VetClaw: An Edge-Cloud Multimodal Agentic System for Veterinary Disease Screening
VetClaw एक एज-क्लाउड मल्टीमॉडल एजेंटिक सिस्टम है जो बेहतर ज़ीरो-शॉट क्लासिफिकेशन के लिए विजुअल और टेक्स्टुअल इनपुट्स को संयोजित करके पशु चिकित्सा रोग स्क्रीनिंग को बढ़ाने के लिए एक एज-आधारित इंटरेक्शन मैनेजर को क्लाउड-होस्टेड LangGraph वर्कफ़्लो के साथ एकीकृत करता है, साथ ही सुरक्षा, विश्वसनीयता और संरचित नैदानिक सहायता सुनिश्चित 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
एक ऐसी दुनिया की कल्पना करें जहाँ आपका पालतू जानवर बात कर सके। यदि आपके कुत्ते के पंजे में दर्द होता, तो वह केवल लंगड़ाता नहीं; बल्कि वह कहता, "हे, मेरे पंजे में दर्द हो रहा है, और यह लाल दिख रहा है।" वास्तव में, जानवर हमारी भाषा नहीं बोल सकते, और वे मेडिकल फॉर्म नहीं भर सकते। यह चुप्पी पशु चिकित्सकों (वेटरनरी डॉक्टर्स) के लिए बीमारियों को जल्दी पकड़ना मुश्किल बना देती है, खासकर जब एक बीमार जानवर यह नहीं बता पाता कि उसे क्या समस्या है। इस अंतर को पाटने के लिए, वैज्ञानिक आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करके "स्मार्ट सहायक" बना रहे हैं। AI को एक अत्यंत चौकस जासूस के रूप में सोचें जो बीमार जानवर की तस्वीर देख सकता है और उसके लक्षणों के विवरण को पढ़कर अनुमान लगा सकता है कि क्या गलत है। लेकिन केवल एक जासूस होना ही काफी नहीं है; आपको एक पूरी टीम की आवश्यकता होती है। आपको कोई चाहिए जो फोटो ले सके, कोई जो सुरागों को व्यवस्थित कर सके, कोई जो यह जांच सके कि जासूस मनगढ़ंत बातें तो नहीं बना रहा है, और कोई जो मदद के लिए पुकार सके यदि मामला बहुत पेचीदा हो जाए। यहीं पर "एज कंप्यूटिंग" (काम को वहीं करना जहाँ जानवर है, जैसे एक छोटे कैमरे पर) और "एजेंटिक सिस्टम्स" (AI जो केवल एक कैलकुलेटर के बजाय श्रमिकों की एक टीम की तरह कार्य करता है) की अवधारणाएं आती हैं। बड़ा सवाल यह है: क्या हम एक डिजिटल टीम बना सकते हैं जो जानवरों की बीमारी को गंभीर होने से पहले पहचान सके, भले ही जानवर एक शब्द भी न बोल सके?
यहाँ VetClaw आता है, एक नया डिजिटल सिस्टम जिसे उस टीम के रूप में डिज़ाइन किया गया है। VetClaws को एक हाई-टेक "पेट हेल्थ डिटेक्टिव स्क्वाड" के रूप में कल्पना करें जिसे रास्पबेरी पाई (Raspberry Pi) नामक एक छोटे कंप्यूटर पर तैनात किया गया है, जो किसी फार्म या खलिहान में एक स्मार्ट कैमरे की तरह काम करता है। यह सिस्टम केवल एक फोटो खींचकर अनुमान नहीं लगाता; यह दो मुख्य भागों के साथ एक सुव्यवस्थित मशीन की तरह काम करता है। सबसे पहले, एक "फील्ड एजेंट" (जिसे OpenClaw कहा जाता है) है जो कैमरे पर रहता है। यही वह है जो जागता है, गाय या कुत्ते की तस्वीर लेता है, और पास के इंसान से पूछता है, "क्या यह जानवर बीमार लग रहा है? आपको क्या दिख रहा है?" यह फोटो और इंसान द्वारा लिखे गए नोट्स को इकट्ठा करता है। फिर, यह इन सुरागों को "मिशन कंट्रोल" (जिसे LangGraph कहा जाता है) को सौंप देता है। मिशन कंट्रोल वह मस्तिष्क है जो वर्कफ़्लो को व्यवस्थित करता है। यह जाँचता है कि फोटो स्पष्ट है या नहीं, सुरागों को क्लाउड में स्थित एक शक्तिशाली कंप्यूटर तक भेजता है, और उत्तर की प्रतीक्षा करता है।
क्लाउड कंप्यूटर एक विशेष प्रकार के AI का उपयोग करता है जिसे विजन-लैंग्वेज मॉडल (VLM) कहा जाता है। इस मॉडल को एक अत्यंत बुद्धिमान पशु चिकित्सा छात्र के रूप में समझें जिसने हर मेडिकल किताब पढ़ी है लेकिन उसने कभी वास्तविक जानवर नहीं देखा है। यह फोटो और नोट्स को देखकर बीमारी का अनुमान लगाता है। लेकिन यहाँ ट्विस्ट यह है: VetClaw इस छात्र पर आँख मूंदकर भरोसा नहीं करता। "मिशन कंट्रोल" के पास सुरक्षा के कड़े नियम हैं। यदि छात्र अनिश्चित है, या यदि फोटो धुंधली है, या यदि नोट्स में कुछ तत्काल (अर्जेंट) लिखा है, तो सिस्टम केवल निदान (डायग्नोसिस) नहीं बताता। इसके बजाय, यह मामले को फ्लैग करता है, विवरण दर्ज करता है, और एक मानव पशु चिकित्सक को करीब से देखने के लिए "सेफ्टी अलर्ट" भेजता है। यह एक जूनियर जासूस की तरह है जो जानता है कि कब कहना है, "मुझे लगता है कि मुझे पता है कि क्या गलत है, लेकिन चलिए चीफ से इसे दोबारा चेक करवा लेते हैं।"
शोधकर्ताओं ने इस प्रणाली का परीक्षण दो प्रकार के चित्रों का उपयोग करके किया: एक जिसमें विभिन्न पालतू जानवरों की बीमारियों के 1,736 चित्र थे और दूसरा जिसमें कुत्तों की त्वचा संबंधी समस्याओं के 443 चित्र थे। उन्होंने जानकारी देने के तीन अलग-अलग तरीके आजमाए: केवल चित्र, केवल टेक्स्ट विवरण, और दोनों का मिश्रण। परिणाम दिलचस्प थे। जब AI ने केवल चित्रों को देखा (जैसे कि एक धुंधली तस्वीर से बीमारी का अनुमान लगाना), तो यह इसमें बहुत अच्छा नहीं था। कुत्तों की त्वचा रोग परीक्षण के लिए, इसने केवल लगभग 33% उत्तर सही दिए। हालाँकि, जब AI को लक्षणों को पढ़ने और चित्र को देखने दोनों की अनुमति दी गई, तो इसके प्रदर्शन में उल्लेखनीय वृद्धि हुई। डॉग स्किन टेस्ट में, सटीकता बढ़कर 72% से अधिक हो गई, और व्यापक पेट डिजीज टेस्ट में, टेक्स्ट और इमेज के मिश्रण ने सिस्टम को बहुत स्मार्ट अनुमान लगाने में मदद की। दिलचस्प बात यह है कि कुछ मामलों में, केवल लक्षणों के टेक्स्ट विवरण को पढ़ना केवल चित्र देखने की तुलना में अधिक शक्तिशाली था, जो यह सुझाव देता है कि क्या देखना है, यह जानना अक्सर केवल देखने से अधिक महत्वपूर्ण होता है।
यह पेपर सुझाव देता है कि यह "टीम दृष्टिकोण" पशु स्वास्थ्य निगरानी का भविष्य है। यह दिखाता है कि एक कैमरा, एक इंसान का अवलोकन और एक स्मार्ट AI वर्कफ़्लो को मिलाने से बीमारियों को एक साधारण कैमरे की तुलना में जल्दी पकड़ा जा सकता है। हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि यह एक "प्रगति पर कार्य" (work-in-progress) है। वे स्वीकार करते हैं कि उनके परीक्षणों में चित्रों के अपेक्षाकृत छोटे समूह का उपयोग किया गया था, और AI बिना किसी विशेष प्रशिक्षण के अनुमान लगा रहा था (एक विधि जिसे "जीरो-शॉट" कहा जाता है)। वे यह भी नोट करते हैं कि वर्तमान कैमरा केवल एक कोण से देख सकता है, जिससे चीजें छूट सकती हैं यदि जानवर हिल-डुल रहा हो। लेकिन मूल विचार ठोस है: एक स्थिर कैमरे को एक समन्वित, सुरक्षा-जागरूक टीम में बदलकर, VetClaw सुझाव देता है कि हम एक ऐसा सिस्टम बना सकते हैं जो न केवल बीमारी की भविष्यवाणी करता है, बल्कि जाँच करने, सत्यापित करने और ज़रूरत पड़ने पर मदद के लिए बुलाने की पूरी प्रक्रिया को प्रबंधित करता है। यह एक ऐसी दुनिया की ओर एक कदम है जहाँ हमारे प्यारे दोस्त आवश्यक देखभाल प्राप्त कर सकें, भले ही वे खुद बोल न सकें।
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।