AI उपकरणों का परीक्षण अब दानदाता हृदयों को बचाने के लिए किया जा रहा है, जिन्हें ट्रांसप्लांट टीमें अभी अस्वीकार करती हैं

हृदय प्रत्यारोपण टीमों पर दानदाता निर्णय तेज़ और बेहतर लेने का दबाव है

कृत्रिम बुद्धिमत्ता को चिकित्सा के सबसे समय-संवेदनशील निर्णयों में से एक के लिए एक व्यावहारिक उपकरण के रूप में प्रस्तुत किया जा रहा है: क्या दानदाता हृदय स्वीकार किया जाए। International Society for Heart and Lung Transplantation की 46वीं वार्षिक बैठक में प्रस्तुत शोध के अनुसार, AI प्रणालियाँ ट्रांसप्लांट कार्यक्रमों को उन दानदाता हृदयों का बेहतर उपयोग करने में मदद कर सकती हैं जिन्हें अभी अस्वीकार किया जा रहा है, और इस तरह प्रत्यारोपण की प्रतीक्षा कर रहे मरीजों के लिए पहुँच बढ़ा सकती हैं।

समस्या केवल कमी की नहीं है। यह गंभीर समय दबाव में मिलान और निर्णय लेने की समस्या भी है। स्रोत पाठ के सारांश के अनुसार, संयुक्त राज्य में उपलब्ध होने वाले केवल लगभग 30% से 40% हृदय ही वास्तव में ट्रांसप्लांट के लिए उपयोग किए जाते हैं। उसी समय, मांग इतनी अधिक है कि मरीजों को महीनों इंतज़ार करना पड़ सकता है, कभी-कभी आईसीयू में जीवन-समर्थन पर रहते हुए।

यह असंतुलन निर्णय-सहायता उपकरणों के लिए जगह बनाता है। अगर छोड़े जा रहे हृदयों का एक महत्वपूर्ण हिस्सा अपरिहार्य चिकित्सकीय कारणों से नहीं, बल्कि अत्यधिक सावधानी के कारण अस्वीकार किया जा रहा है, तो बेहतर त्रियाज़ जान बचा सकती है, बिना दानदाता पूल को बदले।

दानदाता हृदय के निर्णय इतने कठिन क्यों हैं

जब कोई हृदय उपलब्ध होता है, तो ट्रांसप्लांट टीमों के पास लंबे मूल्यांकन का समय नहीं होता। स्रोत पाठ में कहा गया है कि एक हृदय रोग विशेषज्ञ या सर्जन के पास आमतौर पर केवल 15 से 30 मिनट होते हैं, जिनमें उन्हें कई कारकों, जैसे दानदाता का चिकित्सा इतिहास, इमेजिंग, और प्रयोगशाला परिणामों, पर विचार करके तय करना होता है कि अंग किसी विशेष मरीज के लिए अच्छा मेल है या नहीं।

यह संकुचित निर्णय खिड़की AI के पक्ष में मुख्य तर्क है। इसे नैदानिक निर्णय का विकल्प नहीं, बल्कि एक ऐसा माध्यम बताया गया है जो अनेक इनपुट्स को उस समय अधिक सुसंगत रूप से जोड़ सके, जब मानव टीम आधी रात में या ICU-स्तर की तत्परता के बीच अकेले ऐसा नहीं कर सकती। NYU Grossman School of Medicine के Brian Wayda, जिन्होंने यह काम प्रस्तुत किया, ने इसे अत्यधिक समय-संकट में लिए जाने वाले जीवन-मरण के निर्णय कहा।

ट्रांसप्लांट चिकित्सा में असंगति के वास्तविक परिणाम होते हैं। अलग-अलग टीमें एक ही दानदाता प्रोफ़ाइल का अलग-अलग मूल्यांकन कर सकती हैं, और false negative की कीमत असाधारण रूप से ऊँची होती है: एक संभावित उपयोगी हृदय केवल उस मरीज के लिए नहीं, बल्कि अक्सर पूरे ट्रांसप्लांट सिस्टम के लिए भी खो सकता है।

नए उपकरण जोखिम को मानकीकृत करना चाहते हैं, चिकित्सकों को हटाना नहीं

बैठक में प्रस्तुत कार्य में इस निर्णय प्रक्रिया का समर्थन करने के लिए कई AI मॉडल बताए गए। एक प्रमुख उपकरण TOPHAT है, जिसका पूरा नाम Tool Predicting Heart Acceptance for Transplant है। Wayda ने Stanford Health Care की Kiran Khush के साथ मिलकर इसे विकसित किया है। यह web-based मॉडल 20 दानदाता विशेषताओं का उपयोग करके ऐतिहासिक डेटा के आधार पर यह अनुमान लगाता है कि कोई ट्रांसप्लांट केंद्र उस दानदाता हृदय को स्वीकार करेगा या नहीं।

यह ढाँचा उल्लेखनीय है। इस उपकरण को सीधे यह कहने वाला नहीं बताया गया कि कोई हृदय सुरक्षित है या असुरक्षित। इसके बजाय, यह पूर्व निर्णयों के पैटर्न का उपयोग करके स्वीकृति की संभावना का अनुमान लगाता है। व्यवहार में, यह इसे भविष्यवक्ता और दर्पण दोनों बना सकता है, यह दिखाते हुए कि किसी टीम की सहज धारणा व्यापक ऐतिहासिक व्यवहार से कितनी अलग है।

स्रोत पाठ ज़ोर देता है कि इन प्रणालियों का उद्देश्य जोखिम को संश्लेषित करना है, चिकित्सकों की जगह लेना नहीं। यह अंतर अपनाने के लिए महत्वपूर्ण होगा। हृदय प्रत्यारोपण जैसे उच्च-दाँव वाले क्षेत्र में पूरी तरह स्वचालित स्वीकृति निर्णयों को महत्वपूर्ण नैदानिक और नैतिक प्रतिरोध मिलेगा। इसके विपरीत, निर्णय-सहायता को जोड़ना अधिक आसान हो सकता है, क्योंकि ज़िम्मेदारी ट्रांसप्लांट टीम के पास ही रहती है।

अवसर उन हृदयों में है जो अनावश्यक रूप से खो सकते हैं

इस संदर्भ में AI के लिए सबसे मज़बूत तर्क उपयोग और उपलब्धता के बीच के अंतर से आता है। यदि उपलब्ध हृदयों में केवल 30% से 40% ही प्रत्यारोपित किए जा रहे हैं, तो ढिलाई की कोई गुंजाइश नहीं है। स्रोत पाठ स्पष्ट रूप से कहता है कि शोध से पता चलता है कि सभी दानदाता हृदय उचित कारणों से नहीं छोड़े जाते। इसका मतलब यह नहीं कि हर अस्वीकृत हृदय का उपयोग होना चाहिए था, लेकिन यह जरूर बताता है कि मौजूदा अस्वीकरण पैटर्न का एक हिस्सा टाला जा सकता है।

प्रतीक्षा सूची में मरीजों के लिए यह भेद अकादमिक नहीं है। हर टाली जा सकने वाली अस्वीकृति जीवित रहने या स्वस्थ होने का एक खोया हुआ अवसर हो सकती है। इसलिए यहां AI का मूल्य भविष्यवादी स्वचालन से कम और सुसंगतता के स्तर को ऊपर उठाने से अधिक है, खासकर तब जब टीमें दानदाता प्रोफ़ाइलों के बड़े और विविध सेट पर जल्दी निर्णय ले रही हों।

यह संस्थानों के बीच भिन्नता को भी कम कर सकता है। कुछ केंद्र सीमांत या जटिल दानदाताओं को स्वीकार करने में अधिक आक्रामक होते हैं। एक मजबूत पूर्वानुमान मॉडल जोखिम पर चर्चा के लिए एक साझा ढाँचा दे सकता है, जिससे उन केंद्रों के बीच निर्णय अधिक डेटा-आधारित हो सकते हैं जो अभी स्थानीय आदत, अनुभव और संस्थागत संस्कृति पर निर्भर हैं।

सफलता कैसी दिखेगी?

सफलता का सबसे स्पष्ट मापदंड सरल होगा: अधिक दानदाता हृदय सुरक्षित रूप से उपयोग किए जाएँ। स्रोत सामग्री यह दावा नहीं करती कि AI ने समस्या हल कर दी है, और न ही यह निर्णायक परिणाम डेटा देती है जो व्यापक कार्यान्वयन दिखाए। लेकिन यह दिखाती है कि चिकित्सक और शोधकर्ता एक ऐसे bottleneck के लिए विशेष उपकरण बना रहे हैं, जिसके ट्रांसप्लांट पहुँच पर असाधारण परिणाम होते हैं।

अगर ये उपकरण टीमों को ऐसे हृदय पहचानने में मदद करते हैं जो स्वीकार्य हैं लेकिन अभी नज़रअंदाज़ हो रहे हैं, तो इसका असर काफी हो सकता है, बिना अंग निर्माण, संरक्षण, या शल्य चिकित्सा में किसी नए breakthrough की आवश्यकता के। इस अर्थ में, यह काम याद दिलाता है कि चिकित्सा की कुछ सबसे बड़ी प्रगति केवल नई therapies से नहीं, बल्कि उपलब्ध संसाधनों पर बेहतर निर्णयों से आती है।

ट्रांसप्लांट बैठक से मिलने वाला व्यापक संदेश यह है कि स्वास्थ्य सेवा में AI की सबसे विश्वसनीय भूमिका संकीर्ण और परिचालनात्मक हो सकती है। दानदाता हृदय के मामले में, इसका मतलब है मनुष्यों को एक कठिन निर्णय अधिक तेज़, अधिक सुसंगत, और ऐतिहासिक डेटा में छिपे पैटर्न की बेहतर समझ के साथ लेने में मदद करना। दानदाता कमी के पैमाने और निर्णय की छोटी समय-सीमा को देखते हुए, यह एक अत्यंत व्यावहारिक महत्वाकांक्षा है।

यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.