एमआईटी टेक्नेलॉजी रिव्यू, यूएसए : सेप्सिस तब होता है जब एक संक्रमण पूरे शरीर की सूजन को ट्रिगर करता है और अंत में अंगों का काम करना बंद हो जाता है. इसका निदान जल्दी किया जा सकता है, लेकिन यह एक बहुत कठिन काम है, क्योंकि इनके लक्षण गलत संकेत दे सकते हैं. इस समस्या को दूर करने के लिए ड्यूक यूनिवर्सिटी हेल्थ सिस्टम के आपातकालीन विभाग में एक नया डीप-लर्निंग टूल ऑनलाइन हुआ है, जिसे सेप्सिस वॉच कहा जाता है.
इस सेप्सिस वॉच ने इसे बदलने का वादा किया था. साढ़े तीन साल के विकास के बाद यह उत्पाद (जिसमें स्वास्थ्य रिकॉर्डों का डिजिटलीकरण, 32 मिलियन डेटा बिंदुओं का विश्लेषण करना और आईपैड एप में एक सरल इंटरफेस को डिजाइन करना शामिल है) रोगियों के स्थिति विकसित करने की उनकी संभावना के लिए प्रति घंटा के आधार पर स्कोर करता है. इसके बाद उन लोगों को चिह्नित किया जाता है, जो मध्यम या उच्च जोखिम वाले हैं और जो पहले से ही जोखिम मानदंडों को पूरा करते हैं. एक बार जब एक चिकित्सक रोग की पहचान (डायग्नोसिस) करता है, तो रोगियों पर तत्काल ध्यान दिया जाता है.
इस टूल की शुरुआत के बाद से दो वर्षों में ड्यूक हेल्थ के अस्पताल प्रबंधकों और चिकित्सकों के महत्वपूर्ण सबूतों ने सुझाव दिया है कि सेप्सिस वॉच वास्तव में काम करता है. यह सेप्सिस-प्रेरित रोगी मौतों को कम कर रहा है और अब यह फेडरली रजिस्टर्ड क्लीनिकल ट्रायल का हिस्सा है जो 2021 में इसके परिणामों को साझा कर सकते हैं.
सेप्सिस वॉच प्रमुख तकनीकी जीत का एक उदाहरण है. सावधानीपूर्वक विकास और परीक्षण के माध्यम से एक एआई मॉडल ने रोग का निदान करने के लिए डॉक्टरों की क्षमता को सफलतापूर्वक बढ़ाया है, लेकिन डेटा एंड सोसाइटी रिसर्च इंस्टीट्यूट की एक नई रिपोर्ट कहती है कि यह केवल आधी कहानी है. अन्य आधा कारण कुशल सामाजिक श्रम की मात्रा है जो कि परियोजना के अग्रणी चिकित्सकों को उपकरण को अपने दैनिक वर्कफ्लो में शामिल करके प्रदर्शन करने की आवश्यकता होती है. इसमें नया संचार प्रोटोकॉल डिजाइन करना और नई प्रशिक्षण सामग्री तैयार करना है. साथ ही कार्यस्थल की राजनीति और शक्ति की गतिशीलता को भी शामिल करना है.
एआई के प्रभाव की जांच करने वाले एक सांस्कृतिक मानवविज्ञानी, कॉथोर मेडेलीन क्ले इलिश कहते हैं कि इस एआई उपकरण के वास्तविक दुनिया में सफल होने के लिए यह केस स्टडी बिल्कुल सही है.
नवाचार की मरम्मत
नवाचार को विघटनकारी माना जाता है. यह बेहतर परिणाम प्राप्त करने के लिए पुराने तरीकों को बदल देता है, लेकिन तकनीकी व्यवधान के बारे में शायद ही कोई स्वीकार करता है कि विघटन भी 'टूटना' का एक रूप है, क्योंकि मौजूदा प्रोटोकॉल अप्रचलित हो जाते हैं और सामाजिक पदानुक्रमों में गड़बड़ी होती है. मौजूदा प्रणालियों में नवाचारों को काम कराने के लिए एलिश और उसके सह-एलिजाबेथ ऐनी वाटकिंस को 'मरम्मत कार्य' की आवश्यकता होती है.
ड्यूक हेल्थ में सेप्सिस वॉच के शोधकर्ताओं के दो साल के अध्ययन के दौरान, उन्होंने इस व्यवधान और मरम्मत के कई उदाहरणों को एकत्र किया है, जिसमें एक प्रमुख मुद्दा था कि किस तरह से उपकरण ने डॉक्टरों और नर्सों के बीच चिकित्सा की दुनिया की गहरी बाधित शक्ति की गतिशीलता को चुनौती दी.
इस टूल के डिजाइन के शुरुआती चरणों में यह स्पष्ट हो गया कि रैपिड रिस्पॉन्स टीम (आरआरटी) नर्सों को प्राथमिक उपयोगकर्ता बनाया जाना चाहिए. हालांकि, उपस्थित चिकित्सक आमतौर पर रोगियों का मूल्यांकन करने और सेप्सिस का निदान करने के प्रभारी होते हैं, उनके पास आपातकालीन विभाग में अपने मौजूदा कर्तव्यों के साथ किसी अन्य एप को लगातार मॉनिटर करने का समय नहीं होता है. इसके विपरीत, आरआरटी नर्स की मुख्य जिम्मेदारी रोगी की निरंतर निगरानी करना और जहां जरूरत हो अतिरिक्त सहायता प्रदान करना है. इसलिए वह अपने वर्कफ्लो में स्वाभाविक रूप सेप्सिस वॉच एप की जांच कर सकती है.
यहां चुनौती यह है कि एक बार जब एप एक मरीज को उच्च जोखिम के रूप में चिह्नित करता है, तो एक नर्स को उपस्थित चिकित्सक (चिकित्सा स्पीच में 'ईडी अटेन्डिंग' के रूप में जाना जाता है) को कॉल करने की आवश्यकता होगी. इन नर्सों और अटेन्डिंग का अक्सर कोई पहले संबंध (मतलब यह एक दूसरे को नहीं जानते या नहीं मिलते हैं) नहीं होता है, क्योंकि वह अपने दिन पूरी तरह से अस्पताल के विभिन्न वर्गों में बिताए हैं, लेकिन प्रोटोकॉल में किसी भी अस्पताल में कमांड की विशिष्ट श्रृंखला बिल्कुल उल्टा होता है.
यह वास्तव में सबसे अच्छा समाधान है. इसलिए परियोजना टीम विभिन्न बड़े और छोटे तरीकों से 'व्यवधान' की मरम्मत करना चाहते हैं. ड्यूक यूनिवर्सिटी हेल्थ सिस्टम की हेड नर्सों ने अपने साथी नर्सों के बीच सेप्सिस वॉच के बारे में उत्साह और विश्वास का निर्माण करने के लिए अनौपचारिक पिज्जा पार्टियों की मेजबानी भी की थी. उन्होंने अटेन्डिंग के साथ अपनी कॉल को सुचारू करने के लिए संचार रणनीति भी विकसित की. उदाहरण के लिए, उन्होंने एक साथ कई उच्च-जोखिम वाले रोगियों पर चर्चा करने के लिए प्रतिदिन केवल एक कॉल करने का निर्णय लिया, वह भी उस समय जब चिकित्सक कम से कम व्यस्त थे.
सबसे पहले प्रोजेक्ट लीड ने नियमित रूप से क्लीनिकल नेतृत्व पर सेप्सिस वॉच के प्रभाव की रिपोर्ट करना शुरू कर दिया. प्रोजेक्ट टीम ने पाया कि अस्पताल के प्रत्येक कर्मचारी का मानना था कि सेप्सिस से प्रेरित मौत ड्यूक हेल्थ में एक समस्या थी. विशेष रूप से डॉक्टरों की जिनके पास अस्पताल के आंकड़ों पर नजर रखने का समय नहीं था. वह टूटी हुई हड्डियों और गंभीर मानसिक बीमारी जैसे दिन-प्रतिदिन की आपात स्थितियों से घिरे हुए थे. नतीजतन, कुछ सेप्सिस वॉच को एक परेशानी समझते थे. लेकिन क्लीनिकल नेतृत्व के लिए सेप्सिस एक बड़ी प्राथमिकता थी और जितना अधिक उन्होंने सेप्सिस वॉच को काम करते देखा उतना ही उन्होंने ऑपरेशन के गियर को स्मूथ करने में मदद मिली.
मानदंड में बदलाव
एलीस ने दो मुख्य कारकों की पहचान की, जिन्होंने अंत में सेप्सिस वॉच को सफल होने में मदद की. सबसे पहले उपकरण को हाइपर-स्थानीय, हाइपर-स्पेसिफिक कॉन्टेक्स्ट के लिए अनुकूलित किया गया था. यह ड्यूक हेल्थ में आपातकालीन विभाग के लिए ही केवल विकसित किया गया था. वह यह भी कहती हैं की यह वास्तव में हाल की विकास सफलता की कुंजी है. यह विशिष्ट एआई मानदंडों के हिसाब से चलता है.
दूसरा कारक, विकास प्रक्रिया के दौरान टीम ने नियमित रूप से नर्सों, डॉक्टरों और अन्य कर्मचारियों से अस्पताल के पदानुक्रम के बारे में प्रतिक्रिया मांगी. इसने न केवल टूल को अधिक उपयोगकर्ता के अनुकूल बना दिया, बल्कि स्टाफ के एक छोटे समूह को इसकी सफलता में मदद करने के लिए तैयार किया. एलीस कहती हैं कि इस बात से भी काफी फर्क पड़ा है कि प्रोजेक्ट का नेतृत्व ड्यूक हेल्थ के चिकित्सकों द्वारा किया गया था. बजाय, एक सॉफ्टवेयर कंपनी से आये प्रौद्योगिकीविदों द्वारा.
ये सबक एमआईटी के सहायक प्रोफेसर मार्जेह घासेमी से बहुत परिचित है, जो स्वास्थ्य देखभाल के लिए मशीन-लर्निंग एप्लिकेशन का अध्ययन करते हैं. वह कहती हैं कि सभी मशीन-लर्निंग सिस्टम जिन्हें कभी भी मनुष्यों द्वारा मूल्यांकन किया गया या उपयोग किया गया है, वह उनके दिमाग में सामाजिक-तकनीकी बाधाएं उत्पन्न करता है. यह विशेष रूप से क्लीनिकल सेटिंग है जो मानव निर्माताओं द्वारा चलाए जाते हैं, जिसमें मनुष्यों को सबसे कमजोर देखभाल मिलती है. इन बाधाओं के बारे में लोगों को जागरूक होने की आवश्यकता है, जो वास्तव में मानवीय और तार्किक बाधाएं हैं.
एलीस को उम्मीद है कि सेप्सिस वॉच की उनकी केस स्टडी शोधकर्ताओं को बड़े पैमाने पर चिकित्सा एआई अनुसंधान और एआई विकास के दृष्टिकोण पर पुनर्विचार करने के लिए राजी कर पाएगी. उनका कहना है कि अभी जो काम किया जा रहा है, इसमें बहुत कुछ 'एआई सिद्धांत में क्या हो सकता है या यह क्या कर सकता है' पर केंद्रित है. वास्तव में जमीनी स्तर पर क्या होता है इसके बारे में बहुत कम जानकारी है, लेकिन एआई को अपने वादे पर खरा उतरने के लिए लोगों को तकनीकी विकास के रूप में सामाजिक एकीकरण के बारे में सोचने की जरूरत है.
एलीस का काम गंभीर सवाल भी खड़ा करता है. वह कहती हैं कि जिम्मेदार एआई पर स्थानीय और विशिष्ट संदर्भ (लोकल और स्पेसिफिक कान्टेक्स्ट) पर ध्यान देने की आवश्यकता है. मेरा रिडिंग और प्रशिक्षण मुझे सिखाता है कि आप एक चीज को एक जगह विकसित और दूसरी जगह रोल आउट नहीं कर सकते हैं.
Copyright 2020 Technology Review, Inc.
Distributed by Tribune Content Agency, LLC
