एजेंट-आधारित गहन चिकित्सा अनुसंधान: ICD-Deepresearch प्रणाली भविष्य के ICD कोड की भविष्यवाणी करती है
नया दृष्टिकोण EHR-आधारित फाउंडेशन मॉडल और मेडिकल रिट्रीवल के साथ भाषा मॉडल को जोड़ता है, ताकि अगली यात्रा के नैदानिक कोड पहले से निर्धारित किए जा सकें। MIMIC-III और MIMIC-IV डेटासेट पर, सिस्टम ने स्थानीय तुलनित्रों को पीछे छोड़ दिया, और डॉक्टरों ने इसके साक्ष्य को GPT-5 के स्वतंत्र खोज परिणामों की तुलना में काफी अधिक उपयोगी बताया।

जब कोई डॉक्टर मरीज़ से मिलने की तैयारी करता है, तो उसके लिए पहले से यह समझना उपयोगी होता है कि मरीज़ संभवतः किस समस्या के साथ आ रहा है। निदान पूर्वानुमान प्रणालियाँ ठीक इसी कार्य को हल करती हैं: पिछली यात्राओं के इतिहास के आधार पर, वे ICD कोड की भविष्यवाणी करती हैं जो अगली यात्रा पर कार्ड में दिखाई दे सकते हैं। हालिया दृष्टिकोणों में से एक — एजेंट-आधारित डीप सर्च है, जहाँ विभिन्न मॉडल एक एकीकृत शोध पाइपलाइन में काम करते हैं।
यह किस तरह का कार्य है?
यह प्रॉस्पेक्टिव मल्टी-लेबल पूर्वानुमान के बारे में है। सिस्टम किसी मौजूदा नोट को वर्गीकृत नहीं करता: भविष्य की प्रविष्टि अभी बनाई नहीं गई है, इसलिए मॉडल को केवल मरीज़ के अनुदैर्ध्य इतिहास पर निर्भर रहना पड़ता है। साथ ही, सही कोड कई हो सकते हैं, और वे पुरानी और नई दोनों स्थितियों से संबंधित हो सकते हैं।
यहाँ क्लासिक समाधान आमतौर पर दो प्रकारों में विभाजित होते हैं। इलेक्ट्रॉनिक मेडिकल रिकॉर्ड पर प्रशिक्षित संरचित फाउंडेशन मॉडल, यात्राओं की पुनरावृत्ति और बीमारियों की समय-गतिशीलता को अच्छी तरह से पकड़ते हैं। दूसरी ओर, भाषा मॉडल, लचीली परिकल्पनाएँ बनाने में मजबूत होते हैं जो नैदानिक तर्क के करीब होती हैं। लेकिन अकेले, वे जानकारी का एक हिस्सा खो देते हैं।
arXiv पर प्रीप्रिंट (2608.17075) में ICD-Deepresearch प्रणाली का वर्णन है, जो दोनों दृष्टिकोणों को जोड़ने का प्रयास करती है। यह एक एजेंट-आधारित वर्कफ़्लो है: पूर्वानुमान मॉडल मेडिकल सर्च और कोड शब्दकोशों के साथ मिलकर काम करते हैं, और अंतिम उत्तर बाहरी नैदानिक संबंधों को ध्यान में रखकर तैयार किया जाता है। यहाँ डीप सर्च का मतलब लिंक की सूची देना नहीं है, बल्कि एक बहु-चरणीय अनुसंधान है: सिस्टम स्वयं तय करता है कि किन स्रोतों की जाँच करनी है और उन्हें मरीज़ के इतिहास से कैसे मिलाना है।

पूर्वानुमान कैसे काम करता है
कोई भी डेटा स्रोत "भविष्य के कोड सेट" नहीं रखता, इसलिए सिस्टम पहले से top-K बजट के भीतर काम करता है। यह मरीज़ की वर्तमान स्थिति से भविष्य के निदानों तक संभावित संक्रमणों का आकलन करता है, तीन सिग्नल स्रोतों का उपयोग करते हुए: स्वयं बीमारी का इतिहास, बाहरी नैदानिक संबंध, और ICD कोड की सटीक शब्दार्थ।
उम्मीदवारों का निर्माण
पहला कंटूर SparseEHR मॉडल चलाता है। यह एक EHR-प्रायर बनाता है — पिछली यात्राओं के आधार पर कोडों पर एक संभाव्यता वितरण। यह प्रायर रिसर्च एक्सपेंशन के दो सीमित दौरों के लिए प्रारंभिक बिंदु बन जाता है: सिस्टम बाहरी स्रोतों में अतिरिक्त नैदानिक संबंधों को उद्देश्यपूर्ण ढंग से खोजता है, बिना खोज को अंतहीन छानबीन में बदले।
समानांतर में, एक स्वतंत्र मार्ग काम करता है — GPT-5 के साथ सीधा पूर्वानुमान। यह उम्मीदवारों का अपना सेट देता है, जो sparse-मॉडल पर निर्भर नहीं होता। इसके कारण, दोनों विधियाँ एक-दूसरे की कमज़ोरियों की भरपाई करती हैं: एक औपचारिक आँकड़ों पर निर्भर करता है, दूसरा लक्षणों की भाषाई समझ पर।
अंतिम चयन
एकत्रित उम्मीदवार सत्यापन से गुजरते हैं: सिस्टम डुप्लिकेट हटाता है, ICD शब्दकोश के अनुरूपता की जाँच करता है, और दोनों स्रोतों को संयुक्त रूप से रैंक करता है। एक अलग मॉड्यूल फिर पाठ्य औचित्य तैयार करता है, जो बताता है कि कोई विशेष कोड सूची में क्यों आया। महत्वपूर्ण बात यह है कि यह मॉड्यूल स्वयं भविष्यवाणियों को प्रभावित नहीं करता — यह केवल डॉक्टर के लिए परिणाम को अधिक पारदर्शी बनाता है।
प्रयोगों ने क्या दिखाया
प्रभावशीलता का मूल्यांकन गहन देखभाल डेटा MIMIC-III और MIMIC-IV पर किया गया। चूँकि सही कोड कई हो सकते हैं, मेट्रिक्स की गणना मरीज़ों के औसत से की गई: यह सामान्य सटीक गणना की तुलना में वास्तविक नैदानिक अभ्यास के करीब है।
- MIMIC-III पर सटीकता 24.60% और रिकॉल 35.09% रही।
- MIMIC-IV पर — क्रमशः 25.14% और 48.32%।
MIMIC-IV पर रिकॉल काफी अधिक है: सिस्टम अक्सर वास्तव में आवश्यक कोड ढूंढ लेता है, भले ही वह अतिरिक्त कोड से बच न सके।
अलग से, डॉक्टरों ने उन दस्तावेज़ों की उपयोगिता का मूल्यांकन किया जिन्हें सिस्टम पूर्वानुमान की पुष्टि के लिए निकालता है। यहाँ ICD-Deepresearch का परिणाम स्वतंत्र टूल से काफी आगे है: 51% और 68% दस्तावेज़ उपयोगी पाए गए, जबकि GPT-5-आधारित स्वायत्त वेब सर्च में 22% और 39%, और Medical Deep Research में 32% और 41% थे।

यह क्यों महत्वपूर्ण है
अध्ययन का मुख्य निष्कर्ष — प्रतिस्पर्धा नहीं, बल्कि मॉडलों का सहयोग उत्पादक है। ICD-Deepresearch दिखाता है कि संरचित चिकित्सा आँकड़े और भाषा-आधारित एजेंट सर्च एक ही श्रृंखला में काम कर सकते हैं: ICD शब्दकोश ढाँचा तय करता है, बाहरी स्रोत संदर्भ जोड़ते हैं, और औचित्य डॉक्टर को तर्क के क्रम की जाँच करने में मदद करते हैं।
व्यवहार के लिए, इसका मतलब है निदानों का पहले और अधिक समझाने योग्य पूर्वानुमान। सिस्टम नैदानिक निर्णय को प्रतिस्थापित नहीं करता, लेकिन मरीज़ से मिलने पर किसी महत्वपूर्ण स्थिति को अनदेखा करने का जोखिम कम करता है। और इसका मतलब है कि भविष्य में, ऐसे उपकरण डॉक्टर के डिजिटल सहायक का हिस्सा बन सकते हैं — संसाधन नियोजन से लेकर बीमा प्रक्रियाओं तक।

अक्सर पूछे जाने वाले प्रश्न
समान सामग्री
सभी सामग्री
डैशबोर्ड विश्लेषण में GUI एजेंटों का चरणबद्ध निदान: DashAct बेंचमार्क
DashAct प्रस्तुत है—348 मानव-सत्यापित ट्रैजेक्टरी वाला एक बेंचमार्क, जो इंटरैक्टिव डैशबोर्ड के साथ GUI एजेंटों के काम को तीन चरणों और चार दृश्य स्थितियों में विभाजित करता है। नतीजे बताते हैं कि एजेंटों को कार्रवाइयों का अनुमान लगाने और दृश्य लक्ष्यों से जुड़ने में लगातार समस्याएँ आती हैं, साथ ही उनकी प्रतिक्रियाएँ संदर्भ और स्थानिक समर्थन पर निर्भर करती हैं।
11 नवम्बर 2026
WILSON: पैथोमॉर्फोलॉजिकल विश्लेषण और निष्कर्ष तैयार करने के लिए रोगी के आवर्धनों और स्लाइडों का संयोजन
यह प्रीप्रिंट WILSON प्रस्तुत करता है—एक vision-language मॉडल, जो केवल एक अलग “सर्वश्रेष्ठ” स्लाइड के बजाय पूरे स्लाइडों और एक ही मरीज के अलग-अलग आवर्धन पर लिए गए नमूनों की छवियों को एन्कोड करता है। किसी विशिष्ट कार्य के लिए अतिरिक्त प्रशिक्षण के बिना, यह कई मेट्रिक्स पर विशेषीकृत और अधिक बड़े स्लाइड-मॉडलों से बेहतर प्रदर्शन करता है, वह भी काफ़ी कम कंप्यूटेशनल लागत पर; इसके नैदानिक विवरणों को पैथोलॉजिस्टों से अधिक ऊँची रेटिंग मिली।
11 नवम्बर 2026
RL सिम्युलेटरों की विफलताओं के निदान में कैनोनिकल बहुपद अपरिवर्तांक: वे वास्तव में कहाँ उपयोगी हैं
यह अध्ययन जाँचता है कि क्या सीखने योग्य गतिशीलता मॉडल में भौतिक नियमों को शामिल करना उचित है: प्रक्षेप पथों से निकाले गए और ग्रोबनर आधारों के माध्यम से विहित रूप में लाए गए अपरिवर्तक पूर्वानुमानों में मामूली सुधार देते हैं, लेकिन निदान में प्रभावी साबित होते हैं—वे उल्लंघित बाधा का स्थान निर्धारित करने और विशिष्ट गलत पैरामीटर की पहचान करने में सक्षम बनाते हैं।
10 नवम्बर 2026