एआई वैज्ञानिकों को चिकित्सा अध्ययन में गलतियों को सुधारने में मदद करता है

यादृच्छिक, नियंत्रित नैदानिक ​​परीक्षण यह बताने के लिए महत्वपूर्ण हैं कि कोई नया उपचार सुरक्षित और प्रभावी है या नहीं। लेकिन अक्सर वैज्ञानिक अपने परीक्षणों के विवरण को इस तरह से पूरी तरह से रिपोर्ट नहीं करते हैं जिससे अन्य शोधकर्ताओं को यह पता लगाने की अनुमति मिलती है कि उन्होंने उन अध्ययनों को कितनी अच्छी तरह डिजाइन और संचालित किया है।

यूनिवर्सिटी ऑफ इलिनोइस अर्बाना-शैंपेन की एक टीम ने आर्टिफिशियल इंटेलिजेंस (एआई) टूल को प्रशिक्षित करने के लिए पीएससी के ब्रिजेज-2 सिस्टम का इस्तेमाल किया, ताकि यह पता लगाया जा सके कि किसी शोध रिपोर्ट में चरण गायब हैं। उनका लक्ष्य एक ओपन-सोर्स एआई टूल तैयार करना है जिसका उपयोग लेखक और पत्रिकाएं इन गलतियों को पकड़ने और नैदानिक ​​​​परीक्षणों के परिणामों की बेहतर योजना बनाने, संचालन करने और रिपोर्ट करने के लिए कर सकते हैं।

जब यह दिखाने की बात आती है कि नए चिकित्सा उपचार सुरक्षित और प्रभावी हैं, तो सर्वोत्तम संभव सबूत यादृच्छिक, नियंत्रित परीक्षणों से आता है। अपने शुद्धतम रूप में, इसका पहला अर्थ है रोगियों को बेतरतीब ढंग से या तो ऐसे समूह को सौंपना जो प्रयोगात्मक उपचार प्राप्त करता है या नियंत्रण समूह जो प्रयोगात्मक उपचार प्राप्त नहीं करता है।

विचार यह है कि, यदि आप इस तरह के यादृच्छिकीकरण के बिना रोगियों को आवंटित करते हैं, तो आप बीमार रोगियों को एक समूह में आवंटित कर सकते हैं और तुलना उचित नहीं होगी। गुणवत्ता का एक और महत्वपूर्ण माप यह है कि इसका संचालन करने वाले वैज्ञानिक समय से पहले अपने लक्ष्य निर्धारित करते हैं और उनकी सफलता की परिभाषा क्या होगी, न कि “अच्छे परिणामों” की तलाश करते हैं जिनकी उन्हें तलाश नहीं थी।

कभी-कभी वैज्ञानिक सही काम तो करते हैं लेकिन अपनी लिखित रिपोर्ट में उसे सही ढंग से दर्ज नहीं करते। कभी-कभी, रिपोर्ट में अधूरी जानकारी एक लाल झंडा होती है कि कुछ महत्वपूर्ण छूट गया है। किसी भी मामले में, हर साल रिपोर्ट किए जाने वाले नैदानिक ​​​​परीक्षणों की मात्रा मनुष्यों द्वारा लापता चरणों के आकलन से कहीं अधिक है।

“नैदानिक ​​​​परीक्षणों को नैदानिक ​​​​देखभाल के लिए सबसे अच्छे प्रकार के साक्ष्य माना जाता है। यदि किसी दवा का उपयोग किसी बीमारी के लिए किया जा रहा है … तो यह दिखाया जाना चाहिए कि यह सुरक्षित है और यह प्रभावी है … लेकिन नैदानिक ​​​​परीक्षणों के प्रकाशनों में बहुत सारी समस्याएं हैं। उनके पास अक्सर पर्याप्त विवरण नहीं होते हैं। वे इस बारे में पारदर्शी नहीं हैं कि वास्तव में क्या किया गया है और कैसे किया गया है, इसलिए हमें यह आकलन करने में परेशानी होती है कि उनके साक्ष्य कितने कठोर हैं, “हैलिल किलिकोग्लू कहते हैं।

इलिनोइस विश्वविद्यालय अर्बाना-शैंपेन में सूचना विज्ञान के एसोसिएट प्रोफेसर हैलिल किलिकोग्लू जानना चाहते थे कि क्या एआई को उचित यादृच्छिक, नियंत्रित परीक्षण के महत्वपूर्ण घटकों के लिए वैज्ञानिक कागजात की जांच करने और जो कम पड़ जाते हैं उन्हें चिह्नित करने के लिए प्रशिक्षित किया जा सकता है। इस कार्य के लिए उनकी टीम का उपकरण पीएससी का प्रमुख ब्रिजेज-2 सुपरकंप्यूटर था। उन्होंने एनएसएफ के एक्सेस कार्यक्रम के माध्यम से ब्रिजेज-2 पर समय प्राप्त किया, जिसमें पीएससी एक प्रमुख सदस्य है।

पीएससी ने कैसे मदद की

शुरुआती बिंदु के रूप में, वैज्ञानिकों ने कंसोर्ट 2010 स्टेटमेंट और स्पिरिट 2013 स्टेटमेंट की ओर रुख किया। ये रिपोर्टिंग दिशानिर्देश एक उचित परीक्षण के लिए आवश्यक 83 अनुशंसित वस्तुओं को प्रस्तुत करते हैं, जिन्हें क्षेत्र के अग्रणी वैज्ञानिकों द्वारा एक साथ रखा गया है। SPIRIT/CONSORT अनुपालन के लिए AI को ग्रेड वैज्ञानिक पेपर प्राप्त करने के विभिन्न तरीकों का परीक्षण करने के लिए, इलिनोइस टीम ने प्राकृतिक भाषा प्रसंस्करण (एनएलपी) नामक एक प्रकार के AI का उपयोग किया। उन्होंने इस प्रकार के कई एआई का परीक्षण किया।

ब्रिजेज-2 इस कार्य के लिए आंशिक रूप से उपयुक्त है क्योंकि इसकी टीम द्वारा 2011 और 2022 के बीच चिकित्सा साहित्य में पहचाने गए नैदानिक ​​​​परीक्षणों का वर्णन करने वाले 200 लेखों का अध्ययन करने के लिए आवश्यक विशाल डेटा को संभालने की क्षमता है। यह प्रणाली शक्तिशाली ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू) भी प्रदान करती है, जिसका उपयोग ट्रांसफॉर्मर नामक एक परिष्कृत तंत्रिका नेटवर्क के आधार पर एआई मॉडल को प्रशिक्षित करने के लिए किया जाता है। यह एआई को अच्छी और ख़राब रिपोर्टिंग प्रथाओं के बीच अंतर करने में सक्षम बनाता है।

इलिनोइस टीम ने प्रशिक्षण डेटा के रूप में लेखों के एक हिस्से का बेतरतीब ढंग से उपयोग किया। प्रशिक्षण डेटा में, सही उत्तरों को लेबल किया गया था। इससे मॉडल को यह जानने में मदद मिली कि पाठ में कौन से पैटर्न सही प्रतिक्रियाओं से जुड़े थे। इसके बाद मॉडल ने अपने आंतरिक कनेक्शनों को समायोजित किया, उन कनेक्शनों को मजबूत किया जिनके कारण सही भविष्यवाणियां हुईं और जो नहीं हुईं उन्हें कमजोर किया गया। जैसे-जैसे प्रशिक्षण आगे बढ़ा, मॉडल का प्रदर्शन बेहतर होता गया। एक बार जब आगे के प्रशिक्षण से सुधार नहीं हुआ, तो शोधकर्ताओं ने शेष लेखों पर एआई का परीक्षण किया।

“हम गहन शिक्षण मॉडल विकसित कर रहे हैं। और इनके लिए जीपीयू, ग्राफिकल प्रोसेसिंग इकाइयों की आवश्यकता होती है। और आप जानते हैं, इन्हें बनाए रखना महंगा है… जब आप ब्रिजेज के लिए साइन अप करते हैं तो आपको जीपीयू मिलते हैं, और यह उपयोगी है। लेकिन साथ ही, आपके लिए आवश्यक सभी सॉफ्टवेयर आम तौर पर इंस्टॉल होते हैं। और ज्यादातर मेरे छात्र यह काम कर रहे हैं, और … इसे प्राप्त करना आसान है [them] चल रहा है [Bridges-2],” किलिकोग्लू कहते हैं।

किलिकोग्लू के समूह ने F₁ नामक माप का उपयोग करके अपने AI परिणामों को वर्गीकृत किया। यह किसी दिए गए पेपर में गायब चेकलिस्ट आइटम की पहचान करने की एआई की क्षमता के साथ-साथ उचित प्रक्रिया का पालन करने वाले पेपर को गलती से चिह्नित करने से बचने की क्षमता के बीच एक प्रकार का औसत है। एक आदर्श F₁ स्कोर 1 है। सबसे खराब स्कोर 0 है।

परिष्कृत एआई के प्रारंभिक परिणाम उत्साहवर्धक थे। सर्वश्रेष्ठ एनएलपी का एफ₁ स्कोर व्यक्तिगत वाक्यों के स्तर पर 0.742 और संपूर्ण लेखों के स्तर पर 0.865 था। वैज्ञानिकों ने अपनी रिपोर्ट दी परिणाम जर्नल में वैज्ञानिक डेटा फरवरी 2025 में.

किलिकोग्लू और उनके साथी अपने परिणामों से प्रोत्साहित हैं लेकिन उन्हें लगता है कि उनमें सुधार किया जा सकता है। एक तरीका जिससे वे ऐसा करने की योजना बना रहे हैं वह है अधिक डेटा शामिल करना, एआई को प्रशिक्षित करने और परीक्षण करने के लिए उपयोग किए जाने वाले कागजात की संख्या बढ़ाना। वे आसवन सहित एआई सीखने की प्रक्रिया को परिष्कृत करने के लिए अतिरिक्त टूल का उपयोग करने पर भी विचार कर रहे हैं। उस प्रक्रिया में, सुपर कंप्यूटर पर विकसित एक बड़ा AI एक छोटा AI सिखाता है, जो SPIRIT/CONSORT पालन की पहचान करने के लिए एक व्यक्तिगत कंप्यूटर पर चल सकता है।

बाद वाला कदम टीम के अंतिम लक्ष्य के लिए महत्वपूर्ण होगा, जो कि पत्रिकाओं और वैज्ञानिकों को ये एआई उपकरण बिना किसी लागत के प्रदान करना है। इस तरह के टूल का उपयोग करके, वैज्ञानिक अपने ड्राफ्ट पेपर को एआई में फीड कर सकते हैं और जब वे कोई कदम भूल जाते हैं तो तुरंत जान सकते हैं। जर्नल इसे लेख समीक्षा प्रक्रिया के हिस्से के रूप में उपयोग कर सकते हैं, चेकलिस्ट आइटम गायब होने पर सुधार के लिए अपने लेखकों को टुकड़े भेज सकते हैं। अंततः, इलिनोइस वैज्ञानिकों का लक्ष्य रोगियों के लाभ के लिए चिकित्सा अनुसंधान क्षेत्र को अपने प्रदर्शन में सुधार करने में मदद करना है।