AI Evaluation of Expert Testimony in Medical Malpractice
यह अध्ययन प्रदर्शित करता है कि एआई (AI) उपकरण प्रासंगिक चिकित्सा साहित्य को तेजी से प्राप्त कर सकते हैं और चिकित्सा कदाचार के मामलों में विशेषज्ञ गवाही के भीतर साक्ष्य से महत्वपूर्ण विचलन का प्रभावी ढंग से पता लगा सकते हैं, विशेष रूप से यह उजागर करते हुए कि बचाव पक्ष के विशेषज्ञ अक्सर वादी विशेषज्ञों की तुलना में प्रकाशित डेटा का अधिक बार खंडन 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
एक अदालत की कल्पना करें जो "ट्रुथ और कॉनसीक्वेंस" के एक हाई-स्टेक्स खेल की तरह है, जहाँ वकीलों की दो टीमें यह समझाने के लिए अपनी व्यक्तिगत "गुरु" लेकर आती है कि चिकित्सा संबंधी दुर्घटना में क्या गलत हुआ था। ये गुरु चिकित्सा विशेषज्ञ हैं, जिन्हें न्यूट्रल वैज्ञानिक होना चाहिए जो जज और जूरी को ठीक वही बताते हैं जो मेडिकल टेक्स्टबुक्स में लिखा है। लेकिन यहाँ एक पेंच है: इंसान पेचीदा होते हैं। ठीक वैसे ही जैसे एक स्पोर्ट्स फैन केवल उन खेलों को याद रखता है जिन्होंने उनकी पसंदीदा टीम को जिताने में मदद की हो, ये विशेषज्ञ कभी-कभी अपने पक्ष को बेहतर दिखाने के लिए तथ्यों को चयनात्मक रूप से चुनते (cherry-pick) हैं। इसे "बायस" (पक्षपात) कहा जाता है।
इसे हल करने के लिए, कानूनी जगत एक नए प्रकार के रेफरी का उपयोग करने की कोशिश कर रहा है: आर्टिफिशियल इंटेलिजेंस (AI)। AI को एक सुपर-फास्ट लाइब्रेरियन के रूप में समझें जिसने अब तक लिखे गए हर एक मेडिकल अध्ययन को पढ़ा है। मानव विशेषज्ञों के विपरीत, जो थक सकते हैं या जिनका कोई एजेंडा हो सकता है, यह डिजिटल लाइब्रेरियन सेकंडों में लाखों पन्नों को स्कैन करके "गोल्ड स्टैंडर्ड" साक्ष्य खोज सकता है। सबसे बड़ा सवाल जिसका शोधकर्ताओं ने उत्तर देना चाहा वह सरल था: क्या यह सुपर-स्मार्ट AI यह पकड़ सकता है कि एक मानव विशेषज्ञ सच्चाई को कब तोड़-मरोड़ रहा है? और यदि AI एक बात कहता है और मानव विशेषज्ञ दूसरी, तो वास्तव में सही कौन है?
AI बनाम मानव विशेषज्ञ: एक जासूसी कहानी
इस अध्ययन में, शोधकर्ताओं की एक टीम ने इस विचार का परीक्षण करने का निर्णय लिया। उन्होंने डिजिटल डिटेक्टिव की तरह काम किया, जिसमें दो शक्तिशाली AI टूल्स—क्लाउड (Claude) और ओपनएविडेंस (OpenEvidence)—का उपयोग करके अमेरिका, यूके, कनाडा और ऑस्ट्रेलिया के वास्तविक मेडिकल मालप्रैक्टिस (चिकित्सा लापरवाही) मामलों की समीक्षा की। उनका मिशन यह देखना था कि क्या वे साहित्य में छिपे "वास्तविक" चिकित्सा तथ्यों को जल्दी से खोज सकते हैं और उनकी तुलना उन वास्तविक तथ्यों से कर सकते हैं जो मानव विशेषज्ञों ने अदालत में दिए थे।
शोधकर्ताओं ने एक विशेष "झूठ पकड़ने वाला" पैमाना बनाया, जिसे उन्होंने L-स्केल कहा, जो यह मापता है कि किसी विशेषज्ञ की गवाही वास्तविक वैज्ञानिक साक्ष्य से कितनी दूर थी।
- लेवल 1 (L1): विशेषज्ञ पूरी तरह से सही रास्ते पर है, उपलब्ध सबसे मजबूत साक्ष्य का उपयोग कर रहा है।
- लेवल 2 (L2): विशेषज्ञ ज्यादातर सही है लेकिन शायद थोड़ा अस्पष्ट है या कोई साइटेशन (संदर्भ) छोड़ दिया है।
- लेवल 3 (L3): विशेषज्ञ पटरी से उतर रहा है, ऐसी दावे कर रहा है जिन्हें प्रकाशित अध्ययन वास्तव में समर्थन नहीं देते।
- लेवल 4 (L4): विशेषज्ञ साक्ष्यों का पूरी तरह से खंडन कर रहा है, या तथ्य गढ़ भी रहा है।
उन्होंने क्या पाया: डिफेंस टीम का संघर्ष
जब AI टूल्स ने अपना विश्लेषण चलाया, तो परिणाम चौंकाने वाले थे। अधिकांश मामलों में, AI सेकंडों या मिनटों में सही चिकित्सा उत्तर खोज सकता था—ऐसे उत्तर जिन पर मानव न्यायाधीशों ने वर्षों तक विचार-विमर्श किया था। लेकिन असली कहानी विशेषज्ञों के व्यवहार में थी।
AI ने एक बड़ा असंतुलन खोजा। जब डिफेंस (जिन डॉक्टरों या अस्पतालों पर मुकदमा चलाया जा रहा है) द्वारा नियुक्त विशेषज्ञों को देखा गया, तो AI ने पाया कि वे अक्सर लक्ष्य से बहुत दूर थे। फेज 2 के सैंपल में, एक चौंकाने वाले 88% डिफेंस विशेषज्ञों ने प्रकाशित साक्ष्य से "स्पष्ट विचलन" (clear deviation) दिखाया (L3 या L4 स्कोर किया)। फेज 3 के सैंपल में, वह संख्या 73% थी। इससे भी बदतर यह था कि फेज 3 में 55% डिफेंस विशेषज्ञ "गंभीर विचलन" (severe deviation) क्षेत्र (L4) में थे, जिसका अर्थ था कि उनकी गवाही विज्ञान द्वारा स्पष्ट रूप से गलत साबित की गई थी।
इसके विपरीत, प्लेंटिफ्स (मरीज जो मुकदमा कर रहे हैं) द्वारा नियुक्त विशेषज्ञ सच्चाई के बहुत करीब थे। फेज 2 में केवल 40% और फेज 3 में 0% प्लेंटिफ विशेषज्ञ स्पष्ट विचलन दिखाते पाए गए। यह अंतर इतना बड़ा था कि शोधकर्ता आश्वस्त थे कि यह केवल एक इत्तेफाक नहीं था; डेटा ने एक स्पष्ट पैटर्न दिखाया जहां डिफेंस विशेषज्ञ लगातार वैज्ञानिक साक्ष्य से काफी दूर थे।
क्या AI सही था?
आप सोच सकते हैं, "हमें कैसे पता कि AI अपनी मर्जी से कुछ नहीं बना रहा था?" शोधकर्ताओं ने कई जांच कीं। उन्होंने AI के उत्तरों की आपस में तुलना की, और उन्होंने यह भी जांचा कि क्या AI ने मामले के अलग विवरण मिलने पर अपना विचार बदला। AI टूल्स 90% से अधिक समय में एक-दूसरे से सहमत हुए। इसके अलावा, 91% मामलों में जहाँ AI ने एक स्पष्ट वैज्ञानिक उत्तर पाया, वह उत्तर अदालत के अंतिम फैसले से मेल खाता था। यह सुझाव देता है कि AI का "सुपर-लाइब्रेरियन" दृष्टिकोण वास्तव में सच्चाई खोजने में बहुत अच्छा था, भले ही मानव विशेषज्ञ इसे छिपाने की कोशिश कर रहे हों।
इसका क्या अर्थ है (और क्या नहीं है)
अध्ययन सुझाव देता है कि AI टूल्स कानूनी प्रणाली के लिए गेम-चेंजर हो सकते हैं। एक ऐसी दुनिया की कल्पना करें जहाँ, मुकदमे शुरू होने से पहले ही, वकील यह जांचने के लिए AI का उपयोग कर सकें कि क्या किसी विशेषज्ञ की राय विज्ञान द्वारा समर्थित है या यह केवल "स्पिन" (बनाई गई बात) है। यह मामलों को तेजी से सुलझाने, पैसा बचाने और यह सुनिश्चित करने में मदद कर सकता है कि ध्यान वास्तविक चिकित्सा तथ्यों पर रहे न कि इस पर कि कौन सबसे प्रभावशाली विशेषज्ञ नियुक्त कर सकता है।
हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि यह कोई जादुई छड़ी नहीं है। वे नोट करते हैं कि AI पूर्ण नहीं है; यदि मनुष्यों द्वारा निगरानी न की जाए तो यह गलतियाँ कर सकता है या "हैलुसिनेट" (भ्रमित जानकारी देना) कर सकता है। साथ ही, इस अध्ययन ने विशिष्ट प्रकार के मामलों को देखा जहाँ तथ्य इतने स्पष्ट थे कि AI उन्हें पढ़ सके। इसने हर कानूनी समस्या को हल नहीं किया, और निश्चित रूप से यह साबित नहीं किया कि AI को मानव न्यायाधीशों के स्थान पर होना चाहिए। लेकिन इसने कुछ शक्तिशाली सुझाव दिया: चिकित्सा मुकदमों की इस उलझी हुई दुनिया में, एक डिजिटल टूल ही हमारे पास सबसे ईमानदार रेफरी हो सकता 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।