एक नज़र में
AI उपकरण अब डॉक्टरों के लिए स्कैन, स्लाइड और आँखों की तस्वीरें पढ़ते हैं। स्वास्थ्य संबंधी डेटा बहुत निजी होता है, इसलिए निजता के नियम भी सटीकता जितने ही ज़रूरी हैं।
- जब पहले का कोई स्कैन उपलब्ध नहीं था, तब फेफड़ों के CT (कंप्यूटेड टोमोग्राफी) स्कैन का विश्लेषण करने वाले एक मॉडल ने छह रेडियोलॉजिस्ट से बेहतर प्रदर्शन किया।
- DPDP अधिनियम में स्वास्थ्य संबंधी डेटा की कोई अलग श्रेणी नहीं है।
- UPSC मुख्य परीक्षा 2023 में रोग की पहचान में AI के उपयोग और निजता पर प्रश्न पूछा गया था।
कृत्रिम बुद्धिमत्ता अब डॉक्टरों को स्कैन, स्लाइड और आँखों की तस्वीरें पढ़ने में मदद करती है। इन्हीं उपकरणों से यह भी पता चलता है कि हम निजी स्वास्थ्य डेटा की कितनी अच्छी तरह सुरक्षा करते हैं। इस पाठ में बताया गया है कि ये उपकरण कैसे सीखते हैं, कहाँ काम आते हैं और निजता के बारे में कानून क्या कहता है। यह पाठ इस विषय पर UPSC मुख्य परीक्षा 2023 में पूछे गए प्रश्न पर आधारित है।
विषय-सूची
AI क्या है और यह चिकित्सा की तस्वीरें पढ़ना कैसे सीखता है?
चिकित्सा में AI कोई जादू नहीं है। यह लेबल लगे कई उदाहरणों से प्रशिक्षित किया गया मॉडल है।
1. AI क्या है और इसे यह नाम किसने दिया?
कृत्रिम बुद्धिमत्ता, यानी AI, का अर्थ ऐसी मशीनों से है जो मानव बुद्धि की ज़रूरत वाले काम करती हैं। जॉन मैकार्थी (John McCarthy) ने “कृत्रिम बुद्धिमत्ता” पर ग्रीष्मकालीन शोध सम्मेलन का प्रस्ताव 1955 में लिखा था। इस शब्द का छपे हुए रूप में यह पहला इस्तेमाल था। इसके बाद उन्होंने 1956 में डार्टमाउथ (Dartmouth) ग्रीष्मकालीन परियोजना आयोजित की।
मशीन लर्निंग, AI का एक हिस्सा है। मशीन लर्निंग मॉडल डेटा से पैटर्न सीखता है। डीप लर्निंग, मशीन लर्निंग का एक हिस्सा है। इसमें कई परतों वाले न्यूरल नेटवर्क का उपयोग होता है।
स्रोत: स्टैनफोर्ड इंजीनियरिंग (Stanford Engineering), जॉन मैकार्थी का शोकलेख, मद 1
स्रोत: डार्टमाउथ (Dartmouth), डार्टमाउथ में AI शब्द की रचना, मद 1
2. डीप लर्निंग मॉडल बीमारी पहचानना कैसे सीखता है?
डेवलपर मॉडल को कई स्कैन देते हैं। हर स्कैन पर एक लेबल होता है, जैसे “कैंसर” या “कैंसर नहीं”। मॉडल उन पैटर्न को खोजता है जो लेबल से मेल खाते हैं। कोई डॉक्टर मॉडल के भीतर नियम नहीं लिखता।
फेफड़ों पर हुआ एक अध्ययन इस तरीके को समझाता है। शोधकर्ताओं ने छाती के कम विकिरण वाले कंप्यूटेड टोमोग्राफी (CT) स्कैन से एक मॉडल को प्रशिक्षित किया। ये विस्तृत एक्स-रे तस्वीरें होती हैं।
नेशनल लंग कैंसर स्क्रीनिंग ट्रायल (National Lung Cancer Screening Trial) के 6,716 मामलों में इसका वक्र के नीचे का क्षेत्रफल (area under the curve) 94.4% रहा। 1,139 मामलों के एक स्वतंत्र समूह पर भी इसका प्रदर्शन लगभग उतना ही अच्छा रहा।
3. क्या AI स्कैन की जाँच में रेडियोलॉजिस्ट की बराबरी कर सकता है?
सीमित कामों में ऐसा हो सकता है। 2019 में फेफड़ों के उसी मॉडल की तुलना छह रेडियोलॉजिस्ट से की गई। जब पहले का कोई स्कैन उपलब्ध नहीं था, तो मॉडल ने सभी छह से बेहतर प्रदर्शन किया। इसने बीमारी न होने पर भी बीमारी बताने वाले नतीजे 11% और बीमारी होने पर भी बीमारी न बताने वाले नतीजे 5% कम किए।
जब पहले का स्कैन उपलब्ध था, तो मॉडल का प्रदर्शन लगभग रेडियोलॉजिस्ट जैसा रहा। इसलिए AI सहायक के रूप में सबसे उपयोगी है, डॉक्टर की जगह लेने के लिए नहीं।
4. AI स्लाइड और आँखों की तस्वीरों की जाँच में कैसे मदद करता है?
पैथोलॉजी के एक अध्ययन में 15,187 मरीजों की 44,732 स्लाइड का इस्तेमाल हुआ। इस प्रणाली की मदद से पैथोलॉजिस्ट 65% से 75% स्लाइड की जाँच छोड़ सकते थे और फिर भी कैंसर के 100% मामलों को पहचान सकते थे। इससे विशेषज्ञों को कठिन मामलों के लिए अधिक समय मिलता है।
2018 में Google ने LYNA नाम के एक उपकरण के बारे में बताया। LYNA का पूरा नाम Lymph Node Assistant है। यह लसीका ग्रंथियों की स्लाइड में फैले हुए स्तन कैंसर की जाँच करता है। इसने 99% बार कैंसर वाली और बिना कैंसर वाली स्लाइड की सही पहचान की।
बीमारी पहचानने वाले किन AI उपकरणों को मंजूरी मिली है?
डॉक्टरों के इस्तेमाल से पहले उपकरणों को अपनी क्षमता साबित करनी होती है। अपने आप जाँच करने वाली AI प्रणाली को पहली मंजूरी 2018 में मिली।
5. IDx-DR क्या था और इसकी अहमियत क्या थी?
11 अप्रैल 2018 को अमेरिका के खाद्य एवं औषधि प्रशासन (FDA) ने IDx-DR को बाजार में बेचने की अनुमति दी। DR का अर्थ डायबिटिक रेटिनोपैथी (diabetic retinopathy) है।
यह मधुमेह वाले वयस्कों में हल्के स्तर से आगे बढ़ चुकी डायबिटिक रेटिनोपैथी का पता लगाने के लिए AI का इस्तेमाल करने वाला पहला चिकित्सा उपकरण था। डायबिटिक रेटिनोपैथी में रेटिना की रक्त वाहिकाओं को नुकसान पहुँचता है।
यह सॉफ्टवेयर Topcon कैमरे से ली गई आँखों की तस्वीरों की जाँच करता है। विशेषज्ञ से तस्वीर की जाँच कराए बिना ही यह नतीजा दे देता है। इससे प्राथमिक स्वास्थ्य केंद्र में यह जाँच की जा सकती है।
स्रोत: US FDA, IDx-DR की प्रेस विज्ञप्ति, बिंदु 5
स्रोत: npj Digital Medicine, IDx-DR का प्रमुख परीक्षण, बिंदु 5
6. परीक्षण में IDx-DR कितना सटीक था?
FDA ने 10 प्राथमिक स्वास्थ्य केंद्रों के 900 मरीजों की तस्वीरों का अध्ययन किया। IDx-DR ने हल्के स्तर से आगे बढ़ चुकी बीमारी के 87.4% मामलों को पहचाना। जिन मरीजों में ऐसी बीमारी नहीं थी, उनमें से 89.5% को इसने सही ढंग से बीमारी-मुक्त बताया।
कंपनी के अपने परीक्षण के शोधपत्र में भी लगभग ऐसे ही आँकड़े हैं। संवेदनशीलता 87.2% और विशिष्टता 90.7% थी। संवेदनशीलता का मतलब है बीमार लोगों को सही पहचानना। विशिष्टता का मतलब है स्वस्थ लोगों को सही ढंग से बीमारी-मुक्त बताना।
स्वास्थ्य क्षेत्र में AI के लिए भारत क्या कर रहा है?
भारत ने राष्ट्रीय योजना बनाई है, राष्ट्रीय मिशन के लिए धन दिया है और स्वास्थ्य क्षेत्र के लिए नैतिक नियम जारी किए हैं।
7. नीति आयोग ने अपनी AI रणनीति में क्या कहा?
सरकार की नीतियों पर सलाह देने वाले संस्थान नीति आयोग (NITI Aayog — National Institution for Transforming India) ने 2018 में कृत्रिम बुद्धिमत्ता के लिए राष्ट्रीय रणनीति प्रकाशित की। इसमें #AIforAll टैग का इस्तेमाल किया गया है। रणनीति में स्वास्थ्य सेवा को कृषि और शिक्षा से पहले, प्राथमिकता वाले क्षेत्रों में सबसे ऊपर रखा गया है।
इसमें नैतिकता, निजता और सुरक्षा पर भी एक अध्याय है। 2018-19 के केंद्रीय बजट भाषण में नीति आयोग से AI पर एक राष्ट्रीय कार्यक्रम शुरू करने को कहा गया था।
8. IndiaAI मिशन क्या है?
केंद्रीय मंत्रिमंडल ने मार्च 2024 में IndiaAI मिशन को मंजूरी दी। इसके लिए Rs 10,371.92 करोड़ का बजट रखा गया है। इसमें सार्वजनिक उपयोग के लिए 10,000 या उससे अधिक GPUs के साथ AI की कंप्यूटिंग सुविधा बनाने की योजना है।
मिशन का उद्देश्य कंप्यूटिंग सुविधाएँ आसानी से उपलब्ध कराना और डेटा की गुणवत्ता सुधारना है। यह भारत में विकसित AI उपकरणों और AI कौशल को भी बढ़ावा देता है।
स्रोत: PIB, IndiaAI मिशन, बिंदु 8
9. ICMR के दिशानिर्देश क्या जोड़ते हैं?
भारतीय आयुर्विज्ञान अनुसंधान परिषद (ICMR) ने 2023 में जैव-चिकित्सा अनुसंधान और स्वास्थ्य सेवा में AI के लिए नैतिक दिशानिर्देश जारी किए। इनका उद्देश्य AI उपकरण बनाने, लागू करने और अपनाने के दौरान नैतिक निर्णय लेने में मार्गदर्शन देना है।
ये दिशानिर्देश डॉक्टरों, शोधकर्ताओं और डेवलपरों के लिए हैं। ये डिजिटल व्यक्तिगत डेटा संरक्षण (DPDP) अधिनियम के साथ मिलकर मार्गदर्शन देते हैं। यह अधिनियम सभी व्यक्तिगत डेटा पर लागू होता है।
स्वास्थ्य डेटा खास क्यों है और इसकी सुरक्षा कैसे होती है?
स्वास्थ्य रिकॉर्ड से बीमारियों, आदतों और परिवार में रही बीमारियों का पता चलता है। इनके दुरुपयोग से किसी व्यक्ति की नौकरी या बीमा छिन सकता है।
10. भारत का DPDP अधिनियम, 2023 क्या कहता है?
डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम, 2023 डिजिटल व्यक्तिगत डेटा पर लागू होता है। सहमति स्वेच्छा से दी गई, किसी खास उद्देश्य के लिए, पूरी जानकारी पर आधारित, बिना शर्त और स्पष्ट होनी चाहिए। सहमति देने के लिए स्पष्ट रूप से हाँ दर्शाने वाला कदम जरूरी है।
अधिनियम में “संवेदनशील डेटा” की अलग श्रेणी नहीं है। स्वास्थ्य डेटा पर भी अन्य व्यक्तिगत डेटा जैसे ही नियम लागू होते हैं। चिकित्सा आपात स्थिति में अधिनियम बिना सहमति के डेटा के इस्तेमाल की अनुमति देता है। महामारी या सार्वजनिक स्वास्थ्य को किसी अन्य खतरे के दौरान इलाज के लिए भी इसकी अनुमति है।
उचित सुरक्षा उपाय न करने पर 250 करोड़ रुपये तक का जुर्माना लग सकता है।
11. यूरोपीय संघ और WHO स्वास्थ्य डेटा को कैसे देखते हैं?
यूरोपीय संघ का सामान्य डेटा संरक्षण विनियमन (GDPR) स्वास्थ्य संबंधी डेटा को एक विशेष श्रेणी में रखता है। अनुच्छेद 9 के तहत इस डेटा के इस्तेमाल पर रोक है, जब तक कोई अपवाद लागू न हो। व्यक्ति की स्पष्ट सहमति ऐसा ही एक अपवाद है।
विश्व स्वास्थ्य संगठन (WHO) ने 28 जून 2021 को स्वास्थ्य के लिए AI के नैतिक इस्तेमाल पर मार्गदर्शन जारी किया। इसमें सहमति से तय किए गए छह सिद्धांत हैं, ताकि AI जनता की भलाई के काम आए।
12. क्या मरीज की सुरक्षा के लिए नाम हटाना काफी है?
नहीं। लतान्या स्वीनी (Latanya Sweeney) ने 2000 में यह दिखाया था। उन्होंने पाया कि केवल तीन जानकारियों से अमेरिका की 87% आबादी की अलग-अलग पहचान की जा सकती थी। ये जानकारियाँ थीं: 5 अंकों का ZIP (डाक) कोड, लिंग और जन्मतिथि।
इसलिए बिना नाम वाला डेटा भी किसी एक व्यक्ति की पहचान बता सकता है। डेटा के दो समूहों को जोड़कर पहचान दोबारा पता लगाई जा सकती है।
स्रोत: स्वीनी (Sweeney), सामान्य जनसांख्यिकीय जानकारियाँ अक्सर लोगों की अलग-अलग पहचान बता देती हैं, मद 12
13. अस्पताल मरीजों की सुरक्षा करते हुए AI का इस्तेमाल कैसे कर सकते हैं?
फेडरेटेड लर्निंग (Federated learning) एक उपाय है। इसमें मॉडल का प्रशिक्षण हर अस्पताल के भीतर होता है। केवल मॉडल से जुड़ी जानकारियाँ, जैसे पैरामीटर, साझा किए जाते हैं। मरीजों का डेटा अस्पताल के फायरवॉल के भीतर सुरक्षित रहता है।
एक और समस्या ब्लैक बॉक्स की है। कई मॉडल यह नहीं बता सकते कि वे किसी नतीजे पर कैसे पहुँचे। नेचर मशीन इंटेलिजेंस (Nature Machine Intelligence) में प्रकाशित एक शोधपत्र का तर्क है कि गंभीर असर वाले निर्णयों के लिए ऐसे मॉडल इस्तेमाल करने चाहिए, जिनके काम करने का तरीका समझा जा सके।
रासायनिक पहचान क्या है और यह बीमारी का पता लगाने में कैसे मदद करती है?
समसामयिकी, अक्टूबर 2026। मस्तिष्क की बीमारियों का जल्दी पता लगाने के लिए डॉक्टर शरीर के रसायनों की जाँच कर रहे हैं। आइए समझें कि यह कैसे काम करता है।
बायोमार्कर क्या है?
A बायोमार्कर शरीर में हो रही गतिविधियों का ऐसा संकेत है, जिसे मापा जा सकता है। यह कोई प्रोटीन, रसायन या बीमारी के कारण बनने वाला पदार्थ हो सकता है। विशेषज्ञ इसे कहते हैं रासायनिक पहचान.
इसे शरीर की उँगलियों के निशान जैसी पहचान मानें। स्पेक्ट्रोमीटर और क्रोमैटोग्राफ जैसी मशीनें नमूने में अणुओं के पैटर्न को पढ़ती हैं।
अल्जाइमर रोग के लिए किन संकेतकों का इस्तेमाल होता है?
WHO के अनुसार, 2021 में 57 मिलियन लोग डिमेंशिया से पीड़ित थे। हर साल लगभग 10 मिलियन नए मामले सामने आते हैं। इनमें से लगभग 60 से 70 प्रतिशत मामलों का कारण अल्जाइमर रोग होता है।
दो प्रोटीन सबसे अहम हैं: एमिलॉइड-बीटा (amyloid-beta) और टाउ (tau). फॉस्फोराइलेटेड टाउ (phosphorylated tau) नामक एक रूप, खासकर p-tau217, को खून में मापा जा सकता है। इसे मस्तिष्कमेरु द्रव (cerebrospinal fluid या CSF)में भी मापा जा सकता है। यह मस्तिष्क और रीढ़ की हड्डी के चारों ओर मौजूद तरल है।
खून का नमूना लेना आसान है। CSF का नमूना लेने के लिए शरीर के भीतर सुई डालने जैसी प्रक्रिया की जरूरत होती है। त्वचा के नमूनों पर अभी अध्ययन चल रहा है।
क्या मस्तिष्क की दूसरी बीमारियों के भी जैव-संकेतक हैं?
शोधकर्ता पार्किंसन रोग (Parkinson’s disease) के लिए अल्फा-सिन्यूक्लिन का अध्ययन करते हैं। ऑटोइम्यून एन्सेफलाइटिस में एंटीबॉडी मस्तिष्क के प्रोटीन पर हमला करती हैं। इसके लक्षण मानसिक बीमारी जैसे लग सकते हैं।
न्यूरोफिलामेंट लाइट बताता है कि तंत्रिका कोशिकाओं को नुकसान पहुँचा है। यह किसी एक बीमारी की पहचान नहीं करता। मस्तिष्क के ट्यूमर में आणविक प्रोफाइलिंग से डॉक्टरों को ट्यूमर का प्रकार पहचानने और इलाज की योजना बनाने में मदद मिलती है।
जैव-संकेतक मिलना बीमारी की पक्की पहचान क्यों नहीं है?
जैव-संकेतक की जाँच का नतीजा पॉजिटिव आने से बीमारी या डिमेंशिया साबित नहीं होता। उम्र, गुर्दों का कामकाज, दवाएँ, दूसरी बीमारियाँ और बीमारी का चरण—सभी जैव-संकेतकों के स्तर को बदल सकते हैं। नमूना लेने का तरीका भी मायने रखता है।
इसलिए डॉक्टर लक्षणों, पुराने स्वास्थ्य विवरण, शारीरिक जाँच और मस्तिष्क के स्कैन को साथ देखकर निष्कर्ष निकालते हैं। कभी-कभी उन्हें कई जैव-संकेतकों की जरूरत होती है।
भारत में इन जाँचों के व्यापक इस्तेमाल में क्या बाधाएँ हैं?
इनकी लागत अधिक है। ये जाँचें अधिकतर बड़े केंद्रों पर ही उपलब्ध हैं। प्रयोगशालाएँ अलग-अलग तरीके भी अपनाती हैं, इसलिए नतीजों की तुलना करना कठिन होता है।
परीक्षा के लिए ध्यान दें: जैव-संकेतक बीमारी की पहचान करने में मदद करता है। यह कभी भी डॉक्टर के समग्र आकलन की जगह नहीं लेता।
UPSC ने स्वास्थ्य सेवा में AI पर कैसे प्रश्न पूछा?
2023 की मुख्य परीक्षा में दोनों पक्ष पूछे गए थे। प्रश्न में लाभ और निजता के खतरे, दोनों पर चर्चा करनी थी।
14. UPSC मुख्य परीक्षा 2023 में क्या पूछा गया था और इसका उत्तर कैसे लिखें?
यह प्रश्न UPSC सिविल सेवा मुख्य परीक्षा 2023 के सामान्य अध्ययन प्रश्नपत्र III (तीसरे सामान्य अध्ययन प्रश्नपत्र) में Q5 के रूप में आया था। यह 10 अंकों का था और शब्द-सीमा 150 थी।
प्रश्न का मूल पाठ: कृत्रिम बुद्धिमत्ता (AI) की अवधारणा का परिचय दीजिए। AI रोगों की चिकित्सकीय पहचान में कैसे सहायता करता है? क्या स्वास्थ्य सेवा में AI के उपयोग से व्यक्ति की निजता को कोई खतरा दिखाई देता है?
उत्तर तीन भागों में लिखें। पहले AI की परिभाषा दें। फिर रोग की पहचान में इसके लाभ बताएँ, जैसे स्कैन, स्लाइड और आँखों की जाँच में मदद। अंत में सहमति, DPDP अधिनियम और नैतिक दिशानिर्देशों के संदर्भ में निजता के खतरे का आकलन करें।
सोचने के लिए चार प्रश्न
AI को सहायक क्यों कहा जाता है, डॉक्टर का विकल्प क्यों नहीं?
फेफड़ों के मॉडल ने रेडियोलॉजिस्ट से बेहतर प्रदर्शन केवल तब किया, जब पुराना स्कैन उपलब्ध नहीं था। पुराना स्कैन उपलब्ध होने पर इसका प्रदर्शन लगभग बराबर था। डॉक्टर अब भी मरीज की पूरी स्थिति का आकलन करते हैं।
DPDP अधिनियम आपात स्थिति में सहमति के बिना डेटा के इस्तेमाल की अनुमति क्यों देता है?
चिकित्सकीय आपात स्थिति में जान को खतरा हो सकता है। सहमति का इंतजार मरीज को भारी पड़ सकता है। अधिनियम में ऐसी स्थिति को एक सीमित अपवाद के रूप में रखा गया है।
बिना नाम वाला डेटा भी किसी व्यक्ति की पहचान कैसे बता सकता है?
कुछ जानकारियों का मेल किसी एक व्यक्ति के लिए अनोखा हो सकता है। 87% अमेरिकियों की पहचान के लिए ZIP कोड, लिंग और जन्मतिथि पर्याप्त थे। दो डेटासेट जोड़ने से व्यक्ति की पहचान फिर से पता लगाई जा सकती है।
मुख्य परीक्षा के प्रश्न का 150 शब्दों में उत्तर कैसे तैयार करें?
शुरुआत में एक पंक्ति में AI की परिभाषा दें। रोग की पहचान में इसके दो या तीन लाभ उदाहरणों के साथ बताएँ। अंत में निजता के खतरे और सहमति जैसे सुरक्षा उपाय लिखें।
अपनी समझ जाँचें
पेज दोबारा लोड होने पर यह स्कोर रीसेट हो जाता है।
अभ्यास के बहुविकल्पीय प्रश्नों पर जाएँ
✅ खुद को परखें
रोग की पहचान में AI, स्वास्थ्य डेटा और निजता से जुड़े अभ्यास प्रश्न हल करें।
0 of 8 answered
Question 1 of 8
Question 2 of 8
Question 3 of 8
Question 4 of 8
Question 5 of 8
Question 6 of 8
Question 7 of 8
Question 8 of 8
Share your thoughts