भारत की आर्टिफिशियल इंटेलिजेंस की कहानी को हाइप की नहीं, बल्कि असलियत की ज़रूरत

भारत में AI पर बातचीत असलियत पर आधारित होनी चाहिए—न तो ब्रोशर जैसी उम्मीद जो वादा करती है कि रातों-रात सब कुछ जादुई तरीके से ठीक हो जाएगा और भारत सुपरपावर बन जाएगा, न ही लाइलाज निराशा जो सिर्फ़ बर्बादी और नौकरियां जाने का डर दिखाती है। ज़रूरत इस बात पर साफ़-साफ़ चर्चा की है कि असल में क्या हासिल किया जा सकता है, खासकर AI से चलने वाली हेल्थकेयर में जहाँ जानें दांव पर लगी हैं।

इस हफ़्ते दिल्ली में इंडिया AI इम्पैक्ट समिट में हुई बातचीत से कई बातें पता चलीं। इनोवेशन की चर्चा के साथ-साथ, “एथिक्स”, “लोकलाइज़ेशन”, और “ट्रस्ट” जैसे शब्द भी सुने गए। आने वाले दिनों में भारत की AI कहानी में ये बातें अहम होंगी। एशिया में दूसरी जगहों से भी सबक मिल सकते हैं।

कैंसर की पहचान और इलाज के लिए एक ज़बरदस्त AI सॉल्यूशन के तौर पर पेश किए गए IBM वॉटसन फॉर ऑन्कोलॉजी के बारे में सोचें। 2012 में, IBM ने इलाज के सुझाव देने के लिए AI को ट्रेन करने के लिए न्यूयॉर्क में मेमोरियल स्लोन केटरिंग कैंसर सेंटर के साथ पार्टनरशिप की थी। कुछ साल बाद, थाईलैंड, भारत और दक्षिण कोरिया के टॉप अस्पतालों ने अपने मरीज़ों को वर्ल्ड-क्लास कैंसर केयर देने के वादे से प्रेरित होकर एडॉप्शन एग्रीमेंट पर साइन किए।

वॉटसन का मिशन मेमोरियल स्लोन केटरिंग की इंस्टीट्यूशनल मेमोरी को डिजिटाइज़ करके मैनहट्टन “गोल्ड स्टैंडर्ड” एक्सपोर्ट करना था। आइडिया नेक था—अपने ऑन्कोलॉजिस्ट की एक्सपर्टीज़ को डेमोक्रेटाइज़ करना और भारत में मणिपाल हॉस्पिटल्स, थाईलैंड में बुमरुनग्राद इंटरनेशनल और दक्षिण कोरिया में गैचोन यूनिवर्सिटी जैसे इंस्टीट्यूशन्स के लिए एक डिसीज़न सपोर्ट सिस्टम देना।

फिर भी, यह वैसा काम नहीं कर पाया जैसा सोचा गया था। 2022 तक, IBM ने वॉटसन हेल्थ को मेरेटिव में बेच दिया था, जिसे एक प्राइवेट इक्विटी फर्म को बेच दिया गया था।

यह केस एक यूनिवर्सल ब्रेन की गलतफहमी के बारे में एक बुनियादी चेतावनी है जो खास बातों को नज़रअंदाज़ करता है।

क्या गलत हुआ? एक्सपर्ट्स एक खास वजह पर सहमत हैं—लोकल कॉन्टेक्स्ट की पूरी कमी। वॉटसन को “सिंथेटिक केस” पर ट्रेनिंग दी गई थी—US-बेस्ड डॉक्टरों द्वारा लिखे गए काल्पनिक सिनेरियो—न कि अलग-अलग मेडिकल और इकोनॉमिक यूनिवर्स में वार्ड्स की असलियत पर।

लोकल रियलिज़्म की यह कमी भारत और साउथ-ईस्ट एशिया में क्लिनिकल रियलिटी से टकराई। भारत, थाईलैंड और साउथ कोरिया के हॉस्पिटल ने पाया कि IBM वॉटसन फॉर ऑन्कोलॉजी (WFO) ने ब्रेस्ट और लंग जैसे आम कैंसर के लिए डॉक्टरों के साथ काफी सहमति हासिल की। ​​हालांकि, इसने गैस्ट्रिक कैंसर जैसे इलाके के खास कैंसर, लोकल दवा की उपलब्धता, इलाज में अंतर, अक्सर “वेस्टर्न बायस” और बुज़ुर्ग मरीज़ों के साथ कम एक्यूरेसी के साथ काफी कमियां दिखाईं। WFO ने अक्सर नई, महंगी इम्यूनोथेरेपी और ऐसी टारगेटेड दवाओं की सलाह दी जो लोकल लेवल पर उपलब्ध नहीं थीं या पैसे के मामले में मुश्किल थीं।

“मेमोरियल स्लोन केटरिंग में इलाज करवाने वाली आम तौर पर अमीर आबादी दुनिया भर के लोगों की डायवर्सिटी को नहीं दिखाती है। इसलिए वॉटसन को ट्रेन करने के लिए इस्तेमाल किए गए केस गरीब देशों में मरीज़ों के सामने आने वाले आर्थिक और सामाजिक मुद्दों पर विचार नहीं करते…” इंटरनेशनल रिसर्च जर्नल ऑफ़ इनोवेशन इन इंजीनियरिंग एंड टेक्नोलॉजी (IRJIET) के अप्रैल 2025 के एक आर्टिकल में बताया गया।

वॉटसन की नाकामी के नतीजे ने “सॉवरेन AI” के एक नए दौर को जन्म दिया, ये शब्द हाल ही में हुए AI समिट में बहुत सुने गए।

भारत अपने पब्लिक हेल्थकेयर सिस्टम में AI का इस्तेमाल करता है, जिसमें सरकारी अस्पताल भी शामिल हैं, जिसमें Qure.ai जैसे टूल हैं जो छाती के एक्स-रे से TB और फेफड़ों की बीमारियों का जल्दी पता लगाते हैं। NIRAMAI (AI-बेस्ड ब्रेस्ट कैंसर स्क्रीनिंग) जैसे स्टार्टअप दो दर्जन से ज़्यादा शहरों में काम करते हैं। यह रफ़्तार लगातार बढ़ेगी।

और फिर भी, हेल्थकेयर में AI अपनाने के बारे में सावधानी बरतने वाली बात पर वापस आना होगा, जिसे मरीज़ों को देखने वाले लोग सबसे अच्छे से बताते हैं।

मुंबई के टाटा मेमोरियल हॉस्पिटल के डायरेक्टर डॉ. सी. एस. प्रमेश कहते हैं, “हम अभी तक टाटा मेमोरियल हॉस्पिटल में AI का इस्तेमाल सिर्फ़ रिसर्च मोड में करते हैं। हम ऐसे सॉल्यूशन पर काम कर रहे हैं जो अलग-अलग डायग्नोस्टिक, प्रोग्नोस्टिक और प्रेडिक्टिव नतीजों के लिए पैथोलॉजी और रेडियोलॉजी इमेज एनालिसिस को देखते हैं।” “कई डेटासेट जिन पर AI सॉल्यूशन आधारित हैं, वे बहुत ज़्यादा बायस्ड हैं और ज़्यादा इनकम वाले देशों (आमतौर पर कॉकेशियन) के डेटासेट से हैं। जब इसे अलग सेटिंग में इस्तेमाल किया जाता है, तो इसके नतीजे बहुत अलग-अलग हो सकते हैं। हैलुसिनेशन (AI की गलतियाँ) एक असली समस्या है, हालाँकि हाल के महीनों में इसमें तरक्की हुई है। सही क्लिनिकल वैलिडेशन (टेक्नोलॉजिकल वैलिडेशन के बजाय) कई AI सॉल्यूशन के साथ एक बहुत आम समस्या है। कुल मिलाकर, मुझे यकीन है कि AI सॉल्यूशन आने वाले महीनों और सालों में हेल्थकेयर को बेहतर बनाएंगे, लेकिन हमें इन बातों को लेकर सावधान रहने की ज़रूरत है। इसके अलावा, हमें यह पक्का करना होगा कि हम नैतिक और ज़िम्मेदार AI पर ज़ोर दें ताकि यह पक्का हो सके कि ये सॉल्यूशन व्यक्ति- (और मरीज़-) सेंट्रिक हों और असमानताओं को कम करें, न कि उन्हें बढ़ाएँ,” उन्होंने आगे कहा।