स्वास्थ्य

League ने सुरक्षा नियंत्रणों के साथ स्वास्थ्य सेवा के लिए एआई एजेंट लॉन्च किए

Lila Rowan
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुलीग एजेंट के उत्तरों को मॉडल के सामान्य ज्ञान के बजाय स्वीकृत ज्ञान तक सीमित करता है।
और देखें
  • लीग एजेंट के उत्तरों को मॉडल के सामान्य ज्ञान के बजाय स्वीकृत ज्ञान तक सीमित करता है।
  • एजेंट्स को रिलीज़ से पहले सिंथेटिक रोगी मूल्यांकन पास करने होते हैं और बाद में ऑडिट रिकॉर्ड रखना होता है।
  • लीग का एस्केलेशन मॉडल 99.72% सटीकता तक पहुंचा, जबकि Gemini 3.5 Flash Lite का 95.36% रहा।

League ने 16 नवंबर 2026 को घोषणा की कि भुगतानकर्ताओं के लिए AI Front Door और सेवा-प्रदाताओं के लिए AI Care Companion उसके Forge प्लेटफ़ॉर्म पर आम तौर पर उपलब्ध हैं। इनकी तैनाती में कम से कम 12 सप्ताह लगने की बात कही गई है। दोनों उत्पादों में सदस्यों या मरीजों के लिए एजेंट हैं, जिनके साथ सुरक्षा उपाय और ज़रूरत पड़ने पर मामले को मानव सहायता के लिए भेजने की व्यवस्था शामिल है।

League का कहना है कि ये उत्पाद स्वास्थ्य सेवा से जुड़े 1.8 अरब से अधिक वास्तविक संवादों से मिली जानकारियों का लाभ उठाते हैं। ये Forge प्लेटफ़ॉर्म का विस्तार हैं, जिसे 21 जुलाई 2026 को पेश किया गया था। यह प्लेटफ़ॉर्म एजेंटों को अनुमत डेटा से जोड़ने, सुरक्षा-सीमाएँ और मामले को आगे भेजने के नियम तय करने, कृत्रिम आबादी पर उनकी जाँच करने और उपयोग के हर मामले के अनुसार कार्य-समापन, आगे भेजे गए मामलों तथा सटीकता की निगरानी करने के साधन उपलब्ध कराता है। पहले जारी किए गए संस्करण ने निर्माण और संचालन-नियमन की व्यवस्था दी थी; नए उत्पाद इसे भुगतानकर्ताओं और सेवा-प्रदाताओं के आम कार्यप्रवाहों में लागू करते हैं।

भुगतानकर्ता संस्थाओं और सेवा प्रदाताओं के लिए अलग-अलग कार्यप्रवाह

AI Front Door लाभों की जानकारी और उनका उपयोग करने में मार्गदर्शन, देखभाल सेवाएँ ढूँढ़ने, देखभाल में छूटे अवसरों के लिए संपर्क करने और स्वास्थ्य संबंधी कोचिंग को एक ही प्रवेश-बिंदु पर उपलब्ध कराता है। इसे चैट, टेक्स्ट या ऐप के भीतर मौजूद विजेट के ज़रिए इस्तेमाल किया जा सकता है। लाभों, कवरेज और पात्रता से जुड़े जवाब योजना की स्वीकृत सामग्री पर आधारित होते हैं। इसकी देखभाल-खोज सुविधा योजना के नियमों के अनुसार सदस्यों को नेटवर्क के भीतर के सेवा प्रदाताओं या सेवाओं से जोड़ती है। League ने कॉल-सेंटर में आने वाली कॉलों की संख्या घटाना और नेटवर्क से बाहर जाकर मिलने वाली देखभाल कम करना लक्षित परिणाम बताए हैं—ये ग्राहकों के यहाँ मापे गए नतीजे नहीं हैं।

AI Care Companion मरीजों को मुलाक़ातों के बीच, घर पर और कामकाजी समय के बाद सहायता देता है तथा देखभाल और चिकित्सकीय टीमों के साथ मिलकर काम करता है। स्वास्थ्य प्रणालियाँ शुरुआत के लिए कोई समूह चुनती हैं—जैसे पुरानी बीमारियों का प्रबंधन कर रहे लोग या सर्जरी से उबर रहे मरीज—और League उस समूह के अनुसार कार्यप्रवाह तैयार करता है। इनमें मुलाक़ातों का समय तय करना और अनुस्मारक भेजना, लक्षणों के बारे में पहले से पूछताछ करना, स्वीकृत देखभाल योजनाओं या उपचार-मार्गों पर आधारित दवा और उपचार संबंधी सवालों के जवाब देना तथा प्रोटोकॉल के अनुसार मरीजों को विशेषज्ञों या ड्यूटी पर मौजूद टीमों तक पहुँचाना शामिल हो सकता है। नामित देखभालकर्ता मरीज की ओर से कार्रवाई कर सकते हैं; उनके जवाबों पर मरीज के अपने जवाबों से अलग पहचान दर्ज की जाती है। देखभाल योजना का बेहतर पालन और आपातकालीन विभाग में टाली जा सकने वाली कम मुलाक़ातें, कामकाजी समय के बाद कम कॉलें तथा कम छूटी हुई अनुवर्ती मुलाक़ातें इनके घोषित लक्ष्य हैं।

सुरक्षा नियंत्रण और लेखापरीक्षण की क्षमता

दोनों उत्पाद एजेंटों के जवाबों को उपलब्ध कराए गए और स्वीकृत ज्ञान तक सीमित रखते हैं, न कि मॉडल के सामान्य ज्ञान पर निर्भर करते हैं। सुरक्षा सीमाएँ प्रतिबंधित जानकारी को मॉडल तक पहुँचने से पहले और निषिद्ध जवाबों को सदस्यों या मरीजों तक पहुँचने से पहले रोकती हैं। जारी किए जाने से पहले एजेंटों को कृत्रिम मरीज-परिदृश्यों, असामान्य मामलों और विशेषज्ञों द्वारा तैयार किए गए उत्तरों की मानक-सूचियों के आधार पर जाँच में सफल होना होता है। जारी होने के बाद, नियंत्रणों में व्यवहार में बदलाव का पता लगाना, किए गए बदलावों की फिर से जाँच करना और हर बातचीत का लेखा-रिकॉर्ड रखना शामिल है। किसी मामले को आगे भेजे जाने पर, उसे प्राप्त करने वाली टीम को बातचीत का इतिहास और प्रासंगिक संदर्भ भी मिलता है।

पूरे प्लेटफ़ॉर्म पर, League Trust Center एजेंटों के केवल-पठन संचालन, सत्रों को सख्ती से अलग रखने, गंभीर समस्याओं और चिकित्सकीय गलत जानकारी का वास्तविक समय में पता लगाने, स्रोतों का पता लगाने की सुविधा तथा सुरक्षा-सीमाएँ सक्रिय होने पर लॉग दर्ज करने की जानकारी देता है। ग्राहक तय सुरक्षा-सीमाओं के भीतर मामले आगे भेजने की नीतियाँ और संवेदनशीलता की सीमाएँ निर्धारित कर सकते हैं। संरक्षित स्वास्थ्य जानकारी को प्रशिक्षण प्रक्रियाओं से बाहर रखा जाता है, जबकि मॉडल के प्रशिक्षण के लिए कृत्रिम डेटा और पहचान-रहित करने की तकनीकों का उपयोग किया जाता है।

ये नियंत्रण स्वास्थ्य सेवा क्षेत्र के 150 अधिकारियों के League और Healthcare Dive के सर्वेक्षण में सामने आई प्राथमिकताओं के अनुरूप हैं। सर्वेक्षण में, 61% ने एजेंट-आधारित एआई लागू कर लिया था और उस समूह के 70% सदस्य या मरीजों के लिए बनाए गए अनुप्रयोगों में इसका उपयोग कर रहे थे, लेकिन केवल 16% ने इसे व्यापक स्तर पर लागू किया था। भरोसे के साथ शुरुआत करने के लिए सबसे अहम ज़रूरतों में स्वास्थ्य सेवा संबंधी अनुपालन को पहले से शामिल करना (49%), किसी व्यक्ति के पास मामला अपने आप भेजना (48%) और एजेंट की बात या कार्रवाई पर संचालन के दौरान नियंत्रण रखना (46%) शामिल थे।

स्वास्थ्य सेवा के लिए विशिष्ट मॉडल-मूल्यांकन

League का कहना है कि इसकी संकर संरचना में विशेष रूप से प्रशिक्षित निर्णय मॉडल और छोटे भाषा मॉडल सामान्य प्रयोजन के बड़े भाषा मॉडलों के साथ काम करते हैं। इसका लक्ष्य सटीकता बढ़ाना, विलंब घटाना और परिचालन लागत कम करना है। इसका एक घटक—सुरक्षा की दृष्टि से अत्यंत महत्वपूर्ण मामला-आगे-भेजने वाला मॉडल—सदस्यों और मरीजों के उन संदेशों की पहचान करता है जिनमें मानवीय सहायता की आवश्यकता होती है।

League Labs के आंतरिक मूल्यांकनों में, उस मॉडल ने 99.72% सटीकता और 0.374 सेकंड की विलंबता हासिल की। इसकी तुलना में, Gemini 3.5 Flash Lite ने 95.36% सटीकता और 1.121 सेकंड की विलंबता हासिल की।

League का यह भी कहना है कि उसका Synthetic Question Generator—जो उपयोगकर्ता के स्वास्थ्य डेटा के बारे में संभावित सवालों का अनुमान लगाता है—ने Gemini 3.5 Flash की तुलना में 2.2 गुना अधिक ऐसे सवाल तैयार किए जिनके जवाब पर्याप्त या उससे बेहतर थे, और कवरेज में 11% सुधार किया। Semantic Expansion जोड़ने पर—जो जानकारी खोजने से पहले लंबे, अस्पष्ट या संक्षिप्त शब्दों से भरे सवालों को नए रूप में लिखता है—Gemini 3.5 Flash की तुलना में पर्याप्त या उससे बेहतर जवाब वाले सवालों की संख्या 3.9 गुना हुई और कवरेज में 42% सुधार हुआ। हर अनुरोध पर लगभग 430 मिलीसेकंड का अतिरिक्त विलंब लगा। League जवाब देने के माप को ऐसे मामलों के रूप में परिभाषित करता है जिनमें खोजा गया स्वास्थ्य डेटा प्रासंगिक और इतना पूरा हो कि सवाल का उचित या उससे बेहतर जवाब दिया जा सके; कवरेज से आशय है कि आवश्यक जानकारी का कितना हिस्सा मिल पाता है।

स्वास्थ्य सेवा संगठनों के लिए, इस पेशकश का व्यावहारिक महत्व यह है कि निगरानी संवाद के भीतर ही शामिल है: एजेंटों को केवल स्वीकृत सामग्री तक सीमित रखा जा सकता है, जारी करने से पहले उनकी जाँच की जा सकती है, संदर्भ सहित दूसरे व्यक्ति को सौंपा जा सकता है और हर संवाद के स्तर पर ऑडिट ट्रेल के ज़रिए उनकी समीक्षा की जा सकती है। संचालन का यह मॉडल उन सुरक्षा उपायों की ज़रूरत को सीधे पूरा करता है, जिन्हें अधिकारियों ने सदस्यों और मरीजों से सीधे संवाद करने वाले एआई का दायरा बढ़ाने से पहले आवश्यक बताया था।

लीला रोवन Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो कृत्रिम बुद्धिमत्ता, स्वास्थ्य सेवा और मानसिक कल्याण के संगम को कवर करता है। इसका काम बताता है कि एआई-संचालित उपकरण निदान कैसे बेहतर बनाते हैं, देखभाल तक पहुँच कैसे बढ़ाते हैं और मानव चिकित्सकों का स्थान लिए बिना उनके काम के पूरक के रूप में मानसिक स्वास्थ्य सेवाओं का समर्थन कैसे करते हैं।

करुणापूर्ण और साक्ष्य-आधारित दृष्टिकोण से लीला नैदानिक अध्ययनों, वास्तविक उपयोग और उभरती स्वास्थ्य तकनीकों को मानवीय संदर्भ में देखता है। इसका विशेष ध्यान ऐसे एआई अनुप्रयोगों पर है जो रोगियों की निजता, सुरक्षा और नैतिक मानकों का सम्मान करते हुए देखभाल की बाधाएँ घटाते हैं, शुरुआती पहचान बेहतर बनाते हैं और मानसिक कल्याण में सहायता करते हैं।

लीला रोवन के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। स्वास्थ्य और मानसिक कल्याण संबंधी तकनीकों पर सटीक, संवेदनशील और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।