ऑन्कोलॉजी अभ्यास में बड़े भाषा मॉडल के सुरक्षित उपयोग पर मार्गदर्शन

यूरोपियन सोसाइटी फॉर मेडिकल ऑन्कोलॉजी (ईएसएमओ) ने आज क्लिनिकल प्रैक्टिस (ईएलसीएपी) में बड़े भाषा मॉडल के उपयोग पर ईएसएमओ मार्गदर्शन जारी किया, जो एआई भाषा लाने के लिए सिफारिशों का पहला संरचित सेट है। सुरक्षित और प्रभावी ढंग से ऑन्कोलॉजी में मॉडल। प्रकाशनों जर्नल में ELCAP का ऑन्कोलॉजी के इतिहास चैट जीपीटी और कैंसर देखभाल पर एक सत्र के साथ मेल खाता है ईएसएमओ कांग्रेस 2025 बर्लिन में, ऑन्कोलॉजी में एआई की बढ़ती भूमिका को रेखांकित किया गया।

ईएसएमओ के अध्यक्ष फैब्रिस आंद्रे ने कहा, “ईएसएमओ की प्राथमिकता यह सुनिश्चित करना है कि नवाचार मरीजों के लिए मापनीय लाभ और चिकित्सकों के लिए व्यावहारिक समाधान में तब्दील हो। ईएलसीएपी के साथ, ईएसएमओ एक व्यावहारिक, ऑन्कोलॉजी-विशिष्ट ढांचा प्रदान करता है जो नैदानिक ​​​​जिम्मेदारी, पारदर्शिता और मजबूत डेटा सुरक्षा को बनाए रखते हुए एआई को गले लगाता है।”

जैसे-जैसे ऑन्कोलॉजी में बड़े भाषा मॉडल (एलएलएम) का उपयोग बढ़ता है, ईएलसीएपी मानता है कि अवसर और जोखिम उपयोगकर्ता के आधार पर भिन्न-भिन्न होते हैं – चाहे मरीज़ हों, चिकित्सक हों या संस्थान हों, और इसलिए सिफारिशों को तीन प्रकार की संरचना में रखते हैं, उच्च-स्तरीय सिद्धांतों को दिन-प्रतिदिन के अभ्यास के लिए 23 आम सहमति बयानों में अनुवादित करते हैं:

• पहली श्रेणी (प्रकार 1) पते रोगी-सामना करने वाले अनुप्रयोग जैसे कि शिक्षा और लक्षण समर्थन के लिए चैटबॉट, जिन्हें नैदानिक ​​​​देखभाल का पूरक होना चाहिए और स्पष्ट वृद्धि और मजबूत डेटा सुरक्षा के साथ पर्यवेक्षित मार्गों के भीतर काम करना चाहिए।

• दूसरी श्रेणी (टाइप 2) शामिल है स्वास्थ्य देखभाल पेशेवर-सामना करने वाले उपकरण जैसे निर्णय समर्थन, दस्तावेज़ीकरण और अनुवाद, जिसके लिए औपचारिक सत्यापन, पारदर्शी सीमाएं और नैदानिक ​​निर्णयों के लिए स्पष्ट मानवीय जवाबदेही की आवश्यकता होती है।

• तीसरी श्रेणी (प्रकार 3) से संबंधित है पृष्ठभूमि संस्थागत प्रणालियाँ एकीकृत डेटा निष्कर्षण, स्वचालित सारांश और नैदानिक-परीक्षण मिलान जैसे कार्यों के लिए इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के साथ; इन प्रणालियों को पूर्व-परिनियोजन परीक्षण, पूर्वाग्रह और प्रदर्शन परिवर्तन के लिए निरंतर निगरानी, ​​​​संस्थागत शासन और प्रक्रियाओं या डेटा स्रोतों में परिवर्तन होने पर पुन: सत्यापन की आवश्यकता होती है। जब ऐसी प्रणालियाँ उनके वातावरण में काम कर रही हों तो चिकित्सकों को भी जागरूक होना चाहिए, क्योंकि उनका प्रभाव अंतरसंचालनीयता और गोपनीयता-दर-डिज़ाइन उपायों पर निर्भर करता है।

सभी सेटिंग्स में, आउटपुट की विश्वसनीयता इनपुट डेटा की पूर्णता और शुद्धता पर निर्भर करती है: नैदानिक ​​​​दस्तावेज़ीकरण या आंशिक रोगी प्रश्नों में अंतराल से गलत या भ्रामक प्रतिक्रियाएं हो सकती हैं, जो पर्यवेक्षण और स्पष्ट वृद्धि मार्गों की आवश्यकता को रेखांकित करती हैं।

पेपर के सह-लेखक, ईएसएमओ रियल वर्ल्ड डेटा एंड डिजिटल हेल्थ टास्क फोर्स के अध्यक्ष मिरियम कूपमैन ने कहा, “ईएलसीएपी मानता है कि भाषा मॉडल का मूल्य इस बात पर निर्भर करता है कि उनका उपयोग कौन कर रहा है।” “रोगी-सामना, चिकित्सक-सामना और पृष्ठभूमि संस्थागत प्रणालियों को अलग करके, हम प्रत्येक संदर्भ के लिए अपेक्षाएं निर्धारित करते हैं: रोगियों के लिए पर्यवेक्षित मार्ग, चिकित्सकों के लिए मान्य और पारदर्शी उपकरण, और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में एम्बेडेड निरंतर निगरानी, ​​​​सुव्यवस्थित सिस्टम।”

ईएलसीएपी सहायक एलएलएम पर ध्यान केंद्रित करता है जो मानव निरीक्षण के तहत काम करता है, स्वतंत्र कार्रवाई करने के बजाय जानकारी प्रदान करके या सामग्री का मसौदा तैयार करके चिकित्सकों का समर्थन करता है। ईएसएमओ रियल वर्ल्ड डेटा एंड डिजिटल हेल्थ टास्क फोर्स के उपाध्यक्ष और अध्ययन के सह-लेखक जैकब एन कैथर ने कहा, “ये सिस्टम क्लिनिकल वर्कफ़्लो और निर्णय लेने को बढ़ाने के लिए डिज़ाइन किए गए हैं, न कि प्रतिस्थापित करने के लिए।”

“साथ ही, मार्गदर्शन स्वायत्त, या ‘एजेंट’, एआई मॉडल के तेजी से उद्भव को स्वीकार करता है जो प्रत्यक्ष संकेतों के बिना कार्रवाई शुरू करने में सक्षम है, जो विशिष्ट सुरक्षा, नियामक और नैतिक चुनौतियों को उठाता है और भविष्य में समर्पित मार्गदर्शन की आवश्यकता होगी।”

आगे देखते हुए, ईएसएमओ अध्यक्ष ने इस बात पर जोर दिया कि एआई-संचालित कैंसर देखभाल में विश्वास सुनिश्चित करने के लिए साझा मानक एल्गोरिदम के समान ही महत्वपूर्ण हैं। आंद्रे ने निष्कर्ष निकाला, “ऑन्कोलॉजी में एआई के जिम्मेदार उपयोग के लिए साझा मानकों की उतनी ही आवश्यकता होती है जितनी कि एल्गोरिदम की आवश्यकता होती है; ईएलसीएपी यह निर्धारित करता है कि भाषा मॉडल को ऐसे तरीकों से कैसे तैनात किया जाए जो नैदानिक ​​​​निर्णय में विश्वास से समझौता किए बिना कैंसर देखभाल की गुणवत्ता, समानता और दक्षता में सुधार करें।”

ELCAP को नवंबर 2024 और फरवरी 2025 के बीच ESMO रियल वर्ल्ड डेटा और डिजिटल हेल्थ टास्क फोर्स के तहत बुलाई गई ऑन्कोलॉजी, AI, बायोस्टैटिस्टिक्स, डिजिटल स्वास्थ्य, नैतिकता और रोगी परिप्रेक्ष्य पर आधारित 20-सदस्यीय अंतरराष्ट्रीय पैनल द्वारा विकसित किया गया था।