A Neurosymbolic Approach for Constructing Planning Domain Models from Clinical Narratives
यह शोध पत्र NSPIN को प्रस्तुत करता है, जो एक न्यूरोसिम्बोलिक फ्रेमवर्क है जो अनस्ट्रक्चर्ड क्लिनिकल नैरेटिव से ऑटोमैटिक रूप से प्रोबेबिलिस्टिक प्लानिंग डोमेन मॉडल बनाने के लिए लार्ज लैंग्वेज मॉडल्स को एम्पेरिकल वैलिडेशन के साथ जोड़ता है, जो जटिल सर्जिकल वर्कफ़्लो में इम्प्लिसिट एक्शन्स और डेटा की कमी की चुनौतियों को प्रभावी ढंग से संबोधित 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
अस्पतालों में रोगी देखभाल के हाशिए पर लिखी कहानियों का अंबार लगा होता है। सर्जन अपने काम का विस्तृत विवरण दर्ज करते हैं, जिसमें वे किसी विशिष्ट रोगी की अनूठी जटिलताओं, जैसे कि अंग के फटने या अप्रत्याशित संक्रमण को संभालने के तरीके का वर्णन करते हैं। दशकों से, यह ज्ञान व्यक्तिगत चार्टों के भीतर ही कैद रहा है, जो केवल उस व्यक्ति या उस विशिष्ट रोगी की देखभाल करने वाली टीम के लिए उपयोगी था जिसने इसे लिखा था। इसे कभी भी इस बात की एक स्पष्ट तस्वीर में नहीं बदला जा सका कि वास्तव में हजारों मामलों में ये प्रक्रियाएं कैसे काम करती हैं। वैज्ञानिक लंबे समय से इन बिखरी हुई, हस्तलिखित कहानियों को नियमों के एक औपचारिक सेट में बदलने की कोशिश कर रहे थे—एक तार्किक मानचित्र जो यह दिखा सके कि एक सर्जन द्वारा अगला कदम उठाने से पहले क्या होना चाहिए, और इसके परिणामस्वरूप क्या हो सकता है। इस तरह का मानचित्र नए डॉक्टरों को प्रशिक्षित करने, सर्जिकल नोट्स की स्वचालित रूप से समीक्षा करने, या भविष्य की रोबोटिक प्रणालियों को मार्गदर्शन देने के लिए कृत्रिम बुद्धिमत्ता (AI) बनाने के लिए आवश्यक है। चुनौती यह है कि मानवीय भाषा संक्षिप्तियों और धारणाओं से भरी होती है। एक सर्जन लिख सकता है कि उन्होंने "एक पोर्ट रखा" बिना यह उल्लेख किए कि उन्हें पहले एक चीरा (incision) लगाना पड़ा था, क्योंकि उनके लिए यह कदम इतना स्पष्ट है कि इसे कहने की आवश्यकता नहीं है। हालाँकि, कंप्यूटर अनुमान नहीं लगा सकते; उन्हें संचालन के तर्क को समझने के लिए प्रत्येक चरण को स्पष्ट रूप से बताया जाना चाहिए।
शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक नई विधि विकसित की है, जो हजारों असंरचित सर्जिकल नोट्स को 'लैप्रोस्कोपिक अपेंडेक्टोमी' नामक एक सामान्य बाल चिकित्सा सर्जरी के सटीक, तार्किक मॉडल में बदल देती है। यह प्रक्रिया, जिसमें छोटे चीरों के माध्यम से एक सूजे हुए अपेंडिक्स को निकाला जाता है, बच्चों के अस्पतालों में बार-बार की जाती है, जो नौ अलग-अलग सर्जनों द्वारा लिखे गए 2,600 से अधिक वास्तविक दुनिया के नोट्स का एक समृद्ध डेटासेट प्रदान करती है। शोधकर्ताओं ने एक ऐसी प्रणाली बनाई है जो मानवीय भाषा की तरल प्रकृति और कंप्यूटर तर्क की कठोर आवश्यकताओं के बीच एक सेतु का कार्य करती है। वे इस प्रणाली को NSPIN कहते हैं। यह पहले एक शक्तिशाली 'लैंग्वेज मॉडल' का उपयोग करती है, जो विशाल मात्रा में टेक्स्ट पर प्रशिक्षित एक प्रकार की कृत्रिम बुद्धिमत्ता है, ताकि कच्चे नोट्स को पढ़ा जा सके और उनमें वर्णित विशिष्ट कार्यों और अवलोकनों को निकाला जा सके। चूंकि नोट्स अक्सर अधूरे होते हैं, इसलिए यह प्रणाली उसी लैंग्वेज मॉडल का उपयोग करके उन खाली स्थानों को भरने के लिए करती है, जिससे उन छिपे हुए चरणों का अनुमान लगाया जा सके जो एक सर्जन ने किए होंगे लेकिन लिखे नहीं होंगे। अंत में, यह इन चरणों को एक सुसंगत योजना में व्यवस्थित करने के लिए एक अलग प्रकार के गणितीय तर्क का उपयोग करती है, और नियमों को सही साबित करने के लिए डेटा के विरुद्ध उनके कार्य की जांच करती है।
प्रक्रिया सर्जिकल नोट के कच्चे टेक्स्ट को पढ़ने के साथ शुरू होती है। यह प्रमुख घटनाओं की पहचान करता है, जैसे कि चीरा लगाना या सर्जिकल उपकरण रखना, और उन्हें उनके क्रम में व्यवस्थित करता है। हालाँकि, शोधकर्ताओं ने पाया कि केवल टेक्स्ट को पढ़ना पर्याप्त नहीं था। सर्जन अक्सर सार्वभौमिक प्रोटोकॉल या स्पष्ट मध्यवर्ती चरणों को लिखना छोड़ देते हैं, जिससे कंप्यूटर के पास घटनाओं की एक टूटी हुई श्रृंखला रह जाती है। इसे ठीक करने के लिए, प्रणाली लैंग्वेज मॉडल से एक नैदानिक विशेषज्ञ (clinical expert) के रूप में कार्य करने के लिए कहती है, जो उन लापता चरणों का सुझाव दे सके जो रिकॉर्ड की गई घटनाओं को तार्किक रूप से जोड़ते हैं। उदाहरण के लिए, यदि कोई नोट उल्लेख करता है कि एक अपेंडिक्स निकाला गया था, तो प्रणाली अनुमान लगाती है कि अपेंडिक्स के आधार को पहले सुरक्षित किया जाना चाहिए था, भले ही सर्जन ने इसे स्पष्ट रूप से नहीं लिखा हो। यह चरण महत्वपूर्ण है क्योंकि यह उस मौन ज्ञान को पुनः प्राप्त करता है जिसे विशेषज्ञ अपने दिमाग में रखते हैं लेकिन शायद ही कभी कागज पर उतारते हैं। प्रणाली इन लापता चरणों के कई संभावित संस्करण बनाती है और फिर उन्हें संयोजित करती है, केवल उन्हीं को रखती है जिन पर उत्पन्न किए गए संस्करणों का बहुमत सहमत होता है, जिससे अंतिम अनुक्रम मजबूत और विश्वसनीय बना रहता है।
एक बार जब प्रणाली प्रत्येक सर्जरी के लिए घटनाओं का एक पूर्ण, क्रमबद्ध अनुक्रम बना लेती है, तो वह एक औपचारिक मॉडल तैयार करती है जो ऑपरेशन के नियमों को परिभाषित करता है। यह मॉडल बताता कि किसी विशिष्ट कार्य को करने से पहले किन स्थितियों का सत्य होना आवश्यक है और उस कार्य के संभावित परिणाम क्या हैं। उदाहरण के लिए, यह सीखता है कि एक सर्जन तब तक सर्जिकल पोर्ट नहीं रख सकता जब तक कि चीरा न लगाया गया हो, और पोर्ट रखने से 'एडहेशन्स' (adhesions), या निशान वाले ऊतक (scar tissue) की खोज हो सकती है, जिसके बाद उसे हटाने के लिए एक विशिष्ट प्रक्रिया की आवश्यकता होती है। शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण लॉजिकल चेकिंग स्टेप के बिना केवल लैंग्वेज मॉडल पर निर्भर रहने वाले तरीकों के विरुद्ध किया। उन्होंने पाया कि संयुक्त दृष्टिकोण कहीं अधिक बेहतर था। वह प्रणाली जिसने लैंग्वेज मॉडल के सुझावों को परिष्कृत करने के लिए तार्किक नियमों का उपयोग किया, उसने एक ऐसा मॉडल तैयार किया जो सर्जरी में आगे क्या होगा, इसकी भविष्यवाणी करने और यह पहचानने में बहुत बेहतर था कि किसी भी क्षण कौन से कार्य वास्तव में संभव थे।
परिणामों से पता चला कि प्रणाली नौ अलग-अलग सर्जनों के नोट्स से सीख सकती है और नियमों का एक सामान्य सेट बना सकती है जो उन सभी के लिए काम करता है, यहाँ तक कि जब इसका परीक्षण उस सर्जन के नोट्स पर किया गया जिसे इसने पहले कभी नहीं देखा था। जब शोधकर्ताओं ने चिकित्सा विशेषज्ञों से प्रणाली द्वारा अनुमानित चरणों की समीक्षा करने को कहा, तो विशेषज्ञों ने पुष्टि की कि छूटे हुए चरण चिकित्सकीय रूप से सही और आवश्यक थे। एक उदाहरण में, प्रणाली ने सफलतापूर्वक उस जानकारी को पुनः प्राप्त किया कि एक सर्जन ने एक विशिष्ट प्रकार के टांके (suture) के साथ पेट की दीवार को बंद किया था, भले ही एक्सट्रैक्टर शुरू में उस नोट से जानकारी निकालने में विफल रहा था जिसमें स्पष्ट रूप से लिखा था, "अम्बिलिकल फासिया को 0 विक्रिल (Vicryl) टांके से बंद किया गया था।" एक अन्य मामले में, इसने निष्कर्ष निकाला कि अपेंडिक्स को काटने के लिए उसके आधार को सुरक्षित करना एक पूर्व शर्त थी, जो एक तार्किक आवश्यकता थी जिसे स्पष्ट रूप से नहीं लिखा गया था। ये निष्कर्ष दर्शाते हैं कि प्रणाली मानवीय विशेषज्ञों के निहित, अलिखित ज्ञान को एक औपचारिक, उपयोगी प्रारूप में सफलतापूर्वक अनुवादित कर सकती है।
अध्ययन ने यह भी खुलासा किया कि लॉजिकल रिफाइनमेंट के बिना केवल लैंग्वेज मॉडल पर निर्भर रहने से त्रुटियां होती हैं। अकेले लैंग्वेज मॉडल ऐसे नियम बनाने की प्रवृत्ति रखता है जो या तो बहुत ढीले या बहुत प्रतिबंधात्मक होते हैं, जो अक्सर उन वास्तविक कारण-प्रभाव संबंधों को मिस कर देते हैं जो एक सर्जिकल प्रक्रिया को नियंत्रित करते हैं। टेक्स्ट को समझने की लैंग्वेज मॉडल की क्षमता को एक सिम्बोलिक सिस्टम की तार्किक निरंतरता लागू करने की क्षमता के साथ जोड़कर, शोधकर्ताओं ने एक ऐसा मॉडल बनाया जो मानवीय लेखन की विविधता को संभालने के लिए पर्याप्त लचीला और मशीनों द्वारा भरोसेमंद होने के लिए पर्याप्त सख्त था। यह दृष्टिकोण चिकित्सा जैसे उच्च-दांव वाले क्षेत्रों में कृत्रिम बुद्धिमत्ता बनाने के लिए एक मार्ग प्रशस्त करता है, जहाँ किसी कार्य के पीछे के "क्यों" को समझना उतना ही महत्वपूर्ण है जितना कि "क्या" को जानना। यह कार्य यह दावा नहीं करता है कि इसने सर्जिकल ऑटोमेशन की सभी समस्याओं को हल कर दिया है, लेकिन यह रोगी सुरक्षा और सर्जिकल प्रशिक्षण में सुधार करने वाले भविष्य के उपकरणों के लिए एक संरचित आधार बनाने हेतु एक सिद्ध विधि प्रदान 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।