MIRA: Medical Image Reflection for Agentic Diagnosis
MIRA एक मेडिकल विजुअल डायग्नोस्टिक फ्रेमवर्क है जो इमेज-प्रोसेसिंग टूल्स और वेब सर्च को गतिशील रूप से इनवोक करके स्वायत्त निदान को बढ़ाता है, जबकि साक्ष्य प्रासंगिकता को सत्यापित करने के लिए टूल-ऑगमेंटेड मोंटे कार्लो ट्री सर्च और सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) की दो-चरणीय प्रशिक्षण रणनीति का उपयोग करता है, जिससे कई बेंचमार्क में नैदानिक सटीकता में महत्वपूर्ण सुधार होता है और हानिकारक टूल के उपयोग में कमी आती 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
कल्पना कीजिए कि आप एक रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं, लेकिन केवल अपराध स्थल की एक तस्वीर देखने के बजाय, आपके पास एक जादुई आवर्धक लेंस (magnifying glass), किताबों का एक पुस्तकालय और विशेषज्ञों की एक टीम है जिसे आप बुला सकते हैं। आर्टिफिशियल इंटेलिजेंस की दुनिया में, एक बढ़ता हुआ क्षेत्र है जिसे "मल्टीमॉडल रीजनिंग" (multimodal reasoning) कहा जाता है, जहाँ कंप्यूटर शब्दों और चित्रों दोनों को एक साथ समझने की कोशिश करते हैं। लंबे समय तक, ये एआई जासूस उन छात्रों की तरह थे जिन्होंने पाठ्यपुस्तक के उत्तर रट लिए हों; वे एक बार तस्वीर देखते थे, उत्तर का अनुमान लगाते थे, और आगे बढ़ जाते थे। लेकिन वास्तविक जीवन में, विशेष रूप से चिकित्सा के क्षेत्र में, एक झलक काफी नहीं होती है। एक डॉक्टर को निश्चित होने के लिए एक छोटे से बिंदु पर ज़ूम करने, एक माप की जाँच करने, या किसी दुर्लभ लक्षण को खोजने की आवश्यकता होती है। बड़ा सवाल जो शोधकर्ता पूछ रहे हैं वह यह है: हम एआई को यह कैसे सिखाएं कि वह अपने उपकरणों का उपयोग कब करे, क्या खोजे, और सबसे महत्वपूर्ण बात, यह कि वह कब गलत है इसे स्वीकार करे और अपनी सोच को कैसे सुधारे? यदि एआई किसी खेल में गलती करता है, तो यह केवल एक अंक की हानि है; यदि वह चिकित्सा निदान में गलती करता है, तो इसके परिणाम जीवन-मरण के हो सकते हैं।
यहीं पर MIRA (मेडिकल इमेज रिफ्लेक्शन फॉर एजेंटिक डायग्नोसिस) नामक एक नया ढांचा (framework) आता है। MIRA को एक स्थिर विश्वकोश के रूप में नहीं, बल्कि एक जिज्ञासु, आत्म-सुधार करने वाले मेडिकल छात्र के रूप में देखें जो सबूत मिलने तक अनुमान लगाने से इनकार करता है। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो केवल एक मेडिकल इमेज को देखकर उत्तर नहीं उगल देता। इसके बजाय, MIRA एक टूलकिट वाले जासूस की तरह कार्य करता है। यह धुंधले स्थान पर "ज़ूम इन" कर सकता है, आकार की जाँच करने के लिए किसी विशिष्ट क्षेत्र की ओर "इशारा" कर सकता है, किसी बेहतर कोण से देखने के लिए छवि को "घुमा" सकता है, या यदि यह अटक गया है तो चिकित्सा तथ्यों के लिए वेब पर "खोज" भी कर सकता है। लेकिन यहाँ चालाकी भरा हिस्सा यह है: MIRA इन उपकरणों का उपयोग बेतरतीब ढंग से नहीं करता है। इसने "चिंतन" (reflect) करना सीख लिया है। एक अंतिम निदान करने से पहले, यह खुद से पूछता है, "क्या मैंने सही जगह देखी? क्या यह साक्ष्य वास्तव में मेरे सिद्धांत का समर्थन करता है? क्या मैं बहुत जल्दी निष्कर्ष पर पहुँच गया?"
पेपर सुझाव देता है कि एआई को यह सिखाकर, यह चिकित्सा पहेलियों को सुलझाने में बहुत बेहतर हो जाता है। शोधकर्ताओं ने MIRA बनाने के लिए दो चरणों वाली प्रशिक्षण प्रक्रिया का उपयोग किया। पहले, उन्होंने एआई को हजारों उदाहरण दिखाए कि अपने उपकरणों का सही ढंग से उपयोग कैसे किया जाए, जैसे एक शिक्षक छात्र को सूक्ष्मदर्शी (microscope) का उपयोग करने का सही तरीका दिखाता है। फिर, उन्होंने एआई को अपने आप अभ्यास करने दिया, लेकिन एक मोड़ के साथ: जब भी एआई ने गलती की, उन्होंने केवल "गलत" नहीं कहा। उन्होंने एआई को यह समझने में मदद की कि वह क्यों गलत था और उस सबक को भविष्य के लिए एक नियम में बदल दिया। इसे "रिफ्लेक्शन मेमोरी" (reflection memory) कहा जाता है। यह एक छात्र द्वारा अपनी परीक्षा की गलतियों की डायरी रखने जैसा है ताकि वह वही गलती दोबारा न करे।
परिणाम काफी उत्साहजनक हैं। नौ अलग-अलग मेडिकल इमेज क्विज़ पर परीक्षण किए जाने पर, MIRA, जो कि एक मानक 8-बिलियन पैरामीटर वाले एआई मॉडल पर आधारित है, अपने अनप्रशिक्षित संस्करण की तुलना में काफी अधिक स्कोर करता है। इसने अपने औसत स्कोर में लगभग 7.4 अंकों का सुधार किया, और कुछ कठिन परीक्षणों में, जो विशिष्ट लीजन (बीमारी के छोटे धब्बे) को पहचानने के बारे में थे, यह 14 अंकों से भी अधिक बढ़ गया। यह सुझाव देता है कि एआई को साक्ष्य खोजने और अपने काम की जाँच करने की क्षमता देने से यह एक बहुत अधिक विश्वसनीय निदानकर्ता बन जाता है। पेपर नोट करता है कि हालांकि MIRA बहुत अच्छा है, लेकिन यह अभी भी पूर्ण नहीं है; यह अभी भी उस मॉडल के बुनियादी "आंखों" और "मस्तिष्क" पर निर्भर है जिस पर इसे बनाया गया है। यदि मॉडल शुरुआत में ही एक सूक्ष्म विवरण को नहीं देख पाता है, तो सबसे अच्छा चिंतन भी उसे ठीक नहीं कर पाएगा। हालाँकि, अध्ययन दृढ़ता से सुझाव देता है कि यह "सोचें, जाँचें और सुधारें" वाला दृष्टिकोण चिकित्सा एआई को अधिक सुरक्षित और सटीक बनाने का एक शक्तिशाली तरीका है, जो ओपन-सोर्स मॉडल्स और बड़ी टेक कंपनियों द्वारा उपयोग किए जाने वाले विशाल, महंगे सिस्टमों के बीच के अंतर को कम करता 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।