AI नैदानिक मूल्यांकन में मानव विशेषज्ञ: वैश्विक स्वास्थ्य शासन में अपरिहार्य भूमिका

जब AI AI का मूल्यांकन करता है: नैदानिक परिदृश्यों में विश्वास की कमी

वैश्विक स्वास्थ्य प्रणालियाँ संसाधनों की कमी और बढ़ती मांग के दोहरे दबाव का सामना कर रही हैं, और कृत्रिम बुद्धिमत्ता को दक्षता बढ़ाने और पहुँच बढ़ाने के लिए एक महत्वपूर्ण उपकरण के रूप में देखा जा रहा है। हालांकि, *npj Digital Medicine* में प्रकाशित एक नवीनतम अध्ययन ने चेतावनी दी है: नैदानिक AI आउटपुट की गुणवत्ता मूल्यांकन में, पूरी तरह से स्वचालित मूल्यांकन प्रणालियों पर निर्भर रहने से स्थानीय महत्वपूर्ण मुद्दों को अनदेखा किया जा सकता है।

शोध दल ने मानव विशेषज्ञ मूल्यांकन और "LLM-as-a-Judge" (बड़े भाषा मॉडल को न्यायाधीश के रूप में उपयोग करना) के प्रदर्शन की तुलना की, और पाया कि हालांकि AI सिस्टम सुसंगत और कम लागत वाली रेटिंग प्रदान कर सकते हैं, स्थानीय नैदानिक चिकित्सकों ने अभी भी स्वचालित मूल्यांकन द्वारा छोड़े गए महत्वपूर्ण चिंताओं की ओर इशारा किया। यह खोज वैश्विक डिजिटल स्वास्थ्य रणनीति में एक केंद्रीय विरोधाभास को इंगित करती है: AI को बड़े पैमाने पर तैनात करते हुए मानव विशेषज्ञों की संदर्भ-निर्णय क्षमता को कैसे बनाए रखा जाए।

डिजिटल स्वास्थ्य में स्थानीय ज्ञान का मूल्य

वैश्विक दक्षिण के देशों के लिए यह परिणाम विशेष रूप से महत्वपूर्ण है। कई निम्न और मध्यम आय वाले देश डॉक्टरों की कमी को पूरा करने के लिए AI का सहारा ले रहे हैं, लेकिन प्रशिक्षण डेटा अक्सर उच्च आय वाले वातावरण से आता है, जिससे निदान संबंधी पूर्वाग्रह हो सकते हैं। शोध से पता चलता है कि स्थानीय नैदानिक विशेषज्ञ बीमारी के प्रसार पैटर्न, सांस्कृतिक आदतों और बुनियादी ढांचे की सीमाओं से संबंधित सूक्ष्म मुद्दों की पहचान कर सकते हैं - जो अक्सर सामान्य मॉडलों के प्रशिक्षण दायरे से परे होते हैं।

उदाहरण के लिए, उप-सहारा अफ्रीका में, AI-सहायता प्राप्त मलेरिया निदान प्रणाली को रोगियों के कई संक्रमण जोखिमों, दवाओं की उपलब्धता और स्थानीय प्रयोगशालाओं की जांच क्षमता पर विचार करने की आवश्यकता हो सकती है। स्वचालित मूल्यांकन केवल एल्गोरिदम की सटीकता पर ध्यान केंद्रित कर सकता है, जबकि मानव विशेषज्ञ वास्तविक नैदानिक कार्यप्रवाह में सिस्टम की उपयुक्तता में अंतर को इंगित कर सकते हैं।

ESG परिप्रेक्ष्य: सामाजिक न्याय और शासन जिम्मेदारी

ESG (पर्यावरण, सामाजिक और शासन) ढांचे से देखने पर, यह अध्ययन तीन पहलुओं को उजागर करता है:

• सामाजिक (S): AI तैनाती को स्वास्थ्य समानता को बढ़ाना चाहिए, न कि कमजोर करना। यदि मूल्यांकन प्रणाली स्थानीय आवाजों को अनदेखा करती है, तो हाशिए के समूहों को अनुपयुक्त AI समाधान स्वीकार करने के लिए मजबूर किया जा सकता है।
• शासन (G): पारदर्शी और जवाबदेह AI नियामक ढांचा स्थापित करना महत्वपूर्ण है। अध्ययन सुझाव देता है कि AI सिस्टम के जीवनचक्र में, विशेष रूप से उच्च जोखिम वाले नैदानिक निर्णयों में, मानव समीक्षा को लगातार शामिल किया जाना चाहिए।
• पर्यावरण (E): हालांकि AI का अपना कार्बन फुटप्रिंट है, लेकिन कुशल और सटीक निदान अनावश्यक जांचों से होने वाली संसाधन बर्बादी को कम कर सकता है, अंततः सतत विकास लक्ष्यों में योगदान दे सकता है।

वैश्विक शासन के लिए निहितार्थ

विश्व स्वास्थ्य संगठन ने पहले ही "मानव-इन-द-लूप" सिद्धांत पर जोर देते हुए कृत्रिम बुद्धिमत्ता के लिए नैतिकता और शासन दिशानिर्देश जारी किए हैं। यह अध्ययन इस सिद्धांत के लिए अनुभवजन्य समर्थन प्रदान करता है: जब मानव विशेषज्ञ और AI संयुक्त रूप से मूल्यांकन में भाग लेते हैं, तो AI के पैमाने के लाभ का उपयोग करते हुए नैदानिक निर्णय की गहराई को बनाए रखा जा सकता है।

अंतर्राष्ट्रीय सहयोग संगठनों को "मिश्रित मूल्यांकन" मानकों को बढ़ावा देना चाहिए: 1. कम संसाधन वाले वातावरण के लिए स्थानीयकृत मूल्यांकन टूलकिट विकसित करना; 2. वैश्विक दक्षिण के देशों को AI प्रशिक्षण और मूल्यांकन के लिए डेटा संग्रह में भाग लेने के लिए वित्त पोषित करना; 3. विकास वित्तपोषण परियोजनाओं के प्रदर्शन संकेतकों में मानव समीक्षा को शामिल करना।## निष्कर्ष: तकनीकी पुनरावृत्ति और मानव-मशीन सहयोग

स्वास्थ्य क्षेत्र में AI की क्षमता निर्विवाद है, लेकिन तकनीकी प्रगति स्थानीय ज्ञान की कीमत पर नहीं होनी चाहिए। यह अध्ययन नीति निर्माताओं, डेवलपर्स और फंडिंग एजेंसियों को याद दिलाता है: दक्षता की खोज में, मानव क्षमता निर्माण और नियामक तंत्र में निवेश करना आवश्यक है। सतत विकास लक्ष्य 3 (अच्छा स्वास्थ्य और कल्याण) प्राप्त करने का वास्तविक मार्ग कृत्रिम बुद्धिमत्ता और मानव बुद्धिमत्ता को एक-दूसरे का पूरक बनाना है, न कि एक-दूसरे का विकल्प।