एआई मिलता है प्राचीन चिकित्सा से: चीन की टीसीएम तकनीकी क्रांति

ठीक है, आज हम चीन में प्राचीन ज्ञान और अत्याधुनिक तकनीक के रोमांचक मेल की बात करेंगे! यह देखना वाकई हैरानी भरा है कि कैसे कृत्रिम बुद्धिमत्ता (AI) हर क्षेत्र में अपनी जगह बना रही है – ट्रैफिक जाम की भविष्यवाणी से लेकर संगीत रचना तक। लेकिन एक क्षेत्र जो खास तौर पर ध्यान खींचता है, और शायद घर वापस लोगों के लिए थोड़ा दिमाग घुमाने वाला भी है, वह है पारंपरिक चीनी चिकित्सा (TCM) में AI का प्रवेश।

मैं यह ब्लॉग चलाता हूँ ताकि आपको चीन में हो रही जिंदगी की एक झलक और यहाँ के बड़े रुझानों की जानकारी दे सकूँ। यह विषय मुझे बहुत बड़ा लगता है, शायद एक गेम-चेंजर, या फिर… खैर, चलो गहराई में उतरते हैं। हमें यहाँ आईपीओ की चर्चाएँ, अचानक ढहने की चेतावनियाँ, तकनीक को लेकर गंभीर बहसें, और यहाँ तक कि रोबोट्स द्वारा आपकी नब्ज़ टटोलने की कोशिशों की खबरें सुनाई दे रही हैं। तो आइए, इस “AI + TCM” ट्रेंड की पड़ताल करें – असली कहानी क्या है? क्या यह स्वास्थ्य सेवा का भविष्य है या सिर्फ़ एक बड़ा शोर?

प्राचीन पद्धति का एल्गोरिदम युग से मिलन

अमेरिका में रहने वाले कई लोगों के लिए TCM शायद एक्यूपंक्चर की सुइयों, धरती जैसी गंध वाली हर्बल चाय, और ‘ची’ (जीवन ऊर्जा) व मेरिडियन (शरीर की ऊर्जा रेखाएँ) जैसे जटिल सिद्धांतों की छवि लाता होगा। यह एक चिकित्सा पद्धति है जिसका इतिहास हज़ारों साल पुराना है, जो गहरे दार्शनिक सिद्धांतों और पीढ़ी-दर-पीढ़ी गुरु से शिष्य तक पहुँचे व्यापक नैदानिक अनुभव पर टिका है। पश्चिमी चिकित्सा से अलग, जो अक्सर विशिष्ट बीमारियों और जैविक प्रक्रियाओं पर ध्यान केंद्रित करती है, TCM समग्र दृष्टिकोण अपनाती है, शरीर को एक एकीकृत प्रणाली के रूप में देखती है और संतुलन बहाल करने की कोशिश करती है।

गहरे अनुभव, सूक्ष्म अवलोकन (“望闻问切” – देखना, सुनना, पूछना और नब्ज़ महसूस करना) और अत्यंत व्यक्तिगत उपचार योजनाओं (“千人千方” – हज़ार लोग, हज़ार नुस्खे, यानी हर व्यक्ति के लिए अलग नुस्खा) पर यह निर्भरता इसकी ताकत भी है और आधुनिक दुनिया में चुनौती भी।

और यहीं पर AI बातचीत में शामिल हो जाता है।

चीन में तकनीकी दुनिया, जैसा कि वैश्विक स्तर पर हो रहा है, कृत्रिम बुद्धिमत्ता (AI) की परिवर्तनकारी शक्ति से गूँज रही है, खासकर बड़े भाषा मॉडल्स (LLMs) को लेकर। कहानी यह है कि AI हर उद्योग को “नया रूप” दे सकता है। पश्चिमी चिकित्सा में दवा खोज और निदान के क्षेत्र में AI में भारी निवेश देखा गया है। लेकिन TCM में AI का प्रयोग? यह तो बिल्कुल अलग खेल लगता है, जिसमें इसकी गुणात्मक और अनुभव-आधारित प्रकृति के कारण अनोखी मुश्किलें हैं। फिर भी, कंपनियाँ और संस्थान पूरे उत्साह के साथ इस दिशा में कूद पड़े हैं।

TCM में AI को बढ़ावा देने का “क्यों”

AI को इस प्राचीन पद्धति के लिए संभावित रक्षक क्यों माना जा रहा है? मैंने जो लेख पढ़े हैं, वे चीन में पारंपरिक TCM प्रणाली की कुछ बुनियादी समस्याओं की ओर इशारा करते हैं।

सबसे पहले, गुणवत्ता नियंत्रण एक बड़ी समस्या है। वैश्विक स्तर पर कई स्वास्थ्य प्रणालियों की तरह, चीन में भी उच्च कुशल चिकित्सकों की भारी कमी है। खासकर TCM में, एक वास्तविक विशेषज्ञ बनने में सालों, अक्सर दशकों, की समर्पित साधना और गुरु से शिक्षा की ज़रूरत पड़ती है। सबसे अच्छे डॉक्टरों की माँग बहुत ज़्यादा है, जिसके कारण लंबी प्रतीक्षा अवधि और शीर्ष स्तर की देखभाल तक पहुँचने में कठिनाई होती है, खासकर ग्रामीण या कम विकसित क्षेत्रों में। रिपोर्ट्स बताती हैं कि वरिष्ठ TCM चिकित्सकों की संख्या कुल चिकित्सकों की तुलना में बहुत कम है, जो माँग से कहीं पीछे है।

दूसरा, मरीजों का बिखराव और व्यक्तिगत परामर्श की ज़रूरत से इसे बढ़ाना मुश्किल हो जाता है। हालाँकि ऑनलाइन परामर्श मौजूद हैं, लेकिन “望闻问切” जैसे मुख्य निदान विधियों के लिए पारंपरिक रूप से शारीरिक उपस्थिति ज़रूरी होती है।

तीसरा, हालाँकि ऐतिहासिक ग्रंथों और केस स्टडीज़ से समृद्ध होने के बावजूद, TCM में आधुनिक पश्चिमी चिकित्सा की तुलना में मानकीकरण और डेटा संरचना की कमी है। नैदानिक रिकॉर्ड हमेशा एकसमान नहीं होते, लक्षणों और सिंड्रोम की व्याख्या अलग-अलग विचारधाराओं (और ये कई हैं!) के बीच भिन्न हो सकती है, और कुशल चिकित्सक के सूक्ष्म अवलोकनों को मात्रात्मक डेटा बिंदुओं में बदलना, कहें तो, मुश्किल है। TCM का यह “ब्लैक बॉक्स” पहलू, खासकर हर्बल फॉर्मूलों में जटिल रासायनिक अंतरक्रियाओं को लेकर, इसे वर्तमान वैज्ञानिक दृष्टिकोणों से समझाना, दोहराना और व्यापक अंतरराष्ट्रीय स्वीकृति हासिल करना कठिन बनाता है।

यहीं पर AI को एक समाधान के रूप में पेश किया जा रहा है। AI की विशाल डेटा को प्रोसेस करने, पैटर्न पहचानने और संभावित रूप से निदान दृष्टिकोणों को मानकीकृत करने की क्षमता का उपयोग करके, यह उम्मीद की जा रही है कि:

1. पहुँच का विस्तार: कम अनुभवी चिकित्सकों की क्षमताओं को बढ़ाना, संभावित रूप से उच्च-गुणवत्ता वाली TCM सेवाओं की प्रभावी आपूर्ति में वृद्धि करना।
2. ज्ञान का मानकीकरण: मास्टर चिकित्सकों और ऐतिहासिक ग्रंथों के संचित ज्ञान को अधिक संरचित और सुलभ तरीके से कैप्चर और प्रसारित करना।
3. आधुनिकीकरण और सत्यापन: TCM चिकित्सा के अंतर्निहित तंत्रों की खोज और जटिल हर्बल उत्पादों के उत्पादन को मानकीकृत करने के लिए आधुनिक डेटा साइंस तकनीकों का उपयोग करना।
4. कुशलता में सुधार: मेडिकल रिकॉर्ड लिखने जैसे उबाऊ कार्यों को स्वचालित करना, ताकि डॉक्टरों को रोगी देखभाल के लिए अधिक समय मिले।

सीधे शब्दों में कहें तो, विचार यह है कि TCM के गहरे, लेकिन अक्सर विस्तार और मानकीकरण में कठिन, ज्ञान आधार को AI की गणनात्मक शक्ति और डेटा-प्रोसेसिंग क्षमताओं के साथ “उन्नत” किया जाए।

जमीनी स्तर पर AI-संचालित TCM कैसा दिखता है?

तो, व्यवहार में यह कैसे काम कर रहा है? यह कुछ हल्के-फुल्के उपभोक्ता गैजेट्स से लेकर गंभीर नैदानिक उपकरणों और बड़े पैमाने पर अनुसंधान एवं विकास परियोजनाओं तक फैला हुआ है।

आप अस्पतालों या सार्वजनिक स्वास्थ्य केंद्रों में कुछ ऐसे “साइबर TCM” रोबोट्स से मिल सकते हैं। एक लेख में इनका बड़ा जीवंत वर्णन है: “इसकी आँखें कैमरे हैं, जो आपकी जीभ की परत और रंग-रूप को एक पुराने TCM डॉक्टर की तरह स्कैन करती हैं; यह आपकी नब्ज़ भी ले सकता है, एक सेंसर टर्मिनल दो मिनट से कम समय में रीडिंग पूरी कर लेता है।” ये अक्सर बुनियादी निदान और पैटर्न मिलान के आधार पर जल्दी से एक स्वास्थ्य रिपोर्ट तैयार करते हैं – शायद मज़े के लिए या प्रारंभिक स्क्रीनिंग के लिए, लेकिन यह TCM में AI की सार्वजनिक छवि को दर्शाता है।

लेकिन अधिक गंभीर प्रयास असली चिकित्सकों की सहायता करने और संभावित रूप से नई दवा खोज को बढ़ावा देने के लिए जटिल AI सिस्टम और बड़े मॉडल बनाने पर केंद्रित हैं।

कंपनियाँ AI-सहायता निदान प्रणालियाँ विकसित कर रही हैं। AskZhen (问止中医科技), एक कंपनी जो हॉन्ग कॉन्ग में IPO की कोशिश कर रही है, अपने व्यवसाय को अपनी मालिकाना “TCM Brain” (中医大脑) के इर्द-गिर्द केंद्रित करती है। यह सिस्टम, जैसा कि वे दावा करते हैं, TCM के लिए “दुनिया का सबसे बड़ा नैदानिक ज्ञान ग्राफ” पर बना एक AI सहायक निदान सिस्टम है। विचार यह है कि एक डॉक्टर मरीज के डेटा (लक्षण, जीभ/नब्ज़ की जानकारी जैसे निदान निष्कर्ष) को इनपुट करता है, और AI इसे ऐतिहासिक मामलों, शास्त्रीय ग्रंथों और आधुनिक शोध के अपने विशाल डेटाबेस के आधार पर प्रोसेस करके संभावित निदान, सिंड्रोम और उपचार योजनाएँ (हर्बल नुस्खों सहित) सुझाता है। AskZhen का दावा है कि उनका सिस्टम एक शीर्ष अस्पताल में नैदानिक ​​संगतता अध्ययन और विशेषज्ञ समीक्षा पास कर चुका है। वे इसे एक मुख्य उपकरण के रूप में देखते हैं जो उनके डॉक्टरों को व्यक्तिगत अनुभव पर कम निर्भरता के साथ “गहन और व्यापक परामर्श” प्रदान करने में सक्षम बनाता है, जिससे देखभाल की गुणवत्ता में प्रभावी रूप से सुधार होता है।

निदान से परे, AI को TCM बड़े मॉडलों पर अनुसंधान और विकास के लिए लागू किया जा रहा है। तास्ली फार्मास्युटिकल (天士力) जैसी पारंपरिक चीनी चिकित्सा की प्रमुख खिलाड़ी ने हुवावे क्लाउड जैसे तकनीकी दिग्गजों के साथ मिलकर “数智本草” (लगभग “डिजिटल हर्बल ज्ञान”) जैसे मॉडल लॉन्च किए हैं। इन मॉडलों को अत्यधिक डेटा दिया जाता है – हज़ारों प्राचीन ग्रंथ, दसियों हज़ार पारंपरिक फॉर्मूले, लाखों शोध सार, प्राकृतिक उत्पाद डेटा, पेटेंट जानकारी, नैदानिक दिशानिर्देश (Huxiu 1 लेख में “数智本草” के पैमाने का विवरण दिया गया है: एक हज़ार से अधिक प्राचीन ग्रंथ, 90,000+ फॉर्मूले, 40,000+ पेटेंटेड फॉर्मूले, 40 मिलियन+ साहित्य सार, लाखों प्राकृतिक उत्पाद और लक्ष्य मार्ग, आदि, कुल मिलाकर 38 बिलियन पैरामीटर)। लक्ष्य? पारंपरिक फॉर्मूलों के पीछे “तर्क को समझाना” (“说理”) और “दवाएँ खोजना” (“寻药”), नई प्राकृतिक यौगिकों या संयोजनों की खोज को तेज़ करना और एक “數智中药” (डिजिटल TCM) R&D प्रतिमान को सक्षम करना। यह एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है, जिसमें पारंपरिक फार्मा कंपनियाँ कथित तौर पर R&D खर्च में काफी वृद्धि कर रही हैं, सैकड़ों मिलियन RMB का निवेश उत्पादन लाइनों के डिजिटल अपग्रेड और इन विशाल डेटा सिस्टमों के निर्माण में कर रही हैं (Huxiu 1 लेख में 300M RMB के बुद्धिमान निष्कर्षण कार्यशाला का एक उदाहरण दिया गया है)।

अस्पताल भी इस दौड़ में शामिल हो रहे हैं। प्रतिष्ठित ग्वांगआनमेन अस्पताल (广安门医院), जिसे अक्सर TCM का “पेकिंग यूनियन मेडिकल कॉलेज” कहा जाता है, ने हाल ही में अपना “广医·岐智” (GuangYi QiZhi) बड़ा मॉडल लॉन्च किया है। यह मॉडल अस्पताल के संपूर्ण कार्यप्रवाह में एकीकृत किया जा रहा है – बाह्य रोगी क्लीनिकों, इनपेशेंट वार्डों, यहाँ तक कि सर्जरी में भी। इसका उद्देश्य डॉक्टरों को रोगी साक्षात्कार, चिकित्सा रिकॉर्ड लिखने (रिपोर्ट के अनुसार सेकंडों में नोट्स तैयार करना) से लेकर निदान छवियों (जैसे जीभ स्कैन) के साथ मौखिक इनपुट का उपयोग करके बहु-मोडल विश्लेषण तक हर चीज़ में सहायता करना है। अस्पताल नेतृत्व स्पष्ट रूप से कहता है कि यह मॉडल डॉक्टरों को प्रतिस्थापित करने के लिए नहीं है, बल्कि “TCM विशेषज्ञों की नकल करना, अस्पताल की दक्षता में सुधार करना, और डॉक्टरों को琐事 (琐事 का अर्थ है छोटे-मोटे काम या चोर) से मुक्त करना, ताकि वे सेवा की गुणवत्ता पर ध्यान केंद्रित कर सकें।” महत्वपूर्ण रूप से, वे इसे युवा डॉक्टरों के लिए ज्ञान हस्तांतरण और प्रशिक्षण को तेज़ करने के लिए एक उपकरण के रूप में भी देखते हैं, प्रभावी रूप से AI को एक “डिजिटल गुरु” के रूप में कार्य करने की अनुमति देते हैं, जो व्यक्तिगत चिकित्सक की प्रतिभा और अनुभव के आधार पर कौशल स्तर में भिन्नता को “सपाट” करने में मदद करता है।

पूँजी की भीड़: IPO की कोशिश और बाजार की हलचल

प्राचीन पद्धति और आधुनिक तकनीक के इस संगम ने निश्चित रूप से निवेशकों का ध्यान खींचा है। लेख “AI + TCM” स्टार्टअप्स में बढ़ते पूँजी प्रवाह को उजागर करते हैं। हमें स्वास्थ्य प्रबंधन और डिजिटल “望闻问切” का उपयोग करके निदान के लिए AI मॉडल पर काम करने वाली कंपनियों के लिए प्रारंभिक चरण की फंडिंग राउंड की घोषणाएँ दिखी हैं (36Kr AI+TCM लेख में गुइयुआन हॉल और वूझेंग इंटेलिजेंट जैसे उदाहरणों का उल्लेख है)।

हाल का सबसे प्रमुख उदाहरण AskZhen (问止中医科技) की हॉन्ग कॉन्ग स्टॉक एक्सचेंज में लिस्टिंग की कोशिश है। यह एक महत्वपूर्ण कदम है, जो उन्हें संभावित “पहला AI TCM स्टॉक” के रूप में स्थापित करता है। 2018 में स्थापित, दिलचस्प बात यह है कि इसे पारंपरिक TCM एकेडमिया में गहरी जड़ों के बजाय सिलिकॉन वैली और निवेश पृष्ठभूमि वाले तीन व्यक्तियों द्वारा शुरू किया गया था, AskZhen ने जल्दी से प्रगति की, BlueRun Ventures जैसे प्रमुख VC से कई फंडिंग राउंड जुटाए।

उनके वित्तीय आँकड़े एक तेज़ी से बढ़ती कंपनी को दर्शाते हैं: राजस्व 2022 में लगभग 62 मिलियन RMB से बढ़कर 2023 में 189 मिलियन RMB हो गया, और 2024 के पहले नौ महीनों में 173 मिलियन RMB तक पहुँच गया (TMTpost आँकड़े)। यह वृद्धि मुख्य रूप से उनकी चिकित्सा सेवाओं से प्रेरित है, जो 2024 Q3 में उनके राजस्व का लगभग 90% थी, जो ऑनलाइन और चीन भर में उनके विस्तारित भौतिक क्लीनिक नेटवर्क के माध्यम से प्रदान की गई। अन्य चिकित्सकों और संस्थानों के लिए उनकी “TCM Brain” सब्सक्रिप्शन सेवा राजस्व का बहुत छोटा हिस्सा है (2024 Q3 में 5% से कम, TMTpost के अनुसार)।

हालाँकि, राजस्व वृद्धि के बावजूद, AskZhen ने पर्याप्त शुद्ध घाटा भी दर्ज किया है – 2022 में लगभग 154 मिलियन RMB, 2023 में 194 मिलियन RMB, और 2024 के पहले नौ महीनों में 56 मिलियन RMB। यह इस अवधि में लगभग 400 मिलियन RMB का संचयी घाटा है (36Kr AI+TCM लेख इसे हाइलाइट करता है)। वे सकारात्मक समायोजित शुद्ध लाभ (क्रमशः 5.15 मिलियन RMB, 43.03 मिलियन RMB, और 49.51 मिलियन RMB, शेयर-आधारित मुआवजे जैसे गैर-नकद मदों के लिए समायोजन – TMTpost आँकड़े) की रिपोर्ट करते हैं, जो तकनीकी कंपनियों के लिए एक सामान्य मापदंड है जो कुछ खर्चों से पहले अंतर्निहित परिचालन लाभप्रदता को दर्शाता है।

AskZhen का दावा है कि वे 2023 के राजस्व के हिसाब से चीन में सबसे बड़ा AI-सक्षम TCM सेवा प्रदाता हैं, लेकिन उनकी बाजार हिस्सेदारी अभी भी केवल 1.5% है, जो 12,600 से अधिक प्रदाताओं वाले अत्यधिक खंडित बाजार में है (TMTpost आँकड़े)। यह महत्वपूर्ण वृद्धि की संभावना और तीव्र प्रतिस्पर्धा दोनों को दर्शाता है।

बाजार के आकार की भविष्यवाणियाँ उत्साह को और बढ़ाती हैं। मुख्यभूमि चीन में समग्र TCM चिकित्सा सेवा बाजार का अनुमान 2023 में लगभग 960 बिलियन RMB था, जिसके 2028 तक 1.7 ट्रिलियन RMB (12.3% CAGR) तक बढ़ने का अनुमान है। AI-सक्षम खंड, हालांकि बहुत छोटा (2023 में लगभग 10.9 बिलियन RMB), 51.4% की तेज़ CAGR से बढ़कर 2028 तक 86.9 बिलियन RMB तक पहुँचने का अनुमान है (TMTpost आँकड़े)। ये संख्याएँ एक बड़े, बढ़ते बाजार के भीतर तेज़ी से विस्तारित हो रहे एक विशिष्ट क्षेत्र की तस्वीर पेश करती हैं।

लेकिन रुकिए, एक या कई अड़चनें हैं

तेज़ वृद्धि और AI-प्रेरित परिवर्तन की कहानी आकर्षक लगती है, और निवेश गतिविधि वास्तविक है। लेकिन किसी भी सोने की खोज की तरह, यहाँ भी महत्वपूर्ण जोखिम और चुनौतियाँ हैं जो उत्साह को कम करती हैं। जिन लेखों को मैंने पढ़ा, वे इनके बारे में काफी स्पष्ट थे।

1. डेटा की समस्या मूलभूत है: यह शायद सबसे बड़ी बाधा है। जैसा कि पहले उल्लेख किया गया, TCM डेटा को मानकीकृत करना स्वाभाविक रूप से कठिन है। आप नब्ज़ की अनुभूति (“फिसलन भरी,” “तार जैसी”) या जीभ के रंग या परत में सूक्ष्म भिन्नताओं को कैसे मात्रात्मक बनाएँगे? अलग-अलग डॉक्टर एक ही घटना का अलग-अलग वर्णन करते हैं। अलग-अलग विचारधाराएँ निदान और उपचार को मौलिक रूप से अलग सैद्धांतिक ढाँचों से देखती हैं (उदाहरण के लिए, “फायर स्पिरिट” स्कूल बनाम “वॉर्म डिज़ीज़” स्कूल)। AI मॉडलों को अटपटे, असंगत, या अत्यधिक व्यक्तिपरक डेटा खिलाने से उनकी सटीकता और विश्वसनीयता सीमित हो जाती है। यद्यपि AskZhen जैसे कंपनियाँ और ग्वांगआनमेन जैसे अस्पताल संरचित डेटाबेस और “ज्ञान ग्राफ” बनाने की कोशिश कर रहे हैं, यह एक विशाल कार्य है। “千人千方” सिद्धांत का अर्थ भी बहुत सारी विविधता है, जिसे पैटर्न-मिलान एल्गोरिदम के लिए पूरी तरह से दोहराना कठिन है।

2. AI की सीमाएँ बनाम मानव विशेषज्ञता: क्या AI वास्तव में एक कुशल TCM डॉक्टर की निदान अंतर्ज्ञान को दोहरा सकता है, जो किताबी ज्ञान को वर्षों के व्यावहारिक अनुभव, रोगी संवाद, और पर्यावरणीय अवलोकन के साथ जोड़ता है? कई विशेषज्ञ संदेह में हैं। उनका तर्क है कि AI डेटा बिंदुओं का विश्लेषण कर सकता है, लेकिन जटिल या दुर्लभ मामलों में विशेष रूप से, एक मानव डॉक्टर की