Boston Children’s AI से नए निदान संभव बनाता है

Boston Children’s Hospital ने केवल नई तकनीक के साथ प्रयोग करने के लिए कृत्रिम बुद्धिमत्ता को नहीं अपनाया. अस्पताल ने अपने बाल रोगियों, खासकर जटिल और दुर्लभ स्थितियों वाले रोगियों को दी जाने वाली देखभाल में सुधार के लिए, AI को अपने क्लिनिकल और परिचालन इंफ्रास्ट्रक्चर के मुख्य हिस्से के रूप में पूरे संगठन में शामिल किया. AI को दैनिक कार्यप्रवाहों में एकीकृत करके, टीम ने परिचालन लागत घटाई, देखभाल तक पहुंच बेहतर की और 40 से अधिक दुर्लभ स्थितियों का निदान करने में मदद की, जो पहले अनसुलझी रह गई थीं.

Boston Children’s Hospital दुनिया के सबसे बड़े बाल चिकित्सा संस्थानों में से एक है, जो हर साल करीब 10 लाख आउटपेशेंट विज़िट के साथ 40 से अधिक विशेषज्ञताओं में रोगियों की सेवा करता है.

कई स्वास्थ्य प्रणालियों की तरह, यह बढ़ते प्रशासनिक बोझ को संभालते हुए कड़े वित्तीय प्रतिबंधों के तहत काम करता है. सप्लाई चेन, बिलिंग और संचालन से जुड़ी टीमें इनवॉइस प्रोसेस करने से लेकर शेड्यूल समन्वय तक, बड़ी मात्रा में दोहराए जाने वाले कार्य संभालती हैं. ये प्रक्रियाएं आवश्यक हैं, लेकिन समय लेती हैं और स्टाफ को अधिक मूल्यवान काम से दूर खींचती हैं.

इसी समय, क्लिनिकल टीमों को एक अलग तरह की सीमा का सामना करना पड़ता है. दुर्लभ रोगों के मामलों में अक्सर बिखरा हुआ आनुवंशिक डेटा, अधूरे क्लिनिकल इतिहास और चिकित्सा साहित्य का भारी भंडार शामिल होता है. एक अग्रणी शोध संस्थान में भी, चिकित्सक हर निदान तक पहुंचने के लिए इतनी सारी जानकारी को पर्याप्त तेज़ी से संश्लेषित नहीं कर सकते.

“समस्या प्रयास की नहीं है,” Boston Children’s के Chief Innovation Officer जॉन ब्राउनस्टीन कहते हैं. “यह मानव संज्ञानात्मक सीमाएं हैं.”

Boston Children’s ने दस्तावेज़ीकरण और अनुवाद टूल सहित अलग-अलग AI उपयोग मामलों से शुरुआत की. लेकिन उन शुरुआती प्रयासों ने जल्द ही बिखरे हुए दृष्टिकोण की सीमाएं उजागर कर दीं.

“आप सिर्फ अलग-थलग समाधानों पर भरोसा नहीं कर सकते,” ब्राउनस्टीन कहते हैं.

अस्पताल ने उस चीज़ के निर्माण की ओर रुख किया जिसे ब्राउनस्टीन एंटरप्राइज AI लेयर कहते हैं: एक सुरक्षित आंतरिक ChatGPT वातावरण, जिसका उपयोग शोध, क्लिनिकल और प्रशासनिक टीमें करती हैं. AI को टूल्स के संग्रह के रूप में देखने के बजाय, संगठन ने एक साझा आधार बनाया जहां नई क्षमताएं तेज़ी से विकसित और लागू की जा सकती थीं.

यह सिस्टम टीमों को AI के साथ ऐसे तरीकों से काम करने देता है जो उनकी भूमिकाओं से सीधे जुड़े हैं, चाहे इसमें आंतरिक डेटा तक पहुंच, चिकित्सा साहित्य का संश्लेषण या कार्यप्रवाहों को सुव्यवस्थित करना शामिल हो. सुरक्षा, निगरानी और लगातार मूल्यांकन सुनिश्चित करने के लिए तकनीक के साथ-साथ गवर्नेंस संरचनाएं भी बनाई गईं.

इस बदलाव ने नवाचार की गति बदल दी. जिन टूल्स के लिए पहले लंबे विकास चक्र चाहिए होते थे, उन्हें अब दिनों में लागू किया जा सकता है, जिससे संगठन परिचालन मांगों और क्लिनिकल जरूरतों, दोनों पर तेज़ी से प्रतिक्रिया दे पाता है.

आज, एक-तिहाई से अधिक कर्मचारी अपने दैनिक काम के हिस्से के रूप में AI का उपयोग करते हैं, जिसमें क्लिनिकल, शोध और प्रशासनिक कार्य शामिल हैं.

Boston Children’s ने सबसे पहले उन क्षेत्रों पर ध्यान दिया जहां AI मापने योग्य परिचालन प्रभाव दे सकता था. सप्लाई चेन संचालन में, AI अब इनवॉइस इनटेक, रूटिंग और जवाबों को संभालता है.

समानांतर रूप से, अस्पताल ने सर्जिकल शेड्यूलिंग में AI लागू किया. क्लिनिकल नोट्स का विश्लेषण करके और रोगी की गंभीरता का अनुमान लगाकर, सिस्टम ऑपरेटिंग रूम के समय के आवंटन को बेहतर बनाता है. इससे शेड्यूल अधिक पहले से बनाए जा सकते हैं, उपयोग बढ़ता है और अधिक रोगियों को उनकी जरूरी देखभाल तेज़ी से मिल पाती है.

इसके अलावा, चिकित्सक निर्णय सहायता और जटिल क्लिनिकल जानकारी को संश्लेषित करने के लिए AI का उपयोग करते हैं. शोधकर्ता इसे डेटा विश्लेषण और समूह निर्माण में लागू करते हैं. प्रशासनिक टीमें दस्तावेज़ों का मसौदा तैयार करने, कोडिंग और कार्यप्रवाहों में सुधार के लिए इस पर निर्भर करती हैं.

संगठन इन बदलावों को सीधे मापने योग्य परिणामों से जोड़ता है. 50 से अधिक स्वचालनों में, Boston Children’s ने लगभग 60,000 घंटे की समय बचत हासिल की है, जो पुनर्नियोजित श्रम में 70 लाख डॉलर से अधिक के बराबर है.

संगठन ने AI को अलग पहल के रूप में पेश करने के बजाय, उसे रोज़मर्रा के काम से प्रासंगिक बनाने पर ध्यान दिया है.

“यहां मुख्य बात है लोगों से वहीं जुड़ना, जहां वे हैं,” ब्राउनस्टीन कहते हैं.

परिचालन सुधारों के साथ-साथ, Boston Children’s ने क्लिनिकल खोज के लिए AI में निवेश किया. अस्पताल ने एक ऐसी चीज़ विकसित की जिसे वह “सह-पायलट आनुवंशिकीविद्” कहता है, जिसे आनुवंशिक डेटा, फेनोटाइपिक जानकारी और वैश्विक चिकित्सा साहित्य को एकीकृत करने के लिए डिजाइन किया गया है.

यह सिस्टम चिकित्सा की सबसे कठिन चुनौतियों में से एक का समाधान करता है: उन दुर्लभ रोगों का निदान करना, जिनकी व्याख्या वर्षों तक नहीं मिल पाई.

इस काम के परिणामस्वरूप, आज तक 40 से अधिक ऐसे निदान किए गए हैं जिन्हें पहले असंभव माना जाता था. इस काम से नए जीन लक्ष्यों और संभावित उपचारात्मक मार्गों की पहचान भी हुई है.

“हम आनुवंशिक जानकारी, फेनोटाइपिक जानकारी, साहित्य खोज और AI की रीज़निंग को मिलाकर उन परिवारों तक निदान पहुंचाते हैं जिन्हें कभी कोई जवाब नहीं मिला था,” ब्राउनस्टीन कहते हैं.

रोगियों और परिवारों के लिए, इसका प्रभाव तत्काल और ठोस है. जो मामले कभी अनसुलझे रह जाते थे, वे अब जवाब दे रहे हैं और कुछ स्थितियों में उपचार के लिए नई दिशाएं भी.

“पहले यह अकल्पनीय था, लेकिन अब यह इतने सारे परिवारों को उम्मीद दे रहा है,” ब्राउनस्टीन कहते हैं.

Boston Children’s की AI रणनीति का अगला चरण अधिक गहरे एकीकरण और व्यापक अपनाने पर केंद्रित है. नेतृत्व उपयोग और प्रभाव, दोनों को बढ़ाने का महत्वपूर्ण अवसर देखता है.

अस्पताल AI को क्लिनिकल निर्णय-निर्माण में और पूरी तरह शामिल करने, टूल्स को विभिन्न विशेषज्ञताओं तक विस्तार देने और OpenAI के साथ सहयोग के ज़रिए मॉडल को लगातार बेहतर बनाने पर काम कर रहा है.

समय के साथ, AI के चिकित्सा अभ्यास का मुख्य घटक बनने की उम्मीद है.

“आप दुनिया भर के चिकित्सा ज्ञान के साथ एक अत्यंत प्रशिक्षित चिकित्सक को अपने साथ क्यों नहीं चाहेंगे?” ब्राउनस्टीन ने कहा.

Boston Children’s में, AI उस इंफ्रास्ट्रक्चर का हिस्सा बन रहा है जो देखभाल प्रदान करने, शोध और खोज को सहारा देता है—और चिकित्सकों तथा रोगियों, दोनों के लिए संभव चीज़ों को फिर से परिभाषित कर रहा है.