Machine learning prediction of obstructive coronary artery disease using opportunistic coronary calcium and epicardial fat assessments from CT calcium scoring scans
यह अध्ययन प्रदर्शित करता है कि नॉन-कॉन्ट्रास्ट सीटी कैल्शियम स्कोरिंग स्कैन से निकाले गए मात्रात्मक कैल्शियम और एपिकार्डियल फैट फीचर्स का उपयोग करने वाला एक मशीन लर्निंग मॉडल सटीक रूप से ऑब्सट्रक्टिव कोरोनरी आर्टरी डिजीज की भविष्यवाणी कर सकता है, जो अधिक आक्रामक नैदानिक प्रक्रियाओं पर निर्भरता को कम करने के लिए एक आशाजनक उपकरण प्रदान 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
एक बड़ी तस्वीर: हार्ट स्कैन को देखने का एक स्मार्ट तरीका
कल्पना कीजिए कि आपका हृदय एक व्यस्त शहर की तरह है। कभी-कभी, सड़कों (धमनियों) में ट्रैफिक जाम (रुकावटें) लग जाता है, जिससे हार्ट अटैक आ सकता है। डॉक्टर आमतौर पर एक विशेष, महंगे और जटिल "ड्रोन" (एक कंट्रास्ट-एन्हांस्ड सीटी स्कैन) का उपयोग करते हैं ताकि वे शहर के ऊपर उड़ सकें और देख सकें कि ट्रैफिक ठीक कहाँ फंसा हुआ है।
हालाँकि, एक सरल, सस्ता और तेज़ "सुरक्षा कैमरा" (एक नॉन-कंट्रास्ट कैल्शियम स्कोर स्कैन) भी है जिसका उपयोग डॉक्टर पहले से ही कर रहे हैं। यह कैमरा सड़कों पर "जंग" (कैल्शियम) को पहचानने में बहुत अच्छा है, लेकिन इसकी एक कमी है: यह हमेशा उन ताज़ा, नरम ट्रैफिक जाम को नहीं देख पाता जो अभी तक जंग नहीं खाए हैं।
इस अध्ययन का लक्ष्य:
शोधकर्ताओं ने एक कंप्यूटर (मशीन लर्निंग) को इन सरल "सुरक्षा कैमरा" छवियों को देखना और यह समझना सिखाना चाहा कि छिपे हुए ट्रैफिक जाम कहाँ हैं, भले ही कैमरा जंग को स्पष्ट रूप से न देख सके। वे यह देखना चाहते थे कि क्या वे केवल स्कैन में मौजूद "जंग" और "आस-पास के पड़ोस" का विश्लेषण करके एक गंभीर रुकावट का अनुमान लगा सकते हैं।
उन्होंने इसे कैसे किया: जासूस का टूलकिट
टीम ने 1,324 रोगियों के डेटा का विश्लेषण किया, जिन्होंने पहले ही सरल स्कैन और जटिल ड्रोन स्कैन दोनों कराए थे। उन्होंने सरल स्कैन को एक खजाने के नक्शे की तरह माना और सुरागों की तलाश शुरू कर दी।
उन्होंने केवल "जंग" की कुल मात्रा को ही नहीं देखा। उन्होंने डेटा को सुरागों की दो विशाल श्रेणियों में विभाजित किया:
"कैल्शियम-ओमिक्स" (जंग के सुराग):
सिर्फ यह गिनने के बजाय कि कितना जंग था, उन्होंने एक फॉरेंसिक विशेषज्ञ की तरह जंग का विश्लेषण किया। उन्होंने देखा कि:- प्रत्येक जंग का धब्बा कितना भारी था।
// * यह कितना सघन (dense) था (जंग कितना सख्त है)। - जंग के धब्बों का आकार कैसा था।
- जंग के धब्बे एक-दूसरे से कितनी दूर थे।
- उपमा: यह सिर्फ यह कहने के बीच का अंतर है कि "कार पर जंग लगा है" और यह कहना कि "बाएं फेंडर पर 2 इंच की दूरी पर तीन छोटे, टेढ़े-मेढ़े जंग के धब्बे हैं, जिनका एक विशिष्ट टेक्सचर है।"
- प्रत्येक जंग का धब्बा कितना भारी था।
"फैट-ओमिक्स" (पड़ोस के सुराग):
उन्होंने हृदय के चारों ओर मौजूद "वसा" (एपिकार्डियल फैट) का भी अध्ययन किया। इस वसा को हृदय के चारों ओर की मिट्टी की तरह समझें।- उन्होंने मापा कि वहां कितनी वसा थी।
- उन्होंने वसा की "बनावट" या घनत्व (density) को देखा (क्या यह हल्का और मुलायम है, या घना और भारी?)।
- उन्होंने हृदय के सापेक्ष वसा के सटीक स्थान का मानचित्रण किया।
- उपमा: स्वस्थ वसा नरम, फूली हुई बर्फ की तरह होती है। लेकिन जब हृदय संकट में होता है, तो उसके आसपास की वसा "गीली" या घनी हो सकती है, जैसे गीला कंक्रीट। "मिट्टी" में यह बदलाव संकेत दे सकता है कि नीचे की "सड़कें" मुसीबत में हैं, भले ही सड़कों पर अभी तक जंग न दिखाई दे।
कंप्यूटर का काम: सबसे अच्छे सुरागों को खोजना
शोधकर्ताओं ने 424 विभिन्न सुरागों (24 रोगी के इतिहास से, 189 जंग से, और 211 वसा से) को CatBoost नामक एक स्मार्ट कंप्यूटर प्रोग्राम में डाला।
CatBoost को एक सुपर-डिटेक्टिव की तरह समझें जो एक सेकंड में रहस्यमयी उपन्यास के लाखों पन्ने पढ़ सकता है। इसका काम यह पता लगाना था कि कौन से सुराग वास्तव में मायने रखते हैं और कौन से केवल शोर (noise) हैं।
- परिणाम: डिटेक्टिव ने रोगी के इतिहास (जैसे उम्र या लिंग) और साधारण जंग की गिनती को अनदेखा कर दिया। इसके बजाय, उसने पाया कि 14 विशिष्ट सुराग सबसे महत्वपूर्ण थे।
- आश्चर्य: शीर्ष दो सबसे महत्वपूर्ण सुराग वसा (हृदय के चारों ओर की "मिट्टी") से आए, न कि जंग से! अन्य 12 सुराग जंग के विस्तृत विश्लेषण से आए।
जब उन्होंने इसका परीक्षण किया तो क्या हुआ?
टीम ने कंप्यूटर को यह अनुमान लगाने के लिए प्रशिक्षित किया कि किसे गंभीर रुकावट (Obstructive CAD) है और फिर इसका परीक्षण "गोल्ड स्टैंडर्ड" (जटिल ड्रोन स्कैन) के विरुद्ध किया।
- स्कोरकार्ड: कंप्यूटर अविश्वसनीय रूप से सटीक था।
- इसने उन लोगों की सही पहचान की जिन्हें वास्तव में रुकावट थी (83%)।
- इसने उन लोगों की सही पहचान की जिन्हें रुकावट नहीं थी (94%)।
- "जीरो रस्ट" चमत्कार: आमतौर पर, यदि एक स्कैन में शून्य जंग दिखाई देता है, तो डॉक्टर मान लेते हैं कि हृदय सुरक्षित है। हालाँकि, कुछ लोगों में ऐसे ब्लॉकेज होते हैं जो नरम, गैर-जंग वाले पदार्थ से बने होते हैं। कंप्यूटर "जीरो रस्ट" स्कोर वाले लोगों में भी इन छिपे हुए ब्लॉकेज का पता लगाने में सक्षम था, केवल यह देखकर कि उनके हृदय के आसपास की "मिट्टी" (वसा) संदिग्ध दिख रही थी।
यह क्यों मायने रखता है (पेपर के अनुसार)
पेपर का दावा है कि इस स्मार्ट कंप्यूटर विश्लेषण का उपयोग करके, डॉक्टर सरल, सस्ते, नॉन-कंट्रास्ट स्कैन के माध्यम से निम्नलिखित कार्य कर सकते हैं:
- हृदय रोग को अधिक पकड़ना, जिसे वर्तमान मानक जांचों (विशेष रूप से उन लोगों में जिनका कैल्शियम स्कोर शून्य है) में मिस कर दिया जाता है।
- कई रोगियों के लिए अधिक महंगे, आक्रामक या कंट्रास्ट-युक्त परीक्षणों की ज़रूरत को कम करना।
संक्षेप में: शोधकर्ताओं ने एक कंप्यूटर को एक साधारण हार्ट स्कैन को देखना और "लाइनों के बीच पढ़ना" सिखाया, जो जंग के सूक्ष्म विवरणों और आसपास की वसा की बनावट का विश्लेषण करता है। इसने कंप्यूटर को उच्च सटीकता के साथ गंभीर हृदय अवरोधों (blockages) को पहचानने में सक्षम बनाया, यहाँ तक कि उन मामलों में भी जहाँ स्कैन मानवीय आँख के लिए बिल्कुल सामान्य दिखता था।
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।