A foundation model with multi-variate parallel attention to generate neuronal activity
यह शोध पत्र MVPFormer प्रस्तुत करता है, जो मानव इलेक्ट्रोफिजियोलॉजी के लिए एक जनरेटिव फाउंडेशन मॉडल है जो विषम चैनल कॉन्फ़िगरेशन को प्रभावी ढंग से संभालने के लिए एक नवीन मल्टी-वेरिएट पैरेलल अटेंशन (MVPA) तंत्र का उपयोग करता है, जो भविष्य के अनुसंधान में सहायता के लिए सबसे बड़े सार्वजनिक रूप से उपलब्ध iEEG डेटासेट, SWEC को जारी करते हुए दौरे का पता लगाने और डिकोडिंग कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है।
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
मानव मस्तिष्क विद्युत संकेतों का एक विशाल, जटिल नेटवर्क है, जो विचार, गति और संवेदना को बनाए रखने के लिए लगातार सक्रिय और संचारित होता रहता है। यह मशीनरी कैसे काम करती है, और इसमें कब खराबी आती है, इसे समझने के लिए डॉक्टर अक्सर खोपड़ी के अंदर सीधे सूक्ष्म इलेक्ट्रोड रखते हैं। यह प्रक्रिया, जिसे इंट्राक्रैनील इलेक्ट्रोएन्सेफलोग्राफी (iEEG) कहा जाता है, मस्तिष्क की कच्ची विद्युत गतिविधि को अविश्वसनीय सटीकता के साथ कैप्चर करती है। हालाँकि, इसके द्वारा उत्पन्न डेटा का विश्लेषण करना अत्यंत कठिन है। एक मानक हृदय मॉनिटर के विपरीत, जो सेंसरों के एक निश्चित सेट का उपयोग करता है, iEEG सेटअप हर मरीज के लिए अद्वितीय होते हैं। एक डॉक्टर एक व्यक्ति के मस्तिष्क में बीस इलेक्ट्रोड लगा सकता है और दूसरे में अस्सी, इस आधार पर कि दौरे (seizures) कहाँ से उत्पन्न होने की आशंका है। इस परिवर्तनशीलता का अर्थ है कि इलेक्ट्रोडों की संख्या और उनके विशिष्ट स्थान व्यक्ति दर व्यक्ति बदलते रहते हैं, जिससे पारंपरिक कंप्यूटर मॉडल के लिए एक मरीज से सीखना और उस ज्ञान को अगले मरीज पर लागू करना लगभग असंभव हो जाता है। वर्षों तक, इन बदलते विद्युत मानचित्रों को पढ़ने के किसी सार्वभौमिक तरीके का अभाव, एपिलेप्सी (मिर्गी) के निदान और उपचार में डॉक्टरों की मदद करने वाले स्मार्ट उपकरणों को विकसित करने में एक बड़ी बाधा बना रहा।
शोधकर्ताओं की एक टीम ने अब विशेष रूप से इस बाधा को दूर करने के लिए डिज़ाइन किया गया एक नया प्रकार का आर्टिफिशियल इंटेलिजेंस बनाया है। उन्होंने MVPFormer नामक एक प्रणाली बनाई है, जो मानव मस्तिष्क गतिविधि के लिए एक 'फाउंडेशन मॉडल' के रूप में कार्य करती है। इसे एक सामान्य-उद्देश्य वाले शिक्षार्थी के रूप में समझें जो मस्तिष्क की विद्युत भाषा को पढ़ सकता है, चाहे कितने भी सेंसर लगे हों या वे कहाँ भी रखे गए हों। इस प्रणाली का मूल, 'मल्टी-वेरिएट पैरेलल अटेंशन' नामक सूचना प्रसंस्करण का एक नया तरीका है। डेटा को एक एकल, कठोर ग्रिड में जबरदस्ती फिट करने के बजाय, यह विधि कंप्यूटर को एक साथ तीन अलग-अलग तरीकों से डेटा देखने की अनुमति देती है: यह सिग्नल की सामग्री, घटनाओं के समय और विभिन्न चैनलों के बीच स्थानिक संबंध (spatial relationship) का विश्लेषण करती है। इन तत्वों को अलग करके, मॉडल बिना यह जाने कि प्रत्येक इलेक्ट्रोड का सटीक भौतिक स्थान क्या है, मस्तिष्क गतिविधि के अंतर्निहित पैटर्न को सीख सकता है। यह सीखता है कि मस्तिष्क के एक हिस्से से आने वाला सिग्नल दूसरे हिस्से से जुड़ा हो सकता है, भले ही वे हिस्से एक-दूसरे से दूर हों, केवल यह देखकर कि विद्युत तरंगें कैसे यात्रा करती हैं और परस्पर क्रिया करती हैं।
इस प्रणाली को सिखाने के लिए, शोधकर्ताओं को एक विशाल मात्रा में डेटा की आवश्यकता थी, लेकिन इस विशिष्ट प्रकार की मस्तिष्क रिकॉर्डिंग के लिए बड़े, सार्वजनिक डेटासेट दुर्लभ थे। इसके जवाब में, उन्होंने SWEC iEEG डेटासेट जारी किया, जो सार्वजनिक रूप से उपलब्ध अपने प्रकार का सबसे बड़ा संग्रह है। इस डेटासेट में 68 विभिन्न रोगियों के रिकॉर्डिंग के लगभग 10,000 घंटे शामिल हैं, जिन्हें एक दशक में क्लिनिकल सेटिंग्स में एकत्र किया गया है। इसमें सामान्य मस्तिष्क गतिविधि के हजारों घंटे के साथ-साथ दर्ज किए गए सैकड़ों दौरे भी शामिल हैं। शोधकर्ताओं ने अपने मॉडल को इस डेटा के एक हिस्से पर प्रशिक्षित किया, जिससे उसे यह अनुमान लगाने में सक्षम बनाया कि कुछ सेकंड बाद मस्तिष्क का विद्युत सिग्नल कैसा दिखेगा। इस प्रशिक्षण प्रक्रिया ने मॉडल को यह समझने के लिए मजबूर किया कि समय के साथ मस्तिष्क की गतिविधि कैसे विकसित होती है। एक बार प्रशिक्षित होने के बाद, उन्होंने मॉडल का परीक्षण उन रोगियों पर किया जिन्हें उसने पहले कभी नहीं देखा था, और उससे दो महत्वपूर्ण कार्य करने को कहा: पहला, यह पता लगाना कि दौरा कब हो रहा है, और दूसरा, भाषण पहचानना या वॉल्यूम (ध्वनि का स्तर) जैसी विशिष्ट संज्ञानात्मक गतिविधियों को डिकोड करना।
परिणाम आश्चर्यजनक थे। नए रोगियों में दौरों की पहचान करने के कार्य में, मॉडल ने मानव विशेषज्ञों के स्तर के बराबर प्रदर्शन किया। चिकित्सा क्षेत्र में, विशेषज्ञ अक्सर दौरे की सटीक शुरुआत और अंत पर असहमत होते हैं, लेकिन मॉडल की विशेषज्ञों के साथ सहमति इतनी उच्च थी कि इसे विशेषज्ञ-स्तरीय प्रदर्शन माना जा सके। इसने विविध प्रकार के रोगियों में, यहाँ तक कि बहुत अलग इलेक्ट्रोड सेटअप और दौरे के पैटर्न वाले रोगियों में भी सफलतापूर्वक दौरों की पहचान की। इसके अलावा, मॉडल ने पुराने डेटा प्रोसेसिंग विधियों पर आधारित मौजूदा अत्याधुनिक प्रणालियों को भी पीछे छोड़ दिया। वे पुरानी प्रणालियाँ अक्सर नए, अनदेखे रोगियों के सामने पूरी तरह विफल हो जाती थीं, क्योंकि वे अपने ज्ञान को सामान्य रूप से लागू करने में असमर्थ थीं। हालाँकि, नए मॉडल ने अपनी सटीकता बनाए रखी, जिससे सिद्ध हुआ कि इसने केवल विशिष्ट रोगी सेटअप को याद करने के बजाय मस्तिष्क गतिविधि के मौलिक नियमों को सीखा है। इसने ध्वनि के विभिन्न वॉल्यूम के बीच अंतर करने या व्यक्ति के बोलने शुरू करने की पहचान करने जैसे अन्य मस्तिष्क कार्यों को डिकोड करने में भी उत्कृष्टता प्राप्त की, और इन क्षेत्रों में पिछले मॉडलों से बेहतर प्रदर्शन किया।
शोधकर्ताओं ने यह भी परीक्षण किया कि क्या यह नया दृष्टिकोण मस्तिष्क संकेतों के विशिष्ट संदर्भ के बाहर भी काम करता है, जिसे उन्होंने मौसम के पूर्वानुमान और ऊर्जा खपत के रिकॉर्ड जैसे मानक 'टाइम-सीरीज' डेटा पर लागू किया। इन सामान्य कार्यों में, मॉडल ने मौजूदा सर्वोत्तम उपकरणों के प्रदर्शन के बराबर या उनसे बेहतर प्रदर्शन किया, जो यह सुझाव देता है कि उनके द्वारा विकसित विधि किसी भी जटिल डेटा का विश्लेषण करने के लिए एक शक्तिशाली, लचीला उपकरण है जो समय के साथ बदलता है और जिसमें कई स्रोत शामिल होते हैं। महत्वपूर्ण रूप से, टीम ने पाया कि कच्चे डेटा से सीखने की मॉडल की क्षमता आवश्यक थी; एक ऐसा मॉडल जिसने पहले भविष्य की मस्तिष्क अवस्थाओं की भविष्यवाणी करने के लिए प्रशिक्षण नहीं लिया था, वह दौरे का पता लगाने के कार्य में काफी खराब प्रदर्शन करता था। यह इंगित करता कि मस्तिष्क की अगली चाल का अनुमान लगाने के सीखने का प्रारंभिक चरण, मानव शरीर विज्ञान की जटिलता को वास्तव में समझने वाला सिस्टम बनाने के लिए अत्यंत महत्वपूर्ण था।
मॉडल और विशाल डेटासेट दोनों को सार्वजनिक रूप करने के साथ, शोधकर्ताओं ने इस क्षेत्र के लिए एक नया आधार प्रदान किया है। उन्होंने प्रदर्शित किया है कि एक ऐसा आर्टिफिशियल इंटेलिजेंस बनाना संभव है जो प्रत्येक रोगी के लिए एक आदर्श, मानकीकृत सेटअप की आवश्यकता के बिना, क्लिनिकल मस्तिष्क डेटा की अव्यवस्थित, परिवर्तनशील वास्तविकता में नेविगेट कर सकता है। सिस्टम को यह समझने के लिए रोगी के इलेक्ट्रोड के सटीक मानचित्र की आवश्यकता नहीं है कि क्या हो रहा है; यह कनेक्शन और पैटर्न को स्वयं सीख लेता है। यह कार्य एक ऐसे भविष्य का सुझाव देता है जहाँ कंप्यूटर मॉडल डॉक्टरों की वास्तविक समय में सहायता कर सकते हैं, विविध रोगियों में मस्तिष्क गतिविधि के बारे में विश्वसनीय अंतर्दृष्टि प्रदान कर सकते हैं, जिससे संभावित रूप से तेजी से निदान और न्यूरोलॉजिकल स्थितियों का बेहतर प्रबंधन हो सकता है। इस दृष्टिकोण की सफलता मस्तिष्क के अराजक, रोगी-विशिष्ट डेटा को एक सुसंगत, समझने योग्य सिग्नल में बदलने की दिशा में एक महत्वपूर्ण कदम है जिसे मशीनें पढ़ सकती हैं और जिनसे सीख सकती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।