📊 statistics

KAPLAN: Kolmogorov-Arnold Prognostic Learnable Activation Networks for Survival Analysis

यह शोध पत्र KAPLAN-HR को प्रस्तुत करता है, जो सर्वाइवल एनालिसिस (survival analysis) के लिए एक B-spline कोलोगोरोव-आर्नोल्ड नेटवर्क (Kolmogorov-Arnold Network) है, जो बिना किसी मैनुअल स्पेसिफिकेशन के जटिल कोवेरिएट इंटरैक्शन (covariate interactions) और समय-परिवर्तित प्रभावों (time-varying effects) को स्वचालित रूप से सीखता है, आयाम-स्वतंत्र अभिसरण दरें (dimension-independent convergence rates) और नैदानिक डेटासेट (clinical datasets) में श्रेष्ठ भविष्य कहनेवाला प्रदर्शन (predictive performance) प्रदान करता है।

मूल लेखक: Stelios Boulitsakis Logothetis, Angela Wood, Pietro Li ò

प्रकाशित 2026-05-25

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Stelios Boulitsakis Logothetis, Angela Wood, Pietro Li ò

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

कल्पना कीजिए कि आप एक डॉक्टर हैं जो किसी निदान के बाद मरीज के जीवित रहने की अवधि का अनुमान लगाने की कोशिश कर रहे हैं, या एक मैकेनिक हैं जो यह अंदाजा लगाने की कोशिश कर रहे हैं कि कार का कोई पुर्जा कब टूट जाएगा। इसे सर्वाइवल एनालिसिस (Survival Analysis) कहा जाता है। पेचीदा बात यह है कि अक्सर आपको पूरी कहानी देखने को नहीं मिलती। कभी कोई मरीज कहीं और चला जाता है, या कोई कार टूटने से पहले ही बेच दी जाती है। आप केवल यह जानते हैं कि वे कम से कम उस बिंदु तक जीवित थे। इसे "राइट सेंसरिंग" (right censoring) कहा जाता है।

दशकों से, सांख्यिकीविदों ने भविष्यवाणियां करने के लिए कॉक्स मॉडल (Cox model) जैसे उपकरणों का उपयोग किया है। कॉक्स मॉडल को एक बहुत ही कठोर, पूर्व-निर्मित घर की तरह समझें। यह मजबूत है और समझने में आसान है, लेकिन यदि आप इसमें एक घुमावदार सीढ़ी या एक स्काईलाइट (चरों के बीच जटिल अंतःक्रियाएं) जोड़ना चाहते हैं, तो आपको इसे खुद मैन्युअल रूप से डिजाइन और बनाना होगा। यदि आप कोई विवरण भूल जाते हैं, तो पूरा घर डेटा की वास्तविकता में फिट नहीं बैठ पाएगा।

यहाँ KAPLAN-HR आता है, जो इस शोध पत्र में पेश किया गया एक नया तरीका है। लेखक (कैम्ब्रिज विश्वविद्यालय के) कोल्मोगोरोव-आर्नोल्ड नेटवर्क (Kolmogorov-Arnold Networks - KANs) नामक चीज़ का उपयोग करके अधिक स्मार्ट और लचीले भविष्यवाणियां करने वाले मॉडल बनाने का प्रस्ताव देते हैं।

यहाँ बताया गया है कि KAPLAN-HR कैसे काम करता है, सरल उपमाओं के माध्यम से:

1. "लेगो" बनाम "पहेली" (The "Lego" vs. The "Puzzle")

पारंपरिक डीप लर्निंग मॉडल (जैसे मानक न्यूरल नेटवर्क) कंक्रीट के एक विशाल, ठोस ब्लॉक की तरह होते हैं। वे शक्तिशाली हैं और लगभग कुछ भी सीख सकते हैं, लेकिन उन्हें समझना कठिन है। आप आसानी से यह नहीं देख सकते कि उन्होंने एक विशिष्ट भविष्यवाणी क्यों की।

पुराने सांख्यिकीय मॉडल (जैसे GAMs) लेगो ब्रिक्स (Lego bricks) के एक सेट की तरह हैं। आप उन्हें आपस में जोड़ सकते हैं, लेकिन प्रत्येक ईंट केवल एक सरल कार्य करती है (जैसे "उम्र जोखिम को कैसे प्रभावित करती है" या "समय जोखिम को कैसे प्रभावित करता है")। यदि आप यह देखना चाहते हैं कि आयु और समय मिलकर जोखिम को जटिल रूप से कैसे प्रभावित करते हैं, तो आपको मॉडल को मैन्युअल रूप से उन विशिष्ट ईंटों को जोड़ने के लिए कहना होगा।

KAPLAN-HR एक स्मार्ट, स्वतः असेंबल होने वाली पहेली (self-assembling puzzle) की तरह है।

किनारे (The Edges): निश्चित संख्याओं के बजाय, नेटवर्क में संबंध "सीखने योग्य फलन" (learnable functions) हैं। कल्पना करें कि प्रत्येक कनेक्शन एक लचीला रबर बैंड है जो डेटा में फिट होने के लिए किसी भी आकार में खिंच सकता है और मुड़ सकता है।
परतें (The Layers):
- एक परत: यदि आप केवल एक परत का उपयोग करते हैं, तो यह पुराने लेगो मॉडल (GAMs) की तरह कार्य करता है। यह सरल, योगात्मक (additive) और समझने में आसान है।
- कई परतें: यदि आप अधिक परतें जोड़ते हैं, तो रबर बैंड आपस में क्रिया करना शुरू कर देते हैं। मॉडल अब अपने आप जटिल संबंधों को समझ सकता है—जैसे कि एक विशिष्ट दवा केवल तभी काम कर सकती है जब मरीज एक निश्चित आयु से ऊपर हो, बिना आपके उसे यह बताने के कि उसे उस विशिष्ट संयोजन को खोजना है।

2. "डायमेंशनलिटी का अभिशाप" तोड़ने वाला (The "Curse of Dimensionality" Breaker)

डेटा साइंस में, एक समस्या है जिसे "डायमेंशनलिटी का अभिशाप" (curse of dimensionality) कहा जाता है। यह घास के ढेर में एक विशिष्ट सुई खोजने जैसा है जो लगातार बड़ा होता जा रहा है। आमतौर पर, जैसे-जैसे आप अपने मॉडल में अधिक चर (variables/covariates) जोड़ते हैं, एक अच्छा उत्तर प्राप्त करने के लिए आवश्यक डेटा की मात्रा बहुत बढ़ जाती है।

शोध पत्र का दावा है कि KAPLAN-HR के पास एक विशेष सुपरपावर है: यह घास के ढेर के आकार को अनदेखा कर देता है।
लेखकों ने गणितीय रूप से सिद्ध किया है कि यदि वास्तविक दुनिया की सच्चाई इस "लचीली पहेली" वाली संरचना द्वारा वर्णित की जा सकती है, तो मॉडल उतना ही तेजी से सीखता है चाहे आपके पास 5 चर हों या 500। समस्या जटिल होने पर यह धीमा नहीं होता या इसे अधिक डेटा की आवश्यकता नहीं होती। यह एक बड़ी बात है क्योंकि मेडिकल डेटासेट में सैकड़ों अलग-अलग माप होते हैं।

3. "प्रशिक्षण" प्रक्रिया (The "Training" Process)

मॉडल कैसे सीखता है?

यह डेटा (मरीज, समय और क्या घटना हुई या नहीं) को देखता है।
यह एक वक्र (curve/hazard) खींचने की कोशिश करता है जो डेटा के लिए सबसे उपयुक्त हो।
क्योंकि यह B-splines (एक प्रकार का स्मूथ गणितीय वक्र) को आधुनिक एक्टिवेशन फंक्शन (SiLU) के साथ जोड़ता है, इसलिए यह डेटा में फिट होने के लिए बिना बहुत अधिक ऊबड़-खाबड़ या बहुत अधिक चिकना हुए, मुड़ और झुक सकता है।
यह अपनी भविष्यवाणियों को सर्वाइवल कर्व्स (एक निश्चित समय तक जीवित रहने की संभावना) में बदलने के लिए "न्यूमेरिकल इंटीग्रेशन" (numerical integration) के तरीके का उपयोग करता है, क्योंकि साधारण फॉर्मूले के साथ इस गणित को हल करना बहुत जटिल हो जाता है।

4. क्या यह काम कर गया? (परिणाम)

लेखकों ने छह वास्तविक दुनिया के क्लिनिकल डेटासेट्स (जिसमें स्तन कैंसर का डेटा, हार्ट फेलियर का डेटा और ICU पेशेंट रिकॉर्ड शामिल हैं) पर KAPLAN-HR का परीक्षण किया। उन्होंने इसकी तुलना निम्नलिखित से की:

पुराना मानक (Cox मॉडल्स)।
लचीले लेगो मॉडल (GAMs)।
बड़े कंक्रीट ब्लॉक्स (DeepSurv और DeepHit जैसे डीप लर्निंग मॉडल्स)।

फैसला:
KAPLAN-HR एक विजेता था।

इसने कौन लंबे समय तक जीवित रहेगा (Discrimination) इसकी भविष्यवाणी करने में मौजूदा सर्वोत्तम मॉडलों की बराबरी की या उनसे बेहतर प्रदर्शन किया।
यह सटीक सर्वाइवल कर्व (Accuracy) की भविष्यवाणी करने में बहुत सटीक था।
यह अच्छी तरह से कैलिब्रेटेड (well-calibrated) था, जिसका अर्थ है कि यदि इसने कहा कि किसी घटना की 20% संभावना है, तो वह वास्तव में लगभग 20% बार ही हुई।

महत्वपूर्ण रूप से, उनके सिमुलेशन में, उन्होंने दिखाया कि जब डेटा में जटिल अंतःक्रियाएं (जैसे चरों के बीच संबंध में एक "मोड़") थीं, तो पुराने मॉडल अटक गए और सुधार करना बंद कर दिया, जबकि KAPEL-HR अधिक डेटा देखते ही बेहतर होता गया।

सारांश

KAPLAN-HR समय-से-घटना (time-to-event) डेटा (जैसे जीवित रहने का समय) की भविष्यवाणी करने के लिए एक नया उपकरण है। यह सरल, समझने में आसान सांख्यिकीय मॉडल और जटिल, 'ब्लैक-बॉक्स' डीप लर्निंग मॉडल के बीच के अंतर को पाटता है। यह एक लचीले, पहेली जैसे आर्किटेक्चर का उपयोग करता है जो मानव द्वारा मैन्युअल रूप से प्रोग्राम किए बिना डेटा में जटिल संबंधों को स्वचालित रूप से खोज सकता है। शोध पत्र सिद्ध करता है कि यह विधि गणितीय रूप से सुदृढ़ है (यह डेटा की जटिलता के बावजूद तेजी से सीखती है) और व्यावहारिक रूप से प्रभावी है (यह वास्तविक मेडिकल डेटा पर वर्तमान अत्याधुनिक मॉडलों के बराबर या उनसे बेहतर प्रदर्शन करती है)।

तकनीकी सारांश: KAPLAN-HR

समस्या विवरण (Problem Statement)

सर्वाइवल एनालिसिस (Survival analysis) का लक्ष्य राइट सेंसरिंग (right censoring) के तहत 'टाइम-टू-इवेंट' वितरण को मॉडल करना है, जहाँ सटीक घटना का समय केवल आंशिक रूप से ही ज्ञात होता है। हालाँकि कॉक्स प्रोपोर्शनल हैजार्ड्स (Cox proportional hazards - PH) मॉडल एक मानक है, लेकिन इसके लिए फीचर इंटरैक्शन को मैन्युअल रूप से निर्दिष्ट करने की आवश्यकता होती है और यह समय-अपरिवर्तनीय कोवेरिएट प्रभावों (time-invariant covariate effects) को मानता है, जो समृद्ध क्लिनिकल डेटासेट के लिए तेजी से अव्यवहारिक होता जा रहा है। मौजूदा लचीले विकल्प, जैसे कि जनरलाइज्ड एडिटिव मॉडल्स (GAMs) और HARE, संरचनात्मक रूप से सीमित हैं: GAMs को मैन्युअल इंटरैक्शन टर्म्स की आवश्यकता होती है, और HARE उच्च-क्रम के इंटरैक्शन (higher-order interactions) को प्रदर्शित नहीं कर सकता है। इसके विपरीत, डीप लर्निंग दृष्टिकोण संरचनात्मक प्रतिबंधों को शिथिल करते हैं लेकिन अक्सर क्लासिकल मॉडल्स की व्याख्यात्मकता (interpretability) और एडिटिव स्ट्रक्चर का त्याग कर देते हैं। इसके अलावा, सर्वाइवल एनालिसिस में कोलमोगोरोव-आर्नोल्ड नेटवर्क्स (Kolmogorov-Arnold Networks - KANs) के हालिया अनुप्रयोग आशाजनक दिख रहे हैं, लेकिन वे कन्वर्जेंस रेट (convergence rates) और सांख्यिकीय गुणों के संबंध में औपचारिक सैद्धांतिक विश्लेषण की कमी रखते हैं।

कार्यप्रणाली (Methodology): KAPLAN-HR

लेखक KAPLAN-HR (Kolmogorov-Arnold Prognostic Learnable Activation Networks for Survival Analysis) पेश करते हैं, जो एक B-spline KAN है जिसे कोवेरिएट्स ( $x$ ) और समय ( $t$ ) के संयुक्त फलन के रूप में कंडीशनल हैजार्ड (conditional hazard) का अनुमान लगाने के लिए डिज़ाइन किया गया है।

आर्किटेक्चर (Architecture)

यह मॉडल KAN का उपयोग करके लॉग-हैजार्ड फंक्शन $g(x, t)$ को पैरामीटराइज़ करता है, जहाँ एडजेस (edges) में सीखने योग्य यूनिवेरिएट फंक्शन्स होते हैं और नोड्स इनपुट्स को जोड़ते हैं।

एज पैरामीटराइजेशन (Edge Parameterization): प्रत्येक एज एक B-spline और एक रेसिडुअल SiLU (Sigmoid Linear Unit) टर्म का भारित योग (weighted sum) है।
डेप्थ और स्ट्रक्चर (Depth and Structure):
- सिंगल-लेयर ( $D=1$ ): यह PH प्रतिबंध के तहत एक एडिटिव B-spline GAM को रिकवर करता है, जहाँ $\log \lambda(t|x) = \sum \phi_i(x^{(i)}) + \phi_t(t)$ ।
- डीप आर्किटेक्चर ( $D \ge 2$ ): कंपोजिशन (composition) के माध्यम से, गहरे लेयर्स कोवेरिएट इंटरैक्शन और टाइम-वेरिंग प्रभावों को कैप्चर करते हैं, जिससे एडिटिव और प्रोपोर्शनल हैजार्ड दोनों प्रतिबंध हट जाते हैं।
ट्रेनिंग (Training): मॉडल देखे गए डेटा के नेगेटिव लॉग-लाइक्लीहुड (NLL) को कम करता है। चूँकि संचयी हैजार्ड (cumulative hazard) $\Lambda(t|x) = \int_0^t \lambda(s|x) ds$ के लिए KAN-मॉडल किए गए हैजार्ड्स का कोई क्लोज्ड फॉर्म नहीं है, इसलिए लेखक इसे एक डिस्क्रीट टाइम ग्रिड पर न्यूमेरिकल इंटीग्रेशन (राइट-एंडपॉइंट रेक्टेंगल रूल) का उपयोग करके अनुमानित करते हैं।

सैद्धांतिक विश्लेषण (Theoretical Analysis)

पेपर 'मेथड ऑफ सीव्स' (method of sieves) का उपयोग करके KAPLAN-HR एस्टिमेटर के लिए कन्वर्जेंस रेट स्थापित करता है।

मान्यताएँ (Assumptions): यह माना गया है कि वास्तविक लॉग-हैजार्ड $g^*$ स्मूथ यूनिवेरिएट फंक्शन्स के लेयर्ड कंपोजिशन ( $FKAN_r$ ) के रूप में दर्शाए जाने वाले फंक्शन्स की श्रेणी में आता है। सेंसरिंग को कोवेरिएट्स के आधार पर इवेंट टाइम से स्वतंत्र माना गया है।
कन्वर्जेंस रेट (Convergence Rate): लेखक सिद्ध करते हैं कि अनुमानित और वास्तविक लॉग-हैजार्ड के बीच हेलिंगर डिस्टेंस (Hellinger distance) $O_P(n^{-r/(2r+1)}\sqrt{\log n})$ की दर से अभिसरित (converge) होता है, जहाँ $r$ स्मूथनेस एक्सपोनेंट है।
रेट का महत्व (Significance of Rate): महत्वपूर्ण रूप से, यह दर केवल प्रतिनिधित्व की स्मूथनेस और सैंपल साइज पर निर्भर करती है, कोवेरिएट डायमेंशन पर नहीं (एक लॉगरिदमिक फैक्टर तक)। यह सुझाव देता है कि KAPLAN-HR उन लक्ष्यों के लिए 'कर्स ऑफ डायमेंशनलिटी' (curse of dimensionality) को कम करता है जो KANs द्वारा दर्शनीय हैं।

मुख्य योगदान (Key Contributions)

मॉडल प्रस्ताव (Model Proposal): KAPLAN-HR एडिटिव स्प्लाइन-आधारित हैजार्ड मॉडल्स और डीप सर्वाइवल मॉडल्स के बीच एक सेतु के रूप में कार्य करता है, जहाँ नेटवर्क डेप्थ स्ट्रक्चरल रिलैक्सेशन के स्तर (एडिटिव से इंटरैक्टिव तक) को नियंत्रित करती है।
सैद्धांतिक गारंटी (Theoretical Guarantee): पेपर एक KAN-आधारित सर्वाइवल मॉडल के लिए पहला औपचारिक कन्वर्जेंस रेट प्रदान करता है, जो KAN-रिप्रेजेंटेबल लक्ष्यों के लिए डायमेंशन-इंडिपेंडेंस प्रदर्शित करता है।
अनुभवजन्य सत्यापन (Empirical Validation): छह क्लिनिकल बेंचमार्क डेटासेट्स और सिमुलेशन अध्ययनों पर व्यापक मूल्यांकन।

प्रयोगात्मक परिणाम (Experimental Results)

सिमुलेशन (Simulations)

लेखकों ने अलग-अलग स्मूथनेस और इंटरैक्शन स्ट्रक्चर वाले चार डेटा जेनरेटिंग प्रोसेसेज (DGPs) का परीक्षण किया:

कन्वर्जेंस (Convergence): KAPLAN-HR ने सभी DGPs पर अनुमानित कन्वर्जेंस रेट ( $n^{-r/(2r+1)}$ ) को ट्रैक किया।
इंटरैक्शन (Interactions): जबकि GAMs एडिटिव DGPs (DGP-1, DGP-2) पर अभिसरित हुए, वे इंटरैक्शन-हेवी DGPs (DGP-3, DGP-4) पर स्थिर (plateau) हो गए। KAPLAN-HR में सुधार जारी रहा, जो उन इंटरैक्शन को कैप्चर करने की इसकी क्षमता को दर्शाता है जिन्हें एडिटिव मॉडल्स नहीं पकड़ सकते।

क्लिनिकल बेंचमार्क (Clinical Benchmarks)

KAPLAN-HR का मूल्यांकन नौ बेसलाइन्स (CoxPH, GAM, HARE, DeepSurv, DeepHit, DSM, CoxKAN, आदि) के विरुद्ध छह मानक डेटासेट्स (METABRIC, MIMIC-III, RotGBSG, FLCHAIN, NWTCO, SUPPORT) पर भेदभाव (C-TD), सर्वाइवल एक्यूरेसी (IBS), और कैलिब्रेशन (ICI, D-CAL) का उपयोग करके किया गया।

प्रदर्शन (Performance): KAPLAN-HR ने 6 में से 4 डेटासेट्स पर सर्वश्रेष्ठ C-TD, 6 में से 3 पर सर्वश्रेष्ठ IBS, और 6 में से 2 पर सर्वश्रेष्ठ ICI प्राप्त किया।
महत्व (Significance): होल्म-बोनफेरोनी सुधार (Holm-Bonferroni correction) के साथ विल्कॉक्सन साइन्ड-रैंक टेस्ट में, KAPLAN-HR ने FLCHAIN डेटासेट पर सर्वश्रेष्ठ बेसलाइन (DeepSurv) की तुलना में भेदभाव (discrimination) में सांख्यिकीय रूप से महत्वपूर्ण सुधार दिखाया। किसी भी मेट्रिक में कोई महत्वपूर्ण गिरावट नहीं देखी गई।
रैंकिंग (Ranking): औसतन, KAPLAN-HR प्रतिस्पर्धी रहा, अक्सर स्थापित सांख्यिकीय और डीप लर्निंग विधियों के बराबर या उनसे बेहतर प्रदर्शन किया।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि KAPML-HR लचीलेपन और व्याख्यात्मकता के बीच संतुलन बनाने के लिए सर्वाइवल एनालिसिस के प्रति एक सिद्धांतवादी दृष्टिकोण प्रदान करता है।

सैद्धांतिक नवीनता (Theoretical Novelty): प्राथमिक योगदान एक डायमेंशन-फ्री कन्वर्जेंस रेट की स्थापना है, जो KAN-आधारित हैजार्ड एस्टिमेटर्स के लिए एक सैद्धांतिक अंतराल को भरता है।
व्यावहारिक उपयोगिता (Practical Utility): विधि सफलतापूर्वक मैन्युअल स्पेसिफिकेशन के बिना जटिल इंटरैक्शन और टाइम-वेरिंग प्रभावों को कैप्चर करती है, जो वास्तविक दुनिया के क्लिनिकल डेटा पर अत्याधुनिक मॉडल्स को मात देती है या उनके बराबर रहती है।
सीमाएं (Limitations): लेखक नोट करते हैं कि कन्वर्जेंस परिणाम इस संरचनात्मक धारणा पर निर्भर करते हैं कि वास्तविक लॉग-हैजार्ड KAN-रिप्रेजेंटेबल है, जो वास्तविक दुनिया के परिदृश्यों में लागू नहीं हो सकती है। इसके अतिरिक्त, सैद्धांतिक गारंटी एसिम्प्टोटिक व्यवहार (asymptotic behavior) का वर्णन करती है, न कि फाइनाइट-सैंपल प्रदर्शन का। पेपर मानक सर्वाइवल एनालिसिस बेंचमार्किंग प्रथाओं के ज्ञात दोषों को भी स्वीकार करता है।

निष्कर्षतः, KAPLAN-HR प्रदर्शित करता है कि KANs सर्वाइवल एनालिसिस के लिए उपयुक्त हैं, जो एक ऐसा मॉडल प्रदान करते हैं जो सैद्धांतिक रूप से सुदृढ़, आयामी रूप से मजबूत (dimensionally robust) और अनुभवजन्य रूप से प्रतिस्पर्धी है।