डॉक्टरों के सवालों से संवेदनशील जानकारी हटाने की नई कोशिश

आसान शब्दों में

डॉक्टर जब कृत्रिम बुद्धिमत्ता वाले चिकित्सा सहायक से सवाल पूछते हैं, तो उनके सवाल में मरीज़ या डॉक्टर की निजी जानकारी भी आ सकती है। MDCalc का नया औज़ार CrossCover सवाल भेजने से पहले ऐसी जानकारी कम करने के लिए बनाया गया है। कंपनी इसे निजता की सुरक्षा में मददगार बताती है, लेकिन अभी यह साबित करने वाले आँकड़े उपलब्ध नहीं हैं कि यह कितना असरदार है।

डॉक्टर का सवाल हमेशा गुमनाम नहीं होता

किसी डॉक्टर का कृत्रिम बुद्धिमत्ता से पूछा गया सवाल ऊपर से सामान्य लग सकता है, लेकिन उसके पीछे की चिकित्सा परिस्थिति उसे कहीं अधिक पहचान योग्य बना सकती है। स्वास्थ्य और इलाज से जुड़ी जानकारी बेहद निजी हो सकती है। कुछ विवरण मरीज़ की पहचान सीधे बता सकते हैं, तो कुछ दूसरी जानकारियों के साथ मिलकर पहचान उजागर कर सकते हैं। इसलिए निजता की चिंता केवल मरीज़ के नाम या फ़ाइल नंबर तक सीमित नहीं रहती; बीमारी के ब्यौरे और इलाज के हालात में दी गई जानकारी भी अहम हो सकती है।

निजता का एक दूसरा पहलू डॉक्टर और दूसरे स्वास्थ्यकर्मियों से जुड़ा है। सवाल पूछने का ढंग या उसके साथ दी गई जानकारी से डॉक्टर अथवा उनके संस्थान के बारे में भी कुछ पता चल सकता है। MDCalc के मुताबिक, CrossCover का मकसद मरीज़ों और उनकी देखभाल करने वालों, दोनों की निजता की रक्षा करना है। हालांकि कंपनी की घोषणा में यह विस्तार से नहीं बताया गया कि औज़ार किन-किन तरह की जानकारी को पहचानता है या ऐसे मामलों में क्या करता है जहाँ इलाज के लिए काम के विवरण और पहचान खोल सकने वाली जानकारी को अलग करना कठिन हो।

यह फर्क इसलिए मायने रखता है क्योंकि डॉक्टर को सवाल समझाने के लिए पर्याप्त संदर्भ देना पड़ सकता है, पर इसका मतलब यह नहीं कि मरीज़ से जुड़ी हर उपलब्ध जानकारी भी साझा की जाए। CrossCover इसी बीच का रास्ता खोजने की कोशिश करता है: सवाल को इस तरह सँभालना कि मरीज़ की पहचान बताने वाले या स्वास्थ्य से जुड़े संवेदनशील विवरण चैटबॉट तक कम पहुँचें। यानी इसका ज़ोर अधिक निजी जानकारी देने पर नहीं, बल्कि भेजी जाने वाली जानकारी घटाने पर है।

दूसरे तरीकों से यह विचार कैसे अलग है?

कंपनी CrossCover के तरीके को कृत्रिम बुद्धिमत्ता से जुड़े कुछ दूसरे चिकित्सा उत्पादों की दिशा से अलग बताती है। रिपोर्ट के अनुसार, OpenEvidence, Abridge और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड बनाने वाली कंपनी Epic ऐसे उत्पादों पर काम कर रही हैं जिनकी सिफ़ारिशें मरीज़, देखभाल करने वाले और भुगतान करने वाली संस्था से जुड़ी अधिक जानकारी पर आधारित हो सकती हैं। इसके उलट, MDCalc का कहना है कि उसका औज़ार डॉक्टरों के सवालों से इस तरह की जानकारी हटाने पर ध्यान देता है, न कि उसके इस्तेमाल को ज़रूरी बनाने पर।

इस अंतर से अपने-आप यह साबित नहीं होता कि हर परिस्थिति में एक तरीका दूसरे से बेहतर है। कुछ प्रणालियों को अधिक संदर्भ देना उनके काम करने के ढंग का हिस्सा हो सकता है, जबकि संवेदनशील जानकारी घटाने से सवाल के साथ साझा होने वाली निजी जानकारी कम हो सकती है। असल चुनाव इस बात पर निर्भर करता है कि जवाब देने के लिए प्रणाली को कितनी जानकारी चाहिए, जानकारी की सुरक्षा कैसे होती है और डॉक्टर को औज़ार की सीमाएँ कितनी साफ़ समझ आती हैं। उपलब्ध घोषणा में इतनी तकनीकी जानकारी नहीं है कि CrossCover और दूसरे उत्पादों की पूरी तुलना की जा सके।

लॉन्च के विवरण में यह भी नहीं कहा गया कि CrossCover मरीज़ों के स्वास्थ्य रिकॉर्ड रखने वाली प्रणालियों की जगह लेता है या चिकित्सा संबंधी फ़ैसले करता है। उसमें इतना बताया गया है कि यह डॉक्टरों के सवालों से कुछ जानकारी हटाने की कोशिश करता है और कंपनी इसे चिकित्सा के काम में जनरेटिव कृत्रिम बुद्धिमत्ता के इस्तेमाल को तेज़ करने में मददगार मानती है। इस दावे का मतलब सीमित रूप में ही समझना चाहिए: बताए गए काम के अनुसार, औज़ार सवाल में दी गई जानकारी सँभालता है; जवाब का मूल्यांकन करने की ज़िम्मेदारी डॉक्टर की ही रहती है।

CrossCover क्या बदलने की कोशिश कर रहा है?

MDCalc में कृत्रिम बुद्धिमत्ता के प्रमुख ग्राहम वॉकर का मानना है कि यह औज़ार इस तकनीक के इस्तेमाल में आने वाली कुछ अड़चनों और जोखिमों को घटा सकता है। इससे डॉक्टर इसे इस्तेमाल करते समय अधिक सहज महसूस कर सकते हैं। लॉन्च के समय कंपनी ने अपनी सोच इसी तरह रखी: डिजिटल मदद की ज़रूरत और निजता व भरोसे से जुड़ी चिंताओं के बीच की रुकावट कम करना।

यहाँ भरोसे का एक व्यावहारिक अर्थ है। अगर डॉक्टर को लगे कि किसी औज़ार का इस्तेमाल करने के लिए ऐसी जानकारी साझा करनी पड़ेगी जिसे उजागर नहीं करना चाहिए, तो वे उससे दूर रह सकते हैं या सवाल को इस तरह लिख सकते हैं कि वह कम उपयोगी हो जाए। इसके उलट, अगर सवाल भेजने से पहले संवेदनशील ब्यौरे कम किए जा सकें, तो जानकारी की सुरक्षा के लिहाज़ से कृत्रिम बुद्धिमत्ता का इस्तेमाल आसान हो सकता है। लेकिन यह संभावना इस बात का प्रमाण नहीं है कि औज़ार ने इलाज के फ़ैसलों को बेहतर बनाया है या डॉक्टरों का भरोसा बढ़ाया है। उपलब्ध सामग्री कंपनी का लक्ष्य और उसकी अपनी व्याख्या बताती है, किसी परीक्षण के नतीजे या डॉक्टरों की राय के माप नहीं।

वॉकर ने औज़ार को चिकित्सा में कृत्रिम बुद्धिमत्ता के इस्तेमाल को तेज़ करने वाला बताया है। इससे उसकी भूमिका को लेकर कंपनी की एक बड़ी सोच सामने आती है: तकनीक अपनाने में आने वाली कुछ बाधाएँ हटाना। फिर भी यह नहीं बताया गया कि इस्तेमाल कितनी तेज़ी से बढ़ सकता है, कितने संस्थान इसे अपनाएँगे या सवाल तैयार करने और सँभालने में कितना समय लगेगा। इसलिए यहाँ “तेज़ करने” को प्रकाशित आँकड़ों से साबित नतीजा नहीं, बल्कि कंपनी की घोषित महत्वाकांक्षा समझना चाहिए।

निजता की सुरक्षा का मतलब पूरी सुरक्षा नहीं

कृत्रिम बुद्धिमत्ता की प्रणाली तक पहुँचने वाली जानकारी कम करना निजता की रक्षा के लिए उपयोगी कदम है, लेकिन इससे अकेले सुरक्षा का पूरा स्तर तय नहीं किया जा सकता। इसके लिए जानना होगा कि औज़ार ठीक-ठीक क्या हटाता है, सवाल में बचे ऐसे विवरणों से कैसे निपटता है जो सीधे नहीं, पर दूसरे संकेतों के साथ मिलकर किसी व्यक्ति की पहचान खोल सकते हैं, और सवाल मिलने के बाद प्रणाली कौन-सी जानकारी अपने पास रखती है। MDCalc की उपलब्ध घोषणा इन बातों का जवाब नहीं देती। इसलिए सिर्फ़ यह सुनकर कि औज़ार संवेदनशील जानकारी हटाता है, यह मान लेना ठीक नहीं होगा कि हर जोखिम समाप्त हो गया है।

चिकित्सा से जुड़े सवाल को संतुलित ढंग से लिखना भी ज़रूरी है। अगर ज़रूरत से ज़्यादा विवरण हटा दिए जाएँ, तो सवाल अस्पष्ट हो सकता है या उसमें वह संदर्भ नहीं बचेगा जिसकी प्रणाली को जवाब देने के लिए ज़रूरत है। दूसरी ओर, बहुत अधिक जानकारी रहने पर जानकारी से जुड़े जोखिम को घटाने का मकसद पूरा नहीं होगा। किसी भी ऐसे तरीके के सामने यह आम चुनौती आती है जिसमें जवाब के लिए ज़रूरी जानकारी को उस जानकारी से अलग करना हो जिसे साझा करने की आवश्यकता नहीं। लेकिन CrossCover इस संतुलन को व्यवहार में कैसे साधता है, यह स्रोत में नहीं बताया गया।

इसीलिए उपयोगकर्ताओं को यह समझना ज़रूरी है कि औज़ार क्या करता है और क्या नहीं। डॉक्टरों को यह जानना होगा कि जानकारी छाँटने की इसकी सीमाएँ क्या हैं, सवाल भेजने से पहले उन्हें उसकी जाँच करनी चाहिए या नहीं, और जटिल या बेहद संवेदनशील मामलों में उन्हें क्या करना चाहिए। घोषणा में इस्तेमाल की प्रक्रिया या प्रशिक्षण के बारे में कोई विवरण नहीं है। इन बातों के साफ़ होने से ही पाठक औज़ार के इस्तेमाल का पूरा अंदाज़ा लगा पाएँगे।

जवाब पर भरोसा करना अलग सवाल है

MDCalc की पेशकश का ज़ोर तकनीक से जुड़ी कुछ चिंताएँ और अड़चनें घटाने पर है, ताकि डॉक्टर इसका इस्तेमाल अधिक सहजता से कर सकें। लेकिन निजता की रक्षा से यह साबित नहीं होता कि चैटबॉट का चिकित्सा संबंधी जवाब सही है या उस मरीज़ की परिस्थिति के लिए ठीक है। ये दो अलग सवाल हैं: पहला, सवाल में कौन-सी जानकारी साझा हो रही है; दूसरा, जवाब कितना अच्छा है और इलाज में उसका इस्तेमाल करने से पहले उसकी जाँच कैसे की जाए।

इसलिए उपलब्ध जानकारी के आधार पर CrossCover को न तो सही जवाब की गारंटी समझना चाहिए, न ही पेशेवर चिकित्सकीय समझ का विकल्प। लेख में यह नहीं बताया गया कि औज़ार इस्तेमाल करने पर चैटबॉट के जवाब कितने सटीक होते हैं, न किसी चिकित्सकीय परीक्षण का ज़िक्र है और न ही यह आँकड़ा दिया गया है कि कितनी ग़लतियाँ रोकी गईं। यह भी नहीं बताया गया कि कितने डॉक्टरों ने इसे आज़माया या काम में लगने वाले समय पर इसका क्या असर पड़ा। इन जानकारियों का न होना यह साबित नहीं करता कि औज़ार बेकार है, लेकिन इसका असर तय करने के लिए ऐसे प्रमाण चाहिए जो कंपनी की घोषणा में मौजूद नहीं हैं।

यह फर्क समझना इसलिए उपयोगी है ताकि दो अलग उद्देश्यों को एक न मान लिया जाए। सवाल को सँभालने से जानकारी साझा करने की चिंता कम हो सकती है, लेकिन जवाब का स्वतंत्र रूप से मूल्यांकन फिर भी ज़रूरी रहेगा। डॉक्टर को सिर्फ़ यह नहीं देखना होता कि प्रणाली ने निजता का ध्यान रखा या नहीं; उन्हें यह भी परखना होता है कि जवाब सही जानकारी पर आधारित है या नहीं, मरीज़ की स्थिति पर लागू होता है या नहीं और उस पर कितना भरोसा किया जा सकता है। घोषित औज़ार इस बड़ी समस्या के एक हिस्से पर काम करता है; स्रोत यह नहीं कहता कि वह बाकी सवालों को भी हल कर देता है।

क्या पता है और क्या अभी साफ़ नहीं?

घोषणा से कुछ बातें साफ़ तौर पर पता चलती हैं। चिकित्सा संदर्भ के लिए जानी जाने वाली MDCalc ने बुधवार, 11 नवंबर 2026 को CrossCover लॉन्च किया। कंपनी कहती है कि इसका उद्देश्य मरीज़ों और देखभाल करने वालों की निजता बनाए रखते हुए डॉक्टरों का चिकित्सा संबंधी कृत्रिम बुद्धिमत्ता वाले चैटबॉट के जवाबों पर भरोसा बढ़ाना है। औज़ार की घोषित बनावट डॉक्टरों के सवालों से कुछ तरह की संवेदनशील जानकारी हटाने पर केंद्रित है। कंपनी में कृत्रिम बुद्धिमत्ता के प्रमुख ने यह भी कहा कि लक्ष्य तकनीक के इस्तेमाल में आने वाली कुछ मुश्किलों और जोखिमों को कम करना है।

दूसरी ओर, उपलब्ध लेख में औज़ार के काम करने के तरीके, संवेदनशील जानकारी पहचानने की उसकी सटीकता, उसे परखने की प्रक्रिया या लॉन्च के बाद के नतीजों का ब्यौरा नहीं है। यह भी नहीं बताया गया कि औज़ार जानकारी मिटाता है, उसे छिपाता है या सवाल को नए शब्दों में लिखता है। इसलिए किसी एक तकनीकी तरीके को इसका पक्का तरीका बताना ठीक नहीं होगा। इस्तेमाल या असर के आँकड़े भी नहीं दिए गए हैं, और CrossCover की कीमत या यह किन लोगों के लिए उपलब्ध है, इसकी जानकारी भी नहीं है।

स्वास्थ्य-सेवा में कृत्रिम बुद्धिमत्ता के औज़ारों पर बात करते समय घोषित बातों और साबित नतीजों के बीच यह फर्क बनाए रखना ज़रूरी है। नया नाम और अच्छा उद्देश्य इस बात का विकल्प नहीं हो सकते कि जानकारी के साथ वास्तव में क्या होता है, यह साफ़ बताया जाए और नतीजों का स्वतंत्र मूल्यांकन हो। औज़ार का संबंध जितना अधिक संवेदनशील स्वास्थ्य जानकारी से होगा, सुरक्षा और पारदर्शिता से जुड़े सवालों के जवाब उतने ही ज़रूरी होंगे। साथ ही यह भी देखना होगा कि जोखिम घटाते हुए चिकित्सा संबंधी सवाल की उपयोगिता बनी रहती है या नहीं।

इस तरीके पर नज़र रखना क्यों ज़रूरी है?

CrossCover डिजिटल चिकित्सा सहायकों की बनावट को लेकर एक अहम चर्चा सामने लाता है: क्या ऐसी प्रणालियों को सिफ़ारिशें देने के लिए अधिक से अधिक जानकारी चाहिए, या भेजी जाने वाली जानकारी घटाकर उनका इस्तेमाल अधिक सावधानी से किया जा सकता है? MDCalc का उदाहरण हर तरह के इस्तेमाल का जवाब नहीं देता, लेकिन यह ऐसा रास्ता ज़रूर दिखाता है जिसमें कम जानकारी भेजना विचार के केंद्र में है। इसमें बढ़ते इस्तेमाल का एकमात्र रास्ता अधिक संदर्भ जुटाना नहीं माना गया है।

इस रास्ते की उपयोगिता इस बात पर निर्भर करेगी कि इसे लागू कैसे किया जाता है। अगर औज़ार गैर-ज़रूरी जानकारी भरोसेमंद ढंग से हटा सके और साथ ही इलाज के लिए ज़रूरी अर्थ को बनाए रखे, तो निजता की चिंता के एक हिस्से को कम करने में मदद मिल सकती है। लेकिन अगर इसकी सीमाएँ साफ़ न हों या उपयोगकर्ता यह न समझ पाएँ कि सवाल में कौन-सी जानकारी बची है, तो चिंता का कुछ हिस्सा बना रहेगा। ये ऐसे सवाल हैं जिनकी जाँच होनी चाहिए, कंपनी के घोषित नतीजे नहीं; केवल उत्पाद के वर्णन से इनके जवाब तय नहीं हो सकते।

इस तरह के किसी भी औज़ार की असली कसौटी सिर्फ़ उसका जानकारी घटाने का वादा नहीं है। यह भी देखना होगा कि वह क्या सँभालता है, उपयोगकर्ताओं को अपनी सीमाएँ कितनी साफ़ बताता है और उसके कामकाज के बारे में जाँचने योग्य जानकारी उपलब्ध है या नहीं। इन बातों के बिना CrossCover को एक वास्तविक समस्या से निपटने की कोशिश के रूप में देखा जा सकता है, न कि निजता या चिकित्सा में कृत्रिम बुद्धिमत्ता पर भरोसे से जुड़ी हर चिंता का अंतिम समाधान।

निष्कर्ष

CrossCover के ज़रिये MDCalc ने चिकित्सा में कृत्रिम बुद्धिमत्ता के इस्तेमाल का एक अलग रास्ता पेश किया है। कंपनी का कहना है कि सिफ़ारिशें तैयार करने के लिए अधिक जानकारी जुटाने के बजाय उसका औज़ार डॉक्टरों के सवालों से कुछ संवेदनशील विवरण हटाने पर ध्यान देता है, ताकि मरीज़ों और देखभाल करने वालों की निजता बची रहे। ग्राहम वॉकर ने इसे उन कुछ मुश्किलों और जोखिमों को कम करने का तरीका बताया है जो डॉक्टरों का इस तकनीक पर भरोसा घटा सकते हैं।

हालांकि, अब तक की घोषणा औज़ार का मकसद बताती है, उसके कामकाज की पूरी तस्वीर नहीं। उपलब्ध जानकारी में उसकी सटीकता या चिकित्सा के काम पर असर के आँकड़े नहीं हैं, जानकारी हटाने का तकनीकी तरीका नहीं समझाया गया है और यह साबित नहीं किया गया कि इससे चैटबॉट के जवाब सही हो जाते हैं। CrossCover का महत्व इसलिए उसके घोषित काम के साथ-साथ उस सवाल में भी है जो यह उठाता है: चिकित्सा में कृत्रिम बुद्धिमत्ता से मदद लेते हुए संवेदनशील जानकारी कम से कम कैसे साझा की जाए, और जवाबों की जाँच तथा डॉक्टर की पेशेवर ज़िम्मेदारी को कैसे बनाए रखा जाए?