Identification of Causative Drugs for Adverse Events Using BioClinicalBERT and BioGPT on Social Media
यह अध्ययन प्रदर्शित करता है कि उन्नत लार्ज लैंग्वेज मॉडल्स, विशेष रूप से BioClinicalBERT और BioGPT, सोशल मीडिया और ड्रग रिव्यू डेटासेट्स से प्रतिकूल घटनाओं के लिए कारण बनने वाली दवाओं की स्वचालित रूप से पहचान करने में उच्च सटीकता (98% F1 स्कोर और सटीकता) प्राप्त करते हैं, जो दवा सुरक्षा निगरानी के लिए एक आशाजनक वास्तविक समय समाधान प्रदान करते हैं।
मूल पेपर CC BY 4.0 (https://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
इंटरनेट की कल्पना एक विशाल, अराजक शहर के चौक के रूप में करें जहाँ लाखों लोग लगातार अपने जीवन, अपनी भावनाओं और हाँ, अपने स्वास्थ्य के बारे में बातें कर रहे हैं। इस डिजिटल शहर के चौक में, लोग अक्सर कहानियाँ साझा करते हैं कि कैसे एक विशिष्ट दवा ने उन्हें बीमार, चक्कर आने जैसा या बस "अजीब" महसूस कराया। लंबे समय तक, डॉक्टरों और वैज्ञानिकों को इन कहानियों को एक-एक करके पढ़ना पड़ता था, जैसे कोई लाइब्रेरियन एक ऐसी लाइब्रेरी में एक विशिष्ट पुस्तक खोजने की कोशिश कर रहा हो जो कभी बढ़ती ही जाती है। यह फार्माकोविजिलेंस (pharmacovigilance) की दुनिया है—दवाओं की निगरानी करने का अभ्यास ताकि यह सुनिश्चित किया जा सके कि वे सुरक्षित हैं।
इस शोर-शराबे को समझने के लिए, वैज्ञानिक एक विशेष प्रकार के कंप्यूटर मस्तिष्क का उपयोग करते हैं जिसे नेचुरल लैंग्वेज प्रोसेसिंग (NLP) कहा जाता है। NLP को एक सुपर-स्मार्ट अनुवादक के रूप में समझें जो न केवल भाषाओं का अनुवाद करता है, बल्कि मानवीय विचारों और अव्यवस्थित वाक्यों को स्पष्ट, व्यवस्थित तथ्यों में बदल देता है। हाल ही में, ये कंप्यूटर मस्तिष्क लार्ज लैंग्वेज मॉडल्स (LLMs) की मदद से और भी स्मार्ट हो गए हैं। आप इन मॉडल्स को उन छात्रों के रूप में देख सकते हैं जिन्होंने लाइब्रेरी की लगभग हर किताब पढ़ ली है। कुछ, जैसे कि BioClinicalBERT, ऐसे छात्रों की तरह हैं जिन्होंने मेडिकल पाठ्यपुस्तकों और अस्पताल के नोट्स में विशेषज्ञता हासिल की है, जबकि अन्य, जैसे कि BioGPT, रचनात्मक लेखकों की तरह हैं जो पढ़े गए साहित्य के आधार पर नई कहानियाँ बना सकते हैं। बड़ा सवाल जो शोधकर्ता पूछ रहे हैं वह यह है: क्या ये सुपर-स्मार्ट कंप्यूटर छात्र हमारी अव्यवस्थित सोशल मीडिया पोस्ट को पढ़ सकते हैं और यह पता लगा सकते हैं कि किस दवा ने वास्तव में प्रतिकूल प्रतिक्रिया पैदा की, और क्या वे यह काम इंसानों की तुलना में तेज़ और बेहतर तरीके से कर सकते हैं?
शोधकर्ताओं ने बिल्कुल यही करने के लिए इस अध्ययन की रूपरेखा तैयार की। उन्होंने इंटरनेट को रोगी की कहानियों से भरे एक विशाल, शोर वाले क्लासरूम की तरह माना और दो अलग-अलग "सुपर-छात्रों" को एक परीक्षा देने के लिए कहा। उनका लक्ष्य यह देखना था कि क्या ये उन्नत कंप्यूटर मॉडल किसी मरीज की टिप्पणी—जैसे "मैंने यह गोली ली और अब मेरे पेट में दर्द हो रहा है"—को देख सकते हैं और दर्द के लिए जिम्मेदार विशिष्ट दवा की सही पहचान कर सकते हैं।
शोधकर्ताओं ने अपने "टेस्ट प्रश्न" दो मुख्य स्रोतों से एकत्र किए। पहले, उन्होंने मेडिकल केस रिपोर्ट्स का एक संग्रह उपयोग किया जिसे ADE-Corpus-V2 कहा जाता है, जो ज्ञात ड्रग रिएक्शन की एक पाठ्यपुस्तक की तरह है। दूसरा, उन्होंने "askapatient.com" नामक वेबसाइट से वास्तविक जीवन की समीक्षाएँ निकालीं, विशेष रूप से ज़ोलोफ्ट (Zoloft) और लेक्सेप्रो (Lexapro) जैसी मनोरोग दवाओं की समीक्षाओं पर ध्यान केंद्रित किया। इस मिश्रण ने उन्हें एक ऐसा डेटासेट दिया जो आंशिक रूप से पाठ्यपुस्तक और आंशिक रूप से वास्तविक दुनिया की गपशप था। इससे पहले कि कंप्यूटर छात्र परीक्षा दे पाते, शोधकर्ताओं को डेटा को साफ करना पड़ा। उन्होंने सख्त संपादकों की तरह काम किया, विराम चिह्न हटा दिए, सब कुछ लोअरकेस (lowercase) में बदल दिया, और अजीब स्पेलिंग को ठीक किया ताकि मॉडल भ्रमित न हों। उन्होंने "टेक्स्ट ऑग्मेंटेशन" नामक एक ट्रिक का भी उपयोग किया, जो एक वाक्य को लेने, उसे दूसरी भाषा में अनुवाद करने और फिर वापस अनुवाद करने जैसा है ताकि उसी कहानी का थोड़ा अलग संस्करण बनाया जा सके। इसने मॉडल्स को अधिक उदाहरणों पर अभ्यास करने में मदद की ताकि वे केवल एक ही तरह के कहने के तरीके पर न अटक जाएँ।
एक बार डेटा तैयार हो जाने के बाद, उन्होंने इसे दो मुख्य प्रतियोगियों को सौंप दिया: BioClinicalBERT और BioGPT। BioClinicalBERT एक मॉडल है जिसे विशेष रूप से मेडिकल टेक्स्ट पर प्रशिक्षित किया गया है, जो इसे डॉक्टरों और अस्पतालों की भाषा का विशेषज्ञ बनाता है। दूसरी ओर, BioGPT एक जेनेरेटिव मॉडल है जिसे बायोमेडिकल साहित्य की एक विशाल मात्रा पर टेक्स्ट को समझने और बनाने के लिए डिज़ाइन किया गया है। मॉडल्स को हजारों वाक्यों को देखना था और तेरह सामान्य दवाओं की सूची में से यह वर्गीकृत करना था कि कौन सी दवा प्रतिकूल घटना (adverse event) का कारण बन रही है, जिसमें इबुप्रोफेन जैसे दर्द निवारक से लेकर लिसिनोप्रिल जैसी हृदय की दवाएं शामिल थीं।
परिणाम प्रभावशाली थे, लेकिन एक मॉडल ने दूसरे को स्पष्ट रूप से पीछे छोड़ दिया। BioClinicalBERT इस अध्ययन का चैंपियन साबित हुआ। इसने 98% की टेस्ट सटीकता (accuracy) और 98% का F1-स्कोर (यह मापने का एक तरीका कि मॉडल गलतियाँ किए बिना सभी सही उत्तर कितनी अच्छी तरह पाता है) प्राप्त किया। कंप्यूटर विज्ञान की दुनिया में, यह एक बहुत कठिन परीक्षा में लगभग पूर्ण अंक प्राप्त करने जैसा है। मॉडल लगभग हर मामले में, जिसका परीक्षण किया गया था, जिम्मेदार दवा की सही पहचान करने में सक्षम था। BioGPT ने भी अच्छा काम किया, 92.38% की टेस्ट सटीकता तक पहुँचा, लेकिन वह अपने विशेषज्ञ प्रतिद्वंद्वी की सटीकता से मेल नहीं खा सका। शोधकर्ताओं ने पाया कि क्लिनिकल टेक्स्ट पर BioClinicalBERT के प्रशिक्षण ने इसे चिकित्सा दुष्प्रभावों का वर्णन करने के विशिष्ट, अक्सर जटिल तरीके को समझने में बढ़त दी।
अध्ययन सुझाव देता है कि इन उन्नत, विशिष्ट कंप्यूटर मॉडल्स का उपयोग करना ड्रग सेफ्टी सिग्नल्स का पता लगाने के लिए एक शक्तिशाली तरीका है। हर समीक्षा को पढ़ने के लिए मानव के इंतजार करने के बजाय, ये उपकरण सोशल मीडिया और मेडिकल फ़ोरम को रियल-टाइम में स्कैन कर सकते हैं, जिससे संभावित खतरों को लगभग तुरंत फ्लैग किया जा सके। हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि भले ही कंप्यूटर मॉडल पैटर्न पहचानने में उत्कृष्ट हैं, लेकिन वे मानव डॉक्टरों का विकल्प नहीं हैं। अध्ययन इस बात पर जोर देता है कि इन निष्कर्षों को मान्य करने के लिए चिकित्सा विशेषज्ञों को अभी भी इनकी पुष्टि करने की आवश्यकता है। शोधकर्ता यह भी बताते हैं कि उनका काम एक शुरुआत है; भविष्य के सुधारों में डेटा के अधिक प्रकार, जैसे कि रोगी की आनुवंशिकी या चित्र, शामिल किए जा सकते हैं ताकि पहचान को और भी सटीक बनाया जा सके। फिलहाल के लिए, यह शोध दिखाता है कि सही डिजिटल उपकरणों के साथ, हम इंटरनेट के अराजक शोर को दवा सुरक्षा के लिए एक स्पष्ट, प्रारंभिक चेतावनी प्रणाली में बदल सकते हैं।
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।