Maand: Architecture, Empirical Performance, and Multimodal Decision Governance for AI-Driven Virtual Mental Healthcare
यह शोध पत्र मांद (Maand) को प्रस्तुत करता है, जो एक पूर्ण-स्टैक, बहु-मोडल एआई-संचालित आभासी मानसिक स्वास्थ्य देखभाल मंच है जो वैश्विक चिकित्सक कमी और सुलभता की बाधाओं को दूर करने के लिए टेक्स्ट, वॉयस, वास्तविक समय की सांकेतिक भाषा और इमर्सिव भावनात्मक वातावरण को एकीकृत करता है, तथा कठोर अनुभवजन्य सत्यापन के माध्यम से मजबूत नैदानिक सुरक्षा, कम-विलंबता प्रदर्शन और उच्च उपयोगकर्ता स्वीकृति प्रदर्शित 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
मानसिक स्वास्थ्य देखभाल एक मानवीय आवश्यकता है, फिर भी अरबों लोगों के लिए यह पहुंच से बाहर है। बाधाएं अक्सर व्यावहारिक और अत्यधिक होती हैं: प्रशिक्षित डॉक्टरों की कमी, थेरेपी की उच्च लागत, और एक रोगी तथा क्लिनिक के बीच की दूरी। दुनिया के कई हिस्सों में, मदद की जरूरत वाले लोगों की संख्या और उन्हें देने के लिए उपलब्ध पेशेवरों की संख्या के बीच का अंतर चौंकाने वाला है। भले ही इस अंतर को पाटने के लिए डिजिटल उपकरण मौजूद हों, वे अक्सर विफल हो जाते हैं। अधिकांश वर्तमान मानसिक स्वास्थ्य ऐप सरल टेक्स्ट संदेशों पर निर्भर करते हैं, जो उपयोगकर्ताओं को चैट बॉक्स में अपनी भावनाओं को टाइप करने के लिए मजबूर करते हैं। यह दृष्टिकोण उन लोगों को बाहर करता है जो आसानी से बोल या लिख नहीं सकते, जैसे कि बधिर लोग या वे जिनकी चिंता (anxiety) टाइप करना कठिन बना देती है। यह उन सूक्ष्म, गैर-मौखिक संकेतों को भी चूक जाता है जिन पर मानव चिकित्सक भरोसा करते हैं, जैसे कि कांपता हुआ हाथ, झुकी हुई मुद्रा, या डर की एक क्षणिक अभिव्यक्ति। एक रोगी की वास्तव में सहायता करने के लिए, एक प्रणाली को उन्हें देखना और सुनना चाहिए, न कि केवल उनके शब्दों को पढ़ना चाहिए।
लाहौर में यूनिवर्सिटी ऑफ इंजीनियरिंग एंड टेक्नोलॉजी के शोधकर्ताओं ने इन सीमाओं को दूर करने के लिए 'मांड' (Maand) नामक एक नए प्रकार का डिजिटल थेरेपिस्ट बनाया है। यह प्लेटफॉर्म एक "पॉकेट साइकोलॉजिस्ट" के रूप में डिज़ाइन किया गया है जो केवल टेक्स्ट से अधिक समझता है। एक साधारण चैट विंडो के बजाय, मांड एक एकीकृत स्थान बनाता है जहाँ एक उपयोगकर्ता बोल सकता है, टाइप कर सकता है, सांकेतिक भाषा (sign language) का उपयोग कर सकता है, या यहाँ तक कि एक वर्चुअल रियलिटी वातावरण के साथ बातचीत कर सकता है। सिस्टम वास्तविक समय में आवाज सुनने, चेहरे के भावों को पढ़ने और हाथों के इशारों को ट्रैक करने के लिए बनाया गया है, जो यह समझने के लिए सभी संकेतों को जोड़ता है कि व्यक्ति कैसा महसूस कर रहा है। इसके बाद यह इस समझ का उपयोग सहायक बातचीत प्रदान करने और उपयोगकर्ता को शांत आभासी स्थानों के माध्यम से मार्गदर्शन करने के लिए करता है। इसका लक्ष्य देखभाल का एक ऐसा स्तर प्रदान करना है जो सभी के लिए सुलभ हो, जिसमें विकासशील देशों के वे लाखों लोग भी शामिल हैं जिनके पास वर्तमान में किसी लाइसेंस प्राप्त मनोचिकित्सक तक पहुंच नहीं है।
मांड के पीछे की टीम ने यह स्वीकार करते हुए शुरुआत की कि मौजूदा डिजिटल समाधान बहुत संकीर्ण हैं। लोकप्रिय चैटबॉट्स अक्सर केवल टेक्स्ट के माध्यम से संचालित होते हैं, जो आवाज और शारीरिक भाषा के माध्यम से होने वाली समृद्ध संचार प्रक्रिया को अनदेखा करते हैं। उनमें यह पता लगाने की क्षमता भी नहीं है कि उपयोगकर्ता तत्काल खतरे में है या नहीं, जैसे कि जब कोई आत्म-नुकसान के विचार व्यक्त करता है। मांड को इन्हीं विशिष्ट विफलताओं को ठीक करने के लिए बनाया गया था। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया जो चार अलग-अलग तरीकों से बातचीत को एकीकृत करता है। एक उपयोगकर्ता संदेश टाइप कर सकता है, माइक्रोफ़ोन में बोल सकता है, सांकेतिक भाषा का उपयोग कर सकता है, या बस तनाव कम करने के लिए डिज़ाइन किए गए एक आभासी कमरे में बैठ सकता है। सिस्टम इन सभी इनपुट को एक साथ प्रोसेस करता है। यदि कोई उपयोगकर्ता दुखद संदेश टाइप करता है जबकि उसका चेहरा संकट के संकेत दिखाता है और उसके हाथ भिंचे हुए हैं, तो सिस्टम इन संकेतों के संयुक्त भार को पहचान लेता है, न कि उन्हें अलग, असंबंधित घटनाओं के रूप में देखता है।
इसे काम करने के योग्य बनाने के लिए, शोधकर्ताओं ने कंप्यूटर के लिए मानव भावना को "देखने" और "समझने" का एक परिष्कृत तरीका विकसित किया। उन्होंने वीडियो फ्रेमों का विश्लेषण करके, खुशी, उदासी या क्रोध जैसी भावनाओं को दर्शाने वाली विशिष्ट मांसपेशियों की गतिविधियों को देखकर, सिस्टम को चेहरे के भावों को पहचानने के लिए प्रशिक्षित किया। साथ ही, सिस्टम उपयोगकर्ता द्वारा टाइप किए गए टेक्स्ट का विश्लेषण करता है ताकि उनकी भावनात्मक स्थिति का आकलन किया जा सके। यह हाथों की गतिविधियों को भी ट्रैक करता है, जिससे बधिर या सुनने में अक्षम लोग सांकेतिक भाषा का उपयोग करके संवाद कर सकते हैं। सिस्टम एक सौ से अधिक विशिष्ट इशारों को पहचानता है, जो उन्हें सार्थक चिकित्सीय संकेतों में अनुवादित करता है। यह सारी जानकारी एक केंद्रीय मस्तिष्क (central brain) में भेजी जाती है जो यह तय करता है कि कैसे प्रतिक्रिया देनी है। यह मस्तिष्क सहानुभूतिपूर्ण और सहायक होने के लिए डिज़ाइन किया गया है, जो बातचीत का मार्गदर्शन करने के लिए स्थापित मनोवैज्ञानिक तकनीकों का उपयोग करता है।
सुरक्षा मांड के डिजाइन का एक केंद्रीय स्तंभ है। क्योंकि मानसिक स्वास्थ्य संबंधी बातचीत में गहराई से व्यक्तिगत और कभी-कभी खतरनाक विषय शामिल होते हैं, शोधकर्ताओं ने सिस्टम में सख्त सुरक्षा उपाय बनाए हैं। यदि कंप्यूटर ऐसे शब्द या वाक्यांशों का पता लगाता है जो संकेत देते हैं कि उपयोगकर्ता संकट में है, तो यह तुरंत मानक बातचीत को रोक देता है और आपातकालीन संपर्क जानकारी प्रदान करता है। यह तुरंत होता है, यह सुनिश्चित करते हुए कि संकट में फंसा हुआ उपयोगकर्ता प्रतिक्रिया के लिए कभी इंतजार न करे। सिस्टम प्रत्येक संदेश को एन्क्रिप्ट करके गोपनीयता की रक्षा करता है, जिससे यह उपयोगकर्ता और सिस्टम के अलावा किसी और के लिए अपठनीय हो जाता है। भले ही कोई संग्रहीत डेटा तक पहुँच जाए, उन्हें केवल scrambled कोड ही दिखाई देगा। प्लेटफॉर्म में एक सुविधा भी शामिल है जो उपयोगकर्ता की पंद्रह मिनट तक निष्क्रिय रहने पर सत्र को स्वचालित रूप से समाप्त कर देती है, जिससे संवेदनशील जानकारी के आकस्मिक अनावरण को रोका जा सके।
शोधकर्ताओं ने यह देखने के लिए मांड का कड़ाई से परीक्षण किया कि क्या यह वास्तविक दुनिया के उपयोग को संभाल सकता है। उन्होंने एक परिदृश्य का अनुकरण किया जहाँ पाँच सौ लोग एक ही समय में सिस्टम का उपयोग कर रहे थे। प्लेटफॉर्म ने मांग को बनाए रखा, औसतन दो सेकंड से कम समय में जवाब दिया। यह गति स्वाभाविक और सहायक महसूस कराने के लिए महत्वपूर्ण है। तीस-पाँच वास्तविक लोगों, जिनमें छात्र और पेशेवर मनोवैज्ञानिक शामिल थे, के साथ परीक्षणों में, सिस्टम को इसके उपयोग में आसानी और विभिन्न जरूरतों वाले लोगों के लिए इसकी सुलभता के लिए उच्च अंक मिले। प्रतिभागियों ने पाया कि सिस्टम सफलतापूर्वक उनकी आवाज, उनके टेक्स्ट और उनकी सांकेतिक भाषा को समझ सकता है, और वर्चुअल रियलिटी वातावरण ने उन्हें शांत महसूस करने में मदद की।
अध्ययन के परिणाम बताते हैं कि मांड मानसिक स्वास्थ्य देखभाल तक पहुंच बढ़ाने के लिए एक व्यवहार्य उपकरण है। यह सफलतापूर्वक कई संचार विधियों को एक एकल, सुसंगत अनुभव में जोड़ता है। यह पहचानकर कि लोग कई अलग-अलग तरीकों से खुद को व्यक्त करते हैं, सिस्टम केवल टेक्स्ट-आधारित चैटबॉट्स की तुलना में समर्थन का एक अधिक पूर्ण रूप प्रदान करता है। शोधकर्ताओं ने पाया कि सिस्टम चेहरों और टेक्स्ट से भावनाओं का सटीक पता लगा सकता है, और यह हाथों के इशारों की एक विस्तृत श्रृंखला की व्याख्या कर सकता है। सबसे महत्वपूर्ण बात यह है कि सिस्टम ने एक सुरक्षित, निजी और उत्तरदायी वातावरण बनाए रखने में सक्षम होने का प्रमाण दिया। हालांकि शोधकर्ता यह नोट करते हैं कि यह एक सहायक उपकरण है और मानव डॉक्टर का विकल्प नहीं है, फिर भी यह उन लोगों तक मानसिक स्वास्थ्य सहायता पहुँचाने की दिशा में एक महत्वपूर्ण कदम है जिन्हें पारंपरिक देखभाल मॉडलों द्वारा पीछे छोड़ दिया गया है।
अध्ययन यह भी रेखांकित करता है कि इस तकनीक को विभिन्न संस्कृतियों और भाषाओं के लिए अनुकूलित करने की क्षमता है। टीम पहले से ही सिस्टम का विस्तार करने की योजना बना रही है ताकि इसमें अधिक इशारे शामिल किए जा सकें और उर्दू जैसी स्थानीय भाषाओं का समर्थन किया जा सके, जो इसे उन समुदायों के लिए और भी उपयोगी बनाएगा जिन्हें इसकी सबसे अधिक आवश्यकता है। वे औपचारिक नैदानिक परीक्षणों (clinical trials) में भी सिस्टम का परीक्षण करने का इरादा रखते हैं ताकि यह देखा जा सके कि समय के साथ अवसाद और चिंता के इलाज में यह कितना प्रभावी है। फिलहाल, यह कार्य यह प्रदर्शित करता है कि एक ऐसा डिजिटल थेरेपिस्ट बनाना संभव है जो पूरे व्यक्ति को देख सकता है, सुन सकता है और समझ सकता है, जो उन लाखों लोगों के लिए आशा की एक नई किरण है जिनके पास वर्तमान में जाने के लिए कोई जगह नहीं 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।