Clinical Reasoning in the AI era: A focused scoping review and narrative synthesis of conceptual, pedagogical, and assessment frameworks in health professions education

यहाँ सरल भाषा और रचनात्मक उपमाओं का उपयोग करके शोध पत्र की व्याख्या दी गई है।

बड़ी तस्वीर: "जीपीएस" (GPS) की समस्या

कल्पना कीजिए कि आप किसी को कार चलाना सिखा रहे हैं। वर्षों से, आपके पास एक स्पष्ट मानचित्र रहा है कि "अच्छा ड्राइविंग" क्या होता है: नियमों को जानना, सड़क को पढ़ना, अचानक आए तूफान को संभालना, और यह जानना कि कब अपने अंतर्मन पर भरोसा करना है और कब डैशबोर्ड पर।

अब, कल्पना कीजिए कि हर कार में एक नया सुपर-जीपीएस (आर्टिफिशियल इंटेलिजेंस) लगा दिया गया है। यह आपको बता सकता है कि ठीक कहाँ मुड़ना है, ट्रैफिक का पूर्वानुमान लगा सकता है, और यहाँ तक कि आपके लिए आपकी ड्राइविंग लॉग भी लिख सकता है।

यह शोध पत्र जिस समस्या की पहचान करता है वह यह है: हम जीपीएस का उपयोग ड्राइवर को ग्रेड देने के लिए कर रहे हैं, लेकिन हमें यकीन नहीं है कि क्या जीपीएस वास्तव में उन्हें ड्राइविंग सिखा रहा है।

लेखिका, नेओमी कैंपबेल-वुड्स ने सैकड़ों अध्ययनों का विश्लेषण किया यह देखने के लिए कि मेडिकल स्कूल इस "सुपर-जीपीएस" का उपयोग छात्रों को डॉक्टर की तरह सोचने (जिसे क्लिनिकल रीजनिंग या नैदानिक तर्क कौशल कहा जाता है) सिखाने के लिए कैसे कर रहे हैं। उन्होंने पाया कि हालांकि तकनीक प्रभावशाली है, लेकिन हम मुख्य रूप से उन हिस्सों का परीक्षण कर रहे हैं जिन्हें जीपीएस के लिए मापना आसान है, जबकि हम उन मानवीय और जटिल हिस्सों की अनदेखी कर रहे हैं जो एक डॉक्टर को वास्तव में सुरक्षित बनाते हैं।

---

भाग 1: भ्रमित करने वाला मानचित्र (क्या?)

एआई (AI) के बारे में बात करने से पहले, शोध पत्र बताता है कि चिकित्सा शिक्षा इस बात पर सहमत होने के लिए संघर्ष कर रही है कि "क्लिनिकल रीजनिंग" वास्तव में क्या है। यह किसी को शेफ बनने के लिए सिखाने जैसा है बिना इस बात पर सहमत हुए कि एक "अच्छा भोजन" क्या होता है।

शोध पत्र कहता है कि विशेषज्ञ वर्तमान में "अच्छी सोच" को तीन मुख्य तरीकों से वर्णित करते हैं:

1. लाइब्रेरी कार्ड सिस्टम (स्क्रिप्ट थ्योरी): डॉक्टर अपने ज्ञान को एक लाइब्रेरी की तरह व्यवस्थित करते हैं। जब वे किसी मरीज को देखते हैं, तो वे उस बीमारी के बारे में एक "स्क्रिप्ट" (एक मानसिक फ़ाइल) निकालते हैं।
2. तेज़ बनाम धीमा मस्तिष्क (डुअल-प्रोसेस): अच्छे डॉक्टर दो मोड का उपयोग करते हैं: एक तेज़ "अंतर्ज्ञान" (gut feeling) मोड और एक धीमा, सावधानीपूर्वक "तथ्यों की जाँच करने वाला" मोड।
3. एक टीम गेम (सिटुएटेड कॉग्निशन): सोचना शून्य में नहीं होता। यह एक अस्त-व्यस्त अस्पताल के कमरे में होता है जहाँ एक डरा हुआ मरीज, एक थका हुआ नर्स और समय का दबाव होता है। आप सोच को वातावरण से अलग नहीं कर सकते।

समस्या: लंबे समय से स्कूलों ने इस सोच का परीक्षण एक एकल, अंतिम परीक्षा के साथ करने की कोशिश की। शोध पत्र कहता है कि यह एक स्पोर्ट्स टीम के पूरे सीजन को केवल एक खेल के आधार पर आंकने जैसा है। यह काम नहीं करता।

---

भाग 2: एआई शॉर्टकट (कैसे?)

अब, एआई का प्रवेश होता है। इस शोध पत्र ने 158 अध्ययनों की समीक्षा की जहाँ एआई का उपयोग मेडिकल छात्रों को पढ़ाने या परीक्षण करने के लिए किया गया था।

एआई क्या अच्छी तरह कर रहा है:
एआई उन चीजों को ग्रेड देने में बहुत अच्छा है जो साफ, लिखित और संरचित होती हैं।

• उपमा: कल्पना कीजिए कि एआई एक बहुत ही सख्त लाइब्रेरियन है। वह तुरंत जांच सकता है कि क्या आपने सही लक्षण लिखे हैं, क्या आपका निदान (diagnosis) पाठ्यपुस्तक से मेल खाता है, और क्या आपके नोट्स का प्रारूप सही है।
• परिणाम: अध्ययन बताते हैं कि जब छात्र इन विशिष्ट कार्यों के लिए एआई का उपयोग करते हैं, तो वे इनमें बेहतर होते हैं। वे डेटा तेजी से एकत्र करते हैं और बेहतर नोट्स लिखते हैं।

एआई क्या मिस कर रहा है:
एआई सोचने के अस्त-व्यस्त, मानवीय, "क्षण-दर-क्षण" वाले हिस्सों को मापने में बहुत खराब है।

• उपमा: लाइब्रेरियन आपकी स्पेलिंग चेक कर सकता है, लेकिन वह यह नहीं बता सकता कि क्या आप एक मरीज से कठिन सवाल पूछने के लिए पर्याप्त साहसी थे, या क्या आप जानते थे कि कब जीपीएस को अनदेखा करना है क्योंकि सड़क बाढ़ से भरी हुई थी।
• अंतराल (Gap): शोध पत्र में पाया गया कि एआई अध्ययन शायद ही कभी निम्नलिखित को मापते हैं:
  • छात्र अनिश्चितता (जब उत्तर स्पष्ट न हो) को कैसे संभालते हैं।
  • वे स्थिति बदलने पर खुद को कैसे ढालते हैं।
  • क्या वे केवल आँख मूंदकर एआई पर भरोसा कर रहे हैं या वास्तव में अपने आप सोच रहे हैं।

---

भाग 3: "डी-स्किलिंग" (कौशल खोने) का खतरा

शोध पत्र एक विशिष्ट जोखिम की चेतावनी देता जिसे "डी-स्किलिंग" कहा जाता है।

• उपमा: यदि आप हर दिन जीपीएस को अपने लिए कार चलाने देते हैं, तो आप नक्शा पढ़ना या बर्फबारी में गाड़ी मोड़ना भूल सकते हैं।
• जोखिम: यदि छात्र बहुत जल्दी एआई पर कठिन सोच (जैसे निदान का पता लगाना) के लिए निर्भर हो जाते हैं, तो वे शायद कभी इसे स्वयं करना नहीं सीख पाएंगे। वे "नेवर-स्किल्ड" (कभी न सीखने वाले) या "मिस-स्किल्ड" (एआई की नकल करके गलत तरीके से सीखने वाले) बन सकते हैं।

शोध पत्र नोट करता है कि जब छात्र कंप्यूटर सिमुलेशन (जहाँ एआई ने उनकी मदद की थी) से वास्तविक रोगियों की ओर बढ़े, तो एआई की मदद अक्सर गायब हो गई। छात्र वास्तविक दुनिया में बेहतर प्रदर्शन नहीं कर पाए, जिससे पता चलता है कि एआई केवल एक बैसाखी थी, शिक्षक नहीं।

---

भाग 4: प्रस्तावित समाधान (नया ढांचा)

लेखिका का तर्क है कि हमें एआई युग के लिए एक नए "नियम पुस्तिका" की आवश्यकता है। हम केवल नए उपकरणों के साथ पुराने परीक्षणों का उपयोग जारी नहीं रख सकते।

वह एआई के युग में तर्क (reasoning) को सिखाने और परीक्षण करने के लिए एक "छह-परत वाला केक" (Six-Layer Cake) प्रस्तावित करती है:

1. ज्ञान संगठन (Knowledge Organization): क्या उनकी मानसिक लाइब्रेरी फाइलें व्यवस्थित हैं?
2. प्रक्रिया कार्यान्वयन (Process Enactment): क्या वे जानते हैं कि एक सुराग से निष्कर्ष तक कैसे पहुँचा जाए?
3. अनिश्चितता प्रबंधन (Uncertainty Handling): क्या वे शांत रह सकते हैं जब उत्तर स्पष्ट न हो?
4. संदर्भगत प्रदर्शन (Contextual Performance): क्या वे एक शांत टेस्ट रूम के बजाय एक शोर-शराबे वाले, व्यस्त अस्पताल में अच्छी तरह सोच सकते हैं?
5. सोशियोटेक्निकल जजमेंट (Sociotechnical Judgment): यह नया वाला है। क्या वे एआई को एक उपकरण के रूप में उपयोग कर सकते हैं बिना उसे खुद पर हावी होने दिए? क्या वे कह सकते हैं, "एआई कहता है X, लेकिन मुझे लगता है Y क्योंकि..."?
6. प्रोग्रामेटिक आर्किटेक्चर (Programmatic Architecture): एक बड़े टेस्ट के बजाय, हमें एक दीर्घकालिक प्रणाली की आवश्यकता है जो छात्र को निष्पक्ष रूप से आंकने के लिए कई छोटे साक्ष्य (जैसे एक पोर्टफोलियो) एकत्र करे।

निचोड़

शोध पत्र निष्कर्ष निकालता है कि एआई ने चिकित्सा शिक्षा को तोड़ा नहीं है, बल्कि इसने इसकी नींव में एक दरार उजागर कर दी है।

हमारे पास सोचने के "आसान" हिस्सों (जैसे नोट लिखना या निदान चुनना) को मापने के लिए बेहतरीन उपकरण हैं, लेकिन हम "कठिन" हिस्सों (जैसे अनिश्चितता को संभालना या यह जानना कि कंप्यूटर को कब अनदेखा करना है) को मापने में विफल हो रहे हैं।

मुख्य बात: हमें केवल अधिक एआई परीक्षण बनाने की आवश्यकता नहीं है। हमें एक नया ढांचा बनाने की आवश्यकता है जो छात्रों को "जहाज का कप्तान" बनना सिखाए, जिसमें एआई को एक सहायक नेविगेटर के रूप में उपयोग किया जाए, न कि एआई को नाव चलाने दें और खुद सो जाएं। यदि हम इसे ठीक नहीं करते हैं, तो हमारे पास ऐसे डॉक्टर हो सकते हैं जो कंप्यूटर चलाने में तो बहुत अच्छे हैं लेकिन अपने आप सोचने में बहुत खराब हैं।