Large Language Model Responses to Patient Questions About Return to Activities of Daily Living After Knee Arthroplasty: A Multidimensional Evaluation Before and After Plain-Language Prompting
यह अध्ययन इस बात का मूल्यांकन करता है कि कैसे सरल-भाषा वाले प्रॉम्प्टिंग (plain-language prompting) घुटने के आर्थ्रोप्लास्टी के बाद दैनिक गतिविधियों में वापसी के संबंध में चैटजीपीटी (ChatGPT), जेमिनी (Gemini) और क्लॉड (Claude) से प्राप्त तुर्की प्रतिक्रियाओं को प्रभावित करते हैं, जिसमें यह पाया गया कि हालांकि पठनीयता और बोधगम्यता में सुधार हुआ, लेकिन पूर्णता और उपचार-सूचना की गुणवत्ता अक्सर घट गई, जो ऐसी एआई-जनित (AI-generated) मार्गदर्शन का उपयोग करने से पहले पेशेवर समीक्षा की आवश्यकता को रेखांकित करता है।
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
घुटने के बड़े रिप्लेसमेंट सर्जरी के बाद, रिकवरी का रास्ता केवल जोड़ को ठीक करने के बारे में नहीं है; यह जीवन को फिर से पाने के बारे में है। मरीजों के सामने व्यावहारिक सवालों की एक लंबी सूची होती है: वे कब गाड़ी चला सकते हैं? वे कितनी जल्दी सीढ़ियाँ चढ़ सकते हैं? कौन से दैनिक काम करना सुरक्षित है? हालांकि डॉक्टर शुरुआती रोडमैप प्रदान करते हैं, लेकिन अस्पताल में बिताया गया समय अक्सर उन विशिष्ट चिंताओं को दूर करने के लिए बहुत कम होता है जो घर लौटने के बाद पैदा होती हैं। नतीजतन, कई लोग मार्गदर्शन के लिए इंटरनेट की ओर मुड़ते हैं, और तेजी से कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) प्रणालियों से मदद मांग रहे हैं। ये कंप्यूटर प्रोग्राम, जिन्हें लार्ज लैंग्वेज मॉडल्स (large language models) के रूप में जाना जाता है, मानवीय भाषा को समझने और ऐसे उत्तर उत्पन्न करने के लिए डिज़ाइन किए गए हैं जो एक जानकार साथी की तरह लगें। वे रोगी शिक्षा के अंतराल को भरने का वादा करते हैं, जो सामान्य गतिविधियों में लौटने के समय और तरीके पर तत्काल, सुलभ सलाह प्रदान करते हैं।
हालांकि, तुर्की के शोधकर्ताओं का एक नया अध्ययन एक महत्वपूर्ण प्रश्न पूछता है: क्या इन मशीनों द्वारा दी गई सलाह वास्तव में भरोसेमंद होने लायक है? शोधकर्ता जानना चाहते थे कि क्या ये कृत्रिम बुद्धिमत्ता प्रणालियाँ घुटने की सर्जरी से उबर रहे लोगों के लिए सुरक्षित, पूर्ण और स्पष्ट निर्देश प्रदान कर सकती हैं, और क्या उन्हें "सरल बोलने" के लिए कहने से उनके उत्तर बेहतर होंगे या बदतर। उन्होंने तीन लोकप्रिय प्रणालियों—ChatGPT, Gemini और Claude—पर ध्यान केंद्रित किया, और उनका परीक्षण उन वास्तविक प्रश्नों का उपयोग करके किया जो तुर्की के मरीज वास्तव में सर्च इंजन में टाइप कर रहे थे। लक्ष्य यह देखना था कि क्या ये उपकरण रिकवरी में विश्वसनीय साथी के रूप में कार्य कर सकते हैं या वे मरीजों को अधूरी या भ्रमित करने वाली जानकारी के साथ छोड़ सकते हैं।
शोधकर्ताओं ने इन प्रणालियों का परीक्षण करने के लिए एक सावधानीपूर्वक प्रयोग तैयार किया। उन्होंने घुटने की सर्जरी के बाद मरीजों द्वारा पूछे जाने वाले बारह सामान्य प्रश्न एकत्र किए, जिसमें दर्द प्रबंधन, कपड़े पहनने और घर में घूमने जैसे विषय शामिल थे। उन्होंने प्रत्येक तीन आर्टिफिशियल इंटेलिजेंस मॉडल से इन प्रश्नों को उनके मूल रूप में पूछा। फिर, उन्होंने उन्हीं मॉडल्स से उन प्रश्नों के उत्तर देने के लिए कहा, लेकिन इस बार उन्होंने एक विशिष्ट निर्देश जोड़ा: "कृपया इसे समझने में आसान तरीके से समझाएं।" यह दूसरा चरण यह देखने के लिए डिज़ाइन किया गया था कि क्या मशीनों को सरल भाषा का उपयोग करने के लिए मजबूर करने से उनकी उपयोगिता में सुधार होता है। दो भौतिक उपचारकों (physical therapists) ने, जो यह नहीं जानते थे कि किस मॉडल ने कौन सा उत्तर दिया है, प्रत्येक प्रतिक्रिया को पढ़ा। उन्होंने कई मानदंडों के आधार पर उत्तरों को स्कोर किया: क्या चिकित्सा तथ्य सही थे, क्या सलाह सुरक्षित थी, जानकारी कितनी पूर्ण थी, और इसे पढ़ना और अमल में लाना कितना आसान था।
परिणामों ने ताकत और कमजोरी की एक जटिल तस्वीर पेश की। सबसे महत्वपूर्ण बिंदुओं पर, आर्टिफिशियल इंटेलिजेंस प्रणालियों ने बहुत अच्छा प्रदर्शन किया। उनके द्वारा उत्पन्न प्रत्येक प्रतिक्रिया चिकित्सकीय रूप से सटीक और सुरक्षित थी, जिसका अर्थ है कि किसी भी मशीन ने ऐसी सलाह नहीं दी जिससे मरीज को नुकसान हो या स्थापित चिकित्सा ज्ञान का खंडन हो। यह एक महत्वपूर्ण निष्कर्ष है, जो यह सुझाव देता है कि सामान्य सुरक्षा के लिए, ये उपकरण पहले से ही काफी विश्वसनीय हैं। हालांकि, जब शोधकर्ताओं ने देखा कि उत्तर कितने पूर्ण थे, तो कहानी बदल गई। जब मॉडल्स से अपनी भाषा को सरल बनाने के लिए कहा गया, तो उनमें से दो—ChatGPT और Claude—वास्तव में कम पूर्ण हो गए। उन्होंने सरल दिखने के प्रयास में महत्वपूर्ण विवरण, जैसे रिकवरी की विशिष्ट समय सीमा या आवश्यक सावधानियां, छोड़ दिए। तीसरे मॉडल, Gemini ने, भाषा को सरल बनाने के बाद भी अपने उत्तरों को पूर्ण बनाए रखा, और इस विशिष्ट क्षेत्र में दूसरों की तुलना में बेहतर प्रदर्शन किया।
अध्ययन में यह भी पाया गया कि जबकि भाषा को पढ़ना आसान हो गया था, उपचार विकल्पों के संबंध में सूचना की गुणवत्ता प्रभावित हुई। सरलीकरण के अनुरोध के बाद ChatGPT और Claude के लिए उपचार के विभिन्न विकल्पों को समझाने और निर्णय लेने में सहायता करने के स्कोर काफी गिर गए। ऐसा प्रतीत होता है कि जब ये मशीनें अधिक सरल बोलने की कोशिश करती हैं, तो वे कभी-कभी उन बारीकियों और गहराई को हटा देती हैं जिनकी मरीजों को सूचित निर्णय लेने के लिए आवश्यकता होती है। इसके अलावा, जबकि उत्तरों को पढ़ना आसान हो गया था, वे अनिवार्य रूप से अधिक 'कार्यक्षम' (actionable) नहीं बने। शोधकर्ताओं ने पाया कि सभी मॉडल्स में निर्देश केवल साठ प्रतिशत तक ही कार्यक्षम थे। इसका अर्थ यह है कि हालांकि टेक्स्ट स्पष्ट था, लेकिन इसमें अक्सर उन विशिष्ट, चरण-दर-चरण विवरणों की कमी थी जिनकी एक मरीज को किसी कार्य को सुरक्षित रूप से करने के लिए आवश्यकता होती है, जैसे कि किसी अंग को बिल्कुल कैसे हिलाना है या व्यायाम कितनी बार करना है।
शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि ये आर्टिफिशियल इंटेलिजेंस उपकरण सटीक और सुरक्षित सामान्य जानकारी प्रदान कर सकते हैं, लेकिन वे अभी तक एक फिजिकल थेरेपिस्ट की व्यक्तिगत सलाह का स्थान लेने के लिए तैयार नहीं हैं। किसी मशीन को सरल भाषा में बोलने के लिए कहना टेक्स्ट को पढ़ने में आसान बनाता है, लेकिन यह इसे उस महत्वपूर्ण विवरण को खोने का कारण भी बन सकता है जो सलाह को उपयोगी और पूर्ण बनाता है। अध्ययन सुझाव देता है कि ये उपकरण रोगी शिक्षा के लिए एक सहायक पूरक के रूप में कार्य कर सकते हैं, लेकिन मरीज द्वारा अपनी रिकवरी को प्रबंधित करने के लिए उपयोग करने से पहले उनके आउटपुट की समीक्षा और अनुकूलन एक स्वास्थ्य देखभाल पेशेवर द्वारा किया जाना चाहिए। सबसे अच्छा दृष्टिकोण एक साझेदारी बना हुआ है जहाँ तकनीक प्रारंभिक जानकारी प्रदान करती है, और एक मानव विशेषज्ञ यह सुनिश्चित करता है कि यह विशिष्ट व्यक्ति की आवश्यकताओं और सुरक्षा आवश्यकताओं के अनुरूप हो।
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।