IIT-MADRAS और फरीदाबाद में ट्रांसलेशनल हेल्थ साइंस एंड टेक्नोलॉजी इंस्टीट्यूट के शोधकर्ता अल्ट्रासोनोग्राफी पिक्चर्स का उपयोग करने के लिए एक कृत्रिम रूप से बुद्धिमान (एआई) मॉडल विकसित कर रहे हैं भविष्यवाणी करना एक बढ़ते भ्रूण की उम्र। गारभिनी-जीए 2 कहा जाता है, मॉडल को लगभग 3,500 गर्भवती महिलाओं के स्कैन पर प्रशिक्षित किया गया था, जिन्होंने हरियाणा में गुरुग्राम सिविल अस्पताल का दौरा किया था। प्रत्येक स्कैन में भ्रूण के विभिन्न हिस्सों, उसके आकार और उसके वजन को लेबल किया गया है – ऐसे उपायों का उपयोग किया जा सकता है जिनका उपयोग भ्रूण की उम्र की भविष्यवाणी करने के लिए किया जा सकता है।

प्रशिक्षण के बाद, टीम के सदस्यों ने 1,500 गर्भवती महिलाओं के स्कैन के साथ इसका परीक्षण किया (जो एक ही अस्पताल और लगभग 1,000 गर्भवती महिलाओं का दौरा किया था, जिन्होंने क्रिश्चियन मेडिकल कॉलेज वेल्लोर का दौरा किया था। उन्होंने पाया कि गरभिनी-गा 2 ने भ्रूण की उम्र में केवल आधे दिन तक मिटा दिया। यह आज सबसे आम विधि पर एक महत्वपूर्ण सुधार है: हैडलॉक के सूत्र का उपयोग करना। क्योंकि यह सूत्र कोकेशियान आबादी के आंकड़ों पर आधारित है, यह आईआईटी-मद्रास टीम के अनुसार, भारत में भ्रूण की उम्र को सात दिनों तक याद करने के लिए जाना जाता है।

अब टीम परीक्षण करने की योजना भारत के आसपास के डेटासेट में इसका मॉडल।

यह सिर्फ एक झलक है कि कैसे एआई उपकरण चुपचाप भारतीय स्वास्थ्य सेवा को फिर से आकार दे रहे हैं। भ्रूण अल्ट्रासाउंड डेटिंग और उच्च-जोखिम-गर्भावस्था मार्गदर्शन से लेकर वर्चुअल ऑटोप्सी और क्लिनिकल चैटबॉट्स तक, वे वर्कफ़्लोज़ को तेज करते हुए विशेषज्ञ सटीकता से मेल खाते हैं। फिर भी उनका वादा डेटा और स्वचालन पूर्वाग्रह, गोपनीयता और कमजोर विनियमन की प्रणालीगत चुनौतियों के साथ आता है, जो अक्सर स्वास्थ्य सेवा क्षेत्र की संवेदनशीलता से ही बढ़ जाता है।

मददगार, लेकिन बेहतर हो सकता है

2023 के एक अध्ययन के अनुसार, भारतीय महिलाओं में लगभग सभी गर्भधारण उच्च जोखिम वाले गर्भधारण (एचआरपी) हैं। वैश्विक स्वास्थ्य जर्नल। एक एचआरपीएस में, माँ और नवजात शिशु को बीमार या मरने का एक उच्च मौका है। इन परिणामों का कारण बनने वाली शर्तें शामिल करना गंभीर एनीमिया, उच्च रक्तचाप, प्री-एक्लैम्पसिया और हाइपोथायरायडिज्म। बिना किसी औपचारिक शिक्षा वाली महिलाओं के लिए जोखिम अधिक हैं, ग्रामीण क्षेत्रों से, और हाशिए के सामाजिक समूहों से संबंधित हैं।

विशेषज्ञों का कहना है कि एचआरपीएस में मातृ और प्रसवकालीन मृत्यु दर को कम करने का नियमित निगरानी सबसे अच्छा तरीका है। ग्रामीण क्षेत्रों में, यह कार्य अक्सर सहायक नर्स-मिडवाइव्स (एएनएम), महिला स्वास्थ्य कार्यकर्ताओं द्वारा किया जाता है, जो एक गर्भवती महिला और चिकित्सा प्रणाली के बीच संपर्क का पहला बिंदु हैं। एचआरपी को पहचानने और महिलाओं को उनके विकल्पों पर सलाह देने के लिए एएनएम को चिकित्सा पेशेवरों द्वारा प्रशिक्षित किया जाता है।

मुंबई स्थित एनजीओ आर्ममैन ने 2021 में यूनिसेफ और तेलंगाना और आंध्र प्रदेश की सरकारों के साथ साझेदारी में इस तरह का प्रशिक्षण कार्यक्रम शुरू किया। यह ANMS सहित “HRPS के एंड-टू-एंड मैनेजमेंट” में हेल्थकेयर पेशेवरों को प्रशिक्षित कर रहा है, नवाचार के नवाचार के निदेशक अमृता महले ने कहा।

एनजीओ ने “क्लासरूम ट्रेनिंग एंड डिजिटल लर्निंग” के माध्यम से एचआरपी को ट्रैक और प्रबंधित करने के लिए एएनएम को प्रशिक्षित किया, महले ने कहा, एएनएम को व्हाट्सएप हेल्पलाइन के माध्यम से भी समर्थन किया जाता है “संदेह-समाधान और हाथ से पकड़ने के लिए क्योंकि वे सीखने की सामग्री से गुजरते हैं और इसे वास्तविक जीवन के उच्च-जोखिम वाले मामलों में लागू करते हैं।”

जब संदेह होता है, तो एएनएम को अपने प्रशिक्षकों तक प्रश्नों के साथ पहुंचने के लिए प्रोत्साहित किया जाता है। हालांकि, “प्रशिक्षकों को स्वयं अधिक काम किया जाता है और हमेशा एएनएम प्रश्नों का जवाब देने को प्राथमिकता नहीं देते हैं,” महले ने कहा। इसलिए आर्ममैन ने इस साल की शुरुआत में एआई चैटबॉट को अपनाया। यह ANMs से पाठ और वॉयस-आधारित दोनों प्रश्नों को पहचानता है और नैदानिक ​​रूप से मान्य उत्तर के साथ एक ही माध्यम में प्रतिक्रिया करता है।

चिकित्सा पेशेवर अब “मानव-इन-लूप के रूप में कार्य करते हैं, जो चैटबॉट किसी प्रश्न का उत्तर नहीं दे सकते हैं, या यदि ANM चैटबॉट की प्रतिक्रिया से संतुष्ट नहीं है,” महले ने कहा। वर्तमान में 100 एएनएम के साथ परीक्षण किया जा रहा है, चैटबॉट को अपने उपयोगकर्ताओं से “94% सकारात्मक प्रतिक्रिया” मिली है, महले ने कहा। “एक डोमेन विशेषज्ञ ने आज तक के 91% उत्तरों को सटीक और संतोषजनक माना है।”

लेकिन उसने एक समस्या भी झंडी दिखाई: “वर्तमान में बहुत कुछ [recognition] मॉडल भारतीय भाषाओं, विशेष रूप से क्षेत्रीय विविधताओं और लहजे के साथ संघर्ष करते हैं। ” इसका मतलब यह है कि चैटबॉट लगभग 5% प्रतिशत प्रश्नों को समझने में विफल हो सकता है जो पाठ के बजाय वॉयस नोट्स के रूप में साझा किए जाते हैं।

दयालु कट

Amar Jyoti Patowary उत्तर पूर्वी इंदिरा गांधी क्षेत्रीय स्वास्थ्य और चिकित्सा विज्ञान संस्थान में फोरेंसिक चिकित्सा विभाग का प्रमुख है। वह भारत के कुछ “वर्चुअल ऑटोप्सी” विशेषज्ञों में से एक है।

ऑटोप्सी में एक अच्छी सार्वजनिक प्रतिष्ठा नहीं है। जब डॉ। पाटोवेरी और उनकी टीम ने 179 मृतक लोगों के रिश्तेदारों से पूछा, जो विभाग में एक शव परीक्षा से गुजर चुके थे, लगभग 63% अंतिम संस्कार के संचालन में शरीर के कटे -फटे और देरी होने की आशंका व्यक्त की। इसी तरह के मुद्दे रहे हैं सूचित ग्रामीण हरियाणा से भी।

एक आभासी शव परीक्षा, या पुण्यी में, एक शरीर को सीटी और एमआरआई मशीनों के साथ स्कैन किया जाता है ताकि इसकी आंतरिक संरचनाओं की विस्तृत छवियां उत्पन्न हो सकें। फिर, एक कंप्यूटर शरीर की 3 डी छवि बनाता है। चिकित्सक इस छवि को दृढ़ तंत्रिका नेटवर्क (CNNs) में खिलाते हैं-गहरी-लर्निंग मॉडल छवियों के एक सेट से सुविधाओं को निकालने और दूसरों में छवियों को वर्गीकृत करने के लिए उनका उपयोग करने में निपुण हैं।

2023 में, जापान में तोहोकू विश्वविद्यालय के शोधकर्ता बनाना एक सीएनएन जो उन व्यक्तियों को अलग कर सकता है जो उन लोगों से डूबने से मर गए थे जो छाती सीटी स्कैन का उपयोग करके अन्य कारणों से मर गए थे। लेखकों ने अपने पेपर में लिखा था कि मॉडल 81% सटीक था “उन मामलों के लिए जिनमें पुनर्जीवन का प्रदर्शन किया गया था और उन मामलों के लिए 92% था, जिनमें पुनर्जीवन का प्रयास नहीं किया गया था,” लेखकों ने अपने पेपर में लिखा था। 2024 में, स्विस वैज्ञानिक विकसित एक सीएनएन जो कह सकता है कि क्या किसी व्यक्ति की मृत्यु पोस्टमॉर्टम सीटी छवियों के आधार पर सेरेब्रल रक्तस्राव से हुई थी।

जबकि पारंपरिक ऑटोप्सी को पूरा होने में लगभग 2.5 घंटे लगते हैं, एक पुण्यी को लगभग आधे घंटे में समाप्त किया जा सकता है, डॉ। पटोवेरी ने कहा।

पारंपरिक ऑटोप्सी में, एक बार जब शरीर को विच्छेदित कर दिया गया है, तो एक दूसरे विच्छेदन की आवश्यकता हो सकती है यदि पहला व्यक्ति अनिर्णायक हो गया हो। यह कठिन है। लेकिन पुण्य के रूप में आवश्यकतानुसार कई विघटन की अनुमति देते हैं क्योंकि स्कैन का उपयोग बार -बार शरीर को फिर से संगठित करने के लिए किया जा सकता है।

हालांकि, क्या पुण्य याद कर सकते हैं, हालांकि, “नरम ऊतक में छोटी चोटें” हैं और ऊतकों और अंगों के रंग में बदल जाती हैं और शरीर और उसके तरल पदार्थ कैसे गंध करते हैं, जो संकेत दे सकता है कि एक व्यक्ति की मृत्यु कैसे हुई, डॉ। पाटोवेरी ने चेतावनी दी। फिर भी उन्होंने यह भी विश्वास व्यक्त किया कि एक “मौखिक शव परीक्षा” के साथ एक पुण्य को मिलाकर – नैदानिक ​​रूप से प्रासंगिक विवरण के लिए एक रिश्तेदार या पुलिस अधिकारी के साथ जाँच – और शरीर और उसके गुहाओं की एक दृश्य परीक्षा, इन चुनौतियों को दूर किया जा सकता है।

अभिगम नियंत्रण

इन मामलों से संकेत मिलता है कि एआई का सबसे अच्छा उपयोग स्वास्थ्य सेवा पेशेवर के सहायक के रूप में हो सकता है। 2019 में, एक डिजिटल हेल्थकेयर कंपनी मेडिबुडी, जो ऑनलाइन डॉक्टर परामर्श और अन्य सेवाएं प्रदान करती है, एक एआई बॉट के साथ प्रयोग करती है जो एक मरीज के साथ चैट कर सकती है, बातचीत से नैदानिक ​​रूप से प्रासंगिक विवरण निकाल सकती है, और संकलित निदान के साथ एक डॉक्टर को प्रस्तुत कर सकती है। इस ऐप का परीक्षण करने वाले 15 डॉक्टरों में से नौ ने कहा कि यह मददगार था, जबकि बाकी “संशयवादी” बने रहे, मेडीबुड्डी के डेटा साइंस के प्रमुख कृष्णा चैतन्य चावती ने कहा।

उन्होंने एक महत्वपूर्ण चिंता के रूप में डेटा गोपनीयता को हरी झंडी दिखाई। भारत में, एक व्यक्ति की स्वास्थ्य जानकारी सहित डिजिटल व्यक्तिगत जानकारी, सूचना प्रौद्योगिकी अधिनियम 2000 और डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम 2023 द्वारा शासित है। न ही अधिनियम विशेष रूप से एआई प्रौद्योगिकियों का उल्लेख करता है, हालांकि वकीलों का सुझाव है कि उत्तरार्द्ध एआई उपकरणों पर लागू हो सकता है। फिर भी, “DPDP अधिनियम में AI- संचालित निर्णय लेने और जवाबदेही पर स्पष्टता का अभाव है,” वकीलों ने लिखा है मई 2025 समीक्षा।

इन चिंताओं को दूर करने के लिए, चवती ने कहा कि मजबूत डेटा सुरक्षा प्रोटोकॉल आवश्यक हैं। मेडिबुडी में, टीम ने कुछ तैनात किया है, जिनमें से दो एक व्यक्तिगत पहचान योग्य सूचना मास्किंग इंजन और भूमिका-आधारित पहुंच हैं। एक मास्किंग इंजन एक ऐसा कार्यक्रम है जो विशिष्ट एल्गोरिदम से सभी व्यक्तिगत जानकारी की पहचान करता है और छिपाता है, अनधिकृत उपयोगकर्ताओं को डेटा को एक व्यक्ति को ट्रेस करने से रोकता है। भूमिका-आधारित पहुंच सुनिश्चित करती है कि कंपनी के भीतर कोई भी व्यक्ति किसी व्यक्ति के सभी डेटा तक पहुंचने में सक्षम नहीं है, केवल उनके काम के लिए प्रासंगिक भाग।

पाश में

शिवांगी राय, एक वकील जिसने ड्राफ्ट करने में मदद की राष्ट्रीय सार्वजनिक स्वास्थ्य बिल और यह स्वास्थ्य सेवा बिल में डिजिटल सूचना सुरक्षा“स्वचालन पूर्वाग्रह” भी चिंता का एक और कारण है। आरएआई वर्तमान में पुणे में स्वास्थ्य इक्विटी, कानून और नीति केंद्र के उप समन्वयक हैं।

राय ने कहा, “स्वचालन पूर्वाग्रह” एक स्वचालित प्रणाली द्वारा किए गए सुझावों पर अत्यधिक विश्वास करने और उनका पालन करने की प्रवृत्ति है, भले ही सुझाव गलत हों, “राय ने कहा। यह तब होता है जब “लूप में मानव”, जैसे कि एक डॉक्टर, एक एआई-संचालित ऐप के फैसले पर बहुत अधिक “अपने स्वयं के नैदानिक ​​निर्णय के बजाय”।

2023 में, जर्मनी और नीदरलैंड के शोधकर्ता पूछा मैमोग्राम (स्तनों के एक्स-रे स्कैन) का मूल्यांकन करने के लिए अनुभव के विभिन्न डिग्री के साथ रेडियोलॉजिस्ट और उन्हें एक द्वि-आरएडीएस स्कोर असाइन करें। बीआई-रेड्स एक मानकीकृत मीट्रिक रेडियोलॉजिस्ट है जो मैमोग्राम में देखे गए कैंसर के ऊतकों की दुर्भावना की रिपोर्ट करने के लिए उपयोग करता है।

रेडियोलॉजिस्टों को बताया गया कि एक एआई मॉडल भी मैमोग्राम को पार्स करेगा और बीआई-रेड्स स्कोर प्रदान करेगा। सच में शोधकर्ताओं के पास ऐसा कोई मॉडल नहीं था; उन्होंने मनमाने ढंग से और गुप्त रूप से कुछ मैमोग्राम को एक स्कोर सौंपा। शोधकर्ताओं ने पाया कि जब ‘एआई मॉडल’ ने एक गलत स्कोर की सूचना दी, तो रेडियोलॉजिस्ट की अपनी सटीकता काफी गिर गई। यहां तक ​​कि एक दशक से अधिक के अनुभव वाले लोगों ने ऐसे मामलों के केवल 45.5% में सही बीआई-रेड्स स्कोर की सूचना दी।

अध्ययन के प्रमुख लेखक ने 2023 में कहा, “शोधकर्ताओं ने आश्चर्यचकित होकर कहा कि” यहां तक ​​कि अत्यधिक अनुभवी रेडियोलॉजिस्ट एआई सिस्टम के निर्णयों से प्रतिकूल प्रभाव डालते हैं। ”

आरएआई के लिए, यह अध्ययन “एआई की सीमा पर डॉक्टरों को प्रशिक्षित करने” और “एआई टूल्स के लिए विकसित किए जा रहे और हेल्थकेयर में उपयोग किए जा रहे एआई टूल्स” का लगातार परीक्षण और पुन: प्राप्त करने के लिए एक दबाव की आवश्यकता का प्रमाण है।

मेडिकल एआई को भारत के तेजी से गोद लेने ने सस्ते, तेज, अधिक न्यायसंगत देखभाल के लिए एक रास्ता रोशन किया है। लेकिन एल्गोरिदम ने मानवीय पतन को विरासत में लिया है, जबकि इसे और भी आगे बढ़ाया है। यदि प्रौद्योगिकी को बढ़ाना है और नैतिक चिकित्सा को दबा देना नहीं है, तो मेडिकल एआई को मजबूत डेटा शासन, चिकित्सक प्रशिक्षण और लागू करने योग्य जवाबदेही की आवश्यकता होगी।

Sayantan Datta KREA विश्वविद्यालय में एक संकाय सदस्य और एक स्वतंत्र विज्ञान पत्रकार हैं।