Do AI-generated surgical cases improve clinical reasoning? A quasi-experimental comparison in surgical clerkship

सर्जरी उतनी ही एक मानसिक अनुशासन है जितनी कि एक शारीरिक। इससे पहले कि कोई सर्जन स्कैल्पल (शल्य चिकित्सा चाकू) उठाता है, उसे एक जासूस की तरह सोचना सीखना होता है, जिसमें रोगी के इतिहास और लक्षणों से सुराग जुटाना, विभिन्न संभावनाओं को तौलना, और तब भी कार्रवाई के लिए प्रतिबद्ध होना शामिल है जब तस्वीर अधूरी हो। यह मानसिक प्रक्रिया, जिसे क्लिनिकल रीजनिंग (नैदानिक तर्क) कहा जाता है, सुरक्षित चिकित्सा अभ्यास का इंजन है। जब यह काम करती है, तो रोगियों को सही देखभाल मिलती है; जब यह विफल होती है, तो गलतियाँ होती हैं। पारंपरिक रूप से, मेडिकल छात्र शिक्षकों के मार्गदर्शन में वास्तविक रोगियों की लिखित कहानियों, जिन्हें 'केस' कहा जाता है, पर काम करके इस कौशल को सीखते हैं। हालाँकि, इन कहानियों को बनाना व्यस्त डॉक्टरों के लिए धीमा और महंगा काम है, और तैयार केसों का संग्रह अक्सर दोहराव वाला महसूस होता है, जो छात्रों को बीमारियों के केवल सबसे विशिष्ट संस्करण दिखाते हैं बजाय उस बिखरी हुई और भ्रमित करने वाली वास्तविकता के जिसका उन्हें अस्पताल में सामना करना पड़ता है।

आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) ने हाल ही में इस बाधा के लिए एक संभावित समाधान पेश किया है। लार्ज लैंग्वेज मॉडल्स, जो टेक्स्ट की विशाल मात्रा पर प्रशिक्षित कंप्यूटर प्रोग्राम हैं, अब इन रोगी कहानियों को तुरंत लिख सकते हैं। लेकिन एक महत्वपूर्ण प्रश्न अनुत्तरित रह गया था: क्या मशीन द्वारा लिखी गई कहानी पढ़ना वास्तव में एक छात्र को मानव द्वारा लिखी गई कहानी पढ़ने की तुलना में बेहतर सोचने में मदद करता है? शंघाई की एक शोध टीम ने यह पता लगाने के लिए उत्तर खोजने का प्रयास किया कि क्या आर्टिफिशियल इंटेलिजेंस सिस्टम द्वारा उत्पन्न केस, पारंपरिक, मानव-लिखित केसों की तुलना में सर्जिकल छात्रों के तर्क कौशल को अधिक प्रभावी ढंग से सुधार सकते हैं।

यह अध्ययन चीन के एक प्रमुख शिक्षण अस्पताल में दो अलग-अलग छह महीने की अवधियों में आयोजित किया गया था। शोधकर्ताओं ने पांचवें वर्ष के मेडिकल छात्रों के दो समूहों के साथ काम किया, प्रत्येक समूह में तीस छात्र थे जो अपने सर्जिकल क्लर्कशिप के दौरान रोटेशन कर रहे थे। पहला समूह, जो नियंत्रण समूह (कंट्रोल ग्रुप) के रूप में कार्य कर रहा था, ने पिछले तीन वर्षों में अनुभवी संकाय सदस्यों द्वारा लिखे गए बीस रोगी मामलों पर काम किया। ये मानक, विशेषज्ञ-लिखित कहानियाँ थीं जिनका विभाग हमेशा उपयोग करता आया था। दूसरा समूह, प्रायोगिक समूह, बीस मामलों के एक अलग सेट पर काम करता था। ये कहानियाँ मनुष्यों द्वारा नहीं लिखी गई थीं, बल्कि 'डीपसीक' (DeepSeek) नामक एक विशिष्ट आर्टिफिशियल इंटेलिजेंस मॉडल द्वारा उत्पन्न की गई थीं। शोधकर्ताओं ने दोनों केसों के सेटों को सावधानीपूर्वक मिलाया ताकि वे बिल्कुल एक ही प्रकार की बीमारियों, जैसे कि अपेंडिसाइटिस, पित्ताशय की सूजन और आंतों के अवरोध को कवर करें, जिससे यह सुनिश्चित हुआ कि एकमात्र बड़ा अंतर यह था कि कहानियाँ किसने या किस चीज़ ने लिखी थीं।

छात्रों के सीखने के स्तर को मापने के लिए, शोधकर्ताओं ने केवल उनसे तथ्य याद रखने या सूची से सही उत्तर चुनने के लिए नहीं पूछा। इसके बजाय, उन्होंने एक परिष्कृत डिजिटल प्लेटफॉर्म का उपयोग किया जो छात्रों की विचार प्रक्रियाओं को मैप करता था। जैसे-जैसे छात्र नए, अनदेखे रोगी परिदृश्यों पर काम करते थे, सिस्टम उनके द्वारा लिए गए हर निर्णय को ट्रैक करता था: उन्होंने क्या प्रश्न पूछे, उन्होंने कौन से परीक्षणों का आदेश दिया, और उन्होंने परिणामों की व्याख्या कैसे की। इसने शोधकर्ताओं को न केवल यह देखने की अनुमति दी कि क्या छात्र ने सही निदान किया, बल्कि यह भी कि वे उस तक कैसे पहुँचे। उन्होंने देखा कि क्या छात्रों ने महत्वपूर्ण चरणों को छोड़ दिया, बहुत जल्दी निष्कर्ष निकाल लिया, या एक ऐसे तार्किक पथ का पालन किया जिसे एक विशेषज्ञ पहचान सके। उन्होंने छात्रों से यह भी बताने को कहा कि काम कितना मानसिक रूप से थकाऊ था और वे अपनी क्षमताओं में कितना आत्मविश्वास महसूस कर रहे थे।

परिणामों ने उन छात्रों के लिए स्पष्ट लाभ दिखाया जिन्होंने एआई (AI) केसों के साथ प्रशिक्षण लिया था। अंतिम मूल्यांकन पर, एआई-जनित कहानियों का उपयोग करने वाले समूह ने मानव-लिखित कहानियों का उपयोग करने वाले समूह की तुलना में अपने समग्र तर्क प्रदर्शन पर काफी उच्च स्कोर किया। यह अंतर इतना बड़ा था कि इसे एक महत्वपूर्ण सुधार माना जा सकता है। जब शोधकर्ताओं ने स्कोर का विश्लेषण किया, तो उन्होंने पाया कि एआई समूह दो विशिष्ट चीजों में बेहतर था: वे अपने अंतिम निदान में अधिक सटीक थे, और वे बिना किसी चरण को छोड़े या समय से पहले किसी उत्तर पर टिके बिना, जांच के एक पूर्ण, तार्किक पथ का पालन करने में बहुत बेहतर थे। शायद सबसे महत्वपूर्ण बात यह थी कि एआई समूह ने निर्णय लेने में कम त्रुटियां कीं, जैसे कि विरोधाभासी साक्ष्य को अनदेखा करना या अपनी प्रारंभिक धारणाओं को अपने चिंतन को धुंधला करने देना।

अध्ययन ने इस पर भी प्रकाश डाला कि ऐसा क्यों हुआ होगा। एआई केसों का उपयोग करने वाले छात्रों ने बताया कि सामग्री की प्रस्तुति से उन्हें कम मानसिक तनाव महसूस हुआ, और वे विषय की गहरी समझ बनाने में अधिक सक्षम महसूस कर रहे थे। यह सीखने के एक सिद्धांत के अनुरूप है जो बताता है कि जब छात्रों को विभिन्न प्रकार के परिदृश्यों के सामने प्रस्तुत किया जाता है, तो उनका मस्तिष्क केवल एक अनुमानित कहानी को याद करने के बजाय अंतर्निहित पैटर्न खोजने के लिए अधिक मेहनत करने के लिए मजबूर होता है। आर्टिफिशियल इंटेलिजेंस इन विविध परिदृश्यों को सहजता से उत्पन्न करने में सक्षम था। प्रत्येक बीमारी के लिए, एआई ने तीन अलग-अलग संस्करण बनाए: एक जो विशिष्ट दिखता था, एक असामान्य लक्षणों वाला, और एक जो अन्य स्वास्थ्य समस्याओं से जटिल था। इस विविधता ने छात्रों को अधिक लचीले ढंग से सोचने के लिए मजबूर किया। इसके विपरीत, मानव-लिखित केस, हालांकि सटीक थे, एक मानक पैटर्न का पालन करते थे, जिससे छात्रों को अपनी सोच में शॉर्टकट का उपयोग करने की अनुमति मिल सकती थी।

दक्षता एक अन्य प्रमुख निष्कर्ष था। शोधकर्ताओं ने पाया कि आर्टिफिशियल इंटेलिजेंस की मदद से इन केसों को तैयार करना हाथ से लिखने की तुलना में नाटकीय रूप से तेज़ था। जबकि एक मानव विशेषज्ञ एक विस्तृत केस तैयार करने में चार से आठ घंटे खर्च कर सकता है, एआई कुछ ही क्षणों में एक ड्राफ्ट तैयार कर सकता है। मानव संकाय अभी भी एक महत्वपूर्ण भूमिका निभाते थे, जो प्रत्येक एआई-जनित कहानी की समीक्षा करने में लगभग बारह मिनट बिताते थे ताकि यह सुनिश्चित हो सके कि वह चिकित्सकीय रूप से सही है और खतरनाक त्रुटियों से मुक्त है। एक केस को इसलिए भी खारिज कर दिया गया क्योंकि एआई ने उस विशिष्ट रोगी के लिए असुरक्षित दवा का सुझाव दिया था। इस समीक्षा प्रक्रिया का अर्थ था कि विभाग ने एक वर्ष में लगभग एक सौ साठ घंटे का संकाय समय बचाया, जिसे शिक्षण और मार्गदर्शन की ओर पुनर्निर्देशित किया जा सकता था।

शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि यह सफलता मानव विशेषज्ञों की उपस्थिति पर निर्भर थी। आर्टिफिशियल इंटेलिजेंस मात्रा और विविधता उत्पन्न करने के लिए एक शक्तिशाली उपकरण है, लेकिन यह पूर्ण नहीं है। यह गलतियाँ कर सकता है, जैसे कि गलत दवा का सुझाव देना, यही कारण है कि छात्रों तक पहुँचने से पहले एक मनुष्य को हमेशा काम की जाँच करनी चाहिए। अध्ययन ने यह भी स्वीकार किया कि एआई केसों का उपयोग करने वाले छात्र केवल इसलिए प्रेरित हो सकते थे क्योंकि सामग्री नई और नवीन थी, एक ऐसा कारक जिसने उनके प्रदर्शन को बढ़ावा दिया होगा। इसके अलावा, अध्ययन एक एकल अस्पताल में एक विशिष्ट समूह के छात्रों के साथ किया गया था, इसलिए परिणाम अन्य सेटिंग्स या शिक्षार्थियों के विभिन्न समूहों के साथ अलग दिख सकते हैं।

इन सीमाओं के बावजूद, यह अध्ययन इस बात के पुख्ता सबूत देता है कि आर्टिफिशियल इंटेलिजेंस का उपयोग चिकित्सा शिक्षा को सार्थक रूप से बढ़ाने के लिए किया जा सकता है। यह सुझाव देता है कि रोगी कहानियों के एक व्यापक, अधिक विविध पुस्तकालय बनाने के लिए एआई का उपयोग करके, शिक्षक छात्रों को उस प्रकार का लचीला, मजबूत चिंतन विकसित करने में मदद कर सकते हैं जो सर्जरी के लिए आवश्यक है। यह तकनीक शिक्षक की जगह नहीं लेती है; बल्कि, यह शिक्षक को अनंत केस फाइलें लिखने के उबाऊ काम से मुक्त करती है ताकि वे छात्रों के मस्तिष्क को निर्देशित करने पर ध्यान केंद्रित कर सकें। अंतिम लक्ष्य छात्रों को उन कहानियों को याद करवाना नहीं है जो कंप्यूटर लिखता है, बल्कि उन्हें जीवन की अनिश्चितताओं के माध्यम से तर्क करने के लिए प्रशिक्षित करना है, जहाँ प्रत्येक रोगी एक अद्वितीय पहेली है जिसे एक सरल सूत्र द्वारा हल नहीं किया जा सकता।