प्रसवपूर्व देखभाल एक महत्वपूर्ण निवारक सेवा है, फिर भी पारंपरिक 12-14 व्यक्तिगत मुलाकातों का मॉडल अक्सर उन सामाजिक स्वास्थ्य कारकों (जैसे, आवास अस्थिरता, काम में लचीलेपन की कमी) को संबोधित करने में विफल रहता है जो रोगियों को देखभाल तक पहुँचने से रोकते हैं। इसके अलावा, अमेरिकन कॉलेज ऑफ ऑब्स्टेट्रिशियंस एंड गायनेकोलॉजिस्ट्स (ACOG) ने नए दिशानिर्देश पेश किए हैं, जिसे 'प्लान फॉर एप्रोप्रियेट टेलरड हेल्थकेयर' (PATH) कहा जाता है, जो लचीली, रोगी-विशिष्ट देखभाल योजनाओं की वकालत करता है। हालांकि, PATH को लागू करना चिकित्सकों और रोगियों दोनों के लिए जटिल है; चिकित्सक अपर्याप्त संसाधनों के साथ अनसुलजी सामाजिक आवश्यकताओं को संबोधित करने से होने वाली थकान (burnout) का सामना करते हैं, जबकि सामाजिक बाधाओं वाले रोगियों को अतिरिक्त मुलाकातें मददगार के बजाय बोझिल लग सकती हैं। एक ऐसे सिस्टम की आवश्यकता है जो इन अनुकूलित दिशानिर्देशों को संचालित कर सके, सामाजिक संसाधन मिलान को एकीकृत कर सके, और प्रदाताओं पर बोझ डाले बिना नैदानिक निरीक्षण बनाए रख सके।

कार्यप्रणाली और सिस्टम डिज़ाइन
लेखक PATHFinder Agent का प्रस्ताव करते हैं, जो एक एंड-टू-एंड संवादात्मक एजेंटिक सिस्टम है जिसे रोगी के संदर्भ को एकत्र करने, व्यक्तिगत देखभाल योजनाएं तैयार करने और सामुदायिक संसाधनों को सामने लाने के लिए डिज़ाइन किया गया है। इस सिस्टम को नैदानिक वैधता और तकनीकी व्यवहार्यता सुनिश्चित करने के लिए बोर्ड-प्रमाणित प्रसूति विशेषज्ञों (obstetricians), दाइयों (midwives) और कंप्यूटर वैज्ञानिकों द्वारा सह-डिज़ाइन किया गया है।

• आर्किटेक्चर: सिस्टम एक React फ्रंटएंड का उपयोग करता है जो एक FastAPI बैकएंड के साथ संचार करता है। मुख्य एजेंट एक लार्ज लैंग्वेज मॉडल (LLM) है जो एक टूल निष्पादक (tool executor), एक निरीक्षण क्लासिफायर (oversight classifier), एक FHIR सेवा और एक रिपोर्ट जनरेटर के साथ जुड़ा हुआ है। बातचीत की स्थिति (conversation state) को एक रिलेशनल डेटाबेस में सुरक्षित रखा जाता है।
• टूल सूट: एजेंट के पास चार श्रेणियों में 13 उपकरण हैं:
  • मेडिकल: इसमें एक TOLAC (सीजेरियन के बाद प्रसव का प्रयास) कैलकुलेटर और एक "चिकित्सक को सौंपें" (Defer to Clinician) क्रिया शामिल है।
  • सामाजिक आवश्यकताएं: उपश्रेणी और ज़िप कोड द्वारा मिशिगन 211 संसाधनों (भोजन, आवास, परिवहन, आदि) को खोजने के लिए एक पदानुक्रमित इंटरफ़ेस।
  • वैयक्तिकरण (Personalization): संदर्भ-जागरूक फॉलो-अप प्रश्न उत्पन्न करने के लिए एक माध्यमिक LLM से परामर्श करता है।
  • रिपोर्टिंग: रोगी-केंद्रित सारांश, नैदानिक सारांश, विज़िट शेड्यूल और संसाधन सूचियों को क्रमिक रूप से बनाता है।
• चार-चरणीय वर्कफ़्लो:
  1. इंटेक (Intake): रोगी जनसांख्यिकी, चिकित्सा इतिहास, गर्भकालीन आयु और सामाजिक कारकों को कैप्चर करने वाला एक मानकीकृत फॉर्म पूरा करते हैं।
  2. गतिशील संपर्क (Dynamic Interaction): एजेंट एक संरचित, खुले संवाद में संलग्न होता है। यह एक "फॉर्म+चैट" इंटरफ़ेस का उपयोग करता है जहाँ एक माध्यमिक LLM मध्यवर्ती UI तत्व (बटन, चेकबॉक्स) उत्पन्न करता है ताकि टेक्स्ट एंट्री की थकान को कम किया जा सके और अनसुलजी सामाजिक आवश्यकताओं एवं प्राथमिकताओं को समझा जा सके।
  3. योजना संश्लेषण (Plan Synthesis): एजेंट एक ड्राफ्ट रिपोर्ट तैयार करता है जिसमें एक रोगी-केंद्रित सारांश, एक नैदानिक सारांश, विज़िट शेड्यूल सिफारिशें और क्यूरेटेड मिशिगन 211 संसाधन शामिल होते हैं।
  4. चिकित्सक निरीक्षण (Clinician Oversight): एक चिकित्सक ड्राफ्ट की समीक्षा करता है, योजना को मान्य करता है, और अंतिम रूप देने से पहले सामग्री को अनुमोदित या संपादित कर सकता है।

मूल्यांकन और परिणाम
लेखकों ने सिंथेटिक रोगी प्रोफाइल और विशेषज्ञ-क्यूरेटेड रूब्रिक्स का उपयोग करके फ्रंटियर LLMs (GPT-5.2, GPT-4o, Gemini 2.5 Pro, Gemini 2.5 Flash) का मूल्यांकन किया। मूल्यांकन पांच नैदानिक आयामों पर केंद्रित था:

1. विज़िट की आवृत्ति (Visit frequency)
2. सेवाएँ (परीक्षण, सिफारिशें)
3. प्रसवपूर्व परीक्षण के लिए समय (Timing for antenatal testing)
4. विकास अल्ट्रासाउंड के लिए समय (Timing for growth ultrasound)
5. देखभाल की पद्धति (इन-पर्सन बनाम टेलीहेल्थ)

मुख्य निष्कर्ष:

• प्रदर्शन: GPT-5.2 ने 77.6% के उच्चतम औसत रूब्रिक स्कोर के साथ शीर्ष स्थान प्राप्त किया, इसके बाद Gemini 2.5 Pro (71.5%), Gemini 2.5 Flash (62.0%), और GPT-4o (57.25%) रहे।
• आयामी भिन्नता (Dimensional Variance): "विज़िट की आवृत्ति" सभी मॉडलों के लिए सही भविष्यवाणी करने में सबसे आसान आयाम था। इसके विपरीत, "प्रसवपूर्व परीक्षण" और "सेवा सिफारिश" सबसे कठिन थे, जिनमें मॉडलों के बीच प्रदर्शन का अंतर सबसे अधिक देखा गया।
• निहितार्थ: परिणाम दर्शाते हैं कि जबकि वर्तमान मॉडल आशाजनक हैं, महत्वपूर्ण नैदानिक सिफारिशों में त्रुटियों को रोकने के लिए मजबूत निरीक्षण उपाय (दोनों LLM-आधारित और मानव-संचालित) आवश्यक हैं।

प्रमुख योगदान

1. PATHFinder Agent: एक अभिनव एजेंटिक सिस्टम जो ACOG के PATH दिशानिर्देशों को संचालित करता है, चिकित्सा दिशानिर्देशों और सामाजिक संसाधन एकीकरण के बीच के अंतर को पाटता है।
2. हाइब्रिड इंटरफ़ेस डिज़ाइन: एक "फॉर्म+चैट" इंटरैक्शन मॉडल जो संरचित डेटा संग्रह और अनुकूलित संवादात्मक फॉलो-अप के बीच संतुलन बनाता है, जिसे रोगी की थकान को कम करने के लिए डिज़ाइन किया गया है।
3. चिकित्सक-इन-द-लूप वर्कफ़्लो: एक संरचित चार-चरणीय प्रक्रिया जो यह सुनिश्चित करती है कि सभी उत्पन्न देखभाल योजनाओं का मानव सत्यापन किया जाए, जो हालिया मेडिकल AI साहित्य में उठाई गई सुरक्षा और तैनाती संबंधी चिंताओं को संबोधित करती है।
4. अनुभवजन्य बेंचमार्किंग (Empirical Benchmarking): विशिष्ट प्रसवपूर्व देखभाल आयामों पर अत्याधुनिक LLMs का तुलनात्मक मूल्यांकन, जो जटिल चिकित्सा तर्क में उनकी वर्तमान क्षमताओं और सीमाओं को उजागर करता है।

महत्व और दावे
यह शोध पत्र PATHFinder Agent को अनुकूलित प्रसवपूर्व देखभाल दिशानिर्देशों के व्यापक प्रसार के एक संभावित सक्षमकर्ता (enabler) के रूप में प्रस्तुत करता है। लेखक दावा करते हैं कि यह सिस्टम एक कठोर, विज़िट-प्रधान मॉडल से लचीले, रोगी-केंद्रित दृष्टिकोण की ओर बढ़ने में सहायता कर सकता है जो चिकित्सा और सामाजिक स्वास्थ्य निर्धारकों दोनों को संबोधित करता है।

लेखक तैनाती के संबंध में एक मध्यम रुख बनाए रखते हैं। वे स्पष्ट रूप से कहते हैं कि सिस्टम को चिकित्सकों को बदलने के बजाय उनका समर्थन करने के लिए डिज़ाइन किया गया है। पेपर इस बात पर जोर देता है कि वास्तविक दुनिया के नैदानिक परिनियोजन (clinical deployment) से पहले, सिस्टम को सुरक्षा और प्रभावकारिता सुनिश्चित करने के लिए औपचारिक सटीकता गारंटी, मानव प्रतिभा अध्ययन और रैंडमाइज्ड कंट्रोल्ड ट्रायल की आवश्यकता होगी। वर्तमान योगदान को एक तकनीकी प्रोटोटाइप और मूल्यांकन ढांचे के रूप में फ्रेम किया गया है जो उन प्रमुख अंतरालों (विशेष रूप से प्रसवपूर्व परीक्षण सिफारिशों में) की पहचान करता है जिन्हें सुरक्षा सुनिश्चित करने के लिए संबोधित किया जाना चाहिए।