Quality of physicians responses using a conversational artificial intelligence system: a randomized vignette experiment in Latin America
लैटिन अमेरिका के चिकित्सकों पर आधारित एक रैंडमाइज्ड विनेट प्रयोग में, एक साक्ष्य-ट्रेसेबल संवादात्मक एआई प्रणाली ने सामान्य खोज प्रथाओं की तुलना में नैदानिक प्रतिक्रियाओं की संयुक्त वैधता में महत्वपूर्ण सुधार किया, हालांकि स्वयंसेवक-आधारित नमूने के कारण निष्कर्षों को अन्वेषणात्मक माना जाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
लैटिन अमेरिका के व्यस्त क्लीनिकों में, एक डॉक्टर अक्सर शांत अनिश्चितता के क्षण का सामना करता है: एक रोगी जटिल लक्षणों के साथ आता है, और सही उपचार पथ तुरंत स्पष्ट नहीं होता। दशकों से, समाधान रुकना और उत्तरों की खोज करना रहा है, पाठ्यपुस्तकों को पलटना या डिजिटल डेटाबेस में प्रश्न टाइप करना। यह प्रक्रिया चिकित्सा जानकारी की विशाल मात्रा को तेजी से खोजने, पढ़ने और व्याख्या करने की चिकित्सक की क्षमता पर निर्भर करती है। आज, इस परिदृश्य में एक नया उपकरण आया है: संवादात्मक कृत्रिम बुद्धिमत्ता (कन्वर्सेशनल आर्टिफिशियल इंटेलिजेंस)। मानव ज्ञान के विशाल संग्रह पर आधारित ये प्रणालियाँ, संवाद कर सकती हैं, प्रश्न पूछ सकती हैं और सेकंडों में जटिल विषयों का सारांश प्रस्तुत कर सकती हैं। वादा यह है कि ऐसा उपकरण बिस्तर के पास एक साथी के रूप में कार्य कर सकता है, डॉक्टरों को साक्ष्य तेजी से और अधिक सटीकता से प्राप्त करने में मदद कर सकता है। हालाँकि, इन प्रणालियों के अधिकांश परीक्षण नियंत्रित, स्थिर वातावरणों में किए गए हैं, जो कम या मध्यम आय वाले देश के एक व्यस्त अस्पताल की वास्तविकता से बहुत दूर हैं। महत्वपूर्ण प्रश्न अभी भी यह बना हुआ है कि क्या ये डिजिटल सहायक वास्तव में वास्तविक सेटिंग्स में वास्तविक डॉक्टरों द्वारा उपयोग किए जाने पर देखभाल की गुणवत्ता में सुधार करते हैं, या वे केवल परिष्कृत चैटबॉट्स हैं जो आत्मविश्वास से भरे लगते हैं लेकिन बहुत कम व्यावहारिक सहायता प्रदान करते हैं।
उत्तर खोजने के लिए, लैटिन अमेरिका के शोधकर्ताओं ने दो सौ दो चिकित्सकों को शामिल करते हुए एक सीधा तुलनात्मक अध्ययन तैयार किया। उन्होंने एक परिदृश्य बनाया जहाँ डॉक्टरों को चार सिम्युलेटेड रोगी मामलों को हल करने के लिए कहा गया, जिनमें से प्रत्येक के लिए चार खुले प्रश्नों के उत्तर देने की आवश्यकता थी। डॉक्टरों को यादृच्छिक रूप से दो समूहों में विभाजित किया गया। एक समूह ने जानकारी खोजने के लिए अपने सामान्य तरीकों का उपयोग किया, जैसा कि वे सामान्य रूप से मानक संसाधनों के माध्यम से खोज करते हैं। दूसरे समूह ने एक विशिष्ट संवादात्मक प्रणाली का उपयोग किया जिसे ऐसे उत्तर प्रदान करने के लिए डिज़ाइन किया गया था जिन्हें चिकित्सा साक्ष्य तक वापस ट्रैक किया जा सके। निष्पक्षता सुनिश्चित करने के लिए, दो स्वतंत्र विशेषज्ञों ने, जो यह नहीं जानते थे कि प्रत्येक डॉक्टर ने किस पद्धति का उपयोग किया था, प्रत्येक प्रतिक्रिया को ग्रेड दिया। उन्होंने छह अलग-अलग आयामों के आधार पर उत्तरों का मूल्यांकन किया, जिससे एक समग्र स्कोर बना जो दिए गए चिकित्सा परामर्श की समग्र वैधता को दर्शाता था।
परिणामों ने दोनों दृष्टिकोणों के बीच एक स्पष्ट अंतर दिखाया। जिन चिकित्सकों ने संवादात्मक प्रणाली का उपयोग किया, उन्होंने ऐसे उत्तर दिए जो औसत रूप से उन लोगों की तुलना में अधिक वैध थे जो अपनी सामान्य खोज प्रथाओं पर निर्भर थे। समर्थित समूह के स्कोर अधिक थे, जिनका माध्य (median) 2.83 था, जबकि सामान्य अभ्यास समूह के लिए यह 2.46 था। जब शोधकर्ताओं ने डॉक्टरों की शैक्षणिक डिग्री जैसे कारकों के लिए डेटा को समायोजित किया, तो आंकड़ों ने सुझाव दिया कि प्रणाली का उपयोग करने वाला चिकित्सक उच्च स्तर की वैधता के मानक को पूरा करने वाला उत्तर देने की अधिक संभावना रखता था। यह लाभ उपयोग किए गए ग्रेडिंग के अधिकांश विशिष्ट मानदंडों में बना रहा, विशेष रूप से उन मानदंडों में जहाँ विशेषज्ञ न्यायाधीश एक-दूसरे के साथ सबसे अधिक सहमत थे। हालाँकि, अध्ययन ने एक सूक्ष्मता भी प्रकट की: जब केवल तथ्यों की सटीकता को सख्ती से देखा गया, तो दोनों समूहों के बीच का अंतर सांख्यिकीय महत्व के स्तर तक नहीं पहुँचा। इसके कारण शोधकर्ताओं ने व्यापक, समग्र वैधता माप को प्राथमिक निष्कर्ष के रूप में नामित किया, एक निर्णय जिसे तब सुदृढ़ किया गया जब एक बाहरी मूल्यांकनकर्ता ने सटीकता-मात्र विश्लेषण को दोहराया और समान अंतर की कमी पाई।
उत्तरों की गुणवत्ता के अलावा, अध्ययन ने इस बात की जांच की कि डॉक्टर इस प्रक्रिया के बारे में कैसा महसूस करते थे और इसमें कितना समय लगा। प्रणाली का उपयोग करने वाले चिकित्सकों ने उच्च स्तर की संतुष्टि व्यक्त की, इस उपकरण को स्वीकार्य और उपयोग में आसान पाया। दिलचस्प बात यह है कि कार्यों को पूरा करने में लगने वाला समय और डॉक्टरों द्वारा रिपोर्ट किए गए खोजों की संख्या के बीच कोई स्पष्ट अंतर नहीं दिखा, हालांकि शोधकर्ताओं ने नोट किया कि डेटा की कमी के कारण इस विशिष्ट तुलना की व्याख्या निश्चितता के साथ करना कठिन है। अध्ययन अपने दायरे के बारे में एक महत्वपूर्ण अनुस्मारक के साथ समाप्त होता है: प्रतिभागी स्वयंसेवक थे जिन्होंने अभ्यास को पूरा करने का विकल्प चुना था, जिसका अर्थ है कि निष्कर्ष अन्वेषणात्मक हैं न कि हर डॉक्टर के लिए हर स्थिति में इस उपकरण के काम करने का निर्णायक प्रमाण। भले ही यह प्रणाली हर समस्या को तुरंत हल करने वाला कोई जादुई डंडा नहीं थी, लेकिन साक्ष्य बताते हैं कि इस क्षेत्र में कार्यरत चिकित्सकों द्वारा उपयोग किए जाने पर, यह उनके द्वारा अपने रोगियों को प्रदान की जाने वाली चिकित्सा जानकारी की गुणवत्ता को बढ़ाने में मदद कर सकती 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।