Assessing electronic health record potential for adaptive learning in multimorbidity care in Sub-Saharan Africa: a mixed-methods study of Zimbabwe's Impilo system

एक अस्पताल की कल्पना एक हलचल भरे शहर के रूप में करें जहाँ हर मरीज़ एक अनूठे मानचित्र (मैप) के साथ एक यात्री है। अतीत में, डॉक्टर इन मानचित्रों को कागज़ पर रखते थे, लेकिन जैसे-जैसे तकनीक उन्नत हुई, कई शहरों ने डिजिटल जीपीएस सिस्टम अपनाया जिसे इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स (EHRs) कहा जाता है। विचार सरल है: कागज़ों का ढेर ढोने के बजाय, एक डॉक्टर एक बटन क्लिक करके यात्री का पूरा इतिहास तुरंत देख सकता है। यह विशेष रूप से उन लोगों के लिए महत्वपूर्ण है जो "मल्टीमोरबिडिटी" (multimorbidity) के साथ जी रहे हैं, जो कि एक भारी शब्द है जिसका अर्थ है एक साथ दो या दो से अधिक दीर्घकालिक स्वास्थ्य स्थितियों के साथ रहना, जैसे कि एचआईवी (HIV) और उच्च रक्तचाप (high blood pressure) दोनों होना। इसे ऐसे समझें जैसे एक यात्री जिसे एक ही दिन में बेकरी और मैकेनिक दोनों के पास जाने की आवश्यकता है; यदि जीपीएस केवल बेकरी तक का रास्ता दिखाता है और मैकेनिक के बारे में भूल जाता है, तो यात्री रास्ता भटक जाएगा।

बड़ा सवाल जो वैज्ञानिक पूछ रहे हैं वह यह है: क्या ये डिजिटल मानचित्र वास्तव में डॉक्टरों को इन जटिल यात्रियों की बेहतर देखभाल करना सीखने में मदद करते हैं? या क्या ये मानचित्र गलत सड़कें दिखाते हैं? यह शोध पत्र इस प्रश्न की जांच करने के लिए इस विषय में गहराई से उतरता है कि ज़िम्बाब्वे में एक विशिष्ट डिजिटल प्रणाली जिसे "इंपिलो" (Impilo) कहा जाता है, वास्तव में कैसे काम करती है। शोधकर्ता यह देखना चाहते थे कि क्या यह प्रणाली डॉक्टरों को एक ही समय में कई बीमारियों वाले रोगियों का इलाज करने का तरीका समझने में मदद करती है, या यह केवल भ्रम पैदा करती है। वे केवल यह नहीं देख रहे हैं कि कंप्यूटर चालू होता है या नहीं; वे यह देख रहे हैं कि क्या कंप्यूटर पूरे शहर को अपने लोगों की बेहतर मदद करने के लिए सीखने और अनुकूल होने में मदद करता है।

---

उस डिजिटल मानचित्र की कहानी जो पूरे व्यक्ति को भूल गया

ज़िम्बाब्वे में, सरकार ने एक विशाल डिजिटल स्वास्थ्य रिकॉर्ड प्रणाली बनाई जिसे इंपिलो (Impilo) कहा जाता है। इंपिलो को एक विशाल, राष्ट्रीय पुस्तकालय के रूप में सोचें जहाँ प्रत्येक रोगी की चिकित्सा कहानी संग्रहीत की जानी चाहिए। सपना यह था कि यह पुस्तकालय एक "लर्निंग हेल्थ सिस्टम" (सीखने वाली स्वास्थ्य प्रणाली) होगा—एक ऐसी जगह जहाँ पुस्तकालय केवल वहाँ बैठा नहीं रहेगा, बल्कि वास्तव में कहानियों को पढ़ेगा, पैटर्न को समझेगा और डॉक्टरों को बताएगा, "हे, हमने देखा कि जिन रोगियों को एचआईवी और उच्च रक्तचाप दोनों हैं, उन्हें एक साथ उपचार की आवश्यकता है, अलग-अलग नहीं!"

शोधकर्ताओं की एक टीम, जो जिज्ञासु जासूसों की तरह थी, ज़िम्बाब्वे के दो क्लीनिकों में गई ताकि यह देख सके कि क्या यह सपना सच है। उन्होंने मरीजों को देखा, डॉक्टरों से बात की और कंप्यूटर स्क्रीन को देखा। वे एक विशिष्ट प्रकार के जादू की तलाश में थे: अनुकूलन योग्य शिक्षण (adaptive learning)। इसका अर्थ है कि सिस्टम को डॉक्टरों को पिछले दौरों से जो सीखा है उसके आधार पर अपनी देखभाल को समायोजित करने में मदद करनी चाहिए, जिससे रोगी के लिए एक सुगम और स्मार्ट मार्ग बन सके।

बड़ी खोज: सिस्टम एक "एकल-कहानी" वाला पुस्तकालय है

टीम ने पाया कि हालांकि इंपिलो किसी एक विशिष्ट बीमारी (जैसे एचआईवी) को ट्रैक करने के लिए एक शक्तिशाली उपकरण है, लेकिन यह एक मरीज की पूरी कहानी बताने में संघर्ष करता है जिसके पास कई स्थितियाँ हैं।

मान लीजिए एक मरीज है, चलिए उसे सारा कहते हैं। सारा को एचआईवी और उच्च रक्तचाप है। जब वह क्लिनिक में आती है:

1. वह एचआईवी डेस्क पर जाती है। डॉक्टर कंप्यूटर खोलता है और सारा का एचआईवी इतिहास देखता है। यह एकदम सही है!
2. फिर, सारा ब्लड प्रेशर डेस्क पर जाती है। डॉक्टर सारा का ब्लड प्रेशर इतिहास देखने के लिए कंप्यूटर का एक अलग हिस्सा खोलता है (या कभी-कभी एक कागज़ की नोटबुक)।
3. समस्या: कंप्यूटर डॉक्टर को स्वचालित रूप से यह नहीं दिखाता कि सारा ब्लड प्रेशर डेस्क पर इसलिए है क्योंकि उसे एचआईवी भी है। दोनों कहानियाँ अलग-अलग कमरों में हैं। सिस्टम यह नहीं कहता, "हे, सारा का पूरा जीवन देखो!"

शोधकर्ताओं ने पाया कि डॉक्टर अविश्वसनीय रूप से बुद्धिमान और मेहनती हैं। वे बिंदुओं को जोड़ने के लिए अपने स्वयं के मस्तिष्क, स्मृति और कागज़ के नोट्स का उपयोग करते हैं। वे मानव सेतु (human bridges) के रूप में कार्य करते हैं, जो एचआईवी वाले कमरे से ब्लड प्रेशर वाले कमरे तक जानकारी ले जाते हैं। लेकिन कंप्यूटर खुद? वह बहुत अधिक मदद नहीं कर रहा है। यह एक ऐसे जीपीएस की तरह है जो आपको बेकरी तक के सटीक निर्देश देता है लेकिन यह भूल जाता है कि आपको मैकेनिक के पास भी जाना है, जिससे आपको यात्रा के दूसरे भाग को खुद ही सुलझाना पड़ता है।

सिस्टम क्या गलत (और क्या सही) करता है

पत्र सुझाव देता है कि मुख्य समस्या यह नहीं है कि डॉक्टर बुरे हैं या डेटा की कमी है। समस्या यह है कि डेटा को कैसे व्यवस्थित किया गया है।

• "वर्टिकल" (ऊर्ध्वाधर) जाल: सिस्टम को बीमारियों को एक-एक करके (वर्टिकल) ट्रैक करने के लिए बनाया गया था, जैसे अलग-अलग फोल्डर का एक ढेर। यह गिनने के लिए बहुत अच्छा है कि कितने लोगों को एचआईवी है, लेकिन यह यह दिखाने में बुरा है कि एक ही व्यक्ति में एचआईवी और ब्लड प्रेशर कैसे परस्पर क्रिया करते हैं।
• "सिंगल-लूप" लर्निंग: डॉक्टर सीख रहे हैं, लेकिन बहुत सीमित तरीके से। वे आज की समस्या को ठीक करने के लिए सीखते हैं (सिंगल-लूप)। उदाहरण के लिए, "सारा का ब्लड प्रेशर उच्च है, चलिए उसे अधिक दवा देते हैं।" लेकिन सिस्टम उन्हें यह सीखने में मदद नहीं करता कि कल के लिए सिस्टम को कैसे बदला जाए (डबल-लूप)। यह उन्हें यह महसूस करने में मदद नहीं करता कि, "रुको, शायद हमें इन बीमारियों को अलग-अलग कमरों में इलाज करने के बजाय एक साथ इलाज करना शुरू करना चाहिए।"
• कागज़ का सहारा: भले ही उनके पास एक शानदार कंप्यूटर है, डॉक्टर अभी भी कागज़ की नोटबुक और मरीजों द्वारा रखे गए कार्डों पर बहुत अधिक निर्भर हैं। क्यों? क्योंकि कंप्यूटर पूरी तस्वीर नहीं दिखाता है। यह एक ऐसे स्मार्टफोन की तरह है जो इंटरनेट से नहीं जुड़ सकता, इसलिए आपको कागज़ के मानचित्र का उपयोग करना पड़ता है।

"वर्कअराउंड" (जुगाड़) की वास्तविकता

अध्ययन में पाया गया कि डॉक्टर लगातार "वर्कअarounds" (काम चलाने के तरीके) कर रहे हैं। यह एक फैंसी तरीका है यह कहने का कि वे अपने स्वयं के समाधान आविष्कार कर रहे हैं क्योंकि आधिकारिक उपकरण काम नहीं कर रहे हैं। वे पूछ सकते हैं, "क्या आपको उच्च रक्तचाप भी है?" भले ही कंप्यूटर को पहले से पता होना चाहिए। वे एक स्टिकी पैड पर नोट्स लिख सकते हैं और उसे स्क्रीन पर चिपका सकते हैं। वे कंप्यूटर का काम कर रहे हैं, मैन्युअल रूप से रोगी की टूटी हुई कहानियों के टुकड़ों को आपस में जोड़ रहे हैं।

शोध पत्र भविष्य के बारे में क्या कहता है

शोधकर्ता सुझाव देते हैं कि समाधान कंप्यूटर को फेंक देना या नया बनाना नहीं है। इसके बजाय, वे सह-उत्पादन (co-production) का प्रस्ताव देते हैं। इसका अर्थ है कि जो लोग वास्तव में सिस्टम का उपयोग करते हैं—डॉक्टर, नर्स और मरीज—उन्हें ही अगले संस्करण को डिजाइन करने में मदद करनी चाहिए।

इसे एक वीडियो गेम डिजाइन करने जैसा समझें। यदि आप गेमर्स से पूछते हैं कि उन्हें क्या चाहिए, तो वे कहेंगे, "मुझे एक ऐसा मैप चाहिए जो मेरे सभी मिशनों को एक साथ दिखाए, न कि केवल एक!" पेपर सुझाव देता है कि यदि इंपिलो के डिजाइनरों बैठकर डॉक्टरों से पूछें, "आप वास्तव में दो बीमारियों वाले रोगी की देखभाल कैसे करते हैं?", तो वे एक ऐसा सिस्टम बना सकते हैं जो वास्तव में मदद करे।

निष्कर्ष

पत्र निष्कर्ष निकालता है कि ज़िम्बाब्वे का इंपिलो सिस्टम एक अच्छी शुरुआत है, लेकिन यह अभी तक वह "लर्निंग हेल्थ सिस्टम" नहीं है जिसका वादा किया गया था। यह डेटा एकत्र करता है, लेकिन यह अभी तक उस डेटा को पूरे सिस्टम के लिए ज्ञान में नहीं बदल पाता है। डॉक्टर सीखने और अनुकूलन करने का भारी काम कर रहे हैं, लेकिन कंप्यूटर बस वहां बैठा है, यह जानने के लिए इंतजार कर रहा है कि उसे क्या करना है।

लेखक सुझाव देते हैं कि आगे का रास्ता केवल कंप्यूटर को एक डिजिटल फाइलिंग कैबिनेट के रूप में नहीं, बल्कि सीखने में एक साथी के रूप में देखना है। फ्रंटलाइन वर्कर्स को डिजाइन प्रक्रिया में शामिल करके, वे एक ऐसा सिस्टम बनाने की आशा करते हैं जो केवल इतिहास दर्ज नहीं करता, बल्कि मरीजों के बेहतर भविष्य को लिखने में मदद करता है। यह एक याद दिलाता है कि तकनीक केवल उतनी ही अच्छी है जितना कि यह मानवीय देखभाल की जटिल और सुंदर वास्तविकता में फिट बैठती है।