Human Triage versus Computer-Based Triage Using a Predetermined Flowchart
एक नेपाली आपातकालीन विभाग में एक भावी अध्ययन में, WHO इंटरएजेंसी इंटीग्रेटेड ट्राइएज टूल का उपयोग करने वाले एक नियम-आधारित कंप्यूटर एप्लिकेशन ने नियमित मानव ट्राइएज की तुलना में काफी अधिक सटीकता, विशेषज्ञ मूल्यांकन के साथ बेहतर सहमति और कम ओवर-ट्राइएज प्रदर्शित किया।
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 आपातकालीन विभाग के अराजक केंद्र में, समय सबसे महत्वपूर्ण संसाधन है, फिर भी यह अक्सर सबसे पहले समाप्त होने वाली चीज़ होती है। ट्राइएज (Triage) वह प्रक्रिया है जो यह तय करती है कि किसे पहले देखा जाएगा, जिससे मरीजों को उनकी आवश्यकता की गंभीरता के आधार पर छांटा जाता है। यह एक उच्च-दांव वाला निर्णय है जहाँ एक नर्स या डॉक्टर को तेज़ी से किसी व्यक्ति को देखना, उनके लक्षणों को सुनना और उन्हें एक श्रेणी में रखना होता है: तत्काल खतरा, गंभीर लेकिन स्थिर, या कुछ ऐसा जिसे इंतज़ार किया जा सकता है। यह प्रणाली आपातकालीन चिकित्सा की रीढ़ है, जिसे यह सुनिश्चित करने के लिए डिज़ाइन किया गया है कि कम बीमार लोगों की तुलना में सबसे बीमार लोगों को पहले मदद मिले, भले ही प्रतीक्षा कक्ष भीड़ से भरा हो। हालाँकि, मानवीय निर्णय कोई सटीक मशीन नहीं है। यह थकान, प्रतीक्षा कर रहे लोगों की भारी संख्या और विभिन्न डॉक्टरों या नर्सों द्वारा एक ही तरह के लक्षणों की व्याख्या करने के प्राकृतिक अंतरों से प्रभावित होता है। जब ये मानवीय निर्णय बहुत अधिक भिन्न होते हैं, तो जीवन-घातक स्थितियों वाले मरीजों की अनदेखी हो सकती है, या मामूली समस्याओं वाले लोगों को आपातकाल के रूप में माना जा सकता है, जिससे सिस्टम बाधित होता है और सभी के लिए देखभाल में देरी होती है।
इसे संबोधित करने के लिए, नेपाल के शोधकर्ताओं ने एक अलग दृष्टिकोण का परीक्षण करने के लिए हाथ बढ़ाया: मानवीय अनुमान को एक सख्त, कंप्यूटरीकृत फ्लोचार्ट से बदलना। वे देखना चाहते थे कि क्या एक डिजिटल टूल, जिसे नियमों के एक मानकीकृत सेट के साथ प्रोग्राम किया गया है, रोज़मर्रा का काम करने वाले अनुभवी कर्मचारियों की तुलना में बेहतर निर्णय ले सकता है। यह अध्ययन पाटन अस्पताल, काठमांडू के एक बड़े और व्यस्त आपातकालीन केंद्र में आयोजित किया गया था, जहाँ कर्मचारियों पर दबाव अत्यधिक है। टीम ने मरीजों को छांटने के नियमित तरीके की तुलना एक नए तरीके से की जहाँ एक वेब-आधारित एप्लिकेशन ट्राइएज का मार्गदर्शन करता था। यह एप्लिकेशन विश्व स्वास्थ्य संगठन द्वारा बनाए गए एक विशिष्ट गाइड का पालन करता था, जो मरीजों को तीन समूहों में वर्गीकृत करने के लिए खतरे के संकेतों और लक्षणों के बारे में 'हाँ या ना' वाले प्रश्नों का उपयोग करता है: लाल (आपातकालीन), पीला (प्राथमिकता), और हरा (गैर-आपातकालीन)। शोधकर्ताओं ने केवल यह नहीं पूछा कि कौन सी विधि बेहतर महसूस होती है; बल्कि विशेषज्ञों के एक पैनल ने, जिन्हें यह नहीं पता था कि किस मरीज के लिए किस विधि का उपयोग किया गया था, प्रत्येक मामले की समीक्षा की कि किसने सही निर्णय लिया।
परिणामों ने प्रदर्शन में एक स्पष्ट अंतर दिखाया। जब कंप्यूटर एप्लिकेशन ने अपने निर्णय लिए, तो इसने विशेषज्ञ पैनल के मूल्यांकन से बहुत अधिक बार मेल खाया, जबकि मानव कर्मचारियों ने ऐसा कम किया। कंप्यूटर ने लगभग 87 प्रतिशत मरीजों के लिए वर्गीकरण सही किया, जबकि मानव कर्मचारी लगभग 67 प्रतिशत मामलों में सही थे। यह अंतर कोई छोटा उतार-चढ़ाव नहीं था; यह एक महत्वपूर्ण और मापने योग्य सुधार था। कंप्यूटर भी विशेषज्ञों के साथ बहुत अधिक निरंतरता से सहमत था। यदि आप विशेषज्ञों को सत्य के 'गोल्ड स्टैंडर्ड' के रूप में कल्पना करें, तो कंप्यूटर के निर्णय उनके साथ सांख्यिकीय रूप से मजबूत तरीके से मेल खाते थे, जबकि मानवीय निर्णयों में बहुत अधिक भिन्नता देखी गई, कभी-कभी एक नर्स द्वारा स्थिति को अलग तरह से देखने के कारण मरीज को गलत श्रेणी में रख दिया जाता था।
सबसे महत्वपूर्ण निष्कर्षों में से एक सबसे गंभीर श्रेणी के मरीजों से संबंधित था, जिन्हें 'लाल' लेबल किया गया था। ये वे लोग हैं जिन्हें तत्काल, जीवन रक्षक ध्यान की आवश्यकता है। कंप्यूटर टूल इन मरीजों को पहचानने में काफी बेहतर था। इसने लगभग 84 प्रतिशत वास्तविक आपात स्थितियों की सही पहचान की, जबकि मानव कर्मचारियों ने केवल 72 प्रतिशत को पकड़ा। इसका अर्थ है कि मानवीय पद्धति के साथ, सबसे गंभीर मरीजों में से एक चौथाई से अधिक की संभावित रूप से अनदेखी की गई या उन्हें कम प्राथमिकता वाले क्षेत्र में भेज दिया गया, जो एक व्यस्त अस्पताल में एक खतरनाक त्रुटि है। कंप्यूटर ने विपरीत दिशा में भी कम गलतियाँ कीं। यह वास्तव में ठीक रहने वाले मरीज को आपातकाल के रूप में मानने में बहुत कम चूक करता था। मानव कर्मचारी 'ओवर-ट्राइएज' (over-triage) की प्रवृत्ति रखते थे, यानी लगभग 24 प्रतिशत मरीजों को आवश्यक से अधिक उच्च प्राथमिकता स्तर पर भेज देते थे, जो अस्पताल के संसाधनों पर दबाव डाल सकता है और सभी के लिए देखभाल को धीमा कर सकता है। कंप्यूटर ने इस बर्बादी को घटाकर 8 प्रतिशत से भी कम कर दिया।
अध्ययन में यह भी पाया गया कि कंप्यूटर 'अंडर-ट्राइएज' (under-triage) की खतरनाक त्रुटि से बचने में थोड़ा बेहतर था, जहाँ एक बीमार मरीज को बहुत जल्दी भेज दिया जाता है, लेकिन यह अंतर सांख्यिकीय रूप से निश्चित होने के लिए पर्याप्त बड़ा नहीं था। शोधकर्ताओं ने उल्लेख किया कि इस विशिष्ट प्रकार की त्रुटि दुर्लभ है, इसलिए उनका अध्ययन यह साबित करने के लिए पर्याप्त बड़ा नहीं हो सकता था कि कंप्यूटर निश्चित रूप से इसे रोकने में बेहतर था, भले ही आंकड़े उसी दिशा में संकेत दे रहे थे। शोधकर्ताओं ने सावधानीपूर्वक कहा कि कंप्यूटर टूल का उद्देश्य डॉक्टर या नर्स की जगह लेना नहीं है। इसके बजाय, इसे एक सहायक के रूप में डिज़ाइन किया गया है, एक निर्णय-सहायता प्रणाली (decision-support system) के रूप में जो सख्त नियमों के आधार पर एक 'सेकंड ओपिनियन' प्रदान करता है। मानव कर्मचारियों के पास अभी भी अंतिम अधिकार था और वे कंप्यूटर को ओवरराइड कर सकते थे यदि उन्हें लगा कि मरीज की स्थिति जटिल या असामान्य है।
अंततः, अध्ययन सुझाव देता है कि नेपाल जैसे उच्च-मात्रा वाले, संसाधन-सीमित परिवेश में, ट्राइएज प्रक्रिया में एक मानकीकृत कंप्यूटर फ्लोचार्ट जोड़ने से प्रणाली सुरक्षित और अधिक सुसंगत बन सकती है। यह मानवीय निर्णय की आवश्यकता को समाप्त नहीं करता है, बल्कि यह एक विश्वसनीय आधार प्रदान करता है जो थकान या तनाव के कारण होने वाली परिवर्तनशीलता को कम करता है। लेखक अनुशंसा करते हैं कि अस्पतालों को अपने कर्मचारियों को सहायता देने के लिए इन उपकरणों का उपयोग करने पर विचार करना चाहिए, जिससे यह सुनिश्चित हो सके कि सबसे महत्वपूर्ण मरीजों की पहचान जल्दी की जाए और सिस्टम अनावश्यक तात्कालिकता के कारण बाधित न हो। हालांकि यह अध्ययन एक एकल अस्पताल में किया गया था और इसमें एक विशिष्ट डिजाइन का उपयोग किया गया था जो व्यक्तिगत मरीजों को रैंडमाइज करने के बजाय अलग-अलग शिफ्टों की तुलना करता था, प्रमाण एक ऐसे भविष्य की ओर इशारा करते हैं जहाँ तकनीक मनुष्यों को आपातकालीन कक्ष में बेहतर, अधिक विश्वसनीय जीवन-मृत्यु के निर्णय लेने में मदद करती 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।