Harnessing Artificial Intelligence (AI) for Surgical Education: Comparing AI- and Surgeon-Generated Feedback in Informed Consent Training
यद्यपि सूचित सहमति प्रशिक्षण के लिए एआई-जनित फीडबैक को सर्जन-जनित फीडबैक की तुलना में उच्च गुणवत्ता वाला और अधिक व्यापक माना गया, फिर भी एआई ने व्यवस्थित रूप से अधिक अनुकूल प्रदर्शन स्कोर दिए, जो यह दर्शाता है कि उच्च फीडबैक गुणवत्ता मूल्यांकन संबंधी वैधता की गारंटी नहीं देती है और सूक्ष्म सर्जिकल आकलन में मानवीय निरीक्षण की आवश्यकता को रेखांकित करती 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
सर्जरी की उच्च-दांव वाली दुनिया में, जिस क्षण एक मरीज किसी ऑपरेशन के लिए सहमति देता है, वह प्रक्रिया जितनी ही महत्वपूर्ण होती है। यह सहमति, जिसे सूचित सहमति (इन्फॉर्म्ड कंसेंट) कहा जाता है, केवल एक फॉर्म पर हस्ताक्षर मात्र नहीं है, बल्कि एक जटिल बातचीत है जहाँ एक डॉक्टर को सर्जरी के जोखिमों, लाभों और विकल्पों को इस तरह समझाना चाहिए कि मरीज उसे वास्तव में समझ सके। इसके लिए चिकित्सा ज्ञान, सहानुभूति और मरीज के डर, सांस्कृतिक विश्वासों और व्यक्तिगत मूल्यों को समझने की क्षमता के बीच एक सूक्ष्म संतुलन की आवश्यकता होती है। दशकों से, भविष्य के सर्जनों को इस बातचीत में महारत हासिल करना सिखाने के लिए मानव शिक्षकों द्वारा अपने छात्रों का अवलोकन करने और उनकी आलोचना करने पर निर्भर किया गया है। फिर भी, व्यस्त अस्पतालों में, ये शिक्षक अक्सर प्रत्येक प्रशिक्षु को विस्तृत, व्यक्तिगत फीडबैक देने के लिए समय निकालने में संघर्ष करते हैं। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) मानव भाषा को समझने में अधिक सक्षम हो रही है, एक नया प्रश्न उभरा है: क्या एक कंप्यूटर प्रोग्राम इन महत्वपूर्ण संचार कौशल को एक मानव सर्जन की तरह या शायद उससे भी बेहतर तरीके से सिखाना सीख सकता है?
कोलंबिया यूनिवर्सिटी के शोधकर्ताओं ने एक परिष्कृत कंप्यूटर प्रोग्राम को मानव विशेषज्ञों के विरुद्ध एक सिम्युलेटेड प्रशिक्षण अभ्यास में उतारकर इस विचार का परीक्षण करने का निर्णय लिया। उन्होंने छह मेडिकल छात्रों को एक कठिन बातचीत का अभ्यास करने के लिए कहा: एक आभासी (वर्चुअल) मरीज को लैप्रोस्कोपिक अपेंडिसेक्टोमी की आवश्यकता समझाना, जो विशिष्ट धार्मिक मान्यताओं और सांस्कृतिक प्रतिबंधों को रखता था। छात्रों ने एक कंप्यूटर प्रोग्राम के साथ बात की जिसे मरीज के रूप में कार्य करने के लिए डिज़ाइन किया गया था, जिसमें उन्हें चिकित्सकीय रूप से सटीक और सांस्कृतिक रूप से संवेदनशील दोनों होने की आवश्यकता थी। प्रत्येक छात्र की बातचीत समाप्त होने के बाद, कंप्यूटर ने उनके प्रदर्शन पर एक विस्तृत रिपोर्ट तैयार की। साथ ही, चार मानव सर्जनों ने, जो सिमुलेशन के दौरान उपस्थित नहीं थे, उन्हीं बातचीत के ट्रांसक्रिप्ट पढ़े और उसी स्कोरिंग गाइड का उपयोग करके अपना मूल्यांकन लिखा। लक्ष्य यह देखना था कि क्या कंप्यूटर का फीडबैक मानव विशेषज्ञों के विचारों से मेल खाता है और क्या कंप्यूटर सुधार के लिए उच्च गुणवत्ता वाली सलाह दे सकता है।
परिणामों ने फीडबैक की गुणवत्ता और ग्रेडिंग की सटीकता के बीच एक चौंकाने वाला अंतर प्रकट किया। कंप्यूटर प्रोग्राम ने मानव सर्जनों द्वारा लिखे गए नोट्स की तुलना में काफी अधिक व्यापक, संतुलित और रचनात्मक फीडबैक तैयार किया। फीडबैक रिपोर्टों की एक मानकीकृत रेटिंग में, कंप्यूटर के सुझावों ने बहुत अधिक अंक प्राप्त किए, जिसमें यह स्पष्ट उदाहरण दिए गए कि क्या अच्छा रहा और किस पर काम करने की आवश्यकता थी, साथ ही सुधार के लिए स्पष्ट और कार्रवाई योग्य कदम भी बताए गए। इसकी तुलना में, मानव सर्जनों ने अक्सर छोटे और अधिक प्रत्यक्ष कमेंट दिए, जो कभी-कभी छात्र की खूबियों को स्वीकार किए बिना केवल त्रुटियों पर केंद्रित थे। कंप्यूटर ने लगातार सहायक भाषा का उपयोग किया और अपने स्कोर को विस्तृत तर्क के साथ उचित ठहराया, जबकि मानव फीडबैक की गहराई और लहजे में अधिक भिन्नता देखी गई।
हालाँकि, जब शोधकर्ताओं ने कंप्यूटर द्वारा दिए गए वास्तविक अंकों बनाम सर्जनों द्वारा दिए गए अंकों को देखा, तो एक अलग तस्वीर सामने आई। कंप्यूटर लगातार अधिक उदार था, जिसने समान बातचीत के लिए मानव विशेषज्ञों की तुलना में उच्च प्रदर्शन अंक दिए। जोखिमों को समझाने, विकल्पों पर चर्चा करने और मरीज की भावनाओं को संबोधित करने जैसे कई प्रमुख क्षेत्रों में, कंप्यूटर ने छात्रों को सर्जनों की तुलना में काफी अधिक अंक दिए। यह अंतर उन क्षेत्रों में सबसे अधिक था जिनमें गहरे नैदानिक निर्णय (क्लीनिकल जजमेंट) की आवश्यकता थी, जैसे कि यह आकलन करना कि क्या मरीज वास्तव में स्थिति को समझ गया है या मरीज की व्यक्तिगत प्राथमिकताओं को योजना में शामिल करना। जहाँ कंप्यूटर अक्सर पूर्ण अंकों के करीब पहुँच जाता था, वहीं मानव सर्जनों ने छात्रों की समझ और बारीकियों में उन सूक्ष्म कमियों की पहचान की जिन्हें मशीन पकड़ नहीं पाई।
यह अध्ययन बताता है कि हालांकि आर्टिफिशियल इंटेलिजेंस विस्तृत, उत्साहजनक और संरचित फीडबैक उत्पन्न करने के लिए एक उत्कृष्ट उपकरण है, लेकिन यह अभी तक एक सर्जन की वास्तविक सक्षमता का मूल्यांकन करने के लिए मानव निर्णय का स्थान लेने के लिए तैयार नहीं है। कंप्यूटर उस प्रकार की समृद्ध, शैक्षिक टिप्पणी प्रदान करने में उत्कृष्ट था जो एक शिक्षार्थी को अभ्यास करने और सुधार करने में मदद करती है, लेकिन यह बातचीत में उन गहरी और सूक्ष्म खामियों को अनदेखा करने लगा जिन्हें एक अनुभवी सर्जन पकड़ लेता। निष्कर्ष बताते हैं कि भविष्य के सर्जनों को प्रशिक्षित करने के लिए सबसे अच्छा दृष्टिकोण संभवतः एक साझेदारी है: आर्टिफिशियल इंटेलिजेंस का उपयोग बार-बार, तत्काल और उच्च-गुणवत्ता वाले अभ्यास सत्र प्रदान करने के लिए करना, जबकि यह सुनिश्चित करने के लिए मानव विशेषज्ञों पर भरोसा करना कि क्या छात्र ने सूचित सहमति की कठिन कला में वास्तव में महारत हासिल कर ली 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।