Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process
यह शोधपत्र सूचना की उस इकाई द्वारा स्वास्थ्य सेवा आईटी (Healthcare IT) को व्यवस्थित करने के लिए एक नए ढांचे का प्रस्ताव करता है जिसे यह गणनीय (computable) बनाता है, जिसमें "रोगी-विशिष्ट नैदानिक इरादे" (patient-specific clinical intent) पर केंद्रित एक तीसरे स्तर को पेश किया गया है और प्राकृतिक संचार तथा संरचित, निष्पादन योग्य देखभाल प्रक्रियाओं के बीच के अंतर को पाटने के लिए "एक्शनबल क्लिनिकल रिकॉर्ड" (ACR) को इसके परमाणु वस्तु (atomic object) के रूप में औपचारिक रूप दिया गया 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
चिकित्सा के इतिहास में कंप्यूटर के साथ इसके संबंधों की कल्पना तीन अलग-अलग अपग्रेडों की एक कहानी के रूप में करें। पहले, डॉक्टर कागजी चार्ट से डिजिटल चार्ट पर चले गए। यह एक हस्तलिखित डायरी को एक खोजने योग्य डेटाबेस में बदलने जैसा था; इसने मरीज का नाम ढूंढना और जो लिखा गया है उसे देखना आसान बना दिया, लेकिन कंप्यूटर अभी भी शब्दों के अर्थ को नहीं समझता था। इसके बाद, इस क्षेत्र ने फिर से अपग्रेड किया और "स्ट्रक्चर्ड डेटा" (संरचित डेटा) की ओर बढ़ा। अब, केवल एक वाक्य पढ़ने के बजाय, कंप्यूटर विशिष्ट तथ्यों को देख सकता था, जैसे कि "ब्लड प्रेशर 120/80 है," जिससे यह जांच चलाने और रुझानों को पहचानने में सक्षम हुआ। लेकिन एक अंतर अभी भी बाकी है: डॉक्टर अक्सर अनौपचारिक बातचीत में निर्देश देते हैं, जैसे "अगर दर्द बढ़ जाए तो मुझे कॉल करें" या "दो सप्ताह में एक रक्त परीक्षण करवा लें।" अभी, कंप्यूटर इसे केवल टेक्स्ट के एक ब्लॉक के रूप में देखता है। वह शब्दों को जानता है, लेकिन वह यह नहीं जानता कि क्या करना है, कब करना है, या कौन करने वाला है। यह शोध पत्र पूछता है: हम कंप्यूटर को इन अनौपचारिक निर्देशों को सुनने और उन्हें वास्तविक, निष्पादित करने योग्य 'टू-डू लिस्ट' (करने योग्य कार्यों की सूची) में बदलने के लिए कैसे सिखाएं जो बीच में ही कहीं खो न जाएं?
डिजिटल देखभाल की तीन पीढ़ियां
हेल्थकेयर टेक्नोलॉजी को एक वीडियो गेम की तरह समझें जिसे तीन बार अपग्रेड किया गया है। पहली पीढ़ी रिकॉर्ड को डिजिटल बनाने के बारे में थी। कल्पना करें कि एक बिखरी हुई, कागजी नोटबुक को कंप्यूटर में स्कैन किया जा रहा है। आप शब्दों को खोज सकते हैं और फाइलों को तेजी से ढूंढ सकते हैं, लेकिन कंप्यूटर केवल एक फैंसी फाइलिंग कैबिनेट है; उसे यह नहीं पता कि "दो एस्पिरिन लें" एक कुछ करने का निर्देश है।
दूसरी पीढ़ी तथ्यों को डिजिटल बनाने के बारे में थी। यह कंप्यूटर को नोटबुक पढ़ने और विशिष्ट संख्याएं निकालने के लिए सिखाने जैसा है: "मरीज को बुखार है," "ब्लड शुगर अधिक है।" अब कंप्यूटर इन तथ्यों की तुलना नियमों से करके चेतावनियाँ दे सकता है या गुणवत्ता को ट्रैक कर सकता है। लेकिन इसमें एक पेंच है। डॉक्टर अक्सर "नोट्स" सेक्शन में साधारण अंग्रेजी में निर्देश छोड़ देते हैं, जैसे "यदि लक्षण बने रहते हैं तो कार्डियोलॉजी को रेफर करें।" कंप्यूटर शब्दों को देखता है, लेकिन वह योजना को नहीं समझ पाता। उसे यह नहीं पता कि यह एक भविष्य का कार्य है, इसे किसे करना है, या कौन सी स्थिति इसे ट्रिगर करती है।
यह शोध पत्र एक तीसरी पीढ़ी का प्रस्ताव देता है: क्लिनिकल इंटेंट (नैदानिक इरादे) को कंप्यूटेबल (गणनीय) बनाना। लेखक सुझाव देते हैं कि हमें एक नए स्तर की आवश्यकता है जहाँ कंप्यूटर केवल टेक्स्ट को पढ़े नहीं बल्कि उसके पीछे के इरादे को समझे। वे इसे "एक्शनबल क्लिनिकल रिकॉर्ड" (या ACR) कहते हैं।
समस्या: "अनुवाद में खो जाने" का अंतर
यहाँ वह वास्तविक दुनिया की समस्या है जिसे यह शोध पत्र रेखांकित करता है। जब एक डॉक्टर कहता है, "दो सप्ताह में रक्त परीक्षण दोहराएं," तो यह निर्देश निर्णायक होता है। लेकिन वर्तमान प्रणाली में, यह टेक्स्ट के एक पैराग्राफ में फंसा हुआ है। कंप्यूटर स्वचालित रूप से उस परीक्षण को शेड्यूल नहीं कर सकता, न ही उसे किसी नर्स को सौंप सकता है, और न ही यह जांच सकता है कि वह बाद में हुआ या नहीं।
लेखक बताते हैं कि यह केवल एक मामूली परेशानी नहीं है; यह खतरनाक है। क्योंकि ये निर्देश "कंप्यूटेबल" नहीं हैं, इसलिए वे अक्सर भुला दिए जाते हैं। एक बड़े स्वास्थ्य तंत्र में, केवल लगभग एक-तिहाई विशेषज्ञ रेफरल ही वास्तव में पूर्ण विज़िट (मुलाकात) में बदले। जब निर्देशों और "डॉक्टर ने क्या कहा" तथा "सिस्टम ने क्या किया" के बीच के अंतर में वे खो जाते हैं, तो मरीजों को नुकसान हो सकता है और नैदानिक त्रुटियां हो सकती हैं।
समाधान: एक्शनबल क्लिनिकल रिकॉर्ड (ACR)
इस समस्या को ठीक करने के लिए, लेखक एक नया डिजिटल ऑब्जेक्ट प्रस्तावित करते हैं जिसे एक्शनबल क्लिनिकल रिकॉर्ड (ACR) कहा जाता है। ACR को एक "स्मार्ट टू-डू कार्ड" के रूप में समझें जिसे कंप्यूटर वास्तव में उपयोग कर सके।
जब कोई डॉक्टर बोलकर या लिखकर कोई निर्देश देता है, तो सिस्टम इसे निकालने और इसे ACR प्रारूप में बदलने का प्रयास करता है। एक ACR केवल एक वाक्य नहीं है; यह विशिष्ट जानकारी से युक्त एक संरचित पैकेज है:
- एक्शन (Action): क्या किया जाना है (जैसे, "ब्लड टेस्ट चलाएं")।
- टारगेट (Target): यह किसके लिए है (जैसे, "कम्प्लीट ब्लड काउंट")।
- एक्टर (Actor): कौन जिम्मेदार है (जैसे, "नर्स" या "मरीज"), न कि केवल बोलने वाला।
- टाइम (Time): यह कब होता है (जैसे, "दो सप्ताह में", न कि केवल एक रैंडम तारीख)।
- कंडीशन (Condition): किन नियमों के तहत यह लागू होता है (जैसे, "यदि लक्षण बने रहते हैं")।
- स्टेटस (Status): क्या यह प्रतीक्षा में है, सक्रिय है, या हो चुका है?
लेखक इस बात पर जोर देते हैं कि यह डॉक्टर के नोट्स को बदलने के बारे में नहीं है। यह नोट्स के ऊपर एक परत जोड़ने के बारे में है जो मानवीय भाषा को उस प्रारूप में अनुवादित करती है जिसे कंप्यूटर के वर्कफ़्लो सिस्टम समझ सकें और निष्पादित कर सकें।
यह कैसे काम करता है: "हाइब्रिड" मस्तिष्क
शोध पत्र बहुत सावधानी से यह वादा नहीं करता कि एक साधारण AI चैटबॉट इस समस्या को हल कर सकता है। लेखक तर्क देते हैं कि जबकि आधुनिक लैंग्वेज मॉडल्स टेक्स्ट समझने में बहुत अच्छे हैं, वे समय और तर्क (logic) के मामले में पूरी तरह से विश्वसनीय होने में कमजोर हैं। यदि एक AI महत्वपूर्ण परीक्षण के लिए गलत तारीख का अनुमान लगा लेता है, तो यह एक आपदा है।
इसलिए, वे एक हाइब्रिड दृष्टिकोण का प्रस्ताव करते हैं। एक ऐसी टीम की कल्पना करें जहाँ एक स्मार्ट, रचनात्मक AI (जिसे "लर्नर" कहा जाता है) डॉक्टर के नोट को पढ़ता है और सुझाव देता है, "अरे, यह एक ब्लड टेस्ट का अनुरोध लग रहा है।" लेकिन फिर, एक सख्त, नियम का पालन करने वाला रोबोट (जिसे "वेरिफायर" कहा जाता है) गणित की जांच करता है। यह सुनिश्चित करता है कि "दो सप्ताह" की गणना सही ढंग से की गई है, पुष्टि करता है कि कौन जिम्मेदार है, और यह सुनिश्चित करता है कि तर्क सही है। यदि AI अनिश्चित है, तो सिस्टम को रुकने और मानव डॉक्टर से दोबारा जांच करने के लिए कहना चाहिए। यह सुनिश्चित करता है कि अंतिम "टू-डू कार्ड" सुरक्षित और ऑडिट योग्य (जांच योग्य) हो।
इस शोध पत्र ने वास्तव में क्या पाया (और क्या नहीं)
यह ध्यान रखना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं है। यह किसी नए सॉफ्टवेयर उत्पाद की रिपोर्ट नहीं है जो पहले से ही अस्पतालों में जीवन बचा रहा है। लेखक इसे एक फ्रेमवर्क और एक प्रस्ताव के रूप में वर्णित करते हैं।
- प्रस्ताव: उन्होंने इस नए "तीसरे स्तर" और ACR प्रारूप के लिए नियम परिभाषित किए हैं।
- परीक्षण: उन्होंने केवल एक विशिष्ट कार्य पर एक छोटा, नियंत्रित प्रयोग (एक व्यवहार्यता अध्ययन) चलाया: अनुवर्ती (follow-up) निर्देशों को निकालना। इस परीक्षण में, उनका हाइब्रिड सिस्टम (AI + सख्त नियम) मानक AI मॉडल्स की तुलना में समय और एक्शन को सही ढंग से पकड़ने में बहुत बेहतर था।
- सीमा: वे स्वीकार करते हैं कि यह केवल एक शुरुआत है। उन्होंने यह साबित नहीं किया है कि यह चिकित्सा के हर प्रकार के निर्देश के लिए काम करता है, और उन्होंने यह भी नहीं दिखाया है कि इससे वास्तविक दुनिया में मरीजों के परिणामों में सुधार होता है। वे सुझाव देते हैं कि भविष्य के कार्यों को वास्तविक, जटिल अस्पताल डेटा पर इसका परीक्षण करने की आवश्यकता है ताकि देखा जा सके कि यह कितना प्रभावी है।
आगे की राह
लेखक इसे एक अनुसंधान एजेंडा के रूप में देखते हैं। वे चाहते हैं कि समुदाय इन "स्मार्ट टू-डू कार्ड्स" (ACR ऑन्टोलॉजी) को लिखने के एक मानक तरीके पर सहमत हो। वे विभिन्न भाषाओं और उन जटिल स्थितियों को संभालने के बेहतर तरीके बनाना चाहते हैं जहाँ एक डॉक्टर अपना निर्णय बदल सकता है। सबसे महत्वपूर्ण बात यह है कि वे सफलता को मापने के तरीके को बदलना चाहते हैं। केवल यह जाँचने के बजाय कि क्या कंप्यूटर ने टेक्स्ट को सही ढंग से "पढ़ा", हमें यह मापना चाहिए कि क्या कंप्यूटर वास्तव में कार्य को सही ढंग से निष्पादित (execute) कर सकता है।
संक्षेप में, शोध पत्र सुझाव देता है कि हेल्थकेयर आईटी को वास्तव में परिपक्व होने के लिए, इसे केवल शब्दों को संग्रहीत करना बंद करना होगा और उनके भीतर छिपे प्लान को समझना शुरू करना होगा। अनौपचारिक निर्देशों को संरचित, निष्पादित करने योग्य "एक्शनबल क्लिनिकल रिकॉर्ड्स" में बदलकर, हम अंततः उन निर्देशों के चक्र को पूरा कर सकते हैं जो बीच में ही खो जाते हैं, जिससे देखभाल अधिक सुरक्षित और विश्वसनीय हो सकती है। लेकिन फिलहाल, यह एक आशाजनक विचार है जो अधिक प्रमाणों की प्रतीक्षा कर रहा 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।