LingShu: A Large-Scale Symptom-Centric Contextualized Knowledge Graph Bridging Traditional Chinese Medicine and Modern Biomedicine
यह शोध पत्र लिंगशू (LingShu) प्रस्तुत करता है, जो एक बड़े पैमाने का, लक्षण-केंद्रित ज्ञान ग्राफ है जो ट्रिपल्स (triples) और संदर्भीकृत क्वाड्रुपल्स (contextualized quadruples) के एक हाइब्रिड मॉडल का उपयोग करके पारंपरिक चीनी चिकित्सा और आधुनिक बायोमेडिसिन के बीच के अंतर को पाटता है ताकि सशर्त चिकित्सा संबंधों को स्पष्ट रूप से एनकोड किया जा सके, जिसे विज़ुअलाइज़ेशन और रीजनिंग के लिए एक वेब प्लेटफॉर्म द्वारा समर्थित किया 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
आधुनिक चिकित्सा के विशाल परिदृश्य में, अक्सर रोगी के लक्षणों को किसी बीमारी के मात्र पाद-टिप्पणी (footnotes) के रूप में देखा जाता है। सिरदर्द माइग्रेन का संकेत है; खांसी निमोनिया का संकेत है। यह दृष्टिकोण तब अच्छी तरह काम करता है जब लक्ष्य एक विशिष्ट जैविक खराबी की पहचान करना और उसे एक सटीक रसायन के साथ लक्षित करना हो। फिर भी, सदियों से, एक अन्य चिकित्सा परंपरा लक्षणों को अलग तरह से देखती आई है। पारंपरिक चीनी चिकित्सा (Traditional Chinese Medicine) में, एक लक्षण केवल एक चेतावनी लाइट नहीं है; यह एक जटिल, परिवर्तनशील पहेली का एक हिस्सा है। वही खांसी मौसम, रोगी की प्रकृति, या अन्य सूक्ष्म संकेतों की उपस्थिति के आधार पर पूरी तरह से अलग आंतरिक असंतुलन का संकेत दे सकती है। यह प्रणाली "सिंड्रोम विभेदन" (syndrome differentiation) पर निर्भर करती है, जो केवल टूटे हुए हिस्से के बजाय पूरे व्यक्ति को समझने के लिए लक्षणों को समूहबद्ध करने की एक विधि है। इन दोनों दुनियाओं—आधुनिक विज्ञान के सटीक, आणविक दृष्टिकोण और प्राचीन पद्धति के समग्र, संदर्भ-प्रधान दृष्टिकोण—के बीच सेतु बनाना लंबे समय से शोधकर्ताओं के लिए एक चुनौती रहा है। उन्हें चिकित्सा ज्ञान को व्यवस्थित करने के एक ऐसे तरीके की आवश्यकता थी जो जीव विज्ञान के कठोर तथ्यों और पारंपरिक निदान के तरल तर्क, दोनों को उस बारीकी (nuance) को खोए बिना समाहित कर सके जो किसी भी प्रणाली को प्रभावी बनाती है।
इसे हल करने के लिए, शोधकर्ताओं की एक टीम ने 'लिंगशू' (LingShu) नामक एक विशाल डिजिटल लाइब्रेरी बनाई है। एक ऐसे मानचित्र की कल्पना करें जो न केवल शहरों को जोड़ने वाली सड़कों को दिखाता है, बल्कि यह भी रिकॉर्ड करता है कि कौन सी सड़कें केवल विशिष्ट मौसमों के दौरान या विशिष्ट प्रकार के वाहनों के लिए खुली रहती हैं। शोधकर्ताओं ने चिकित्सा ज्ञान के लिए यही बनाया है। "जड़ी-बूटी A खांसी का इलाज करती है" जैसी सरल सूची के बजाय, लिंगशू यह रिकॉर्ड करता है कि "जड़ी-बूटी A खांसी का इलाज करती है, लेकिन केवल तब जब रोगी में 'विंड-कोल्ड सिंड्रोम' (Wind-Cold Syndrome) नामक एक विशिष्ट प्रकार का आंतरिक असंतुलन हो।" लक्षणों को अपने तंत्र के केंद्र में रखकर, शोधकर्ताओं ने 17 मिलियन से अधिक चिकित्सा सूचनाओं को जोड़ दिया है, जो प्राचीन हर्बल ग्रंथों और आधुनिक अस्पताल के रिकॉर्ड से लेकर जीन डेटाबेस और आणविक अध्ययनों तक फैली हुई हैं। परिणाम एक जीवित, सांस लेता हुआ ढांचा है जो न केवल यह बता सकता है कि क्या काम करता है, बल्कि यह भी कि कब और क्यों काम करता है।
यह परियोजना इस पहचान के साथ शुरू हुई कि मानक चिकित्सा डेटाबेस अक्सर उपचार की सशर्त प्रकृति को पकड़ने में विफल रहते हैं। अधिकांश मौजूदा प्रणालियों में, ज्ञान सरल जोड़ों में संग्रहीत किया जाता है: एक दवा को एक बीमारी से जोड़ा जाता है, या एक जीन को एक प्रोटीन से जोड़ा जाता है। यह सीधे तथ्यों के लिए तो ठीक है, लेकिन जब सत्य संदर्भ पर निर्भर होता है, तो यह विफल हो जाता है। एक दवा लोगों के एक समूह में बीमारी को ठीक कर सकती है लेकिन दूसरे में नुकसान पहुँचा सकती है। एक जड़ी-बूटी एक विशिष्ट आनुवंशिक संरचना वाले रोगी के लिए लक्षण को कम कर सकती है लेकिन किसी अन्य के लिए कुछ भी नहीं कर सकती। शोधकर्ताओं ने महसूस किया कि पारंपरिक चीनी चिकित्सा और आधुनिक बायोमेडिसिन के बीच वास्तव में सेतु बनाने के लिए, उन्हें इन "यदि-तो" (if-then) संबंधों को स्पष्ट रूप से संग्रहीत करने के एक तरीके की आवश्यकता है। उन्होंने एक ऐसा सिस्टम डिज़ाइन किया जो ज्ञान को तीन के बजाय चार भागों में संग्रहीत करता है: उपचार, स्थिति, परिणाम और वह विशिष्ट संदर्भ जो उस संबंध को मान्य बनाता है।
इसे बनाने के लिए, टीम ने विभिन्न स्रोतों से डेटा एकत्र किया। उन्होंने हजारों प्राचीन चीनी चिकित्सा ग्रंथों, आधुनिक पाठ्यपुस्तकों और सिरोसिस एवं कोविड-19 जैसी स्थितियों का इलाज करने वाले अस्पतालों के क्लिनिकल रिकॉर्ड को स्कैन किया। उन्होंने वैश्विक बायोमेडिकल डेटाबेस से भी डेटा एकीकृत किया जो यह ट्रैक करते हैं कि जीन, रसायन और दवाएं कैसे परस्पर क्रिया करती हैं। यह केवल कॉपी-पेस्ट करने का काम नहीं था। टीम को इस जानकारी को साफ और सामान्य (normalize) करना था, यह सुनिश्चित करते हुए कि 500 साल पुराने पाठ में उपयोग किया गया शब्द आधुनिक अस्पताल की रिपोर्ट में उपयोग किए गए शब्द के समान ही अर्थ रखता हो। उन्होंने इन ग्रंथों को पढ़ने, चिकित्सा अवधारणाओं की पहचान करने और उन्हें आपस में जोड़ने के लिए उन्नत कंप्यूटर उपकरणों का उपयोग किया। महत्वपूर्ण रूप से, वे पूरी तरह से मशीनों पर निर्भर नहीं थे। मानव विशेषज्ञों ने इन कनेक्शनों की समीक्षा की, यह जाँचने के लिए कि तर्क सही है या नहीं और संदर्भ को सही ढंग से सौंपा गया है या नहीं। इस 'ह्यूमन-इन-द-लूप' प्रक्रिया ने यह सुनिश्चित किया कि अंतिम मानचित्र सटीक और विश्वसनीय हो।
परिणामी नेटवर्क का पैमाना अत्यधिक विशाल है। लिंगशू के अंतिम संस्करण में व्यक्तिगत चिकित्सा तथ्यों के 17 मिलियन से अधिक रिकॉर्ड शामिल हैं, जो 1,000,000 से अधिक अद्वितीय अवधारणाओं में व्यवस्थित हैं। इसमें चिकित्सा वस्तुओं के बीच लगभग 17.2 मिलियन मानक संबंध शामिल हैं, लेकिन इसकी वास्तविक नवीनता इसके 22.3 मिलियन प्रासंगिक कनेक्शनों (contextual connections) में निहित है। ये विशेष लिंक चिकित्सा वास्तविकता की सूक्ष्मता को पकड़ते हैं। उदाहरण के लिए, सिस्टम एक सामान्य लक्षण के उपचार के लिए नुस्खे और एक ऐसे नुस्खे के बीच अंतर कर सकता है जो केवल तभी काम करता है जब एक विशिष्ट जड़ी-बूटी को फॉर्मूले में जोड़ा गया हो। यह रिकॉर्ड कर सकता है कि एक दवा एक विशिष्ट जनसंख्या समूह के लिए प्रभावी है, या एक जीन यह प्रभावित करता है कि शरीर में एक रसायन कैसे कार्य करता है। इन शर्तों को ज्ञान की संरचना में सीधे कोड करके, यह प्रणाली वास्तविक दुनिया की चिकित्सा की जटिलता को संरक्षित करती है।
शोधकर्ताओं ने इस ज्ञान को एक सार्वजनिक वेबसाइट के माध्यम से सुलभ बनाया है, जिससे डॉक्टर, वैज्ञानिक और जिज्ञासु उपयोगकर्ता इन संबंधों को एक्सप्लोर कर सकते हैं। यह प्लेटफॉर्म डेटा के साथ बातचीत करने के विभिन्न तरीके प्रदान करता है। एक उपयोगकर्ता लक्षणों की सूची टाइप कर सकता है और संभावित उपचारों की एक रैंक की गई सूची प्राप्त कर सकता है, जिसमें सिस्टम सुझाव तक पहुँचने के तर्क के सटीक पथ को भी दिखाता है। यह एक आधुनिक बीमारी से पारंपरिक सिंड्रोम तक, फिर एक विशिष्ट हर्बल नुस्खे तक, और अंततः उन आणविक जीनों तक जा सकता है जिन्हें जड़ी-बूटियाँ प्रभावित कर सकती हैं। यह उस प्रकार के अन्वेषण की अनुमति देता है जो पहले असंभव था, जहाँ एक शोधकर्ता पूछ सकता है, "इस विशिष्ट प्रकार की खांसी के लिए कौन सी जड़ी-बूटियाँ उन रोगियों में प्रभावी हैं जिनका आनुवंशिक प्रोफाइल यह है?" और प्राचीन ग्रंथों और आधुनिक आणविक डेटा दोनों पर आधारित उत्तर प्राप्त कर सकता है।
टीम इस बात पर जोर देती है कि यह उपकरण अनुसंधान और निर्णय सहायता (decision support) के लिए डिज़ाइन किया गया है, न कि डॉक्टर के निर्णय के विकल्प के रूप में। यह प्रणाली रोगियों का निदान नहीं करती है या दवा नहीं लिखती है। इसके बजाय, यह परिकल्पना निर्माण (hypothesis generation) और साक्ष्य अन्वेषण के लिए एक शक्तिशाली इंजन के रूप में कार्य करती है। यह शोधकर्ताओं को उन पैटर्न को देखने में मदद करती है जो डेटा की विशाल मात्रा में छिपे हो सकते हैं, जैसे कि एक पारंपरिक उपचार एक विशिष्ट जैविक तंत्र के माध्यम से कैसे काम कर सकता है। प्रत्येक चिकित्सा तथ्य के संदर्भ को दृश्यमान रखकर, लिंगशू यह समझने का एक नया तरीका प्रदान करता है कि मानव शरीर, उसे प्रभावित करने वाली बीमारियाँ और हम उपचार के लिए विविध तरीकों का उपयोग कैसे करते हैं, उनके बीच का संबंध कितना जटिल है। यह इस विचार का प्रमाण है कि चिकित्सा ज्ञान तथ्यों की एक स्थिर सूची नहीं है, बल्कि संबंधों का एक गतिशील जाल है जो इस बात पर बदलता है कि किसका उपचार किया जा रहा है और किन परिस्थितियों में।
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।