Healthcare runs on thin margins and thinner patience. Phones ring off the hook. Front desk teams recite the same office

ആരോഗ്യപരിചരണ മേഖല വളരെ പരിമിതമായ ലാഭത്തിലും അത്രതന്നെ കുറഞ്ഞ ക്ഷമയിലുമാണ് മുന്നോട്ട് പോകുന്നത്. ഫോണുകൾ നിർത്താതെ ബെല്ലടിക്കുന്നു. ഫ്രണ്ട് ഡെസ്ക് ജീവനക്കാർ ഒരേ ഓഫീസ് സമയങ്ങളും മരുന്ന് റീഫിൽ പോളിസികളും ആവർത്തിച്ച് പറഞ്ഞ് തളരുന്നു. നഴ്സുമാർ രോഗികൾക്ക് പകരം സ്ക്രീനുകളിലേക്ക് നോക്കിയിരിക്കുന്നു. എല്ലാവർക്കും ഉടനടി മറുപടികൾ വേണം, എന്നാൽ മനുഷ്യർക്ക് ഒരേസമയം പരിമിതമായ കാര്യങ്ങൾ മാത്രമേ ചെയ്യാൻ കഴിയൂ. വർഷങ്ങളായി, ഈ വിടവ് നികത്താൻ ആരോഗ്യസ്ഥാപനങ്ങൾ അടിസ്ഥാനപരമായ ചാറ്റ്ബോട്ടുകൾ പരീക്ഷിച്ചു. ആ ടൂളുകൾ കർശനമായ സ്ക്രിപ്റ്റുകൾ പിന്തുടർന്നു. അവ ഉദ്ദേശ്യത്തിനല്ല (intent), മറിച്ച് കീവേഡുകൾക്കാണ് (keywords) പ്രാധാന്യം നൽകിയത്. "നെഞ്ചിൽ ഒരു സമ്മർദ്ദം (pressure) അനുഭവപ്പെടുന്നു" എന്ന് ചോദിച്ചാൽ, "pressure" എന്ന വാക്ക് കണ്ടതുകൊണ്ട് മാത്രം ഒരു കീവേഡ് ബോട്ട് ബില്ലിംഗുമായി ബന്ധപ്പെട്ട ഒരു ലേഖനം നൽകിയേക്കാം. രോഗികൾ അവയെ വെറുത്തു. ജീവനക്കാർ അവഗണിച്ചു.

ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs) ഈ രീതിയെ പാടെ മാറ്റിമറിച്ചു. ഒരു LLM അധിഷ്ഠിത ചാറ്റ്ബോട്ട് ഒരു ഡിസിഷൻ ട്രീ (decision tree) മനഃപാഠമാക്കുന്നില്ല. അത് അർത്ഥം മനസ്സിലാക്കുന്നു. അത് സന്ദർഭം (context), പ്രാദേശിക ശൈലികൾ (slang), അടിയന്തിര സാഹചര്യം (urgency) എന്നിവ തിരിച്ചറിയുന്നു. പുലർച്ചെ 2 മണിക്ക് ആശങ്കാകുലനായ ഒരു രക്ഷിതാവിനോട് മറുപടി നൽകാനും, രോഗി ട്രാഫിക്കിൽ ഇരിക്കുമ്പോൾ ഫോളോ-അപ്പ് അപ്പോയിന്റ്മെന്റ് മാറ്റിവെക്കാനും, ഗുരുതരമായ ലക്ഷണങ്ങൾ കണ്ടാൽ ഉടൻ തന്നെ ഒരു ഡോക്ടറെ അറിയിക്കാനും ഇതിന് കഴിയും. ഈ സാങ്കേതികവിദ്യ ഡോക്ടർമാർക്ക് പകരമല്ല. മറിച്ച്, ഇത് ഒരു ഫിൽട്ടറും മുൻവാതിലുമാണ്; ആവർത്തന സ്വഭാവമുള്ള കാര്യങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിലൂടെ മനുഷ്യരുടെ വൈദഗ്ധ്യം ആവശ്യമുള്ള ഇടങ്ങളിൽ ഉപയോഗിക്കാൻ ഇത് സഹായിക്കുന്നു.

ഈ സംവിധാനങ്ങൾ യഥാർത്ഥത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു

ആരോഗ്യരംഗത്തെ ഒരു LLM ചാറ്റ്ബോട്ട് വെറുമൊരു സ്മാർട്ട് ടെക്സ്റ്റ് ജനറേറ്റർ മാത്രമല്ല, അത് പല പാളികൾ (layers) ചേർന്നതാണ്.

ആദ്യത്തേത് നാച്ചുറൽ ലാംഗ്വേജ് അണ്ടർസ്റ്റാൻഡിംഗ് (Natural language understanding) ആണ്. "പുതിയ ഗുളിക കഴിച്ചതിന് ശേഷം എനിക്ക് വല്ലാത്തൊരു അവസ്ഥ (weird) തോന്നുന്നു" എന്ന് ഒരു രോഗി ടൈപ്പ് ചെയ്താൽ, സിസ്റ്റം "pill" എന്ന വാക്ക് മാത്രം തിരയുന്നില്ല. അത് വികാരങ്ങൾ (sentiment), സമയം, അവ്യക്തത എന്നിവ വിശകലനം ചെയ്യുന്നു. "weird" എന്നത് തലകറക്കം, ഓക്കാനം അല്ലെങ്കിൽ തടിപ്പ് എന്നിവയാകാം എന്ന് അത് മനസ്സിലാക്കുന്നു, കൂടാതെ ഒരു നിഗമനത്തിൽ എത്തുന്നതിന് മുമ്പ് കൂടുതൽ വ്യക്തതയ്ക്കായുള്ള ചോദ്യങ്ങൾ ചോദിക്കാനും അത് জানে.

അടുത്തത് മറുപടി തയ്യാറാക്കുന്ന ലാംഗ്വേജ് മോഡൽ (language model) ആണ്. ഒരു നിശ്ചിത സ്ക്രിപ്റ്റ് ലൈബ്രറിയിൽ നിന്ന് വിവരങ്ങൾ എടുക്കുന്ന പഴയ ബോട്ടുകളിൽ നിന്ന് വ്യത്യസ്തമായി, ഒരു LLM വാക്യങ്ങൾ ഡൈനാമിക് ആയി രൂപപ്പെടുത്തുന്നു. ഇൻഷുറൻസ് പ്രീ-ഓതറൈസേഷനെക്കുറിച്ച് ലളിതമായ ഇംഗ്ലീഷിൽ വിശദീകരിക്കാനും, സംഭാഷണത്തിനിടയിൽ രോഗി ഭാഷ മാറ്റിയാൽ സംഭാഷണത്തിന്റെ ഒഴുക്ക് നഷ്ടപ്പെടാതെ തന്നെ സ്പാനിഷ് പോലുള്ള ഭാഷകളിലേക്ക് മാറാനും ഇതിന് കഴിയും.

എന്നാൽ ഭാഷാപരമായ പ്രാവീണ്യം മാത്രം പോരാ. നോളജ് ഇന്റഗ്രേഷൻ (Knowledge integration) മോഡലിന് കൃത്യത നൽകുന്നു. റിട്രീവൽ-ഓഗ്മെന്റഡ് ജനറേഷൻ (retrieval-augmented generation) വഴിയോ കൃത്യമായി തയ്യാറാക്കിയ മെഡിക്കൽ ഡാറ്റാബേസുകൾ വഴിയോ, ബോട്ട് വിശ്വസനീയമായ സ്രോതസ്സുകളിൽ നിന്ന് വിവരങ്ങൾ ശേഖരിക്കുന്നു—നിങ്ങളുടെ ആശുപത്രിയുടെ ക്ലിനിക്കൽ പ്രോട്ടോക്കോളുകൾ, CDC മാർഗ്ഗനിർദ്ദേശങ്ങൾ അല്ലെങ്കിൽ അംഗീകൃത ഡ്രഗ് ഇന്ററാക്ഷൻ ഷീറ്റുകൾ എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു. ഇത് ഊഹിച്ചല്ല മറുപടി നൽകുന്നത്, മറിച്ച് അംഗീകൃത വിവരങ്ങൾ ഉദ്ധരിക്കുകയാണ് ചെയ്യുന്നത്. അതിന്റെ അറിവിന്റെ പരിധിയിൽ എത്തുമ്പോൾ, ഹ്യൂമൻ എസ്കലേഷൻ (human escalation) പാളി ഇടപെടുന്നു. ഒരു രോഗി നെഞ്ചിൽ കഠിനമായ വേദനയെക്കുറിച്ച് വിവരിക്കുകയോ അല്ലെങ്കിൽ ഭാഷയിൽ കടുത്ത മാനസിക വിഷമം പ്രകടമാവുകയോ ചെയ്താൽ, ചാറ്റ്ബോട്ട് സംഭാഷണം നിർത്തി ആ കേസ് ഉടൻ തന്നെ ഒരു നഴ്സിനെയോ ഡോക്ടറെയോ അറിയിക്കുന്നു. ഈ കൈമാറ്റത്തിൽ ഇതുവരെ സംസാരിച്ച കാര്യങ്ങളുടെ ഒരു സംഗ്രഹം ഉൾപ്പെടുന്നു, അതിനാൽ ഡോക്ടർക്ക് കാര്യങ്ങൾ വ്യക്തമായി മനസ്സിലാക്കി തുടങ്ങാൻ സാധിക്കുന്നു.

രോഗികൾക്കും ജീവനക്കാർക്കും എവിടെയാണ് ആശ്വാസം ലഭിക്കുന്നത്

ഇതിന്റെ പ്രായോഗിക ഉപയോഗങ്ങൾ പരീക്ഷണ ഘട്ടത്തിൽ നിന്ന് ദൈനംദിന പ്രവർത്തനങ്ങളിലേക്ക് മാറിക്കൊണ്ടിരിക്കുകയാണ്.

അപ്പോയിന്റ്മെന്റ് ഷെഡ്യൂളിംഗ് (Appointment scheduling) ആണ് ഏറ്റവും എളുപ്പമുള്ള നേട്ടം. ഫോൺ കോളുകൾക്കായി കാത്തുനിൽക്കാതെ തന്നെ രോഗികൾക്ക് അപ്പോയിന്റ്മെന്റുകൾ ബുക്ക് ചെയ്യാനും റദ്ദാക്കാനും മാറ്റിവെക്കാനും കഴിയും. ചാറ്റ്ബോട്ട് തത്സമയ കലണ്ടർ പരിശോധിക്കുകയും, കൺഫർമേഷൻ സന്ദേശങ്ങൾ അയക്കുകയും, ഡ്രൈവിംഗ് ദിശകളോ പാർക്കിംഗ് നിർദ്ദേശങ്ങളോ നൽകുകയും ചെയ്യുന്നു.

റിസപ്ഷനിസ്റ്റുകളുടെ സമയം നഷ്ടപ്പെടുത്തുന്ന പതിവ് ചോദ്യങ്ങൾക്കുള്ള മറുപടി പേഷ്യന്റ് സപ്പോർട്ട് (Patient support) നൽകുന്നു. ഇന്നത്തെ സന്ദർശന സമയം എത്രയാണ്? ഇവിടെ നേരിട്ട് വരാൻ സാധിക്കുമോ? ഏതെല്ലാം ഇൻഷുറൻസ് പ്ലാനുകൾ ലഭ്യമാണ്? ഒരു LLM ബോട്ട് ഏത് സമയത്തും ഇവയ്ക്ക് ഉടനടി മറുപടി നൽകുന്നു. കൂടാതെ, മനുഷ്യസഹായമില്ലാതെ തന്നെ പോർട്ടൽ പാസ്‌വേഡ് റീസെറ്റ് ചെയ്യാനോ ഫോമുകൾ ഡൗൺലോഡ് ചെയ്യാനോ രോഗികളെ സഹായിക്കാനും ഇതിന് കഴിയും.

ഓർമ്മപ്പെടുത്തലുകൾ റോബോട്ടിക് ആയതിന് പകരം വ്യക്തിപരമായ രീതിയിലാകുമ്പോൾ മെഡിക്കേഷൻ അഡ്ഹറൻസ് (Medication adherence) മെച്ചപ്പെടുന്നു. രോഗി മരുന്ന് വാങ്ങിയോ എന്ന് പരിശോധിക്കാനും, പാർശ്വഫലങ്ങളെക്കുറിച്ച് സംഭാഷണ രൂപത്തിൽ ചോദിക്കാനും, എന്തെങ്കിലും അസ്വാഭാവികത തോന്നിയാൽ ഒരു ഫാർമസിസ്റ്റിനെ കാണാൻ നിർദ്ദേശിക്കാനും ചാറ്റ്ബോട്ടിന് കഴിയും. വിട്ടുമാറാത്ത രോഗങ്ങളുടെ (chronic disease) കാര്യത്തിൽ, ഇത്തരം ചെറിയ ഇടപെടലുകൾ മരുന്ന് കഴിക്കാൻ മറന്നുപോകുന്ന സാഹചര്യം കുറയ്ക്കാനും അടിയന്തിര ആശുപത്രി സന്ദർശനങ്ങൾ ഒഴിവാക്കാനും സഹായിക്കുന്നു.

സിംപ്റ്റം അസസ്‌മെന്റ് (Symptom assessment) കൂടുതൽ സെൻസിറ്റീവ് ആയ മേഖലയാണ്. ബോട്ട്...