Knowledge-graph anchoring enables safer large language model reasoning for rare-tumor management

आधुनिक चिकित्सा की जटिल दुनिया में, कुछ बीमारियाँ इतनी दुर्लभ होती हैं कि एक विशेषज्ञ अपने पूरे जीवनकाल में केवल कुछ ही मामले देख पाता है। सॉफ्ट टिश्यू सार्कोमा (soft tissue sarcomas) ऐसे ही समूहों में से एक है। ये वे कैंसर हैं जो शरीर के संयोजी ऊतकों (connective tissues), जैसे कि मांसपेशियों, वसा या रक्त वाहिकाओं में विकसित होते हैं, और ये सत्तर से अधिक विभिन्न उपभेदों (subtypes) में आते हैं, जिनमें से प्रत्येक का व्यवहार अलग होता है और जिसके लिए विशिष्ट उपचार की आवश्यकता होती है। क्योंकि ये ट्यूमर इतने असामान्य और विविध हैं, इसलिए कोई भी अकेला डॉक्टर हर मरीज के लिए सटीक उपचार करने हेतु आवश्यक हर अध्ययन, दिशानिर्देश और आणविक विवरण को याद नहीं रख सकता। इस अंतर को पाटने के लिए, मेडिकल टीमें अक्सर मामलों पर चर्चा करने के लिए एकत्र होती हैं, ताकि वे सर्वोत्तम निर्णय लेने के लिए अपने ज्ञान को साझा कर सकें। हालांकि, इन बैठकों के दौरान तेजी से सही और अद्यतित जानकारी खोजना कठिन है, और डेटा की विशाल मात्रा अभिभूत करने वाली हो सकती है।

आर्टिफिशियल इंटेलिजेंस, विशेष रूप से लार्ज लैंग्वेज मॉडल्स (large language models), सूचना की विशाल मात्रा को व्यवस्थित करने और सारांशित करने के लिए एक शक्तिशाली उपकरण के रूप में उभरा है। ये कंप्यूटर प्रोग्राम टेक्स्ट के विशाल पुस्तकालयों पर प्रशिक्षित होते हैं और आश्चर्यजनक प्रवाह के साथ प्रश्नों के उत्तर दे सकते हैं। फिर भी, ऑन्कोलॉजी जैसे उच्च-जोखिम वाले क्षेत्रों में, इन मॉडलों में एक महत्वपूर्ण दोष है: वे तथ्यात्मक रूप से गलत बातें कहते हुए भी बहुत आत्मविश्वास से भरे हुए लग सकते हैं, जिसे 'हैलुसिनेशन' (hallucination) नामक समस्या कहा जाता है। वे किसी दुर्लभ कैंसर उपभेद के बारे में विवरणों को मिला सकते हैं या ऐसे उपचार का आविष्कार कर सकते हैं जो अस्तित्व में ही नहीं है। इसे ठीक करने के लिए, शोधकर्ताओं ने 'रिट्रीवल-ऑगमेंटेड जनरेशन' (retrieval-augmented generation) नामक एक विधि का परीक्षण किया है, जहाँ कंप्यूटर को उत्तर देने से पहले एक विश्वसनीय डेटाबेस में तथ्यों को खोजने के लिए मजबूर किया जाता है। लेकिन दुर्लभ बीमारियों के लिए, यहाँ तक कि यह विधि भी संघर्ष कर सकती है, क्योंकि यह कभी-कभी अप्रासंगिक अध्ययन खोज लेती है या उन विशिष्ट बारीकियों को छोड़ देती है जो रोगी की देखभाल को परिभाषित करती हैं। मूल प्रश्न यह है: क्या हम एक ऐसा सिस्टम बना सकते हैं जो न केवल सही जानकारी खोज सके, बल्कि एक दुर्लभ बीमारी की विशिष्ट संरचना को इतनी अच्छी तरह समझ सके कि वह डॉक्टर का सुरक्षित मार्गदर्शन कर सके?

शोधकर्ताओं की एक टीम ने एक विशेष डिजिटल मानचित्र बनाकर इसका उत्तर देने का प्रयास किया। उन्होंने मेडिकल जर्नल्स से लगभग दस हजार वैज्ञानिक सारांश एकत्र किए और बीमारी के बारेore मुख्य तथ्यों को निकालने के लिए उन्हें सावधानीपूर्वक पढ़ा। इस विशाल संग्रह से, उन्होंने एक 'नॉलेज ग्राफ' (knowledge graph) बनाया, जो अनिवार्य रूप से एक संरचित नेटवर्क है जो विभिन्न चिकित्सा अवधारणाओं को जोड़ता है। इस ग्राफ की कल्पना एक वेब के रूप में करें जहाँ प्रत्येक नोड (node) जानकारी का एक विशिष्ट हिस्सा है, जैसे कि ट्यूमर का प्रकार, एक दवा, या शरीर का कोई अंग, और उन्हें जोड़ने वाली रेखाएं दिखाती हैं कि वे एक-दूसरे से कैसे संबंधित हैं। इस मानचित्र में चौदह हजार से अधिक नोड्स और तेईस हजार से अधिक कनेक्शन थे, जो वास्तविक, क्यूरेटेड मेडिकल साहित्य से प्राप्त किए गए थे। शोधकर्ताओं ने फिर इस मानचित्र को एक आर्टिफिशियल इंटेलिजेंस सिस्टम में एकीकृत किया जिसे डॉक्टरों की मदद के लिए डिज़ाइन किया गया था। उन्होंने तीन अलग-अलग संस्करणों का परीक्षण किया: एक जो पूरी तरह से AI की आंतरिक स्मृति (internal memory) पर निर्भर था, दूसरा जो केवल आधिकारिक उपचार दिशानिर्देशों को देखता था, और तीसरा जिसने दिशानिर्देशों को उनके नए, विशेष ज्ञान ग्राफ के साथ जोड़ा।

टीम ने बीस अलग-अलग नैदानिक परिदृश्यों (clinical scenarios) में इन प्रणालियों द्वारा दिए गए उत्तरों का मूल्यांकन करने के लिए तीन विशेषज्ञ सारकोमा सर्जनों को नियुक्त किया। डॉक्टरों को यह नहीं पता था कि कौन सा उत्तर किस सिस्टम द्वारा दिया गया था, जिससे एक निष्पक्ष समीक्षा सुनिश्चित हुई। उन्होंने पांच महत्वपूर्ण कारकों पर प्रतिक्रियाओं को रेट किया: क्या चिकित्सा तथ्य सही थे, क्या सलाह मरीज के लिए सुरक्षित थी, उत्तर ने नैदानिक कौशल का कितना प्रदर्शन किया, क्या इसने डॉक्टर के वास्तविक प्रश्न को समझा, और यह वास्तविक दुनिया की चर्चा में कितना सहायक होगा। परिणाम स्पष्ट थे। जिस सिस्टम ने ज्ञान ग्राफ का उपयोग एक मार्गदर्शक के रूप में किया, उसने अन्य सभी को काफी पीछे छोड़ दिया। इसने उच्चतम समग्र स्कोर प्राप्त किया और बीस में से पंद्रह परिदृश्यों में सर्वश्रेष्ठ उत्तर के रूप में रैंक किया गया। इसके विपरीत, केवल अपनी आंतरिक स्मृति पर निर्भर रहने वाला सिस्टम खराब प्रदर्शन करता रहा, और अक्सर ऐसे उत्तर देता रहा जो नैचिक रूप से अस्वीकार्य या असुरक्षित थे। केवल दिशानिर्देशों का उपयोग करने वाला सिस्टम स्मृति-आधारित संस्करण से बेहतर था, लेकिन वह उस सिस्टम से पीछे रह गया जिसके पास खोज को आधार देने के लिए विशेष ज्ञान ग्राफ था।

ज्ञान ग्राफ ने एक सटीक फिल्टर के रूप में कार्य किया जिसने उस जानकारी को नियंत्रित किया जिसे AI एक्सेस कर सकता था। सामान्य चिकित्सा पाठ के विशाल महासागर में कंप्यूटर को भटकने देने के बजाय, ग्राफ ने उसे सबसे प्रासंगिक और उच्च-गुणवत्ता वाले साक्ष्यों की ओर निर्देशित किया। इसने सिस्टम की सही वैज्ञानिक शोध पत्रों को खोजने की क्षमता में सुधार किया, जिससे सबसे उपयोगी संदर्भों को सूची में सबसे ऊपर पहुँचा दिया गया। इससे भी महत्वपूर्ण बात यह है कि इसने उत्तरों को साक्ष्यों के प्रति अधिक निष्ठावान बनाया। जब सिस्टम ने ग्राफ का उपयोग किया, तो डॉक्टरों ने पाया कि उत्तर वास्तव में प्राप्त किए गए टेक्स्ट (retrieved text) पर आधारित होने की बहुत अधिक संभावना रखते थे, जिससे AI द्वारा मनगढ़ंत बातें बनाने का जोखिम कम हो गया। सुधार सबसे नाटकीय रूप से उन क्षेत्रों में देखा गया जहाँ अन्य सिस्टम सबसे अधिक संघर्ष करते थे, जैसे कि जटिल नैदानिक प्रक्रियाओं या उन्नत रोग उपचारों के बारे में प्रश्न। इन कठिन मामलों में, ज्ञान ग्राफ ने सिस्टम को उन विशिष्ट विवरणों को खोजने में मदद की जो केवल सामान्य दिशानिर्देशों में शामिल नहीं थे, जिससे एक ऐसी सटीकता प्रदान हुई जो अन्य विधियों के पास नहीं थी।

हालाँकि, शोधकर्ताओं ने सावधानीपूर्वक उल्लेख किया कि यह नया दृष्टिकोण एक पूर्ण समाधान नहीं है। उन्होंने उन विशिष्ट स्थितियों की पहचान की जहाँ सिस्टम विफल रहा। एक उदाहरण में, सिस्टम ने एक ऐसा पेपर खोजा जो विषय से संबंधित तो था लेकिन वास्तव में पूछे गए विशिष्ट प्रश्न का उत्तर नहीं दे सका, जिससे उत्तर थोड़ा लक्ष्य से भटक गया। एक अन्य मामले में, सिस्टम ने एक प्रक्रिया के तकनीकी विवरण खोजे जबकि डॉक्टर वास्तव में यह पूछ रहे थे कि क्या वह प्रक्रिया मरीज के लिए उपयुक्त है या नहीं। ये विफलताएं दर्शाती हैं कि यद्यपि ज्ञान ग्राफ एक शक्तिशाली उपकरण है, फिर भी यह सुनिश्चित करने के लिए कि यह प्रश्न के विशिष्ट इरादे से मेल खाता है, इसे सावधानीपूर्वक डिजाइन करने की आवश्यकता है। अध्ययन में यह भी नोट किया गया कि सिस्टम का परीक्षण सीमित संख्या में प्रश्नों पर और विशेषज्ञों के एक छोटे समूह द्वारा किया गया था, जिसका अर्थ है कि यह पुष्टि करने के लिए कि यह दुर्लभ ट्यूमर देखभाल के पूरे स्पेक्ट्रम में कितनी अच्छी तरह काम करता है, आगे और परीक्षण की आवश्यकता है।

इन सीमाओं के बावजूद, यह अध्ययन दुर्लभ रोग प्रबंधन में आर्टिफिशियल इंटेलिजेंस के उपयोग के लिए एक आशाजनक मार्ग प्रदर्शित करता है। वास्तविक चिकित्सा साहित्य से एक विशेष ज्ञान ग्राफ बनाकर और इसका उपयोग AI की खोज को निर्देशित करने के लिए करके, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो पिछले तरीकों की तुलना में अधिक सटीक और अधिक विश्वसनीय है। यह दृष्टिकोण डॉक्टर की जगह नहीं लेता है, बल्कि उन्हें एक विश्वसनीय, साक्ष्य-आधारित सहायक प्रदान करता है जो जटिल जानकारी को जल्दी से संश्लेषित कर सकता है। प्रत्येक उत्तर को उस विशिष्ट वैज्ञानिक पेपर तक ट्रैक करने की क्षमता, जिसने उसका समर्थन किया, पारदर्शिता की एक ऐसी परत जोड़ती है जो चिकित्सा निर्णय लेने के लिए आवश्यक है। दुर्लभ ट्यूमर वाले रोगियों के लिए, जहाँ हर विवरण मायने रखता है और गलतियाँ महंगी साबित हो सकती हैं, इस प्रकार की ठोस और व्याख्या योग्य तकनीक सुरक्षित और अधिक प्रभावी देखभाल की दिशा में एक मूर्त कदम है।