From Sustainability Assessment to Decision Records: The SEEDS Framework for Sustainable Requirements Engineering in Digital Health Software

आधुनिक दुनिया में, सॉफ्टवेयर अब केवल एक उपकरण नहीं रह गया है; यह हमारे दैनिक जीवन का अदृश्य बुनियादी ढांचा है, उन ऐप्स से लेकर जो हमारे बैंक खातों का प्रबंधन करते हैं, उन प्रणालियों तक जो आपातकालीन देखभाल का समन्वय करती हैं। जब हम इन डिजिटल प्रणालियों का निर्माण करते हैं, तो हम अक्सर पूछते हैं कि क्या वे अच्छी तरह से काम करती हैं, क्या वे सुरक्षित हैं, और क्या वे उपयोग में आसान हैं। हालाँकि, इंजीनियरों के बीच एक बढ़ती हुई समझ यह है कि ये प्रश्न पर्याप्त नहीं हैं। एक वास्तव में सफल प्रणाली को भी टिकाऊ (सस्टेनेबल) होना चाहिए। इस संदर्भ में, स्थिरता का अर्थ केवल बिजली बचाना या कार्बन फुटप्रिंट को कम करना नहीं है, हालांकि वे इसके हिस्से हैं। यह एक बहुत व्यापक अवधारणा है जो यह पूछती है कि क्या सॉफ्टवेयर का कोई हिस्सा बिना टूटे वर्षों तक चल सकता है, क्या यह सभी उपयोगकर्ताओं के साथ निष्पक्ष व्यवहार करता है, क्या यह एक अस्पताल के बजट के भीतर फिट बैठता है, और क्या यह उन लोगों के मानसिक कल्याण का समर्थन करता है जो हर दिन इसका उपयोग करते हैं। चुनौती हमेशा यह रही है कि इन बड़े, अमूर्त विचारों को उन लोगों के लिए ठोस निर्देशों में कैसे बदला जाए जो कोड लिखते हैं। एक अस्पष्ट लक्ष्य जैसे "अधिक टिकाऊ बनें" से कंप्यूटर प्रोग्राम के लिए एक विशिष्ट नियम तक स्पष्ट मार्ग के बिना, ये लक्ष्य अक्सर केवल इच्छाएं बनकर रह जाते हैं, जिन्हें वास्तव में अंतिम उत्पाद में कभी शामिल नहीं किया जाता।

पोर्टो एलेग्रे, ब्राजील के फेडरल यूनिवर्सिटी ऑफ हेल्थ साइंसेज के शोधकर्ताओं की एक टीम ने इस अंतर को पाटने के लिए एक नया तरीका विकसित किया है, विशेष रूप से डिजिटल स्वास्थ्य की जटिल दुनिया के लिए। उन्होंने SEEDS नामक एक ढांचा (फ्रेमवर्क) बनाया, जो सॉफ्टवेयर को पांच प्रमुख क्षेत्रों में टिकाऊ बनाने के लिए एक संरचित दृष्टिकोण है: यह व्यक्तिगत उपयोगकर्ता को कैसे प्रभावित करता है, समाज पर इसका प्रभाव, इसकी आर्थिक व्यवहार्यता, इसकी तकनीकी मजबूती, और इसका पर्यावरणीय पदचिह्न (फुटप्रिंट)। शोधकर्ताओं ने पहचाना कि एक मरीज, एक डॉक्टर और एक सॉफ्टवेयर डेवलपर एक ही सॉफ्टवेयर को पूरी तरह से अलग तरह से देखते हैं। एक मरीज इस बात की चिंता कर सकता है कि क्या ऐप पढ़ने में आसान है, जबकि एक डेवलपर इस बात की चिंता करता है कि क्या सिस्टम बिना क्रैश हुए लाखों उपयोगकर्ताओं को संभाल सकता है। स्थिरता की जांच करने के पुराने तरीकों ने अक्सर सभी के साथ एक जैसा व्यवहार किया, जिसमें मरीजों से उन तकनीकी विवरणों के बारे में निर्णय लेने के लिए कहा गया जिन्हें वे देख नहीं सकते थे, या डेवलपर्स से यह अनुमान लगाने के लिए कहा गया कि एक मरीज कैसा महसूस करता है। यह नया ढांचा इस बात पर जोर देकर इस समस्या को ठीक करता है कि प्रत्येक चिंता को उस व्यक्ति की विशिष्ट दृष्टि से देखा जाए जिसने उसे उठाया है।

इस नई पद्धति का केंद्र 'सस्टेनेबिलिटी डिसीजन रिकॉर्ड' (स्थिरता निर्णय रिकॉर्ड) नामक एक दस्तावेज़ है। इसे एक विस्तृत लॉगबुक की तरह समझें जो एक समस्या को समाधान से जोड़ती है। जब कोई हितधारक (स्टेकहोल्डर), जैसे कि एक नर्स या अस्पताल प्रबंधक, स्थिरता संबंधी समस्या की पहचान करता है, तो यह ढांचा उन्हें इसे एक विशिष्ट प्रारूप में लिखने के लिए निर्देशित करता है। यह प्रारूप उन्हें स्पष्ट रूप से परिभाषित करने के लिए मजबूर करता है कि समस्या को कौन देख रहा है, यह स्थिरता के पांच आयामों में से किस भाग को छूती है, और सॉफ्टवेयर को इसे ठीक करने के लिए किस विशिष्ट नियम का पालन करना चाहिए। उदाहरण के लिए, यदि कोई मरीज कहता है कि एक हेल्थ पोर्टल बहुत भ्रमित करने वाला है, तो रिकॉर्ड केवल यह नहीं कहता कि "इसे बेहतर बनाएं।" यह इसे एक विशिष्ट आवश्यकता में बदल देता है, जैसे कि "सिस्टम को सभी चिकित्सा शब्दों के लिए सरल भाषा का उपयोग करना चाहिए," और फिर यह भी सूचीबद्ध करता है कि इसे कैसे प्रमाणित किया जाए, जैसे कि वास्तविक उपयोगकर्ताओं के साथ परीक्षण चलाना। महत्वपूर्ण रूप से, यह रिकॉर्ड टीम को किसी भी 'ट्रेड-ऑफ' (समझौते या संतुलन) को लिखने के लिए भी मजबूर करता है। यदि मरीजों के लिए सिस्टम को सरल बनाना सुरक्षा बनाए रखने में कठिन हो जाता है, तो उस तनाव को स्पष्ट रूप से लिखा जाता है, जिससे यह सुनिश्चित होता है कि कोई भी भविष्य में अपने निर्णयों की लागत को भूल न जाए।

शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण तीन बहुत ही अलग स्थितियों में किया ताकि यह देखा जा सके कि क्या यह वास्तविक दुनिया में काम करता है। सबसे पहले, उन्होंने पहले से उपयोग किए जा रहे डिजिटल स्वास्थ्य प्रणालियों को देखा, और पूछा कि यह ढांचा उन्हें सुधारने में कैसे मदद कर सकता है। उन्होंने पाया कि विशिष्ट भूमिकाओं के नजरिए से देखने पर, वे छिपी हुई समस्याओं को पहचान सकते थे, जैसे कि एक ऐसा सिस्टम जो तकनीकी रूप से तो सुदृढ़ था लेकिन बुजुर्ग मरीजों के लिए भ्रमित करने वाला था, और उन अवलोकनों को अपडेट के लिए स्पष्ट निर्देशों में बदल दिया। दूसरा, उन्होंने इसे एक सार्वजनिक स्वास्थ्य प्रणाली के लिए नए डिजिटल स्वास्थ्य समाधान को अपनाने का निर्णय लेने की प्रक्रिया में लागू किया। यहाँ, इस ढांचे ने प्रबंधकों को अनुबंध पर हस्ताक्षर करने से पहले सही प्रश्न पूछने में मदद की, जैसे कि यह मांग करना कि एक नए टूल के पास मौजूदा सिस्टम के साथ डेटा साझा करने का प्रमाण हो, जिससे भविष्य में किसी एक महंगे वेंडर के प्रति बंधे रहने की समस्या को रोका जा सके। तीसरा, उन्होंने इसका उपयोग तब किया जब एक अस्पताल एक बिल्कुल नया सिस्टम बनाने के लिए कह रहा था। शुरुआत में ही स्थिरता के नियम पेश करके, उन्होंने यह सुनिश्चित किया कि डेटा गोपनीयता और दीर्घकालिक रखरखाव लागत जैसे मुद्दों पर एक भी लाइन कोड लिखे जाने से पहले विचार किया जाए, बजाय इसके कि उन्हें बाद में ठीक करने की कोशिश की जाए।

यह तथ्य कि इन विस्तृत रिकॉर्ड को लिखना समय लेने वाला हो सकता है, टीम ने इसमें मदद करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करने की संभावना भी तलाशी। उन्होंने एक ऐसा सिस्टम बनाया जहाँ एक लार्ज लैंग्वेज मॉडल प्रारंभिक चिंताओं को पढ़ सकता है और निर्णय रिकॉर्ड का पहला संस्करण तैयार कर सकता है। हालाँकि, वे इसे डिजाइन करने में बहुत सावधान रहे ताकि कंप्यूटर केवल एक सहायक के रूप में कार्य करे, न कि निर्णय लेने वाले के रूप में। आर्टिफिशियल इंटेलिजेंस नियमों के सुझाव दे सकता था और आवश्यक साक्ष्य बता सकता था, लेकिन एक मानव विशेषज्ञ को हर एक सुझाव की समीक्षा करनी थी, गलतियों को सुधारना था, और अंतिम निर्णय लेना था। इस दृष्टिकोण ने दिखाया कि जबकि कंप्यूटर कागजी कार्रवाई को तेज कर सकते हैं, डॉक्टरों, नर्सों और प्रबंधकों का मानवीय निर्णय सुरक्षित और निष्पक्ष निर्णय सुनिश्चित करने के लिए आवश्यक बना हुआ है।

अध्ययन बताता है कि यह पद्धति सफलतापूर्वक अस्पष्ट विचार 'स्थिरता' को ऐसी चीज़ में बदल देती है जिसे इंजीनियर वास्तव में बना और परीक्षण कर सकते हैं। एक व्यक्ति की चिंता और एक विशिष्ट सॉफ्टवेयर नियम के बीच संबंध बनाकर, यह ढांचा सुनिश्चित करता है कि स्थिरता केवल एक शब्द (buzzword) नहीं है बल्कि सॉफ्टवेयर के जीवन का एक पता लगाने योग्य हिस्सा है। शोधकर्ताओं ने पाया कि जब टीमों ने इस पद्धति का उपयोग किया, तो वे विभिन्न लक्ष्यों के बीच संघर्षों को देखने में बेहतर सक्षम थे, जैसे कि सिस्टम को तेज़ बनाने और उसे सुरक्षित बनाने के बीच का तनाव, और वे अपने विकल्पों को स्पष्ट रूप से प्रलेखित कर सके। इसका अर्थ यह है कि वर्षों बाद, यदि सॉफ्टवेयर को बदलने की आवश्यकता होती है, तो अगली टीम को ठीक से पता होगा कि मूल निर्णय क्यों लिए गए थे। हालाँकि शोधकर्ता नोट करते हैं कि यह देखने के लिए कि क्या यह अन्य देशों और अन्य प्रकार के सॉफ्टवेयर के लिए काम करता है, और अधिक परीक्षण की आवश्यकता है, उनका कार्य एक आशाजनक मार्ग प्रदान करता है। यह दिखाता है कि डिजिटल स्वास्थ्य को वास्तव में लंबे समय तक लोगों की सेवा करने के लिए, जो लोग इसे बनाते हैं, उनके पास इस बारे में बात करने के लिए एक स्पष्ट, साझा भाषा होनी चाहिए कि सबसे अधिक क्या मायने रखता है।