🤖 AI

Conformal Prediction for Causal Effects of Continuous Treatments

यह शोध पत्र एक नवीन कॉन्फॉर्मल प्रेडिक्शन विधि प्रस्तुत करता है जो निरंतर उपचारों (continuous treatments) के संभावित परिणामों के लिए वैध परिमित-नमूना (finite-sample) पूर्वानुमान अंतराल प्रदान करता है, भले ही प्रोपेंसिटी स्कोर अज्ञात हो और उसे डेटा से अनुमानित करना आवश्यक हो।

मूल लेखक: Maresa Schröder, Dennis Frauen, Jonas Schweisthal, Konstantin Heß, Valentyn Melnychuk, Stefan Feuerriegel

प्रकाशित 2026-02-04

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Maresa Schröder, Dennis Frauen, Jonas Schweisthal, Konstantin Heß, Valentyn Melnychuk, Stefan Feuerriegel

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ इस शोध पत्र (paper) का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

बड़ी तस्वीर: हमें "सुरक्षा जाल" (Safety Net) की आवश्यकता क्यों है?

कल्पना कीजिए कि आप एक डॉक्टर हैं और यह तय करने की कोशिश कर रहे हैं कि कैंसर के मरीज को कितनी कीमोथेरेपी देनी चाहिए। आपके पास एक कंप्यूटर प्रोग्राम (एक AI) है जो खुराक (dosage) के आधार पर यह भविष्यवाणी करता है कि ट्यूमर कितना सिकुड़ेगा।

समस्या: अधिकांश AI प्रोग्राम आपको केवल एक संख्या देते हैं: "यदि आप 50mg देंगे, तो ट्यूमर 2mm सिकुड़ेगा।" इसे पॉइंट एस्टीमेट (point estimate) कहा जाता है। यह मौसम के पूर्वानुमान जैसा है जो कहता है, "तापमान ठीक 72°F होगा।" लेकिन क्या होगा अगर वास्तव में यह 60°F या 80°F हो? चिकित्सा के क्षेत्र में, गलत होना खतरनाक हो सकता है। आपको संभावनाओं की एक रेंज जानने की आवश्यकता है: "ट्यूमर संभवतः 1mm से 3mm के बीच सिकुड़ेगा।"

समाधान: यह शोध पत्र एक नया गणितीय "सुरक्षा जाल" पेश करता है जिसे कन्फ़ॉर्मल प्रेडिक्शन (Conformal Prediction) कहा जाता है। केवल एक अनुमान लगाने के बजाय, यह उत्तर के चारों ओर एक बॉक्स बनाता है ताकि यह कहा जा सके, "हमें 95% यकीन है कि वास्तविक उत्तर इस बॉक्स के अंदर है।"

विशिष्ट चुनौती: निरंतर खुराक (Continuous Doses)

अधिकांश मौजूदा सुरक्षा जाल केवल सरल विकल्पों के लिए काम करते हैं, जैसे "दवा दें" या "दवा न दें" (बाइनरी)। लेकिन वास्तविक जीवन में, डॉक्टर निरंतर उपचार (continuous treatments) से निपटते हैं—जैसे 1mg से 100mg तक डायल को घुमाकर खुराक को एडजस्ट करना।

लेखकों को अपने सुरक्षा जाल को इन निरंतर डायलों के लिए काम करने योग्य बनाने के लिए दो कठिन समस्याओं को हल करना पड़ा:

1. "नई नीति" की समस्या (The Shift)

कल्पना कीजिए कि आप एक सिम्युलेशन में एक ड्राइवर को प्रशिक्षित कर रहे हैं जहाँ वे हमेशा सड़क के दाईं ओर गाड़ी चलाते हैं (अवलोकन संबंधी डेटा/Observational Data)। अब, आप उनका परीक्षण एक ऐसे देश में करना चाहते हैं जहाँ उन्हें बाईं ओर गाड़ी चलानी होगी (हस्तक्षेप/Intervention)।

समस्या: नए देश में ड्राइवर की आदतें (डेटा वितरण) अलग हैं। यदि आप पुराने सुरक्षा नियमों का उपयोग करते हैं, तो वे विफल हो सकते हैं।
पेपर का समाधान: लेखकों ने सुरक्षा जाल को गणितीय रूप से "पुनः कैलिब्रेट" (re-calibrate) करने का एक तरीका बनाया। वे इस बात का ध्यान रखते हैं कि सड़क के नियम बदल गए हैं, जिससे यह सुनिश्चित होता है कि सुरक्षा जाल तब भी काम करता है जब मरीज का उपचार उस उपचार से अलग हो जो AI ने पहले देखा है।

2. "छिपे हुए मानचित्र" की समस्या (Unknown Propensity)

वास्तविक दुनिया में, हमें अक्सर यह नहीं पता होता कि अतीत में डॉक्टर ने एक विशिष्ट खुराक क्यों दी थी। हो सकता है कि डॉ. स्मिथ हमेशा उच्च खुराक देते हों, जबकि डॉ. जोन्स कम खुराक देते हों। हम इसे प्रोपेंसिटी स्कोर (propensity score) कहते हैं (यह समझने का छिपा हुआ नक्शा कि उपचार कैसे चुने जाते हैं)।

समस्या: आमतौर पर, एक आदर्श सुरक्षा जाल बनाने के लिए, आपको इस छिपे हुए मानचित्र का सटीक ज्ञान होना चाहिए। लेकिन वास्तविक अस्पतालों में, हमारे पास वह मानचित्र नहीं होता; हमें पिछले रिकॉर्ड के आधार पर उसका अनुमान लगाना पड़ता है। अनुमान लगाने से नई त्रुटियाँ (errors) पैदा होती हैं।
पेपर का समाधान: यह इस पेपर की सबसे बड़ी सफलता है। उन्होंने एक ऐसा सुरक्षा जाल बनाया जो तब भी काम करता है जब आपको छिपे हुए मानचित्र का अनुमान लगाना पड़ता है। उन्होंने गणितीय रूप से सिद्ध किया कि भले ही डॉक्टर की आदतों के बारे में आपका अनुमान थोड़ा गलत हो, फिर भी सुरक्षा जाल वैध रहेगा और टूटेगा नहीं।

उन्होंने यह कैसे किया ("खिंचाव वाले रबर बैंड" का उदाहरण)

AI की भविष्यवाणी की त्रुटि (error) को एक रबर बैंड के रूप में सोचें।

मानक विधि: आप यह देखने के लिए पिछले डेटा के आधार पर रबर बैंड को खींचते हैं कि यह कितनी दूर तक स्नैप (snap) हो सकता है।
लेखकों की विधि: उन्होंने महसूस किया कि जब आप उपचार बदलते हैं (हस्तक्षेप), तो रबर बैंड अलग तरह से खिंचता है क्योंकि "हवा" (डेटा वितरण) बदल गई है।
नवाचार: उन्होंने उस खिंचाव को मापने का एक नया तरीका विकसित किया।
- यदि आप हवा के पैटर्न को जानते हैं (Known Propensity), तो वे रबर बैंड को एडजस्ट करने के लिए एक सटीक फॉर्मूला का उपयोग करते हैं।
- यदि आप हवा के पैटर्न को नहीं जानते (Unknown Propensity), तो वे "सबसे खराब स्थिति" (worst-case scenario) वाला दृष्टिकोण अपनाते हैं। वे मान लेते हैं कि हवा आपके अनुमान से थोड़ी तेज़ या धीमी हो सकती है, और वे उन संभावनाओं को कवर करने के लिए रबर बैंड को बस उतना ही खींचते हैं जितनी ज़रूरत है।

उन्होंने क्या सिद्ध किया (परिणाम)

लेखकों ने केवल एक सिद्धांत नहीं बनाया; उन्होंने इसका परीक्षण भी किया।

सिंथेटिक टेस्ट (Synthetic Tests): उन्होंने नकली मेडिकल डेटा बनाया जहाँ उन्हें "सच्चा" उत्तर पता था। उन्होंने अपने तरीके की तुलना अन्य लोकप्रिय AI अनिश्चितता विधियों (जैसे "MC Dropout," जो एक सामान्य लेकिन अक्सर अविश्वसनीय ट्रिक है) के साथ की।
- परिणाम: अन्य विधियों ने अक्सर "झूठी आत्म-भरोसा" (false confidence) दिखाई—उनके बॉक्स बहुत छोटे थे और वास्तविक उत्तर को मिस कर गए। लेखकों का तरीका लगातार वास्तविक उत्तर को बॉक्स के अंदर रखने में सफल रहा, जैसा कि वादा किया गया था।
वास्तविक दुनिया का परीक्षण: उन्होंने ICU के मरीजों (MIMIC-III) के एक वास्तविक डेटासेट पर इसका परीक्षण किया, जिसमें वेंटिलेटर पर रहने की अवधि के आधार पर रक्तचाप (blood pressure) की भविष्यवाणी की गई।
- परिणाम: उनके तरीके ने उन मरीजों के लिए अधिक विस्तृत और ईमानदार अंतराल (intervals) दिखाए जिन्हें असामान्य उपचार अवधि मिली थी (जहाँ डेटा कम था), जबकि अन्य विधियों ने भ्रामक और जोखिम भरे संकीर्ण अंतराल दिए।

निष्कर्ष (The Bottom Line)

यह पेपर डॉक्टरों और डेटा वैज्ञानिकों को एक नया उपकरण प्रदान करता है। यह उन्हें निरंतर उपचारों (जैसे दवा की खुराक) के प्रभावों की भविष्यवाणी करने के लिए AI का उपयोग करने की अनुमति देता है, जिसके साथ एक गारंटीकृत सुरक्षा जाल होता है।

भले ही AI को यह अनुमान लगाना पड़े कि डॉक्टर आमतौर पर दवा कैसे देते हैं, यह नया तरीका सुनिश्चित करता है कि भविष्यवाणी के चारों ओर बना "सुरक्षा बॉक्स" भरोसेमंद होने के लिए पर्याप्त चौड़ा है। यह चिकित्सा जैसे सुरक्षा-महत्वपूर्ण क्षेत्रों के लिए अत्यंत महत्वपूर्ण है, जहाँ गलत होना गंभीर परिणाम दे सकता है।

मुख्य सीख: वे पहले व्यक्ति हैं जिन्होंने निरंतर दवा की खुराक के लिए एक गणितीय रूप से सिद्ध "सुरक्षा बॉक्स" बनाया है, जो तब भी काम करता है जब हमें पूरी तरह से यह समझ नहीं होता कि उन खुराकों को चुनने के पीछे का इतिहास क्या था।

तकनीकी सारांश: निरंतर उपचारों के कारण प्रभावों के लिए कॉन्फॉर्मल प्रेडिक्शन (Conformal Prediction)

1. समस्या का निरूपण (Problem Formulation)

यह शोध पत्र निरंतर उपचारों (continuous treatments) के लिए अनिश्चितता परिमाणीकरण (Uncertainty Quantification - UQ) की महत्वपूर्ण आवश्यकता को संबोधित करता है, जो कि कॉज़ल मशीन लर्निंग (causal machine learning) में अत्यंत आवश्यक है। जबकि कॉज़ल ML का उपयोग व्यक्तिगत चिकित्सा (जैसे, कीमोथेरेपी की खुराक) जैसे सुरक्षा-महत्वपूर्ण क्षेत्रों में व्यापक रूप से किया जाता है, मौजूदा विधियाँ आमतौर पर केवल पॉइंट एस्टिमेट (point estimates) प्रदान करती हैं, और भविष्यवाणी की अनिश्चितता की उपेक्षा करती हैं।

लेखक निरंतर कॉज़ल प्रभावों को लागू करने में कॉन्फॉर्मल प्रेडिक्शन (CP) के लिए तीन विशिष्ट चुनौतियों की पहचान करते हैं:

वितरण बदलाव (Distribution Shift - चुनौती a): एक उपचार चर (treatment variable) पर हस्तक्षेप करने से कोवेरिएट वितरण (विशेष रूप से प्रोपेंसिटी स्कोर) बदल जाता है। यह मानक CP में निहित एक्सचेंजेबिलिटी धारणा (exchangeability assumption) का उल्लंघन करता है, जिससे ऑब्जर्वेशनल और इंटरवेंशनल वितरणों के बीच मानक अंतराल (intervals) अमान्य हो जाते हैं।
अज्ञात प्रोपेंसिटी स्कोर (Unknown Propensity Scores - चुनौती b): ऑब्जर्वेशनल डेटा में, प्रोपेंसिटी स्कोर अज्ञात होता है और इसे अनुमानित करना पड़ता है। यह अनुमान अतिरिक्त अनिश्चितता पेश करता है जिसे मानक CP विधियाँ ध्यान में नहीं रखती हैं, जिससे अंडर-कवरेज (under-coverage) की संभावना बढ़ जाती है।
निरंतर मानों के लिए डेटा की कमी (Data Sparsity for Continuous Values - चुनौती c): बाइनरी उपचारों के विपरीत, निरंतर उपचार के विशिष्ट मान डेटा में शायद ही कभी देखे जाते हैं, जिससे डिस्क्रीट CP विधियों का सीधा अनुप्रयोग असंभव हो जाता है।

इसका उद्देश्य हार्ड इंटरवेंशन ( $a^*$ ) या सॉफ्ट इंटरवेंशन ( $A^*(X_{n+1})$ ) के तहत संभावित परिणामों $Y_{n+1}(\diamond)$ के लिए फाइनाइट-सैंपल वैध प्रेडिक्शन अंतराल $C(X_{n+1}, \diamond)$ व्युत्पन्न करना है, भले ही प्रोपेंसिटी स्कोर अज्ञात हो और अनुमानित हो।

2. कार्यप्रणाली (Methodology)

प्रस्तावित विधि वितरण बदलाव (distribution shifts) को संभालने के लिए और प्रोपेंसिटी अनुमान से उत्पन्न अनिश्चितता को प्रबंधित करने के लिए स्प्लिट कॉन्फॉर्मल प्रेडिक्शन (Split Conformal Prediction) का विस्तार करती है।

मुख्य ढांचा (Core Framework)

यह विधि एक नॉन-कनफॉर्मिटी स्कोर (non-conformity score) का उपयोग करती है, जो आमतौर पर अवशेष (residual) $S_i = |Y_i - \phi(X_i, A_i)|$ होता है, जहाँ $\phi$ एक मनमाना मशीन लर्निंग मॉडल है। लक्ष्य एक ऐसा अंतराल बनाना है कि $P(Y_{n+1}(\diamond) \in C) \geq 1 - \alpha$ हो।

लेखक प्रोपेंसिटी स्कोर $\pi(a|x)$ की उपलब्धता के आधार पर दो परिदृश्यों के बीच अंतर करते हैं:

परिदृश्य 1: ज्ञात प्रोपेंसिटी स्कोर (Known Propensity Score)

जब ऑब्जर्वेशनल पॉलिसी ज्ञात होती है (जैसे, एक रैंडमाइज्ड ट्रायल या ज्ञात पॉलिसी सेटिंग में), तो बदलाव को $\pi(a|x)$ से $\pi(a+\Delta A|x)$ में परिवर्तन के रूप में मॉडल किया जाता है।

दृष्टिकोण: लेखक समस्या को एक ऑगमेंटेड क्वांटाइल रिग्रेशन (augmented quantile regression) के रूप में पुनर्गठित करते हैं। वे एक फंक्शन क्लास $\mathcal{F}$ को परिभाषित करते हैं जो प्रोपेंसिटी शिफ्ट का प्रतिनिधित्व करता है।
अनुकूलन (Optimization): वे शिफ्ट वितरण के तहत नॉन-कनफॉर्मिटी स्कोर के $(1-\alpha)$ -क्वांटाइल को खोजने के लिए एक ड्यूल ऑप्टिमाइज़ेशन समस्या (थ्योरम 4.2) व्युत्पन्न करते हैं। यह सभी संभावित इम्प्यूटेड स्कोर को हल करने की अव्यावहारिकता से बचने के लिए स्ट्रॉन्ग ड्युअलिटी गुणों का लाभ उठाता है।
परिणाम: थ्योरम 4.2 ज्ञात प्रोपेंसिटी शिफ्ट के तहत संभावित परिणामों के लिए फाइनाइट-सैंपल कवरेज गारंटी प्रदान करता है।

परिदृश्य 2: अज्ञात प्रोपेंसिटी स्कोर (Unknown Propensity Score)

जब पॉलिसी अज्ञात होती है, तो विधि को उन हार्ड इंटरवेंशन ( $a^*$ ) को संभालना होता है जहाँ प्रोपेंसिटी एक डिराक डेल्टा फंक्शन (Dirac delta function) बन जाती है, और स्कोर $\pi$ को अनुमानित ( $\hat{\pi}$ ) करना पड़ता है।

धारणा: अनुमान त्रुटि (estimation error) इस प्रकार सीमित है कि अनुपात $c_a = \hat{\pi}/\pi$ किसी स्थिरांक $M$ के लिए $[1/M, 1/M]$ के भीतर रहता है।
स्मूथिंग (Smoothing): डिराक डेल्टा फंक्शन की विच्छिन्नता (discontinuity) को संभालने के लिए, लेखक इसे $\sigma^2 \to 0$ के साथ एक गौसियन कर्नेल (Gaussian kernel) का उपयोग करके अनुमानित करते हैं।
अनुकूलन: समस्या को स्मूथिंग पैरामीटर $\sigma$ और एरर बाउंड $c_a$ से जुड़ी एक नॉन-कॉन्वेक्स ऑप्टिमाइज़ेशन (इक्वेशन 18) के रूप में तैयार किया गया है।
सैद्धांतिक गारंटी: लेखक सिद्ध करते हैं (लेम्मा 4.4) कि यह समस्या टाइप-I इनवेक्स (Type-I invex) है और लीनियर इंडिपेंडेंस कंस्ट्रेंट क्वालिफिकेशन (LICQ) को संतुष्ट करती है। यह ग्लोबल ऑप्टिमलिटी प्राप्त करने के लिए करुश-कुह्न-टकर (KKT) स्थितियों के उपयोग की अनुमति देता है।
परिणाम: थ्योरम 4.5 अनिश्चितता सीमाओं और स्मूथिंग मापदंडों पर अनुकूलन करके अज्ञात प्रोपेंसिटी स्कोर के लिए फाइनाइट-सैंपल कवरेज गारंटी स्थापित करता है।

3. प्रमुख योगदान (Key Contributions)

निरंतर उपचारों के लिए नवीन विधि: निरंतर उपचारों के संभावित परिणामों के लिए कॉन्फॉर्मल प्रेडिक्शन का पहला प्रस्ताव, जो बाइनरी/डिस्क्रीट उपचारों तक सीमित मौजूदा विधियों के अंतर को भरता है।
अज्ञात प्रोपेंसिटी के तहत फाइनाइट-सैंपल गारंटी: ऐसे वैध प्रेडिक्शन अंतराल का व्युत्पन्न जो प्रोपेंसिटी स्कोर के अनुमान से उत्पन्न अनिश्चितता को ध्यान में रखते हैं, बिना किसी एसिम्प्टोटिक (asymptotic) धारणाओं की आवश्यकता के।
एल्गोरिदम कार्यान्वयन: ड्यूल फॉर्मुलेशन और KKT स्थितियों का उपयोग करके इन अंतरालों की गणना के लिए एक कुशल एल्गोरिदम (Alg. 1), जो इम्प्यूटेड स्कोर के ब्रूट-फोर्स सर्च से बचता है।
अनुभवजन्य सत्यापन (Empirical Validation): सिंथेटिक और वास्तविक दुनिया के डेटासेट पर प्रभावशीलता का प्रदर्शन।

4. प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने मोंटे कार्लो (MC) ड्रॉपआउट, डीप एनसेम्बल्स (Deep Ensembles), और गौसियन प्रोसेस (GP) रिग्रेशन सहित बेसलाइनों के विरुद्ध अपनी विधि का मूल्यांकन किया।

सिंथेटिक डेटासेट:
- विश्वसनीयता (Faithfulness): प्रस्तावित CP अंतराल विभिन्न सॉफ्ट और हार्ड इंटरवेंशन के तहत लक्षित महत्व स्तर ( $1-\alpha$ ) के अनुरूप अनुभवजन्य कवरेज प्राप्त करते हैं।
- बेसलाइन: MC ड्रॉपआउट और डीप एनसेम्बल्स ने काफी कम कवरेज दिखाया (अनफिथफुल इंटरवल्स), जो अक्सर वास्तविक परिणाम को पकड़ने में विफल रहे। GP रिग्रेशन ने केवल बहुत छोटे वितरण बदलावों के लिए वैध कवरेज प्रदान किया लेकिन बड़े बदलावों के तहत संकीर्ण अंतराल के कारण विफल रहा।
- स्थिरता: प्रस्तावित विधि ने MC ड्रॉपआउट में देखी गई उच्च भिन्नता की तुलना में अनुभवजन्य कवरेज में कम परिवर्तनशीलता प्रदर्शित की।
वास्तविक दुनिया का डेटासेट (MIMIC-III):
- कार्य: मैकेनिकल वेंटिलेशन की बदलती अवधि के तहत रक्तचाप परिणामों की भविष्यवाणी करना।
- अवलोकन: CP अंतराल ने प्रशिक्षण डेटा की कमी वाले (उच्च वेंटिलेशन अवधि) उपचार क्षेत्रों में उच्च अनिश्चितता को सही ढंग से दर्शाया। इसके विपरीत, MC ड्रॉपआउट अंतराल संकीर्ण थे, जो इन महत्वपूर्ण क्षेत्रों में अंडर-कवरेज का संकेत देते हैं।

5. महत्व और दावे (Significance and Claims)

यह शोध पत्र दावा करता है कि यह निरंतर उपचारों के लिए कॉन्फॉर्मल प्रेडक्शन प्रस्तावित करने वाला पहला कार्य है जहाँ प्रोपेंसिटी स्कोर अज्ञात है और इसे डेटा से अनुमानित किया जाना चाहिए।

सुरक्षा-महत्वपूर्ण अनुप्रयोग: विधि फाइनाइट-सैंपल वैधता गारंटी प्रदान करती है, जो इसे व्यक्तिगत चिकित्सा जैसे सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए उपयुक्त बनाती है जहाँ एसिम्प्टोटिक गारंटी (जो छोटे नमूनों में विफल हो सकती है) अपर्याप्त है।
मॉडल एगोस्टिक (Model Agnostic): यह दृष्टिकोण परिणाम भविष्यवाणी के लिए किसी भी अंतर्निहित मशीन लर्निंग मॉडल $\phi$ के साथ काम करता है।
वितरण बदलाव के प्रति मजबूती: मानक CP के विपरीत, यह विधि हस्तक्षेप द्वारा उत्पन्न वितरण बदलाव को स्पष्ट रूप से ध्यान में रखता है, जिससे यह सुनिश्चित होता है कि जब परीक्षण वितरण प्रशिक्षण वितरण से भिन्न हो, तब भी वैधता बनी रहे।
व्यावहारिक उपयोगिता: लेखक नोट करते हैं कि हालांकि यह विधि (जब प्रोपेंसिटी अनुमान खराब हो या डेटा विरल हो) रूढ़िवादी (संभावित रूप से व्यापक अंतराल) हो सकती है, लेकिन यह रूढ़िवादिता विश्वसनीयता सुनिश्चित करती है, जो अन्य UQ विधियों में देखी जाने वाली खतरनाक अंडर-कवरेज को रोकती है।

यह कार्य कॉज़ल ML में एक महत्वपूर्ण अंतर को भरता है, जो प्रायोगिक और ऑब्जर्वेशनल दोनों सेटिंग्स में निरंतर उपचार चरों के लिए अनिश्चितता के तहत विश्वसनीय निर्णय लेने में सक्षम बनाता है।