एआई आपातकालीन कक्ष को ठीक नहीं कर सकता — और यही बात है

आपातकालीन विभाग में एक संरचनात्मक समस्या है

पूरे संयुक्त राज्य में आपातकालीन विभाग एक स्वास्थ्य देखभाल प्रणाली के लिए अंतिम उपाय का सुरक्षा जाल बन गए हैं जो अक्सर मरीजों को दरवाजे पर पहुंचने से बहुत पहले विफल कर देता है। बोर्डिंग होल्ड जो दिनों तक खिंच सकते हैं, बिस्तरों की प्रतीक्षा में मरीजों से भरे गलियारे, दस्तावेज़ीकरण में डूबे चिकित्सक, और सहायक कर्मचारी अविश्वसनीय रूप से पतले फैले हुए हैं, ये कोई विसंगति नहीं हैं। वे डिफ़ॉल्ट हैं। इस सप्ताह के एआई प्रोग्नोसिस कॉलम में, ब्रिटनी ट्रैंग का तर्क है कि कृत्रिम बुद्धिमत्ता उपकरण — चाहे कितने भी परिष्कृत हों — आपातकालीन कक्ष को ठीक नहीं करेंगे, क्योंकि आपातकालीन कक्ष एक सॉफ्टवेयर समस्या नहीं है। यह स्वास्थ्य देखभाल के आयोजन, वित्तपोषण और वितरण के तरीके में गहरी, अधिक जिद्दी विफलताओं का एक लक्षण है।

यह निष्कर्ष एक उभरते एआई स्वास्थ्य देखभाल परिदृश्य के विपरीत है। हाल के वर्षों में, एआई स्क्राइब्स के लिए प्रचार चरम पर पहुंच गया है जो रोगी-चिकित्सक बातचीत को सुनते हैं और स्वचालित रूप से नैदानिक नोट्स उत्पन्न करते हैं, भविष्य कहनेवाला एल्गोरिदम के लिए जो सेप्सिस जोखिम या आघात की गंभीरता को ध्वजांकित करते हैं, और कंप्यूटर विज़न के लिए जो छाती के एक्स-रे और सीटी स्कैन को अलौकिक सटीकता के साथ पढ़ने का वादा करता है। आपातकालीन विभाग, समय के दबाव, विशाल डेटा और उच्च दांव से भरा हुआ, सही परीक्षण मैदान जैसा दिखता है।

एआई आपातकालीन चिकित्सा के लिए क्यों आकर्षक है

अपील समझ में आती है। आपातकालीन चिकित्सा सबसे अधिक दस्तावेज़ीकरण-भारी विशेषताओं में से एक है। एक विशिष्ट शिफ्ट में भारी मात्रा में चार्टिंग, साइन-आउट, बिलिंग कोड और गुणवत्ता मेट्रिक्स उत्पन्न होते हैं। चिकित्सक अक्सर प्रत्यक्ष रोगी देखभाल के हर घंटे के लिए काम के बाद के घंटों में दो घंटे चार्टिंग पर बिताते हैं। एआई स्क्राइब्स उन घंटों को वापस पाने का वादा करते हैं, जिससे डॉक्टर स्क्रीन के बजाय मरीजों पर ध्यान केंद्रित कर सकें। ट्राइएज उपकरण जोखिम स्कोर के आधार पर रोगियों को प्राथमिकता देने के लिए मशीन लर्निंग का उपयोग करते हैं, संभावित रूप से प्रतीक्षा समय कम करते हैं। सेप्सिस भविष्यवाणी मॉडल नैदानिक रूप से सूक्ष्म शुरुआती संकेतों के प्रति सचेत कर सकते हैं, जैसे कंधे पर एक स्वचालित नज़र।

फिर भी ये उपकरण, ट्रैंग नोट करते हैं, सिस्टम के किनारों पर काम करते हैं। वे इस तथ्य के बारे में कुछ नहीं करते हैं कि ईआर एकमात्र स्थान है जहां कई लोग रात में, सप्ताहांत पर, या बिना बीमा के देखभाल प्राप्त कर सकते हैं। वे उन रोगियों के लिए इनपेशेंट बेड नहीं बनाते हैं जिन्हें प्रवेश की आवश्यकता होती है लेकिन जाने के लिए कोई जगह नहीं होती क्योंकि अस्पताल क्षमता पर है। वे नर्सों, मनोचिकित्सक कर्मचारियों, या सामाजिक कार्यकर्ताओं की कमी को दूर नहीं करते हैं। वे उन रोगियों के प्रवाह को नहीं रोकते हैं जो प्राथमिक देखभाल चिकित्सक के साथ नियुक्ति प्राप्त करने में असमर्थ रहे हैं, या जिनकी आवश्यकताएं चिकित्सा नहीं बल्कि सामाजिक हैं — आवास, खाद्य सुरक्षा, परिवहन।

एआई स्क्राइब्स लक्षण को संबोधित करते हैं, बीमारी को नहीं

एआई स्क्राइब लें, जो अस्पताल प्रशासकों का प्रिय है। यह एक "बेवकूफ समस्या" समाधान का एक आदर्श उदाहरण है: नोट लेने के नीरस, दोहराव वाले कार्य को स्वचालित करना। इस प्रक्रिया में, नैदानिक मुठभेड़ के दौरान, उपकरण वास्तव में बर्नआउट को कम कर सकता है और डॉक्टर और रोगी के बीच आंखों के संपर्क की एक झलक बहाल कर सकता है। ऐसे उपकरणों का उपयोग करने वाले डॉक्टर कम थकान और उच्च संतुष्टि की रिपोर्ट करते हैं, कम से कम शुरुआत में। लेकिन उस दस्तावेज़ीकरण बोझ के गहरे कारण — बेकार क्लिक, रक्षात्मक चिकित्सा, अनुपालन-संचालित चेकबॉक्स, और बीमाकर्ताओं को हर मिनट को सही ठहराने की आवश्यकता — अछूते रहते हैं।

एक प्रणाली जो मूल्य पर मात्रा को पुरस्कृत करती है, फिर भी चिकित्सकों को अधिक रोगियों को देखने के लिए प्रेरित करेगी, भले ही चार्टिंग स्वचालित हो। एक चिकित्सक जो टाइपिंग से स्वचालित रूप से मुक्त है, फिर भी एक भीड़ भरे प्रतीक्षा कक्ष और प्रशासकों द्वारा निर्धारित चार घंटे के लक्ष्यों का दबाव महसूस करता है। एआई स्क्राइब अधिक समय नहीं देता है; यह केवल स्थानांतरित करता है जहां निचोड़ा हुआ समय समाप्त होता है। प्रोत्साहन, स्टाफिंग अनुपात, और देखभाल की प्रतिपूर्ति के तरीके में बदलाव के बिना, शुद्ध प्रभाव यह हो सकता है कि अस्पताल समान संख्या में डॉक्टरों के लिए अधिक रोगी मुठभेड़ों को शेड्यूल करते हैं, जिससे बर्नआउट और तेज हो जाता है।

इसी तरह, एआई-आधारित ट्राइएज उपकरण सहायक हो सकते हैं, लेकिन उन्हें सावधानीपूर्वक कैलिब्रेट करने और एक वर्कफ़्लो में एकीकृत करने की आवश्यकता होती है जो पहले से ही काम करता है। यदि अंतर्निहित प्रक्रिया अराजक है, तो एल्गोरिदम उस अराजकता को विरासत में लेता है। और भविष्य कहनेवाला मॉडल ऐतिहासिक डेटा में मौजूद पूर्वाग्रहों को एन्कोड कर सकते हैं, जिससे पहले से ही हाशिए पर रहने वाली आबादी के लिए बदतर देखभाल का जोखिम होता है।

'बेवकूफ समस्याएं' सबसे कठिन हैं

ट्रैंग का कॉलम व्यापक एआई प्रोग्नोसिस श्रृंखला का हिस्सा है, जिसने लगातार तर्क दिया है कि स्वास्थ्य देखभाल में एआई को अपनाने में सबसे महत्वपूर्ण बाधाएं आकर्षक एल्गोरिदम नहीं हैं, बल्कि बिना चमक वाली, उबाऊ "बेवकूफ समस्याएं" हैं: डेटा इंटरऑपरेबिलिटी, अलर्ट थकान, उपयोगकर्ता इंटरफेस, और नियामक स्पष्टता। STAT में कहीं और प्रोफाइल किए गए एक पूर्व ARPA-H निदेशक के स्टार्टअप की रिपोर्ट है कि वह इन मुद्दों को हल कर रहा है, यह स्वीकार करते हुए कि चिकित्सा में एआई की सबसे बड़ी जीत शानदार भविष्यवाणियां करने के बजाय डिजिटल प्लंबिंग के पुनर्निर्माण से आने की संभावना है।

आपातकालीन विभाग के संदर्भ में, वे बेवकूफ समस्याएं हर जगह हैं। प्राकृतिक भाषा प्रसंस्करण जो कथा स्क्राइब्स को शक्ति देता है, उसे हर उच्चारण, बोली और चिकित्सा मुहावरे को समायोजित करना चाहिए। इंटरफेस को एक अव्यवस्थित डेस्क पर पुराने कंप्यूटरों पर काम करना चाहिए। एआई आउटपुट को कई विक्रेताओं से इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में प्रवाहित करने की आवश्यकता होती है, प्रत्येक की अपनी संरचना होती है। और अलर्ट को ट्यून किया जाना चाहिए ताकि चिकित्सक अलर्ट थकान के कारण उन्हें पूरी तरह से अनदेखा न करें। उन समस्याओं को हल करना आवश्यक है, लेकिन तब भी यह केवल एक खुरदरी सतह को थोड़ा चिकना बनाता है।

जो हल नहीं होगा वह बोर्डिंग की समस्या है। देश भर के आपातकालीन विभाग रिकॉर्ड-उच्च प्रतीक्षा समय की रिपोर्ट करते हैं क्योंकि रोगियों को इनपेशेंट इकाइयों में स्थानांतरित नहीं किया जा सकता है। यह अक्सर अस्पताल के बिस्तरों की कमी के कारण होता है, न कि इसलिए कि प्रवेश कागजी कार्रवाई में देरी हो रही है। यदि किसी चिकित्सक के पास गंभीर रूप से बीमार रोगी है जिसे आईसीयू देखभाल की आवश्यकता है लेकिन कोई आईसीयू बेड खाली नहीं है, तो कोई एआई उपकरण एक नहीं बना सकता है। इसी तरह, जब एक मनोरोग होल्ड मानसिक स्वास्थ्य सुविधा में बिस्तर के लिए दिनों तक इंतजार करता है, तो एआई उस रोगी को आवास नहीं देगा या मनोरोग कार्यबल को व्यापक नहीं करेगा।

कुछ समस्याओं का कोई तकनीकी समाधान नहीं है

आपातकालीन चिकित्सा में संकट व्यापक कार्यबल की कमी को भी दर्शाता है। नर्सों ने पेशे को छोड़ दिया है, महामारी-युग के बर्नआउट और खराब काम करने की स्थितियों से बढ़ गया है। चिकित्सक जल्दी सेवानिवृत्त हो रहे हैं या बेहतर कार्य-जीवन संतुलन का वादा करने वाली नौकरियों की तलाश कर रहे हैं। शेष नर्सों और डॉक्टरों में एक एआई स्क्राइब को स्ट्रीम करने से कुछ तनाव कम हो सकता है, लेकिन यह प्रशिक्षित पेशेवरों की पाइपलाइन का पुनर्निर्माण नहीं करता है। प्रणालीगत समाधान में शिक्षा में बड़े निवेश, घंटों और वेतन का पुनर्गठन, और सुरक्षित स्टाफिंग अनुपात बनाना शामिल है — ऐसे कार्य जो राजनीतिक हैं, तकनीकी नहीं।

फिर मरीज खुद हैं। आपातकालीन विभाग तेजी से अधूरी सामाजिक जरूरतों के लिए भंडार के रूप में काम कर रहे हैं। एक बुजुर्ग मरीज बिना देखभालकर्ता के जो गिर गया है; एक युवा वयस्क व्यसन के साथ लेकिन कोई देखभाल योजना नहीं; एक कामकाजी परिवार बेघर होने का अनुभव कर रहा है। एआई घर की देखभाल की व्यवस्था नहीं कर सकता, किफायती आवास नहीं जोड़ सकता, या मानसिक स्वास्थ्य परामर्श तक पहुंच सुनिश्चित नहीं कर सकता। ये मामले एक अच्छी तरह से काम करने वाली प्रणाली में "किनारे के मामले" नहीं हैं; कई अस्पतालों में वे दैनिक उपस्थिति का एक बड़ा अंश दर्शाते हैं। ईएमआर डेटा, नैदानिक कोड, और आख्यान सभी पैटर्न प्रकट करते हैं जो स्वास्थ्य के सामाजिक निर्धारक हैं, तकनीकी प्रवाह में दोष नहीं।

सच्चा आगे का रास्ता

ट्रैंग का निष्कर्ष यह नहीं है कि एआई आपातकालीन कक्ष में बेकार है। इसके विपरीत, कॉलम अनुमति देता है कि कुछ उपकरण दस्तावेज़ीकरण सटीकता में सुधार कर सकते हैं, नियमित त्रुटियों को कम कर सकते हैं, और सूचना पुनर्प्राप्ति में चिकित्सकों की मदद कर सकते हैं। लेकिन ये सहायक भूमिकाएं हैं। यह उम्मीद कि एआई एक ईआर को पुनर्गठित और पुनर्जीवित कर सकता है, गलत है। आपातकालीन विभागों को प्रभावित करने वाली समस्याएं वही समस्याएं हैं जो स्वास्थ्य देखभाल को व्यापक रूप से प्रभावित करती हैं: खंडित वित्तपोषण, प्राथमिक देखभाल और मानसिक स्वास्थ्य सेवाओं की कमी, कम वित्त पोषित सार्वजनिक स्वास्थ्य, और एक aging आबादी, सभी एक पुरातन परिचालन मॉडल के ऊपर स्तरित हैं।

"एआई के साथ ईआर को ठीक करने" के प्रयास प्रतिकूल भी हो सकते हैं यदि वे नेताओं को कठिन बातचीत से बचने का कारण देते हैं। प्रशासक सुधार के संकेत के रूप में एक नए एआई डैशबोर्ड की ओर इशारा कर सकते हैं, जबकि उसी सांस में नर्स अनुपात बढ़ाने, बोर्डिंग प्रोटोकॉल में सुधार करने, और गैर-जरूरी देखभाल को मोड़ने के लिए सामुदायिक संगठनों के साथ काम करने की आवश्यकता को अनदेखा करते हैं। आपातकालीन विभाग पूरे स्वास्थ्य देखभाल पारिस्थितिकी तंत्र के लिए एक दबाव राहत वाल्व है, और यह फटने के करीब है। कोई भी चतुर तकनीक इसे नहीं बदलेगी; केवल देखभाल वितरण की संरचना को बदलने की प्रतिबद्धता ही कर सकती है।

एआई प्रोग्नोसिस से सबक यह है कि हमें यह पूछना बंद कर देना चाहिए कि क्या एआई आपातकालीन कक्ष को ठीक कर सकता है और इसके बजाय पूछना चाहिए कि हम तकनीक से क्यों उम्मीद करते हैं कि वह हल करे जो केवल नीति, नेतृत्व और धन हल कर सकते हैं। एल्गोरिदम को सहायता करने दें, लेकिन उन्हें समर्थन की आवश्यकता वाली प्रणाली का पूरा भार न उठाने दें।

जैसा कि ट्रैंग लिखते हैं, एआई ईआर की समस्याओं को नहीं बदल सकता है। यह विज्ञान की विफलता नहीं है। यह एक अनुस्मारक है कि स्वास्थ्य देखभाल एक मानव प्रणाली है, और इसकी सबसे कठिन समस्याएं जिद्दी रूप से मानव बनी हुई हैं।

यह लेख STAT News की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।