सक्रिय अनुमान और मुक्त ऊर्जा सिद्धांत चिकित्सा की मुख्य गतिविधियों - निदान, उपचार चयन और शारीरिक स्थिरता के रखरखाव को उत्पन्न मॉडल बनाने और अनिश्चितता के तहत अपडेट करने की प्रक्रियाओं के रूप में पुनर्परिभाषित करते हैं। साहित्य कई विशेषज्ञताओं (मनोचिकित्सा, दर्द चिकित्सा, तंत्रिका विज्ञान) में अवधारणात्मक रूप से परिपक्व है लेकिन अनुभवजन्य रूप से प्रारंभिक है: अधिकांश मॉडल सैद्धांतिक, दार्शनिक या सिमुलेशन-आधारित हैं, और इनमें से कुछ भी पूरी तरह से तैनात नैदानिक प्रणालियां हैं। यह पृष्ठ बताता है कि चिकित्सा ढांचे के लिए क्यों उपयुक्त है, साहित्य वर्तमान में कहां खड़ा है, कौन सी ठोस परियोजनाएं और उपकरण मौजूद हैं, और किस सबूत की अभी कमी है।
क्यों डोमेन उपयुक्त है
चिकित्सा मूल रूप से अनिश्चितता के तहत धारणा और क्रिया के बारे में है: चिकित्सक शोरगुल वाले संकेतों और डेटा से छिपे हुए रोग की स्थिति का अनुमान लगाते हैं और रोगियों को वांछित राज्यों की ओर निर्देशित करने के लिए कार्रवाई करते हैं, जबकि रोगी अपने शारीरिक संवेदनाओं के अर्थ का अनुमान लगाते हैं और उन अनुमानों पर कार्य करते हैं। मुक्त ऊर्जा सिद्धांत होमियोस्टेसिस और अलोस्थेसिस को अनुमान लगाने की समस्याओं के रूप में पुनर्परिभाषित करता है, जिसमें जीवों के पास पसंदीदा शारीरिक श्रेणियों के बारे में पूर्व विश्वास होते हैं और जब ये श्रेणियां बाधित होती हैं तो अपेक्षित मुक्त ऊर्जा को कम करने के लिए कार्रवाई का चयन किया जाता है। कई बीमारियों को तब अनुमान और नियंत्रण की विफलता के रूप में समझा जा सकता है - चयापचय संबंधी विकार ऊर्जा संतुलन के जनरेटिव मॉडल में खराबी के रूप में, मनोदशा संबंधी विकार इंटरोसेप्टिव अपेक्षाओं के गलत कैलिब्रेशन के रूप में, और पुरानी दर्द नोसिसेप्टिव भविष्यवाणी त्रुटियों का प्रतिकूल परिशुद्धता-भारन के रूप में। इस ढांचे को मस्तिष्क से परे भी बढ़ाया गया है, जहां ऊतकों को लक्ष्य आकृति के सापेक्ष मुक्त ऊर्जा को कम करने वाले सेल समूहों के रूप में मॉडल किया जाता है, जिससे कैंसर और फाइब्रोसिस जैसी स्थितियों को सामूहिक अनुमान की विफलता के समानांतर पढ़ा जा सकता है।
साहित्य की स्थिति
मनोचिकित्सा सबसे विकसित अनुप्रयोग क्षेत्र है: मटौससिस, फ्रिस्टन और सहयोगियों की 2024 की समीक्षा का तर्क है कि सक्रिय अनुमान (Active Inference) मनोविज्ञान के उप-विषयों को एकीकृत कर सकता है, जिसमें चिंता, अवसाद, मनोविकृति और ऑटिज्म को पूर्वधारणाओं (priors), परिशुद्धता (precision) और नीति चयन (policy selection) में गड़बड़ी के रूप में वर्णित किया गया है; बदकोक और फ्रिस्टन अवसाद को इनाम के बारे में निराशावादी पूर्वधारणाओं (priors) के साथ दुनिया का नमूनाकरण (sampling) के रूप में फिर से परिभाषित करते हैं; बैरेट और सिमन्स, और स्मिथ और फ्रिस्टन की इंटरोसेप्टिव अनुमान (interoceptive inference) पर कार्य नोसेसोमेटिक (nociceptive) और भावनात्मक लक्षणों को गलत तरीके से कैलिब्रेटेड इंटरोसेप्टिव पूर्वधारणाओं (priors) और परिशुद्धता (precision) से जोड़ते हैं। तंत्रिका विज्ञान इसके तुरंत बाद आता है, जिसमें श्वार्टनबेक और सहयोगियों की 2021 की ब्रेन पेपर गति को अनुमानित संवेदी मार्गों (predicted sensory trajectories) के कार्यान्वयन के रूप में प्रस्तुत करता है और पार्किंसंस रोग, डिस्टोनिया और कार्यात्मक मोटर विकारों (functional motor disorders) का विश्लेषण करता है जैसे कि यह भविष्यवाणी करने वाला तंत्र (predictive machinery) विफल हो गया। दर्द और प्लेसीबो अनुसंधान (Geuter et al.; Ciaunica et al.) प्लेसीबो/नोसेबो प्रभावों और पुरानी दर्द को नोसेसोमेटिक भविष्यवाणी त्रुटियों (nociceptive prediction errors) के भीतर एक सक्रिय-अनुमान (active-inference) खाते में पूर्वधारणाओं (priors) और परिशुद्धता (precision) में बदलाव के रूप में मॉडल करते हैं। विभिन्न विशेषज्ञताओं में पैटर्न दोहराया जाता है: मजबूत सैद्धांतिक विकास, बढ़ती व्यवहारिक और न्यूरोइमेजिंग मॉडल फिटिंग, लेकिन सक्रिय अनुमान (Active Inference) जैसे प्रतिस्पर्धी ढांचे (reinforcement learning or classical Bayesian models) के खिलाफ सीधे तुलना करने वाले अध्ययनों की कमी।
कुंजी परियोजनाएँ और उपकरण
ठोस इंजीनियरिंग उदाहरणों में हाल ही में कैंसर, रोबोटिक्स और डिजिटल जुड़वां शामिल हैं। ल्यू, फ्रिस्टन और सहयोगियों का "अविश्वास स्थान नियंत्रण व्यक्तिगत कैंसर उपचार के लिए सक्रिय अनुमान के माध्यम से" एक अपेक्षित मुक्त ऊर्जा उद्देश्य को गुप्त ट्यूमर भार और दवा संवेदनशीलता पर प्राप्त करता है, जिससे उपचार नीतियां ट्यूमर प्रतिक्रिया के बारे में अनिश्चितता को कम करने और अनुकूल परिणामों को अधिकतम करने के बीच संतुलन बनाती हैं - अनुकरण रोगी मार्गों पर प्रदर्शित किया गया है, लेकिन नैदानिक रूप से तैनात नहीं किया गया है। पेज़ुलो, फ्रिस्टन और सहयोगियों द्वारा "सक्रिय डिजिटल जुड़वां" का प्रस्ताव एक मरीज को केवल अनुकरण करने के बजाय परीक्षण, उपचार और जीवनशैली में बदलाव प्रस्तावित करता है और परिणामों से अपने जनरेटिव मॉडल को अपडेट करता है, अपेक्षित मुक्त ऊर्जा का उपयोग नीति चयन के लिए करता है। वैन दे लार और सहयोगियों के रोबोटिक्स कार्य सक्रिय-अनुमान नियंत्रणकों के लिए धारणा-क्रिया एकीकरण पर हैं, जिन्हें सर्जिकल रोबोटिक्स, पुनर्वास उपकरणों और सहायक प्रणालियों में सीधे हस्तांतरणीय माना जाता है, और 2025 नेचर डिजिटल मेडिसिन लेख मानव-एलएलएम बातचीत को युग्मित अनुमान के रूप में व्यवहार करके एलएलएम-आधारित चिकित्सा निर्णय समर्थन को अधिक विश्वसनीय बनाने के लिए सक्रिय-अनुमान प्रेरित संकेत रणनीतियों का प्रस्ताव करता है। सॉफ्टवेयर की ओर से, रिपोर्ट सामान्य प्रयोजन उपकरणों - एनएमई के लिए बेयसियन मॉडल व्युत्क्रमण के लिए और पायएमडीपी जैसे समुदाय पायथन पुस्तकालयों जैसे मार्कोव-निर्णय प्रक्रिया जनरेटिव मॉडल पर ध्यान केंद्रित करती है, जिनका उपयोग इन चिकित्सा मामलों में किया जा रहा है, हालांकि अभी तक कोई मानकीकृत चिकित्सा सक्रिय-अनुमान लाइब्रेरी मौजूद नहीं है।
खुले प्रश्न
रिपोर्ट में अनुभवजन्य सत्यापन और मॉडल तुलना को सबसे महत्वपूर्ण अंतर के रूप में पहचाना गया है: मनोचिकित्सा, दर्द और तंत्रिका विज्ञान में सक्रिय अनुमान मॉडल को सुदृढीकरण सीखने, विचलन-फैलाव और शास्त्रीय बेयसियन विकल्पों के साथ वास्तविक रोगी डेटा पर हेड-टू-हेड परीक्षण की आवश्यकता है, सिमुलेशन पर नहीं। पहचान्यता और रोगी विविधता एक दूसरा चुनौती है - जनरेटिव मॉडल में कई छिपे हुए पैरामीटर (पूर्व, परिशुद्धता, संक्रमण संभावनाएँ) हैं जिन्हें नैदानिक सेटिंग्स में सामान्य, शोर वाले डेटा से अनूठा रूप से अनुमान लगाना मुश्किल है, जो जनसंख्या-स्तर की पूर्व धारणाओं और पहचान्यता-अनुकूल माप डिज़ाइन को प्रेरित करता है। सक्रिय अनुमान को डीप लर्निंग और LLM (न्यूरल नेटवर्क का उपयोग करके अवलोकन/संक्रमण मॉडल को पैरामीटर करने जबकि सक्रिय अनुमान नीति चयन को संभालता है) के साथ एकीकृत करना एक खुला अनुसंधान क्षेत्र के रूप में चिह्नित किया गया है, न कि एक हल किया गया पैटर्न। अंत में, नैदानिक अनुवाद अप्रयुक्त नियामक और नैतिक प्रश्नों को उठाता है - अनुकूलनशील, लगातार अपडेट होने वाले संभाव्य प्रणालियाँ निश्चित एल्गोरिदम के लिए बनाई गई नियामक ढाँचों में फिट नहीं होती हैं, और रिपोर्ट व्यापक तैनाती से पहले चिकित्सक/रोगी विश्वास पर पायलट अध्ययनों का आह्वान करती है, साथ ही मुक्त ऊर्जा सिद्धांत की तुलनात्मक रूप से पर्याप्त रूप से गलत साबित करने योग्य है या नहीं इस पर एक लाइव अवधारणात्मक बहस भी शामिल है।
संदर्भ आधार
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2015). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2015.09.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.