Evidence-Grounded Large Language Model Reasoning for Patient Safety Using Knowledge Graphs and Retrieval-Augmented Generation: Development and Evaluation Study

अस्पतालों में सूचनाओं का एक निरंतर, अत्यधिक प्रवाह होता है। हर दिन, डॉक्टर और नर्सें नोट्स लिखती हैं, परीक्षणों के आदेश देती हैं, दवाएं दर्ज करती हैं और महत्वपूर्ण संकेतों (वाइटल साइन्स) का रिकॉर्ड रखती हैं। इस महत्वपूर्ण डेटा का बहुत सा हिस्सा असंरचित पाठ (unstructured text) के रूप में रहता है, जो वर्णनात्मक अनुच्छेदों के भीतर छिपा होता है और कंप्यूटर के लिए इसे पढ़ना और जोड़ना कठिन होता है। वर्षों से, शोधकर्ता ऐसी आर्टिफिशियल इंटेलिजेंस बनाने की कोशिश कर रहे हैं जो इन रिकॉर्ड्स को छानकर रोगी सुरक्षा संबंधी मुद्दों, जैसे कि खतरनाक ड्रग इंटरैक्शन या बिगड़ती स्थिति के संकेतों को पहचान सके। उम्मीद यह है कि मशीनें 'दूसरी आँखों' के रूप में कार्य कर सकेंगी, जो उन गलतियों को पकड़ सकें जिन्हें व्यस्त इंसान चूक सकते हैं। हालांकि, केवल कंप्यूटर को पाठ पढ़ना सिखाना ही पर्याप्त नहीं है। यदि मशीन बिना किसी स्पष्ट कारण के किसी समस्या का अनुमान लगाती है, या यदि वह ऐसा संबंध बना लेती है जो अस्तित्व में ही नहीं है, तो यह फायदे से अधिक नुकसान पहुँचा सकती है। चुनौती केवल जानकारी खोजने की नहीं है, बल्कि यह साबित करने की भी है कि निष्कर्ष वास्तविक चिकित्सा साक्ष्य पर आधारित है और उस तर्क को एक ऐसे स्रोत तक वापस ट्रैक किया जा सकता है जिस पर एक डॉक्टर भरोसा कर सके।

एक नए अध्ययन में, शोधकर्ताओं ने इस समस्या को हल करने के लिए एक प्रणाली बनाने का लक्ष्य रखा, जिसमें तीन अलग-अलग उपकरणों का संयोजन किया गया: एक लार्ज लैंग्वेज मॉडल, चिकित्सा ज्ञान का एक संरचित मानचित्र (structured map), और बाहरी स्रोतों से ताज़ा साक्ष्य निकालने की एक विधि। वे देखना चाहते थे कि क्या वे एक ऐसा रीजनिंग इंजन बना सकते हैं जो केवल अनुमान न लगाए, बल्कि ठोस तथ्यों के आधार पर अपने विचार को स्पष्ट करे। टीम ने गहन देखभाल इकाइयों (ICU) के हजारों वयस्क रोगियों का डेटा लिया, जिसमें उनके मेडिकल नोट्स और टेस्ट के परिणाम शामिल थे, और इसे अपने सिस्टम में डाला। लक्ष्य यह देखना था कि क्या मशीन सुरक्षा अवधारणाओं (safety concepts) की पहचान कर सकती है, उन्हें तार्किक रूप से आपस में जोड़ सकती है, और अपने निष्कर्षों का समर्थन प्रासंगिक चिकित्सा साहित्य के साथ कर सकती है, और यह सब करते हुए इस बात का स्पष्ट रिकॉर्ड रख सकती है कि जानकारी का प्रत्येक हिस्सा कहाँ से आया है।

शोधकर्ताओं ने अपने सिस्टम को परतों में बनाया। सबसे पहले, उन्होंने रोगी रिकॉर्ड के अव्यवस्थित, असंरचित नोट्स को लिया और उन्हें साफ किया, जिससे एक ही चीज़ को लिखने के विभिन्न तरीकों को एक एकल, मानक शब्द में बदला जा सके। फिर उन्होंने इन शब्दों को एक संरचित मानचित्र में व्यवस्थित किया, जिसे 'नॉलेज ग्राफ' कहा जाता है। इस मानचित्र को चिकित्सा अवधारणाओं के विस्तृत 'फैमिली ट्री' के रूप में समझें, जहाँ यह स्पष्ट रूप से दिखाता है कि कैसे एक विशिष्ट दवा एक विशिष्ट दुष्प्रभाव (side effect) से जुड़ती है, या कैसे एक लैब परिणाम रोगी की स्थिति से संबंधित होता है। यह मानचित्र एक कठोर कंकाल (skeleton) के रूप में कार्य करता है, जो यह सुनिश्चित करता है कि कंप्यूटर कुछ भी लिखने का प्रयास करने से पहले विभिन्न चिकित्सा तथ्यों के बीच के संबंधों को समझ ले। इसके बाद, सिस्टम को एक रिट्रीवल टूल (सूचना खोजने वाला उपकरण) से लैस किया गया। केवल उस जानकारी पर निर्भर रहने के बजाय जो कंप्यूटर ने अपने प्रशिक्षण से सीखी थी, इस टूल ने चिकित्सा पत्रिकाओं और सुरक्षा रिपोर्टों के एक विशाल पुस्तकालय तक पहुँच बनाई। जब सिस्टम किसी रोगी के मामले का सामना करता, तो वह सहायक साक्ष्य के रूप में सबसे प्रासंगिक लेख और दिशानिर्देश निकाल लेता। अंत में, एक लार्ज लैंग्वेज मॉडल—जो कि विशाल मात्रा में टेक्स्ट पर प्रशिक्षित एक प्रकार की आर्टिफिशियल इंटेलिजेंस है—इस सभी जानकारी (संरचित मानचित्र, रोगी का डेटा और निकाले गए लेख) का उपयोग करके किसी भी संभावित सुरक्षा मुद्दे की तर्कसंगत व्याख्या उत्पन्न करता।

यह परीक्षण करने के लिए कि क्या यह दृष्टिकोण वास्तव में काम करता है, शोधकर्ताओं ने एक प्रयोग चलाया जहाँ उन्होंने यह देखने के लिए कि प्रत्येक भाग कितना महत्वपूर्ण है, सिस्टम के एक-एक हिस्से को हटाया। उन्होंने पाया कि सिस्टम सुरक्षा अवधारणाओं की पहचान करने में अत्यधिक प्रभावी था और इसने सटीकता का उच्च स्तर प्राप्त किया। हालाँकि, सबसे महत्वपूर्ण खोज तब हुई जब उन्होंने देखा कि क्या होता है जब वे 'स्ट्रक्चर्ड मैप' को हटा देते हैं। नॉलेज ग्राफ के बिना, सिस्टम का प्रदर्शन काफी गिर गया। सटीकता कम हो गई, और वास्तविक सुरक्षा संकेतों तथा झूठी चेतावनियों के बीच अंतर करने की क्षमता कमजोर हो गई। इससे यह सिद्ध हुआ कि चिकित्सा संबंधों का वह कठोर, संरचित मानचित्र सबसे महत्वपूर्ण घटक था, जो एक आवश्यक आधार प्रदान करता था जिसे अन्य उपकरण अकेले प्रतिस्थापित नहीं कर सकते थे।

रिट्रीवल टूल की भूमिका अधिक सूक्ष्म थी। जब शोधकर्ताओं ने बाहरी चिकित्सा लेखों को लाने वाले भाग को हटाया, तो सिस्टम का प्रदर्शन थोड़ा गिरा, लेकिन इतना नहीं कि यह सांख्यिकीय रूप से निश्चित हो सके कि गिरावट वास्तविक थी। यह सुझाव देता है कि जबकि ताज़ा, बाहरी साक्ष्य होना मददगार है और सिस्टम के तर्क को अधिक ठोस बनाता है, लेकिन यह इस विशिष्ट परीक्षण में सफलता का प्राथमिक चालक नहीं था। अध्ययन ने यह भी देखा कि सिस्टम चिकित्सा क्षेत्र के अनुकूल कितनी अच्छी तरह ढलता है। उन्होंने लार्ज लैंग्वेज मॉडल को 'फाइन-ट्यून' करने की तकनीक का उपयोग किया, जिससे यह रोगी सुरक्षा के लिए अधिक विशिष्ट बन गया। जब उन्होंने इस फाइन-ट्यूनिंग को हटाया, तो सिस्टम के प्रदर्शन में बहुत कम बदलाव आया, जो यह दर्शाता है कि इस सेटअप में, भाषा मॉडल में किए गए विशिष्ट समायोजनों के बजाय, संरचित ज्ञान और साक्ष्य की प्राप्ति अधिक प्रभावी भूमिका निभा रही थी।

मानव विशेषज्ञों ने सिस्टम के आउटपुट की समीक्षा की ताकि यह देखा जा सके कि क्या यह वास्तविक दुनिया के संदर्भ में सार्थक है। उन्होंने पाया कि सिस्टम द्वारा निकाले गए दस्तावेज़ वास्तव में उन प्रश्नों के लिए प्रासंगिक थे जो उससे पूछे गए थे। इससे भी महत्वपूर्ण बात यह थी कि सिस्टम द्वारा उत्पन्न स्पष्टीकरणों को नैदानिक रूप से उपयोगी और तर्कसंगत माना गया। विशेषज्ञों का मानना था कि सिस्टम केवल एक रैंडम अनुमान नहीं दे रहा था; बल्कि यह एक ऐसा तर्क पथ (reasoning path) प्रदान कर रहा था जिसका अनुसरण एक डॉक्टर कर सकता है, और जो उन विशिष्ट लेखों और डेटा बिंदुओं द्वारा समर्थित था जिन्हें सिस्टम ने एकत्र किया था। यूजर इंटरफेस के एक प्रारंभिक चेक से पता चला कि चिकित्सक बिना किसी परेशानी के परिणामों को नेविगेट कर सकते हैं, हालांकि उन्होंने सुझाव दिया कि सबसे महत्वपूर्ण जानकारी को पहले उजागर करने के लिए डिस्प्ले को सरल बनाया जा सकता है।

अध्ययन का निष्कर्ष है कि चिकित्सा ज्ञान के एक संरचित मानचित्र को एक लैंग्वेज मॉडल और बाहरी साक्ष्य रिट्रीवल के साथ मिलाने से रोगी सुरक्षा के लिए एक शक्तिशाली उपकरण तैयार होता है। परिणाम दर्शाते हैं कि स्ट्रक्चर्ड मैप सबसे महत्वपूर्ण हिस्सा है, जो वह तार्किक आधार प्रदान करता है जो सिस्टम को सही ढंग से तर्क करने की अनुमति देता है। बाहरी साक्ष्य जुटाने की क्षमता पारदर्शिता की एक परत जोड़ती है, जिससे सिस्टम अपने काम को दिखा सकता है और अपने स्रोतों का हवाला दे सकता है। हालाँकि यह सिस्टम अभी मानव डॉक्टरों को बदलने या स्वायत्त निर्णय लेने के लिए तैयार नहीं है, लेकिन यह भरोसेमंद, व्याख्या योग्य और वास्तविक चिकित्सा तथ्यों पर आधारित आर्टिफिशियल इंटेलिजेंस बनाने के लिए एक स्पष्ट मार्ग प्रदर्शित करता है। शोधकर्ता इस बात पर जोर देते हैं कि इससे पहले कि ऐसे सिस्टम का उपयोग नियमित अस्पताल देखभाल में किया जा सके, इसे कई अलग-अलग अस्पतालों में परीक्षण किया जाना चाहिए और वास्तविक समय के वर्कफ़्लो में मूल्यांकन किया जाना चाहिए ताकि यह सुनिश्चित हो सके कि यह विविध रोगी आबादी में सुरक्षित रूप से काम करता है। फिलहाल, यह अध्ययन सिद्ध करता है कि एक ऐसी मशीन बनाना संभव है जो न केवल मेडिकल नोट्स को पढ़ती है, बल्कि उन्हें इस तरह से समझती है जो सटीक और जवाबदेह दोनों है।