Coupled Graph--Policy Distillation for Personalized Medication Safety in Older Adults with Multimorbidity

कल्पना कीजिए कि आप एक रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं, लेकिन गवाह आपको केवल आधी कहानी बताता है। वह कहता है, "मेरे सिर में दर्द है," लेकिन वह यह बताना भूल जाता है कि उसे उच्च रक्तचाप और गुर्दे की समस्या भी है। यदि आप बिना पूरी तस्वीर जाने उन्हें एक मानक दर्द निवारक दवा दे देते हैं, तो आप अनजाने में स्थिति को और खराब कर सकते हैं। यह आधुनिक चिकित्सा की दैनिक चुनौती है, जो उन वृद्ध वयस्स्कों के लिए है जिन्हें अक्सर एक साथ कई स्वास्थ्य स्थितियों से जूझना पड़ता है। आर्टिफिशियल इंटेलिजेंस की दुनिया में, लार्ज लैंग्वेज मॉडल्स (LLMs) सुपर-स्मार्ट जासूसों की तरह हैं जो एक सेकंड में लाखों मेडिकल किताबों को पढ़ सकते हैं। हालाँकि, ये AI जासूस अक्सर एक महत्वपूर्ण गलती करते हैं: वे रोगी द्वारा कही गई पहली बात को ही पूर्ण सत्य मान लेते हैं। वे अधूरी जानकारी के आधार पर एक त्वरित, आत्मविश्वासी उत्तर दे सकते हैं, जिससे वे छिपे हुए खतरों को मिस कर देते हैं जो घातक हो सकते हैं। "मेडिकेशन सेफ्टी" (दवा सुरक्षा) का क्षेत्र इसी बारे में है कि जब कोई डॉक्टर या AI किसी दवा का सुझाव देता है, तो वह उस विशिष्ट व्यक्ति के स्वास्थ्य मिश्रण के लिए सुरक्षित हो, न कि केवल एक औसत व्यक्ति के लिए।

यहाँ ATLAS आता है, जो शोधकर्ताओं द्वारा डिज़ाइन किया गया एक नया AI सिस्टम है जिसे एक बहुत अधिक सावधान और गहन जासूस बनने के लिए बनाया गया है। केवल एक बार में उत्तर देने के बजाय, ATLAS एक कुशल नर्स या फार्मासिस्ट की तरह कार्य करता है जो जानता है कि सुरक्षा सर्वोपरि है। यह एक चतुर दो-चरणीय रणनीति का उपयोग करता है: एक "मानचित्र" और एक "नियम पुस्तिका"। मानचित्र एक पेशेंट-स्पेसिफिक मेडिकेशन कॉन्फ्लिक्ट ग्राफ (PMCG) है, जो एक गतिशील वेब की तरह है जो रोगी के लक्षणों, उसकी वर्तमान दवाओं और उसके छिपे हुए जोखिमों को जोड़ता है। जैसे-जैसे AI प्रश्न पूछता है और उत्तर प्राप्त करता है, यह वास्तविक समय में इस मानचित्र को अपडेट करता है, जिससे छूटे हुए हिस्सों की भरपाई होती है। नियम पुस्तिका एक रिस्क-फर्स्ट पॉलिसी (जोखिम-प्रथम नीति) है, जो निर्देशों का एक सख्त सेट है जो AI को निर्देश देता है कि कुछ भी सुझाने से पहले हमेशा खतरनाक संघर्षों की जाँच करें। इसे एक सुरक्षा निरीक्षक की तरह समझें जो किसी भवन योजना पर तब तक हस्ताक्षर करने से इनकार कर देता है जब तक कि उसने नींव, वायरिंग और अग्नि निकास की जाँच न कर ली हो, चाहे डिजाइन कितना भी सुंदर क्यों न दिखे।

शोधकर्ताओं ने ATLAS का परीक्षण तीन अलग-अलग "प्रशिक्षण मैदानों" में किया ताकि यह देखा जा सके कि क्या यह वास्तविक दुनिया की जटिलताओं को संभाल सकता है। उन्होंने इसकी तुलना आज के सबसे स्मार्ट AI मॉडल्स में से कुछ के साथ की, जिसमें GPT-5, Claude और Gemini जैसे दिग्गज शामिल हैं। परिणाम चौंकाने वाले थे। कई बीमारियों वाले वृद्ध वयस्स्कों से जुड़े एक यूरोपीय परीक्षण में, ATLAS ने न केवल अच्छा प्रदर्शन किया; बल्कि इसने दबदबा बनाया। इसने 92.04% की स्ट्रिक्ट सक्सेस रेट (सख्त सफलता दर) हासिल की, जिसका अर्थ है कि इसने 100 में से 92 से अधिक मामलों में पूरी दवा योजना (जिसमें क्या लेना है, किससे बचना है और किस पर नज़र रखनी है, शामिल है) को सही ढंग से पूरा किया। इसकी तुलना में, सबसे अच्छे प्रतिस्पर्धी AI मॉडल ने केवल 38.31% ही हासिल किया। इससे भी अधिक प्रभावशाली बात यह है कि जहाँ अन्य मॉडल्स ने कभी-कभी असुरक्षित दवाएं सुझाईं, वहीं ATLAS के पास शून्य असुरक्षित सिफारिशें थीं। इसने अगले सर्वश्रेष्ठ सिस्टम की तुलना में समग्र सुरक्षा तर्क स्कोर पर 14.63 अंक अधिक भी प्राप्त किए।

लेकिन शोधकर्ता केवल सही उत्तर पाने पर ही नहीं रुके; वे यह भी चाहते थे कि AI सही उत्तर पूछकर सीख सके। उन्होंने GeriMedBench नामक एक नया परीक्षण बनाया, जो एक ऐसी बातचीत का अनुकरण करता है जहाँ AI को छिपे हुए खतरों को उजागर करने के लिए तीन प्रश्न पूछने होते हैं। इस इंटरैक्टिव खेल में, ATLAS ने दिखाया कि वह छूटी हुई जानकारी को पहचान सकता है, सही प्रश्न पूछ सकता है, और नए साक्ष्य मिलने पर अपना निर्णय बदल सकता है। उदाहरण के लिए, यदि कोई रोगी शुरू में कहता है कि उसके घुटने में दर्द है, तो ATLAS पूछ सकता है, "क्या आपको गुर्दे की कोई समस्या है?" यदि रोगी "हाँ" कहता है, तो ATLAS तुरंत अपने मानचित्र को अपडेट करता है, यह महसूस करता है कि एक सामान्य दर्द निवारक (NSAIDs) अब खतरनाक है, और एक सुरक्षित विकल्प जैसे कि एसिटामिनोफेन (acetaminophen) की ओर स्विच करता है। नए साक्ष्य के आधार पर अपने निर्णय को संशोधित करने की यह क्षमता वह गुण है जिसके साथ अन्य मॉडल्स संघर्ष करते रहे।

यह सुनिश्चित करने के लिए कि ये आंकड़े केवल कंप्यूटर सेटअप का परिणाम नहीं हैं, शोधकर्ताओं ने तीन मानव डॉक्टरों से बिना यह जाने कि कौन सा मॉडल किसका है, उनके काम की समीक्षा करने के लिए कहा। डॉक्टरों ने ATLAS को सुरक्षा, पूर्णता और साक्ष्य के लिए Gemini जैसे शीर्ष प्रतिस्पर्धी की तुलना में उच्च रेटिंग दी। हालाँकि, डॉक्टरों ने ATLAS के एक मामले में जोखिम की संभावना जताई, लेकिन उन्होंने Gemini के लिए दो मामले चिह्नित किए, जिससे पता चलता है कि ATLAS आम तौर पर अधिक विश्वसनीय है। हालाँकि, लेखक सावधानीपूर्वक नोट करते हैं कि यह एक सिमुलेशन और एक नियंत्रित परीक्षण है; उन्होंने अभी तक यह साबित नहीं किया है कि ATLAS वास्तविक अस्पताल में वास्तविक, अराजक रोगियों के साथ पूरी तरह काम करता है। उनका सुझाव है कि जबकि यह प्रणाली एक बड़ी छलांग है, वास्तविक दुनिया के नैदानिक उपयोग से पहले इसे और अधिक परीक्षण की आवश्यकता है।

संक्षेप में, ATLAS "तेज़ उत्तरों" से "सुरक्षित उत्तरों" की ओर एक बदलाव का प्रतिनिधित्व करता है। यह दिखाता है कि रोगी के जोखिमों के एक गतिशील मानचित्र और एक सख्त, नियम-आधारित सुरक्षा नीति को जोड़कर, AI स्वास्थ्य सेवा में एक बहुत बेहतर साथी बन सकता है। यह केवल अनुमान नहीं लगाता; यह जांच करता है, यह अपडेट करता है, और सुरक्षा को सबसे ऊपर रखता है। जटिल स्वास्थ्य आवश्यकताओं वाले वृद्ध वयस्स्कों के लिए, इस प्रकार की सावधानीपूर्वक, साक्ष्य-आधारित सोच एक सहायक सुझाव और एक खतरनाक गलती के बीच का अंतर हो सकती है। यह पेपर सुझाव देता है कि यह "ग्राफ-गाइडेड क्वेश्चनिंग" दृष्टिकोण एक आशाजनक मार्ग है, भले ही वास्तविक दुनिया के नैदानिक उपयोग की यात्रा अभी जारी है।