स्वास्थ्य

Scale AI ने अस्पताल संचालन के लिए पाँच AI एजेंट लॉन्च किए

Lila Rowan
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुस्केल के बेंचमार्क दिखाते हैं कि सही उत्तर त्रुटिपूर्ण तर्क और अति-आत्मविश्वासी…
और देखें
  • स्केल के बेंचमार्क दिखाते हैं कि सही उत्तर त्रुटिपूर्ण तर्क और अति-आत्मविश्वासी प्रणालियों को छिपा सकते हैं।
  • हर परीक्षित एजेंटिक प्रणाली ने रिकॉर्ड किसी मामले को सुलझा न पाने पर टालने के बजाय कम-संकोच किया।
  • स्रोत लिंक और चिकित्सक की स्वीकृति वे तंत्र हैं जो प्रक्रिया विफलताओं को मानव समीक्षा के सामने लाने के लिए बने हैं।

Scale AI ने 16 नवंबर, 2026 को अस्पताल संचालन के लिए Scale की घोषणा की। इसके तहत शेड्यूलिंग, ऑर्डर मार्गदर्शन, मेडिकल रिकॉर्ड की समीक्षा, सुरक्षा जाँच और क्लिनिकल दस्तावेज़ीकरण के लिए पाँच AI ऐप्लिकेशन लॉन्च किए गए। उसी दिन से स्वास्थ्य प्रणालियों के लिए ये उपलब्ध होने लगे।

हर ऐप्लिकेशन स्वास्थ्य प्रणाली के अपने परिवेश में मौजूद किसी भी मॉडल पर चल सकता है। इन्हें लागू करने में Scale के इंजीनियर और क्लिनिकल विषय-विशेषज्ञ शामिल होते हैं। Scale के अनुसार, अस्पतालों में AI के लिए चिकित्सकों द्वारा मूल्यांकन, स्थानीय स्तर पर डेटा का भंडारण और उपयोगकर्ताओं के साथ मिलकर विकास करना अनिवार्य है।

Scale ने यह भी कहा कि लॉन्च से पहले के वर्ष में उसने अस्पतालों के भीतर काम किया था। इनमें अमेरिका की एक स्वास्थ्य प्रणाली भी शामिल थी, जिसे उसने शीर्ष रैंकिंग वाली बताया, लेकिन उसका नाम नहीं बताया। यह काम चिकित्सकों को सुरक्षा संबंधी घटनाओं की जल्द पहचान करने में मदद देने के उद्देश्य से किया गया था। ये पाँच ऐप्लिकेशन एक व्यापक पोर्टफ़ोलियो का पहला हिस्सा हैं; लॉन्च के बाद के महीनों में और ऐप्लिकेशन तथा एजेंट लाने की योजना है।

पाँच कार्यप्रवाहों में मानवीय समीक्षा

शेड्यूलिंग इंटेलिजेंस एजेंट को इस तरह बनाया गया है कि वह क्लिनिकल तात्कालिकता के आधार पर रेफ़रल को प्राथमिकता दे और कमरों व उपकरणों की ज़रूरतों तथा चिकित्सकों की प्राथमिकताओं के अनुसार मिलने के समय तय करे। यह अत्यावश्यक रोगियों के लिए मौजूदा शेड्यूल में बदलाव कर सकता है और विभिन्न विशेषज्ञताओं के बीच मुलाक़ातों का समन्वय कर सकता है। ऑर्डर गाइडेंस एजेंट रोगी के इतिहास की समीक्षा करता है, छूट गई जाँचों को चिह्नित करता है और चिकित्सक की समीक्षा के लिए उद्धृत साक्ष्यों के साथ प्रयोगशाला जाँचों, इमेजिंग और दवाओं की सिफ़ारिश करता है।

अधिक जानकारी वाले कामों के लिए, मेडिकल रिकॉर्ड समीक्षा और सारांश एजेंट बिखरे हुए रिकॉर्ड से रोगी का इतिहास तैयार करता है और जाँच के लिए निकाली गई हर जानकारी को उसके स्रोत से जोड़ता है। सुरक्षा और घटना-जाँच एजेंट सुरक्षा संबंधी घटनाओं को प्राथमिकता देता है और बार-बार उभरने वाले पैटर्न खोजता है, ताकि टीमें रिपोर्टों को केवल उनके आने के क्रम में संसाधित करने के बजाय पहले अधिक जोखिम वाली घटनाओं की जाँच कर सकें। क्लिनिकल दस्तावेज़ीकरण और गुणवत्ता समीक्षा एजेंट चिकित्सक की समीक्षा और अनुमोदन के लिए रिपोर्ट के मसौदे तैयार करता है, दस्तावेज़ीकरण को अस्पताल के दिशानिर्देशों से मिलाकर जाँचता है और हर निष्कर्ष की पुष्टि लेखा-परीक्षकों से करवाता है।

स्वास्थ्य सेवा पर Scale का मूल्यांकन-अनुसंधान

इस घोषणा में पोर्टफ़ोलियो को Scale Labs के स्वास्थ्य सेवा संबंधी तीन बेंचमार्क से जोड़ा गया है। CliniCARE-Bench में वास्तविक, पहचान-मुक्त दीर्घकालिक इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड इस्तेमाल किए गए हैं। इसमें चिकित्सकों द्वारा सत्यापित 25 परिदृश्य 14 विशेषज्ञताओं और तर्क-कौशल की दस श्रेणियों में फैले 750 मामलों पर लागू किए गए हैं। यह उन मामलों को अलग करता है जिनमें डेटा उपलब्ध नहीं है और उन मामलों को भी जिनमें चिकित्सकीय अस्पष्टता बनी रहती है। यह जानकारी खोजने की प्रक्रिया और उद्धरणों का रिकॉर्ड रखता है तथा साक्ष्य के आधार, नीतियों के आधार, प्रक्रिया-पालन और उचित रूप से उत्तर देने से विरत रहने का आकलन करता है। उचित रूप से विरत रहने का अर्थ है, जब रिकॉर्ड किसी निश्चित उत्तर का समर्थन न कर सके, तो जवाब देने के बजाय मामला आगे बढ़ाना।

Scale Labs की रिपोर्ट के अनुसार, उसके द्वारा जाँचे गए 16 एजेंट-आधारित सिस्टम की मूल सटीकता 65.3% से 76.1% तक थी, लेकिन निषिद्ध तर्क-शॉर्टकट अपनाने पर दंड लगाने के बाद त्रुटिरहित सटीकता 4.8 से 14.8 प्रतिशत अंक तक गिर गई। हर सिस्टम उचित से कम बार उत्तर देने से विरत रहा और उन मामलों में, जिनका समाधान रिकॉर्ड से नहीं हो सकता था, मामला आगे बढ़ाने के बजाय निश्चित उत्तर देने का विकल्प अधिक बार चुना। ये जाँचे गए सिस्टम के बेंचमार्क निष्कर्ष हैं, पाँच अस्पताल ऐप्लिकेशन के सत्यापन के प्रकाशित नतीजे नहीं।

दो संबंधित बेंचमार्क इस दृष्टिकोण को आगे बढ़ाते हैं। PSEBench में मिनेसोटा की 29 रिपोर्ट योग्य प्रतिकूल स्वास्थ्य घटनाओं पर आधारित रोगी-सुरक्षा प्राथमिकता-निर्धारण के 5,074 मामले हैं। इनमें पूरी जानकारी वाले, जानकारी की कमी वाले और अनिश्चित मामले शामिल हैं। इसका इस्तेमाल 15 भाषा मॉडल का मूल्यांकन करने के लिए किया गया। DistressBench में आत्महत्या और स्वयं को नुकसान पहुँचाने की 23 उपश्रेणियों से जुड़ी चिकित्सकों द्वारा लिखी गई 718 बातचीत शामिल हैं। Scale Labs की रिपोर्ट के अनुसार, जिन 35.3% बातचीत में किसी मॉडल ने संकट को पूरी तरह पहचान लिया था, उनमें भी उसने उपयोगकर्ता को मानवीय सहायता लेने की ओर निर्देशित नहीं किया।

Scale का कहना है कि यह अनुसंधान हर स्वास्थ्य प्रणाली के कार्यप्रवाहों के आधार पर तैयार किए गए कस्टम मूल्यांकन को आधार देता है और साथ ही मॉडलों की तुलना का एक साझा तरीका भी उपलब्ध कराता है। अस्पष्टता और प्रक्रिया पर यह ज़ोर, ऑर्डर मार्गदर्शन, रिकॉर्ड की जाँच, रिपोर्टों के अनुमोदन और ऑडिट निष्कर्षों के लिए बताए गए समीक्षा नियंत्रणों से जुड़ता है।

दस्तावेज़ीकरण के साक्ष्य और उनकी सीमाएँ

Scale द्वारा उद्धृत 2025 का JAMA Network Open अध्ययन छह अमेरिकी स्वास्थ्य प्रणालियों के 263 बाह्य-रोगी चिकित्सकों पर किया गया था। इसमें सभी ने 30 दिनों तक एक ही Abridge एम्बिएंट AI स्क्राइब का इस्तेमाल किया; इस अध्ययन में Scale के उत्पादों का मूल्यांकन नहीं किया गया था। समायोजित विश्लेषण में, अनुमानित बर्नआउट की व्यापकता 51.9% से घटकर 38.8% रह गई। प्रतिभागियों ने नोट्स से जुड़े मानसिक बोझ, कामकाजी घंटों के बाद दस्तावेज़ीकरण और रोगियों पर केंद्रित ध्यान में सुधार की भी जानकारी दी।

ये नतीजे AI दस्तावेज़ीकरण टूल के प्रशासनिक बोझ घटाने के तर्क का समर्थन करते हैं, लेकिन इनका संबंध किसी दूसरे उत्पाद के बाह्य-रोगी उपयोग से है, न कि अस्पताल संचालन के नए पोर्टफ़ोलियो से। शोधकर्ताओं ने कई महत्त्वपूर्ण सीमाएँ बताईं: भागीदारी स्वैच्छिक थी, सर्वेक्षण गुमनाम नहीं थे, परिणाम प्रतिभागियों ने स्वयं बताए थे और समय के साथ बदलते रुझानों का हिसाब रखने के लिए कोई नियंत्रण समूह नहीं था। इन सीमाओं के कारण, 30 दिनों के पहले और बाद के नतीजों से निकाले जा सकने वाले निष्कर्ष सीमित हैं—विशेषकर तब, जब Scale प्रशासनिक बोझ घटाने के तर्क को बाह्य-रोगी दस्तावेज़ीकरण से आगे बढ़ाकर शेड्यूलिंग, ऑर्डर और सुरक्षा-संबंधी प्राथमिकता-निर्धारण तक ले जा रहा है।

स्वास्थ्य प्रणालियों के लिए, इस लॉन्च का मुख्य सवाल यह है कि क्या उनके अपने कार्यप्रवाहों के आधार पर तैयार किए गए मूल्यांकन, उत्तरों की सटीकता के साथ-साथ साक्ष्य खोजने, नीतियों का पालन करने और उचित मामलों में जवाब देने से परहेज़ करने की क्षमता की पुष्टि कर सकते हैं। Scale के बेंचमार्क दिखाते हैं कि सही उत्तरों के पीछे त्रुटिपूर्ण प्रक्रियाएँ छिपी हो सकती हैं; नए अनुप्रयोगों में स्रोतों के लिंक, उद्धृत अनुशंसाएँ, चिकित्सक की स्वीकृति और लेखा-परीक्षक की पुष्टि ऐसे उपाय हैं जिनका उद्देश्य इन समस्याओं को मानवीय समीक्षा के लिए उजागर करना है।

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।