A Reproducible Decomposed Large Language Model Pipeline for Structured Abstraction of Multimodal Neuroimaging Reports: Development and Independent Validation in 1,669 Emergency Department Encounters for Dizziness and Vertigo
यह अध्ययन प्रदर्शित करता है कि एक विघटित (decomposed), फ्रोजन लार्ज लैंग्वेज मॉडल पाइपलाइन चक्कर आना (dizziness) और वर्टिगो (vertigo) के 1,669 आपातकालीन विभाग के प्रकरणों में मल्टीमॉडल न्यूरोइमेजिंग रिपोर्टों से संरचित चरों (structured variables) को विश्वसनीय रूप से और सटीकता से सार संक्षेपित कर सकती है, जो स्केलेबल, पुन: प्रयोज्य अनुसंधान डेटासेट को सक्षम करने के लिए मानव समीक्षकों के समान उच्च पुनरुत्पादकता और सटीकता प्राप्त करती 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
अस्पताल हर दिन लिखित रिकॉर्डों का एक विशाल महासागर उत्पन्न करते हैं, जिसमें आपातकालीन कक्ष के नोट्स से लेकर मस्तिष्क के स्कैन के विस्तृत विवरण तक शामिल हैं। डॉक्टरों के लिए, ये वृत्तांत रोगी की स्थिति को समझने के लिए आवश्यक हैं, लेकिन उन शोधकर्ताओं के लिए जो बड़े समूहों का अध्ययन करने की कोशिश कर रहे हैं, यह एक कठिन बाधा है। बीमारी के पैटर्न या उपचारों की प्रभावशीलता को समझने के लिए, वैज्ञानिकों को इन मुक्त-प्रवाह वाली कहानियों को तथ्यों की सुव्यवस्थित सूचियों में बदलने की आवश्यकता होती है, जिसे डेटा एब्स्ट्रैक्शन (data abstraction) कहा जाता है। इसे हाथ से करना धीमा, महंगा और मानवीय त्रुटियों के प्रति संवेदनशील है, जो अक्सर अध्ययनों को रोगियों के छोटे समूहों तक सीमित कर देता है। हाल के वर्षों में, शक्तिशाली कंप्यूटर प्रोग्राम उभरे हैं जिन्हें लार्ज लैंग्वेज मॉडल्स (large language models) के रूप में जाना जाता है, जो उल्लेखनीय कौशल के साथ मानव भाषा को पढ़ने और समझने में सक्षम हैं। ये उपकरण चिकित्सा संबंधी तथ्यों को टेक्स्ट से निकालने के लिए स्वचालित करने का एक संभावित तरीका प्रदान करते हैं, लेकिन गंभीर शोध में भरोसेमंद होने के लिए, उन्हें यह साबित करना होगा कि वे वास्तविक दुनिया के चिकित्सा रिकॉर्ड की जटिलता को संभालने के लिए कितने सुसंगत, सटीक और विश्वसनीय हैं।
स्टेटन आइलैंड यूनिवर्सिटी अस्पताल के शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ लगाया कि क्या ऐसा एक कंप्यूटर सिस्टम चक्कर आने (dizziness) से पीड़ित रोगियों की जटिल, बहु-स्तरीय इमेजिंग रिपोर्ट को संरचित डेटा में विश्वसनीय रूप से अनुवादित कर सकता है। चक्कर आना और वर्टिगो (vertigo) आपातकालीन विभाग में लोगों के आने के सबसे सामान्य कारणों में से हैं, फिर भी वे कभी-कभी मस्तिष्क के पिछले हिस्से में गंभीर स्ट्रोक का संकेत दे सकते हैं। इसका निदान करने के लिए, डॉक्टर अक्सर विभिन्न प्रकार के स्कैन का आदेश देते हैं, जिनमें सिर के सीटी (CT) स्कैन, रक्त वाहिकाओं को देखने के लिए सीटी एंजियोग्राफी, रक्त प्रवाह को मापने के लिए सीटी परफ्यूजन और एमआरआई (MRI) स्कैन शामिल हैं। इनमें से प्रत्येक परीक्षण अपना अलग लिखित रिपोर्ट उत्पन्न करता है, जो विशिष्ट चिकित्सा शब्दावली से भरा होता है। शोधकर्ताओं ने एक विशेष पाइपलाइन बनाई, जो स्वचालित चरणों का एक क्रम है, ताकि इन रिपोर्टों को पढ़ा जा सके और बाईस विशिष्ट जानकारियां निकाली जा सकें, जैसे कि क्या स्ट्रोक मौजूद था या रक्त वाहिका कितनी संकरी थी। वे सभी काम एक साथ करने के लिए किसी एक कंप्यूटर मॉडल पर निर्भर नहीं थे। इसके बजाय, उन्होंने कार्य को छोटे, केंद्रित कार्यों में विभाजित किया, प्रत्येक विशिष्ट प्रकार के स्कैन को प्रक्रिया के एक समर्पित चरण को सौंपा, ठीक वैसे ही जैसे एक फैक्ट्री असेंबली लाइन में प्रत्येक स्टेशन उत्पाद के एक विशिष्ट हिस्से को संभालता है।
टीम ने चक्कर या वर्टिगो वाले रोगियों से जुड़े 1,669 आपातकालीन विभाग के मामलों पर इस प्रणाली का परीक्षण किया। मशीन पर भरोसा करने से पहले, उन्हें यह सुनिश्चित करना था कि यह पुनरुत्पादनीय (reproducible) है, जिसका अर्थ है कि यदि वे समान रिपोर्टों को सिस्टम के माध्यम से फिर से चलाते हैं, तो यह बिल्कुल समान परिणाम देगा। उन्होंने एक ही सत्र में तीन बार सिस्टम चलाया और नौ सप्ताह बाद फिर से चलाया, यह पाते हुए कि कंप्यूटर का आउटपुट हर बार लगभग समान था, जिसमें प्रमुख चरों (variables) पर लगभग पूर्ण सहमति थी। उन्होंने यह देखने के लिए कि क्या परिणाम इस बात पर निर्भर करते हैं कि किस विशिष्ट सॉफ़्टवेयर का उपयोग किया गया है, तीन अलग-अलग, शीर्ष-स्तरीय कंप्यूटर मॉडल्स का उपयोग करके परीक्षण किया। विभिन्न मॉडल्स एक बहुत ही उच्च स्तर पर एक-दूसरे से सहमत थे, जिससे पता चलता कि सिस्टम मजबूत है और केवल किसी एक विशेष प्रोग्राम का संयोग नहीं है। मशीन के काम की सटीकता को सत्यापित करने के लिए, शोधकर्ताओं ने इसके आउटपुट की तुलना मानव विशेषज्ञों द्वारा बनाए गए 'गोल्ड स्टैंडर्ड' से की। दो न्यूरोलॉजी रेजिडेंट्स ने स्वतंत्र रूप से रिपोर्ट के एक हिस्से को पढ़ा, और जब उनमें असहमति हुई, तो तीसरे विशेषज्ञ ने उस अंतर को सुलझाया। कंप्यूटर सिस्टम की इन मानव विशेषज्ञों के साथ मेल खाने की क्षमता उन दो मानव पाठकों के बीच की सहमति के समान ही थी।
परिणामों ने दिखाया कि विभाजित पाइपलाइन अत्यधिक सटीक थी, जिसने अधिकांश मामलों में महत्वपूर्ण निष्कर्षों की सही पहचान की। जब शोधकर्ताओं ने सबसे महत्वपूर्ण चरों को देखा, जैसे कि तीव्र स्ट्रोक की उपस्थिति या प्रमुख धमनियों में अवरोध की गंभीरता, तो कंप्यूटर ने मानव विशेषज्ञों के निष्कर्षों के साथ 97 से 99 प्रतिशत की सटीकता दर के साथ मिलान किया। प्रदर्शन का यह उच्च स्तर तब भी बना रहा जब सिस्टम का परीक्षण उन मामलों पर किया गया जो विशेष रूप से इसलिए चुने गए थे क्योंकि उनमें दुर्लभ या कठिन निष्कर्ष शामिल थे, जिन्हें आमतौर पर किसी भी सिस्टम के लिए सबसे कठिन माना जाता है। अध्ययन ने यह भी रेखांकित किया कि सिस्टम समय के साथ स्थिर था; महीनों बाद भी उसी डेटा को सिस्टम के माध्यम से चलाने पर समान परिणाम प्राप्त हुए, जो दीर्घकालिक चिकित्सा अनुसंधान में उपयोग किए जाने वाले किसी भी उपकरण के लिए एक महत्वपूर्ण आवश्यकता है। शोधकर्ताओं ने उल्लेख किया कि हालांकि सिस्टम उन तथ्यों को निकालने में उत्कृष्ट था जो रिपोर्ट में स्पष्ट रूप से बताए गए थे, लेकिन यह अधिक अस्पष्ट विवरणों की व्याख्या करने में उतना पूर्ण नहीं था, जो कि वास्तविक छवियों को देखने के बजाय टेक्स्ट को पढ़ने वाले किसी भी टूल की एक ज्ञात सीमा है।
यह कार्य यह प्रदर्शित करता है कि जटिल चिकित्सा वृत्तांतों को संरचित डेटा में बदलने के लिए एक विश्वसनीय, स्वचालित प्रणाली बनाना संभव है, जो उस पैमाने पर है जो पहले असंभव था। कार्य को छोटे, प्रबंधनीय टुकड़ों में तोड़कर और काम की क्रॉस-चेक करने के लिए कई मॉडल्स का उपयोग करके, शोधकर्ताओं ने एक ऐसी पाइपलाइन बनाई जो पुनरुत्पादनीय और सटीक दोनों है। अध्ययन यह दावा नहीं करता है कि कंप्यूटर ने मानव डॉक्टरों की आवश्यकता को प्रतिस्थापित कर दिया है या यह सिस्टम हर संभावित चिकित्सा प्रश्न के लिए पूर्ण है। इसके बजाय, यह उन शोधकर्ताओं के लिए एक व्यावहारिक मार्ग प्रदान करता है जिन्हें बीमारी के पैटर्न को समझने के लिए बड़े डेटासेट का विश्लेषण करने की आवश्यकता होती है। अध्ययन द्वारा पहचाने गए मात्रात्मक त्रुटि दरें भविष्य के शोधकर्ताओं को सिस्टम की सीमाओं की एक स्पष्ट तस्वीर देती हैं, जिससे वे अतिरिक्त मानवीय समीक्षा के लिए सटीक स्थान जानते हुए डेटा का विश्वास के साथ उपयोग कर सकते हैं। अंततः, यह दृष्टिकोण लाखों चिकित्सा रिपोर्टों में छिपे मूल्य को अनलॉक करने का एक तरीका प्रदान करता है, जो असंरचित टेक्स्ट को न्यूरोलॉजी और आपातकालीन चिकित्सा में बड़े पैमाने पर खोजों को संचालित करने वाले संसाधन में बदल देता 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।