- कोरिया में लंबे समय से इलाज करा रहे एक मरीज़ के मेडिकल रिकॉर्ड, जेजू से सियोल तक देशभर के अस्पतालों से उसकी ओर से जारी करवाए गए, फिर दसियों हज़ार कागज़ी पन्नों को स्कैन, OCR और संरचित करने के बाद AI से विश्लेषित किया गया।
- इस प्रक्रिया में AI ने OIH (Opioid-Induced Hyperalgesia) की संभावना सुझाई, और जिम्मेदार प्रोफेसर ने कहा, "यह ऐसा केस है जो मैंने जीवन में सिर्फ एक बार देखा है," साथ ही माना कि यह उनसे छूट गया था, जिसके बाद spinal cord stimulator सर्जरी जल्दी की गई।
शुरुआत: बिखरे हुए रिकॉर्ड, जिन्हें मरीज़ पढ़ भी नहीं सकता
- जो मरीज़ लंबे समय तक बीमारी से लड़ते हैं, वे अक्सर अपने मेडिकल रिकॉर्ड को एक जगह समेकित रूप में देख ही नहीं पाते। रिकॉर्ड हर अस्पताल में बिखरे रहते हैं, और रेफरल या ट्रांसफर के समय सिर्फ कागज़ी कॉपी निकालकर जमा करने के तरीके से ही आगे बढ़ते हैं।
- इस मरीज़ को posterior longitudinal ligament ossification (OPLL) के कारण myelopathy था, जिसके लिए decompression और fusion surgery की गई, लेकिन सर्जरी के बाद दर्द बढ़ने वाला FBSS (failed back surgery syndrome) विकसित हो गया।
- जिन अस्पतालों से होकर इलाज चला, वे थे Haeundae Paik Hospital → Seoul National University Hospital → Busan St. Mary's Hospital, और अंत में वह Jeju National University Hospital जहाँ प्रोफेसर स्थानांतरित हो गए थे। सिर्फ Seoul National University Hospital से ही कागज़ी प्रतियों के एक हज़ार से अधिक पन्ने थे।
हमने क्या किया: देशभर से रिकॉर्ड जारी करवाना → डेटा में बदलना
- मरीज़ की ओर से बुसान, सियोल और जेजू में बिखरे 4 अस्पतालों से मेडिकल रिकॉर्ड सीधे जारी करवाए गए। कुल मिलाकर पैमाना दसियों हज़ार कागज़ी पन्नों का था।
- इनमें डॉक्टरों के clinical notes, कई वर्षों के test result trends, surgery, medication और administrative documents सब कुछ मिला-जुला था। किसी इंसान के लिए दसियों हज़ार पन्ने पढ़कर उन्हें time series में क्रमबद्ध करना व्यावहारिक रूप से असंभव था।
पाइपलाइन: स्कैन → OCR → संरचना → time series एकीकरण
- स्कैन करके डिजिटाइज़ किया गया, OCR से हाथ से लिखे clinical notes और प्रिंटेड test sheets से टेक्स्ट निकाला गया, और तारीख, अस्पताल, test item, value, medication और surgery events को standard schema में normalise किया गया।
- 4 अस्पतालों के रिकॉर्ड को एक ही timeline में जोड़कर 5 वर्षों का longitudinal EMR तैयार किया गया। यह किसी एक LLM में कुछ पंक्तियाँ इनपुट करने जैसा नहीं था; यहाँ डेटा की बुनियाद ही अलग थी।
खोज का क्षण: opioid painkiller का विरोधाभास
- मरीज़ दर्द के लिए opioid painkiller ले रहा था, लेकिन dose बढ़ाने पर भी दर्द नियंत्रित नहीं हुआ और उलटे और ज़्यादा बढ़ता दिखा — यह एक असामान्य प्रतिक्रिया थी।
- इस atypical अनुभव को रिकॉर्ड के साथ इनपुट करके सवाल आगे बढ़ाने के दौरान AI ने OIH (Opioid-Induced Hyperalgesia) का संकेत दिया। मरीज़ को इससे पहले इस अवधारणा के अस्तित्व का भी पता नहीं था।
नतीजा: जो प्रोफेसर से छूटा, और जल्दी हुई सर्जरी
- अगली OPD विज़िट में जब प्रोफेसर से इस पर बात की गई, तो उन्होंने कहा, "मैंने भी ऐसा केस जीवन में सिर्फ एक बार देखा है," और माना कि यह उनसे छूट गया था।
- OIH की व्याख्या स्पष्ट होने के बाद opioid painkiller कम किए गए, spinal cord stimulator (SCS) लगाने की ज़रूरत पर भरोसा बना, और जिस सर्जरी पर पहले सिर्फ अस्पष्ट रूप से विचार हो रहा था, उसे निश्चित रूप से आगे बढ़ाने का निर्णय लिया गया। यह सिर्फ जानकारी देने तक सीमित नहीं रहा, बल्कि वास्तविक कार्रवाई में बदलाव तक पहुँचा।
इसका अर्थ क्या है
- यह इसलिए संभव नहीं हुआ कि मॉडल अधिक स्मार्ट था, बल्कि इसलिए कि डेटा की बुनियाद अलग थी। सबसे कठिन काम inference नहीं था, बल्कि जेजू से सियोल तक बिखरे दसियों हज़ार कागज़ी पन्नों को मशीन-पठनीय एकल डेटा में बदलना था।
इस केस को मरीज़ की सहमति से, व्यक्तिगत पहचान संबंधी जानकारी हटाकर और पुनर्गठित करके प्रस्तुत किया गया है। चिकित्सकीय निर्णय हमेशा संबंधित मेडिकल टीम से सलाह लेकर ही लेना चाहिए।
1 टिप्पणियां
अभी का Gemini सिर्फ इतना इनपुट देने पर भी कि "मरीज़ ने दर्द के लिए narcotic painkillers का इस्तेमाल किया, लेकिन dose बढ़ाने पर भी दर्द नियंत्रित नहीं हुआ और उलटे एक असामान्य प्रतिक्रिया दिखी जिसमें दर्द और बढ़ गया।" AIH को प्राथमिकता से सुझा देता है...
उससे भी ज़्यादा हैरानी की बात यह है कि 'हाथ से लिखे गए treatment notes' थे। Seoul National University Hospital ने EMR 2004 में लागू किया था, तो लगता है यह उससे पहले का डेटा है। फिर तो आम तौर पर डॉक्टरों की मुश्किल handwriting को पार कर लेना वाकई चौंकाने वाला है।