PanVasc Research for AI assisted evidence analysis in panvascular intervention

चिकित्सा अनुसंधान की विशाल दुनिया में, डॉक्टर और वैज्ञानिक यह समझने के लिए कि नए उपचार कैसे काम करते हैं, नैदानिक परीक्षणों (clinical trials) के एक विशाल, व्यवस्थित पुस्तकालय पर भरोसा करते हैं। ये परीक्षण सार्वजनिक डेटाबेस में पंजीकृत होते हैं, जहाँ प्रत्येक अध्ययन यह स्पष्ट रूप से सूचीबद्ध करता है कि वह क्या मापने की योजना बना रहा है, वह कितने समय तक चलेगा, और उसे किन विशिष्ट परिणामों की आशा है। यह जानकारी साक्ष्य-आधारित चिकित्सा (evidence-based medicine) की नींव है, जो शोधकर्ताओं को हृदय, धमनियों और शिराओं को ठीक करने के विभिन्न दृष्टिकोणों की तुलना करने की अनुमति देती है। हालाँकि, जैसे-जैसे डेटा की मात्रा बढ़ रही है, इन विशिष्ट विवरणों को खोजना और व्याख्या करना मनुष्यों के लिए अत्यधिक कठिन होता जा रहा है। इसके कारण आर्टिफिशियल इंटेलिजेंस (AI) में रुचि बढ़ी है, इस उम्मीद में कि कंप्यूटर सिस्टम इन जटिल रिकॉर्ड्स को पढ़ सकते हैं, सही संख्याएँ निकाल सकते हैं, और शोधकर्ताओं को साक्ष्यों को तेज़ी से और अधिक सटीकता से समझने में मदद कर सकते हैं। केंद्रीय प्रश्न केवल यह नहीं है कि क्या एक कंप्यूटर शब्दों को पढ़ सकता है, बल्कि यह है कि क्या वह तथ्यों को गढ़े बिना या सूचना के स्रोत को खोए बिना डेटा के सख्त नियमों को समझ सकता है।

शोधकर्ताओं की एक टीम ने इस सटीक समस्या में मदद करने के लिए डिज़ाइन किए गए एक विशिष्ट सॉफ़्टवेयर का परीक्षण करने के लिए हाथ बढ़ाया, जो पूरे शरीर की रक्त वाहिकाओं का उपचार करने वाले हस्तक्षेपों (interventions) पर केंद्रित था। उन्होंने 'पैनवासक रिसर्च' (PanVasc Research) नामक एक प्रणाली बनाई, जो इन चिकित्सा रिकॉर्ड्स का विश्लेषण करने के लिए एक डिजिटल सहायक के रूप में कार्य करती है। यह देखने के लिए कि क्या यह सहायक वास्तव में विश्वसनीय था, उन्होंने केवल कुछ कहानियों का सारांश नहीं पूछा। इसके बजाय, उन्होंने एक कठोर परीक्षण बनाया जहाँ उन्होंने कंप्यूटर को 50 वास्तविक नैदानिक परीक्षण रिकॉर्ड दिए और उससे मुख्य परिणाम (main outcome) और अध्ययन की समय सीमा जैसे विशिष्ट विवरण निकालने को कहा। परीक्षण को कठिन बनाने के लिए, उन्होंने कंप्यूटर से उत्तर पूछने से पहले रिकॉर्ड से कुछ जानकारी जानबूझकर हटा दी, ताकि यह जांचा जा सके कि क्या सिस्टम ईमानदारी से यह स्वीकार करेगा कि वह नहीं जानता, या क्या वह अनुमान लगाएगा और उत्तर गढ़ लेगा। उन्होंने सिस्टम का परीक्षण चिकित्सा परीक्षणों के बारे में 10-100 कथनों के एक अलग सेट पर भी किया, यह देखने के लिए कि क्या वह सही ढंग से निर्णय ले सकता है कि क्या कोई साक्ष्य किसी विशिष्ट दावे का समर्थन करता है।

इस प्रयोग के परिणामों ने वर्तमान तकनीक की एक स्पष्ट और महत्वपूर्ण सीमा को प्रकट किया। जब कंप्यूटर को रिकॉर्ड से सटीक विवरणों को कॉपी करने के लिए कहा गया, तो एक मानक दृष्टिकोण के साथ वह केवल एक चौथाई समय ही सफल रहा। जब शोधकर्ताओं ने कंप्यूटर को अधिक सावधानीपूर्वक निर्देशों का एक सेट दिया, जिसमें उसे उत्तर देने से पहले अपने काम की दोबारा जाँच करने के लिए कहा गया, तो सफलता दर बढ़कर केवल चालीस प्रतिशत से थोड़ा कम हो गई। हालाँकि यह सुधार दिखाता है कि सावधानीपूर्वक निर्देश मदद करते हैं, फिर भी सिस्टम आधे से अधिक समय गलत उत्तर देने में विफल रहा। जहाँ जानकारी गायब थी, उन परीक्षणों में कंप्यूटर को काफी संघर्ष करना पड़ा, और वह अक्सर यह पहचानने में विफल रहा कि डेटा गायब है। जब शोधकर्ताओं ने चिकित्सा कथनों के अर्थ को समझने की क्षमता का परीक्षण किया, तो इसने एक साधारण बहुमत आधार रेखा (majority baseline) से बेहतर प्रदर्शन नहीं किया, और लगभग आधे समय ही सही उत्तर दिया। यह वही सफलता दर है जिसकी अपेक्षा तब की जाती है जब कोई व्यक्ति यादृच्छिक अनुमान लगाने के बजाय हर प्रश्न के लिए सबसे सामान्य उत्तर का अनुमान लगाता है।

महत्वपूर्ण रूप से, शोधकर्ताओं ने पाया कि कंप्यूटर की नियमों का पालन करने की क्षमता यह गारंटी नहीं देती कि वह अर्थ को समझ गया है। सिस्टम को यह जांचने के लिए प्रोग्राम किया जा सकता था कि क्या उसके पास सही स्रोत दस्तावेज़ है और क्या वह टेक्स्ट के सही भाग को देख रहा है, लेकिन इस "सुरक्षा जाँच" (safety check) ने उसे डेटा के वास्तविक अर्थ के बारे में तार्किक त्रुटियाँ करने से नहीं रोका। वास्तव में, सुरक्षा जाँचों ने कभी-कभी अंतिम परिणामों में गलत उत्तरों को बनाए रखा क्योंकि कंप्यूटर ने प्रारूपण नियमों (formatting rules) का पूरी तरह से पालन किया था, भले ही निष्कर्ष गलत था। अध्ययन ने स्पष्ट रूप से इस विचार को खारिज कर दिया कि इस छोटे कंप्यूटर मॉडल ने चिकित्सा विज्ञान को समझने में कोई बड़ी सफलता हासिल की है या यह जटिल परीक्षण डेटा की व्याख्या करने में मानव विशेषज्ञों की जगह ले सकता है। यह सिस्टम एक स्वायत्त वैज्ञानिक के रूप में कार्य करने में सक्षम नहीं था जो नए सत्यों की खोज करता है या विभिन्न रोगों की बारीकियों की विश्वसनीय व्याख्या करता है।

शोधकर्ताओं ने निष्कर्ष निकाला कि जबकि उनके ढांचे ने सही स्रोत दस्तावेज़ खोजने के कार्य को उसके अर्थ को समझने के कार्य से सफलतापूर्वक अलग कर दिया, वर्तमान तकनीक अभी भी दूसरे कार्य के लिए तैयार नहीं है। सिस्टम ने यह साबित किया कि वह सूचना कहाँ से आई है, इसका पता लगाने के लिए एक उपकरण हो सकता है, लेकिन वह मानवीय पर्यवेक्षण के बिना उस सूचना की व्याख्या करने के लिए भरोसेमंद नहीं हो सकता। अध्ययन सुझाव देता है कि आर्टिफिशियल इंटेलिजेंस को संवहनी अनुसंधान (vascular research) में एक सच्चा भागीदार बनने के लिए, भविष्य के सिस्टमों को केवल बेहतर निर्देशों से कहीं अधिक की आवश्यकता होगी; उन्हें चिकित्सा अवधारणाओं की एक गहरी, विशिष्ट समझ की आवश्यकता होगी जो केवल डेटाबेस से शब्दों को मिलाने से कहीं आगे की है। तब तक, इन डिजिटल सहायकों की भूमिका डेटा को व्यवस्थित करने में मदद करने तक सीमित है, न कि उन चिकित्सा निर्णयों को लेने में जो यह निर्धारित करते हैं कि रोगियों का उपचार कैसे किया जाए।