ग्रांट लनी, EverHealth में उत्पाद प्रमुख – साक्षात्कार शृंखला

ग्रांट लनी EverHealth में उत्पाद प्रमुख हैं। उन्हें स्वास्थ्य सेवा प्रौद्योगिकी, नैदानिक संचालन और उत्पाद रणनीति के क्षेत्र में लगभग दो दशकों का अनुभव है। उनका करियर Boulder Community Health, OTTO Health, NextGen Healthcare और CrowdHealth में फैला है। इस दौरान उनका ध्यान बाह्यरोगी देखभाल और चिकित्सा केंद्रों के सामने आने वाली व्यावहारिक चुनौतियों पर रहा है। EverHealth में वे नैदानिक दस्तावेज़ीकरण और चिकित्सा केंद्रों के कार्यप्रवाहों में एआई के उपयोग पर काम करते हैं, ताकि चिकित्सकों को मरीज़ों की देखभाल के लिए अधिक समय मिल सके।

EverHealth स्वास्थ्य सेवा प्रौद्योगिकी उपलब्ध कराता है, जिसमें इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड, चिकित्सा केंद्रों का प्रबंधन, चिकित्सा बिलिंग और मरीज़ों से संवाद शामिल हैं। इसका EverHealth Scribe परिवेशी एआई का उपयोग करके मरीज़ और चिकित्सक के बीच हुई बातचीत को ईएचआर में ऐसे मसौदा नैदानिक नोट्स में बदलता है, जिनकी चिकित्सक समीक्षा और स्वीकृति कर सकते हैं। इस साक्षात्कार में लनी व्यवहार स्वास्थ्य के दस्तावेज़ीकरण, मरीज़ों की सहमति और निजता, नैदानिक निगरानी तथा स्वतंत्र चिकित्सा केंद्रों के प्रशासनिक कामकाज को कम करने में एआई की भूमिका पर चर्चा करते हैं।

आपका करियर स्वास्थ्य सेवा प्रौद्योगिकी में लगभग दो दशकों तक फैला है—Boulder Community Health में नैदानिक संचालन और रणनीति से लेकर OTTO Health, NextGen Healthcare और CrowdHealth में उत्पाद नेतृत्व तक, और अब EverHealth तक। इन अनुभवों ने स्वास्थ्य सेवा में एआई की भूमिका को लेकर आपके नज़रिए को किस तरह आकार दिया है? साथ ही, EverHealth में उत्पाद नवाचार का नेतृत्व करने के अवसर ने आपको किस बात से आकर्षित किया?

मैंने अपने लगभग दो दशकों के करियर का अधिकांश समय स्वास्थ्य सेवा प्रौद्योगिकी में बिताया है, मुख्य रूप से बाह्यरोगी देखभाल के क्षेत्र में। इस दौरान मैंने चिकित्सकों को चिकित्सा का अभ्यास करने में मदद देने वाले औज़ारों में उल्लेखनीय प्रगति देखी है। मुझे याद है, जब इलेक्ट्रॉनिक तरीके से पर्चे लिखना अपने आप में एक बड़ी बात थी। यह विचार कि चिकित्सक इलेक्ट्रॉनिक रूप से पर्चा भेज सके और मरीज़ के फ़ार्मेसी पहुँचने तक वह तैयार हो जाए, एक महत्वपूर्ण उपलब्धि थी। उसके बाद हमने अधिक परिष्कृत ईएचआर, प्रक्रिया स्वचालन, प्रणालियों के बीच सूचनाओं का आदान-प्रदान और स्वास्थ्य सेवा को अधिक कुशल बनाने के लिए तरह-तरह के औज़ार पेश किए हैं।

मैं एआई को भी कुछ इसी तरह देखता हूँ। चाहे बात बड़े भाषा मॉडल की हो, जनरेटिव एआई की या पूर्वानुमानकारी मॉडल की—ये सभी हमारे औज़ारों के संग्रह में जुड़े नए साधन हैं। उद्देश्य वही है: चिकित्सकों का काम अधिक कुशल बनाना और अंततः उनकी ओर से दी जाने वाली देखभाल की गुणवत्ता में सुधार करना।

एक प्राथमिक देखभाल चिकित्सक के बारे में सोचिए, जिसके पास 2,500 या 3,000 मरीज़ों की ज़िम्मेदारी है। उसका दिन आपातकालीन समस्याओं के लिए आने वाले मरीज़ों, दवाओं के प्रबंधन और कई दीर्घकालिक बीमारियों से जूझ रहे लोगों की देखभाल में बीतता है। लेकिन मुझे रत्ती भर भी विश्वास नहीं कि ये चिकित्सक अपने मरीज़ों के साथ पहले से ही उन पहलुओं पर काम करने के लिए अधिक समय नहीं देना चाहेंगे जो आगे चलकर स्वास्थ्य को प्रभावित करते हैं—पोषण, व्यायाम, व्यवहार स्वास्थ्य और किसी व्यक्ति के स्वास्थ्य पर असर डालने वाले सामाजिक कारक। वे लोगों को ऐसे सार्थक बदलाव करने में मदद करना चाहेंगे, जिनसे अगली दीर्घकालिक बीमारी शुरू होने से पहले ही रोकी जा सके। वे इसी उद्देश्य से मेडिकल स्कूल गए थे।

एआई को लेकर मुझे यही बात उत्साहित करती है। हम ऐसी प्रौद्योगिकी विकसित करने लगे हैं, जो प्रशासनिक काम और जानकारी संसाधित करने के काम का बड़ा हिस्सा चिकित्सकों के कंधों से उतार सकती है और उन्हें चिकित्सा का अभ्यास करने के लिए अधिक समय दे सकती है।

EverHealth की ओर मेरा आकर्षण इस बात से हुआ कि हम इस प्रौद्योगिकी को पूरे चिकित्सा केंद्र में, चरणबद्ध तरीके से लागू कर सकते हैं। मेरा दृढ़ विश्वास है कि पहले एक समस्या को असाधारण रूप से अच्छी तरह हल करना चाहिए और फिर अगली समस्या पर आगे बढ़ना चाहिए। हम पहले नैदानिक दस्तावेज़ीकरण में सुधार कर सकते हैं, फिर निदान की पहचान, उसके बाद कोडिंग, आदेश, पर्चे और चिकित्सा केंद्रों के संचालन में। समय के साथ, ये सुधार एक-दूसरे के साथ मिलकर काम करने लगते हैं।

EverHealth Scribe मरीज़ और चिकित्सक के बीच हुई बातचीत को एआई की मदद से व्यवस्थित नैदानिक दस्तावेज़ीकरण में बदलता है। क्या आप हमें बता सकते हैं कि यह प्रौद्योगिकी कैसे काम करती है—सत्र को रिकॉर्ड करने से लेकर नैदानिक नोट तैयार करने तक? और यह भी समझा सकते हैं कि आपका तरीका एआई-आधारित चिकित्सा दस्तावेज़ीकरण के अन्य समाधानों से किस तरह अलग है?

सबसे सरल रूप में, एआई स्क्राइब मरीज़ और चिकित्सक के बीच हुई बातचीत को सुनता है, वाक् पहचान की मदद से समझता है कि किसने क्या कहा, और फिर बड़े भाषा मॉडल के ज़रिए चिकित्सकीय रूप से प्रासंगिक जानकारी को व्यवस्थित करके एक संरचित नोट तैयार करता है। चिकित्सक उस जानकारी की समीक्षा करते हैं, ज़रूरी सुधार करते हैं और अंतिम दस्तावेज़ को स्वीकृति देते हैं।

मुझे लगता है कि हम ऐसे मुकाम पर पहुँच रहे हैं जहाँ अधिकांश अच्छे परिवेशी एआई स्क्राइब इस मूल काम को उल्लेखनीय दक्षता से करने लगे हैं। मॉडल की परिष्कृतता और सटीकता अलग-अलग होती है, लेकिन मेरा मानना है कि अलग पहचान बनाने का बड़ा अवसर अब इस प्रक्रिया के आसपास की बाकी चीज़ों में तेज़ी से उभरेगा।

हमारे लिए शुरुआत इस बात से होती है कि नोट तैयार होने के बाद हम चिकित्सक के काम का कितना बड़ा हिस्सा पूरा कर सकते हैं। हमने पहले ही निदान और CPT कोड के सुझाव जोड़ दिए हैं और अब आदेशों तथा पर्चों तक अपनी सेवाओं का विस्तार कर रहे हैं—ये सभी सुविधाएँ सीधे ईएचआर में शामिल हैं। हम पिछली मुलाक़ातों, चिकित्सा इतिहास और मुलाक़ात से पहले के दस्तावेज़ों से मिली जानकारी भी शामिल करते हैं, क्योंकि 15 मिनट की बातचीत एक बहुत बड़ी नैदानिक कहानी का केवल छोटा-सा हिस्सा होती है। इसके अलावा, हम ऐसे टिप्पण-चिह्न विकसित कर रहे हैं जो चिकित्सकों के उन अवलोकनों और नोट्स को दर्ज करते हैं, जिन्हें वे बोलकर व्यक्त नहीं करते।

हमने इन सभी क्षमताओं को भरोसेमंद बनाने का भी ध्यान रखा है। अगर कोई चिकित्सक मरीज़ के साथ 30 मिनट बिताए और फिर पता चले कि रिकॉर्डिंग विफल हो गई, तो यह एक बेहद बुरा अनुभव होगा। इसलिए हमें माइक्रोफ़ोन की जगह से लेकर अस्थिर वाई-फ़ाई तक, हर पहलू का ध्यान रखना पड़ता है।

अगर हम ये सभी बातें सही ढंग से कर पाएँ, तो अपॉइंटमेंट के अंत तक चिकित्सक के दस्तावेज़ीकरण का लगभग सारा काम पूरा हो चुका होना चाहिए। इसके बाद उन्हें केवल चिकित्सकीय सामग्री की समीक्षा करनी है, अपने विवेक का इस्तेमाल करना है और उन सुझावों पर अमल करना है जो उचित लगें।

मानसिक स्वास्थ्य परामर्श में अक्सर बेहद निजी बातचीत, भावनात्मक बारीकियाँ और संवेदनशील खुलासे शामिल होते हैं। व्यवहारगत स्वास्थ्य के लिए एआई-आधारित चिकित्सा दस्तावेज़ीकरण सहायक विकसित करने में कौन-सी विशिष्ट तकनीकी चुनौतियाँ आती हैं? और आप यह कैसे सुनिश्चित करते हैं कि प्रणाली संदर्भ को गलत समझे बिना या अनावश्यक निजी विवरण दर्ज किए बिना, चिकित्सकीय रूप से प्रासंगिक जानकारी को सही ढंग से दर्ज करे?

मनोचिकित्सा का 50 मिनट का सत्र, व्यवहारगत स्वास्थ्य का 15 मिनट का परामर्श और आंतरिक चिकित्सा की सात मिनट की मुलाक़ात—ये तीनों बिल्कुल अलग तरह की बातचीत हैं। और हर मुलाक़ात के बाद तैयार होने वाला दस्तावेज़ भी अलग दिखना चाहिए।

इसलिए हम चिकित्सक से शुरुआत करके उलटी दिशा में काम करते हैं। कौन-सी जानकारी दर्ज होनी चाहिए? उसे किस तरह व्यवस्थित किया जाना चाहिए? चिकित्सकीय दृष्टि से कितना विवरण उचित है? और अंतिम टिप्पणी कैसी होनी चाहिए, ताकि चिकित्सक आश्वस्त हो सके कि उसमें मुलाक़ात का सटीक ब्यौरा है?

एक बार यह तय हो जाने पर, हम उन अपेक्षाओं के अनुरूप दस्तावेज़ तैयार करने के लिए एआई को कॉन्फ़िगर और परिष्कृत कर सकते हैं। हमारा लक्ष्य बेहद लंबी, जटिल और निजी बातचीत से ऐसी चिकित्सकीय जानकारी निकालना है जो वास्तव में मरीज़ की देखभाल के लिए प्रासंगिक हो।

और मुझे लगता है कि व्यवहारगत स्वास्थ्य के मामले में यह बात विशेष रूप से अहम है। किसी सत्र में कही गई हर बात का मरीज़ के स्थायी चिकित्सा रिकॉर्ड में शामिल होना ज़रूरी नहीं होता। मॉडल को चिकित्सकीय अर्थ की सही व्याख्या भी करनी होती है; व्यवहारगत स्वास्थ्य में संदर्भ के आधार पर एक ही कथन के बहुत अलग-अलग अर्थ हो सकते हैं। इसीलिए चिकित्सक की समीक्षा और विवेक अनिवार्य बने रहते हैं।

हम इन मॉडलों की बुद्धिमत्ता के बारे में बहुत बात करते हैं, लेकिन मेरे विचार से सबसे अहम कामों में से कुछ मॉडल के कोई टिप्पणी तैयार करने से पहले ही हो जाते हैं। इसमें यह तय करना शामिल है कि चिकित्सकीय रूप से सफल नतीजा कैसा दिखता है, और फिर उसे कितनी विश्वसनीयता से तैयार किया जा सकता है, इसमें लगातार सुधार करना।

सीधे शब्दों में कहें, तो हमारी प्रक्रिया है यह तय करना कि अच्छा नतीजा कैसा दिखता है, वहीं से उलटी दिशा में काम करना और यह तय करने का अंतिम अधिकार चिकित्सक के पास रखना कि हम उस नतीजे तक पहुँचे हैं या नहीं।

KFF के शोध में पाया गया कि अमेरिका के 77% वयस्क एआई टूल के साथ साझा की गई चिकित्सा जानकारी की गोपनीयता को लेकर चिंतित हैं। EverHealth इन चिंताओं का समाधान कैसे करता है—खासकर मरीज़ों के डेटा को कितने समय तक रखने, तीसरे पक्ष की पहुँच और एआई मॉडल को प्रशिक्षित या बेहतर बनाने के लिए संवेदनशील जानकारी के इस्तेमाल के संबंध में?

यह चिंता जायज़ है और मेरे विचार से बेहतर देखभाल के बदले मरीज़ों को अपनी गोपनीयता नहीं छोड़नी पड़नी चाहिए। साथ ही, किसी प्रौद्योगिकी कंपनी को उनसे यह अपेक्षा नहीं करनी चाहिए कि वे उसके सुरक्षा उपायों पर आँख मूँदकर भरोसा करें। मरीज़ों और स्वास्थ्य सेवा केंद्रों को इस बारे में स्पष्ट जवाब मिलने चाहिए कि हम कौन-सी जानकारी इस्तेमाल करते हैं, उस तक किसकी पहुँच है और हम उसे कितने समय तक रखते हैं।

EverHealth Scribe में मरीज़ों की जानकारी का प्रसंस्करण चिकित्सकीय दस्तावेज़ीकरण और देखभाल की निरंतरता में सहायता के लिए किया जाता है। हम CarePilot सहित प्रौद्योगिकी साझेदारों के साथ काम करते हैं और व्यावसायिक सहयोगी समझौतों जैसे संविदात्मक सुरक्षा उपाय अपनाते हैं, जो संरक्षित स्वास्थ्य जानकारी के प्रबंधन को नियंत्रित करते हैं। हम एन्क्रिप्शन और पहुँच नियंत्रण का भी इस्तेमाल करते हैं, और पहचान बताने वाली मरीज़ों की जानकारी का उपयोग एआई मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता। Scribe के प्रतिलेख अधिकतम 180 दिनों तक उपलब्ध रहते हैं, ताकि चिकित्सक अलग-अलग मुलाक़ातों के बीच प्रासंगिक संदर्भ को फिर से देख सकें; हालाँकि, स्वास्थ्य सेवा केंद्र प्रतिलेख हटाने का अनुरोध भी कर सकते हैं।

आखिरकार, नवाचार के बाद गोपनीयता को ऊपर से जोड़ देना संभव नहीं है। हम क्या बनाते हैं, किन चीज़ों को जोड़ते हैं और क्या जानकारी अपने पास रखते हैं—इन सभी फैसलों को गोपनीयता के अनुरूप ढलना चाहिए।

EverHealth Scribe लागू करने वाली Mentavi Health, मरीज़ों की सहमति नामांकन के समय और हर मुलाक़ात से पहले भी लेती है। मरीज़ों का भरोसा कायम करने में सहमति लेने की इस निरंतर प्रक्रिया का क्या महत्त्व है? और जब कोई मरीज़ एआई की मदद से दस्तावेज़ीकरण कराने से मना करे या सत्र के दौरान अपनी सहमति वापस ले ले, तो क्या होना चाहिए?

नामांकन के समय और हर मुलाक़ात से पहले सहमति लेने का Mentavi का तरीका इस बात को पुष्ट करता है कि मरीज़ को यह तय करने का अधिकार है कि उसकी देखभाल किस तरह की जाए।

मैंने अपने करियर का एक बड़ा हिस्सा दूरचिकित्सा के क्षेत्र में बिताया है, इसलिए मेरा मानना है कि जब मरीज़ों को तकनीक का लाभ दिखाई देता है, तो वे आम तौर पर उसे अपनाने के लिए तैयार रहते हैं। आदर्श स्थिति में, मरीज़ों को चिकित्सक से अधिक आँखें मिलाने, अधिक सीधे संवाद और ऐसे चिकित्सक का अनुभव होता है जो लैपटॉप के पीछे बैठने या कंप्यूटर पर टाइप करने के बजाय बातचीत पर पूरा ध्यान दे रहा हो। यह अपने आप में एक आकर्षक लाभ है।

बेशक, इस लाभ के साथ विकल्प चुनने की स्वतंत्रता भी होनी चाहिए। मरीज़ों को समझना चाहिए कि तकनीक का इस्तेमाल किस तरह हो रहा है और उन्हें उसे अस्वीकार करने में सहज महसूस करना चाहिए। अगर कोई मरीज़ मुलाक़ात के दौरान सहमति वापस लेता है, तो रिकॉर्डिंग रोक दी जानी चाहिए और चिकित्सक को मुलाक़ात जारी रखने तथा अपने सामान्य कार्यप्रवाह के अनुसार उसका दस्तावेज़ीकरण करने में सक्षम होना चाहिए। पहले से दर्ज की गई किसी भी जानकारी को लागू सहमति और गोपनीयता संबंधी आवश्यकताओं के अनुसार संभालना ज़रूरी है।

आखिरकार, मेरे विचार से भरोसा लगातार लाभ पहुँचाने से बनता है। अगर हम चिकित्सकों को मरीज़ों के साथ संवाद करने के लिए अधिक समय दे पा रहे हैं और मरीज़ खुद इस अंतर को महसूस कर पा रहे हैं, तो हम कुछ सही कर रहे हैं।

एआई से तैयार किए गए क्लिनिकल नोट्स में कई संभावित जोखिम होते हैं, जैसे मनगढ़ंत जानकारी, छूटे हुए विवरण और मरीजों की बातों की गलत व्याख्या। इन त्रुटियों की पहचान के लिए EverHealth ने कौन-से सुरक्षा उपाय लागू किए हैं? और आप यह कैसे सुनिश्चित करते हैं कि चिकित्सक एआई से तैयार दस्तावेज़ों को बस मंज़ूर न कर दें, बल्कि उन पर सार्थक निगरानी भी बनाए रखें?

चिकित्सक स्क्राइब के साथ मिलकर काम करते हैं और एआई से तैयार नोट्स को मेडिकल रिकॉर्ड में जोड़ने से पहले उनमें संशोधन करने के ज़िम्मेदार होते हैं। इससे तैयार सामग्री में किसी भी तरह की विसंगति की आशंका को कम करने में मदद मिलती है।

मेडिकल रिकॉर्ड में जानकारी दर्ज किए जाने से पहले चिकित्सक को उसकी समीक्षा करके उसमें संशोधन करना होता है। अंततः यह तय करने की ज़िम्मेदारी उन्हीं की होती है कि नोट में मुलाक़ात का सही विवरण है या नहीं, और कहीं कोई ज़रूरी बात छूट तो नहीं गई या उसकी गलत व्याख्या तो नहीं हुई।

एक अन्य अहम पहलू लगातार मिलने वाली प्रतिक्रियाएँ हैं। हम हर मुलाक़ात के बाद चिकित्सकों से पूछते हैं कि क्या दस्तावेज़ीकरण उनके लिए उपयोगी रहा। 96% से अधिक प्रतिक्रियाएँ सकारात्मक रही हैं। यह इस बात का उत्साहजनक संकेत है कि हम लगातार उपयोगी मूल्य दे रहे हैं।

जब कोई चिकित्सक किसी समस्या की सूचना देता है, तो हमारी टीम सीधे उनसे संपर्क करके समझती है कि क्या हुआ, समस्या की जड़ पहचानती है और यह तय करती है कि अनुभव को बेहतर कैसे बनाया जा सकता है। तकनीक का इस्तेमाल करने वाले लोगों के साथ यह सीधा जुड़ाव, उत्पाद को विकसित और बेहतर बनाने की प्रक्रिया का बेहद अहम हिस्सा है।

मेरा मानना है कि एआई की मदद से तैयार किए गए दस्तावेज़ों पर भरोसा इसी तरह बनता है। आप मूल जानकारी को सुलभ बनाते हैं, चिकित्सकों की सार्थक निगरानी बनाए रखते हैं और लगातार यह परखते हैं कि तकनीक वास्तव में मददगार साबित हो रही है या नहीं।

Mentavi Health ने हाल ही में 30 से अधिक लाइसेंसधारी चिकित्सकों और एआई की मदद से तैयार किए गए 14,000 से अधिक क्लिनिकल नोट्स से जुड़ी चरणबद्ध कार्यान्वयन प्रक्रिया के नतीजे बताए। इसमें संरचित दस्तावेज़ीकरण और निदान-कोड दर्ज करने में सुधार देखने को मिला। इस कार्यान्वयन से सबसे अहम निष्कर्ष क्या निकले, और आप कैसे मापते हैं कि एआई स्क्राइब वाकई चिकित्सकों की उत्पादकता, दस्तावेज़ीकरण की सटीकता और मरीजों की देखभाल में सुधार कर रहे हैं?

Mentavi के कार्यान्वयन से मिले सबसे अहम सबकों में से एक यह है कि सफलतापूर्वक अपनाया जाना केवल तकनीक पर निर्भर नहीं करता। दस्तावेज़ीकरण के मानक तय करने, गुणवत्ता के मापदंड स्थापित करने और क्षमताओं को सोच-समझकर शुरू करने के लिए Mentavi ने क्लिनिकल, प्रशासनिक और तकनीकी विशेषज्ञता को एक साथ जोड़ा। ज़िम्मेदारी के साथ स्वास्थ्य सेवा में नवाचार का रूप ठीक ऐसा ही होना चाहिए।

Scribe के मामले में हम जिस समस्या को हल करना चाहते हैं, वह सीधी-सी है: चिकित्सक अपॉइंटमेंट का दस्तावेज़ीकरण करने में बहुत ज़्यादा समय लगाते हैं। तो इस काम में लगने वाले समय और मेहनत को हम कितना कम कर सकते हैं?

हम दस्तावेज़ीकरण में लगने वाले समय, चिकित्सकों की संतुष्टि और इस बात का आकलन करते हैं कि निदान की पहचान और CPT कोड के सुझाव जैसी सुविधाएँ कार्यप्रवाह में अतिरिक्त चरणों को कितनी प्रभावी ढंग से कम करती हैं। जैसे-जैसे हम आदेशों और प्रिस्क्रिप्शन तक अपनी सेवाओं का विस्तार करेंगे, इसी सोच को लागू करेंगे। हर सुविधा को चिकित्सक के रोज़मर्रा के काम का एक और अहम हिस्सा कम करना चाहिए।

निदान-कोड दर्ज करने में हुआ सुधार खास तौर पर उत्साहजनक था। मूल्यांकन में, Scribe का इस्तेमाल करने वाली मुलाक़ातों में निदान-कोड दर्ज होने की दर लगभग 80% थी, जबकि इसके बिना यह दर लगभग 26% थी। इससे संरचित क्लिनिकल दस्तावेज़ीकरण में एकरूपता में उल्लेखनीय सुधार हुआ। यह इस बात का भी बेहतरीन उदाहरण है कि एआई केवल नोट तैयार करने से आगे बढ़कर भी कैसे मूल्य दे सकता है।

तैयार किए गए नोट्स की संख्या उत्साहजनक है, लेकिन हम कितना काम कम कर रहे हैं, और जिस दस्तावेज़ीकरण को तैयार करने में हम मदद कर रहे हैं उसकी गुणवत्ता और एकरूपता कैसी है—असल मायने इन नतीजों के हैं।

स्वतंत्र चिकित्सा और मानसिक स्वास्थ्य क्लिनिकों के पास अक्सर बड़े स्वास्थ्य सेवा तंत्रों की तुलना में प्रशासनिक संसाधन सीमित होते हैं। एआई आधारित दस्तावेज़ीकरण छोटे क्लिनिकों को प्रतिस्पर्धा करने में कैसे मदद कर सकता है? साथ ही, कार्यान्वयन की लागत, कार्यप्रवाह में एकीकरण या तकनीक अपनाने से जुड़ी किन बाधाओं को अभी दूर करना ज़रूरी है?

मेरा मानना है कि स्वतंत्र क्लिनिकों के लिए सबसे बड़ा अवसर अपनी राह चुनने की आज़ादी है। चिकित्सकों और कर्मचारियों के प्रशासनिक काम का बोझ कम करके हम क्लिनिकों को यह बेहतर तय करने की स्वतंत्रता देते हैं कि वे अपना समय और संसाधन कैसे खर्च करें। हो सकता है कोई चिकित्सक अधिक मरीज देखना चाहे। हो सकता है कि वे अपने मौजूदा मरीजों के साथ ज़्यादा समय बिताना चाहें। या फिर वे बस शाम पाँच बजे अपनी आख़िरी अपॉइंटमेंट पूरी करके, दस्तावेज़ों की समीक्षा में 15 मिनट लगाकर घर जाना चाहें—इसके बजाय कि काम पूरा करने के लिए दो घंटे और रुकें। ये सभी नतीजे मूल्यवान हैं, और कौन-सा उनके लिए सबसे अहम है, यह तय करने का अधिकार क्लिनिक को होना चाहिए।

कार्यान्वयन की बात करें, तो हम पहले से ही क्लिनिक के तकनीकी सेवा प्रदाता हैं। इसलिए कार्यप्रवाह में एकीकरण की ज़िम्मेदारी हमारी है, उनकी नहीं। Scribe उन उपकरणों पर चलता है जो चिकित्सकों के पास पहले से हैं, और इसे शुरू करने के लिए एक या दो प्रशिक्षण सत्र ही काफ़ी हो सकते हैं। फिर भी, छोटे क्लिनिकों के पास तकनीकी समस्याओं को संभालने की गुंजाइश बहुत कम होती है। इसलिए हमारा लक्ष्य ऐसी व्यवस्था करना है जिसे जहाँ तक संभव हो, लोग खुद ही शुरू और संचालित कर सकें।

आख़िरकार, मेरा मानना है कि एआई स्वतंत्र क्लिनिकों को ऐसी क्षमताओं और संचालन संबंधी दक्षताओं तक पहुँच देता है जिनके लिए पहले बहुत बड़े संगठनों की ज़रूरत होती थी। और उतना ही अहम यह है कि इससे उन क्लिनिकों में काम करने वाले लोगों को अपने समय के इस्तेमाल पर अधिक नियंत्रण मिलता है।

स्वास्थ्य सेवा में एआई को नियंत्रित करने वाले कानून अलग-अलग राज्यों में लगातार विविध होते जा रहे हैं, खासकर मानसिक स्वास्थ्य के क्षेत्र में। EverHealth इस बिखरे हुए नियामक माहौल से कैसे निपटता है? ऐसा एआई उत्पाद विकसित करते समय किन चुनौतियों का सामना करना पड़ता है जिसे कई न्यायक्षेत्रों में रोगियों की सहमति, डेटा की गोपनीयता और चिकित्सकों की निगरानी से जुड़ी अलग-अलग आवश्यकताओं के अनुरूप ढालना हो?

मुझे लगता है, यह फ़िल्म मैं पहले भी देख चुका हूँ। कोविड-19 से पहले मैंने अपने करियर का बड़ा हिस्सा टेलीहेल्थ में बिताया। इस दौरान लाइसेंस, रोगियों की भौगोलिक स्थिति, सहमति, दवा लिखने और खर्च की प्रतिपूर्ति से जुड़े राज्य-दर-राज्य अलग-अलग नियमों के बीच काम किया। फिर लगभग रातोंरात नियम बदल गए, और हमें उनके लगातार बदलते रहने के बीच काम का विस्तार करना पड़ा।

एआई का परिदृश्य भी कुछ ऐसा ही लगता है। हमारा ध्यान प्रस्तावित कानूनों में हो रहे बदलावों से आगे रहने, राज्य और संघीय स्तर की बारीकियों को समझने और उत्पाद को इस तरह बनाने पर है कि वह उनके अनुरूप ढल सके।

यह मानसिक स्वास्थ्य टेलीहेल्थ में सबसे ज़्यादा मायने रखता है, जहाँ एक ही चिकित्सक कई राज्यों के रोगियों को देख सकता है। सहमति, गोपनीयता और चिकित्सकीय निगरानी सेवा की ऐसी बुनियादी व्यवस्थाएँ होनी चाहिए जिन्हें ज़रूरत के अनुसार बदला जा सके।

उस अनुभव से मिली असली सीख यह है कि उत्पाद को शुरू से ही नियामकीय बदलावों के अनुरूप ढलने की क्षमता के साथ बनाया जाना चाहिए। EverHealth में एआई के मामले में भी हमारी सोच यही है। हमारा काम है कि इस जटिलता का अधिकतम बोझ हम उठाएँ, ताकि चिकित्सक देखभाल देने पर ध्यान केंद्रित कर सकें।

आगे देखें तो एआई की क्षमताएँ तेज़ी से दस्तावेज़ीकरण से आगे बढ़कर नैदानिक निर्णयों में सहायता, रोगियों से जुड़ाव और स्वास्थ्य सेवा की बढ़ती स्वायत्त कार्यप्रणालियों तक पहुँच रही हैं। आपके विचार में एआई की सहायता और मानवीय चिकित्सकीय निर्णय के बीच सीमा कहाँ तक रहनी चाहिए—खासकर मानसिक स्वास्थ्य में? और अगले तीन से पाँच वर्षों में आप EverHealth की तकनीक को किस तरह विकसित होते देखते हैं?

एआई सुन सकता है, जानकारी व्यवस्थित कर सकता है, प्रासंगिक संदर्भ सामने ला सकता है और सुझाव दे सकता है। लेकिन चिकित्सकीय निर्णय का अधिकार चिकित्सक का ही है।

मानसिक स्वास्थ्य में यह विशेष रूप से अहम है, जहाँ रोगी का इतिहास, बोलने के लहजे में बदलाव या यहाँ तक कि अनकही बातें भी उतनी ही अर्थपूर्ण हो सकती हैं जितने उसके शब्द। तकनीक को ऐसे पलों में चिकित्सकों को रोगियों के साथ और अधिक उपस्थित रहने में मदद करनी चाहिए, कम नहीं।

अगले तीन से पाँच वर्षों में अवसर केवल अधिक सक्षम चिकित्सकीय लेखन-सहायक तक सीमित नहीं है। EverHealth का दृष्टिकोण एक बुद्धिमान बाह्य-रोगी देखभाल यात्रा का है, जिसमें तकनीक मुलाक़ात से पहले, उसके दौरान और उसके बाद के पलों को जोड़ने में मदद करे।

कल्पना कीजिए ऐसे क्लिनिक की जिसे याद रहता है कि क्या मायने रखता है: ज़रूरत पड़ने पर प्रासंगिक इतिहास उपलब्ध हो, चिकित्सक बिखरी हुई जानकारी को जोड़ने के बजाय रोगी पर ध्यान दे सकें, और चिकित्सकीय निर्णय दस्तावेज़ीकरण, कोडिंग, देखभाल के समन्वय और आगे की कार्रवाई में अधिक सहजता से शामिल हों। हमारा लक्ष्य सिर्फ़ अलग-अलग कामों को तेज़ करना नहीं है। हम उनके बीच की अड़चनों को कम करना चाहते हैं।

हम जो कुछ भी करते हैं, उसमें हमारा मुख्य लक्ष्य यह सुनिश्चित करना है कि हर रोगी को लगे कि उसे पूरी तरह समझा गया है और हर सेवा-प्रदाता को ऐसा स्पष्ट दृष्टिकोण मिले जिससे वह भरोसेमंद और समन्वित देखभाल दे सके।

इस शानदार साक्षात्कार के लिए धन्यवाद। एआई-सहायता प्राप्त नैदानिक दस्तावेज़ीकरण और एक-दूसरे से जुड़ी स्वास्थ्य सेवा कार्यप्रणालियों के बारे में जानने के इच्छुक पाठक EverHealth की वेबसाइट पर जाएँ।