Explainable AI for Chronic Kidney Disease Prediction Using Simulated Federated Learning

तकनीकी सारांश: सिमुलेटेड फेडरेटेड लर्निंग का उपयोग करके क्रोनिक किडनी डिजीज (CKD) भविष्यवाणी के लिए व्याख्यात्मक AI (Explainable AI)

समस्या विवरण
क्रोनिक किडनी डिजीज (CKD) एक महत्वपूर्ण सार्वजनिक स्वास्थ्य चुनौती है, जो गुर्दे की कार्यक्षमता के धीरे-धीरे कम होने द्वारा पहचानी जाती है। गंभीर जटिलताओं को रोकने और रोगियों के परिणामों में सुधार के लिए शीघ्र पता लगाना अत्यंत महत्वपूर्ण है। हालांकि, विश्वसनीय भविष्यवाणी मॉडल विकसित करने के लिए अक्सर कई स्वास्थ्य संस्थानों से संवेदनशील रोगी डेटा को एकत्रित करने की आवश्यकता होती है, जो गोपनीयता संबंधी गंभीर चिंताएं पैदा करता है। पारंपरिक केंद्रीकृत मशीन लर्निंग दृष्टिकोणों के लिए तीसरे पक्ष के साथ कच्चे डेटा (raw data) को साझा करना आवश्यक होता है, जिससे सहयोग और डेटा सुरक्षा में बाधा उत्पन्न होती है। इसके अलावा, जबकि उच्च-सटीकता वाले मॉडल मौजूद हैं, कई उन्नत एल्गोरिदम की "ब्लैक बॉक्स" प्रकृति पारदर्शिता के अभाव के कारण नैदानिक सेटिंग्स में विश्वास और स्वीकार्यता को बाधित करती है जहाँ पारदर्शिता सर्वोपरि है।

कार्यप्रणाली (Methodology)
यह अध्ययन एक ढांचा प्रस्तावित करता है जो डेटा गोपनीयता बनाए रखते हुए CKD की भविष्यवाणी करने के लिए फेडरेटेड लर्निंग (FL) को एन्सेम्बल मशीन लर्निंग विधियों और व्याख्यात्मक AI (XAI) के साथ एकीकृत करता है। कार्यप्रणाली निम्नलिखित चरणों के माध्यम से आगे बढ़ती है:

1. डेटासेट और प्रीप्रोसेसिंग: शोध में 400 रोगी रिकॉर्ड वाले एक क्लिनिकल डेटासेट का उपयोग किया गया जिसमें 14 चिकित्सा प्रेडिक्टर चर (जैसे रक्तचाप, हीमोग्लोबिन, सीरम क्रिएटिनिन) और एक बाइनरी क्लास लेबल शामिल थे। क्लास असंतुलन (62.5% CKD बनाम 37.5% गैर-CKD) को संबोधित करने के लिए, सिंथेटिक माइनॉरिटी ओवर-सैंपलिंग तकनीक (SMOTE) को लागू किया गया, जिससे डेटासेट को 500 नमूनों तक विस्तारित किया गया।
2. फेडरेटेड लर्निंग आर्किटेक्चर: अध्ययन ने तीन अलग-अलग क्लाइंट्स के साथ एक फेडरेटेड वातावरण का अनुकरण (simulate) किया। क्लास वितरण को बनाए रखने के लिए स्ट्रैटिफाइड स्प्लिटिंग का उपयोग करके डेटासेट को तीन उपसमुच्चयों (subsets) में विभाजित किया गया।
   • स्थानीय प्रशिक्षण (Local Training): प्रत्येक क्लाइंट ने तीन एन्सेम्बल एल्गोरिदम: रैंडम फॉरेस्ट (RF), एडाबूस्ट (AdaBoost), और एक्सजीबूस्ट (XGBoost) का उपयोग करके स्थानीय मॉडल प्रशिक्षित किए।
   • अनुकूलन (Optimization): हाइपरपैरामीटर ट्यूनिंग को स्वचालित करने और ओवरफिटिंग को रोकने के लिए क्लाइंट साइड पर GridSearchCV का उपयोग किया गया।
   • मॉडल चयन: प्रत्येक क्लाइंट के लिए, स्थानीय टेस्ट सेट पर उच्चतम सटीकता देने वाले एल्गोरिदम को इष्टतम स्थानीय मॉडल के रूप में चुना गया।
3. ग्लोबल एग्रीगेशन (Global Aggregation): एक केंद्रीय सर्वर ने एक भारित (weighted) VotingClassifier का उपयोग करके चयनित स्थानीय मॉडलों को एकत्रित किया। प्रत्येक मॉडल को उनके संबंधित स्थानीय टेस्ट सटीकता के अनुपात में भार दिया गया, यह सुनिश्चित करते हुए कि उच्च-प्रदर्शन वाले मॉडलों का प्रभाव अधिक हो।
4. व्याख्यात्मकता (Explainability): पारदर्शिता बढ़ाने के लिए, व्यक्तिगत उदाहरणों के लिए फीचर योगदान की पहचान करने हेतु लोकल इंटरप्रिटेबल मॉडल-एग्नोस्टिक एक्सप्लेनेशन (LIME) को लागू किया गया।
5. मूल्यांकन: सिस्टम का मूल्यांकन सटीकता (Accuracy), रिकॉल (Recall), प्रिसिजन (Precision) और F1-स्कोर के साथ-साथ सामान्यीकरण का आकलन करने के लिए 5-फोल्ड क्रॉस-वैलिडेशन का उपयोग करके किया गया।

प्रमुख योगदान

• गोपनीयता-संरक्षित एन्सेम्बल लर्निंग: अध्ययन एक सिमुलेटेड FL ढांचे को प्रदर्शित करता है जहाँ कच्चे रोगी डेटा को साझा किए बिना RF, AdaBoost और XGBoost को संयोजित किया जाता है, जो स्वास्थ्य सेवा की गोपनीयता संबंधी बाधाओं को संबोधित करता है।
• हाइब्रिड मॉडल अनुकूलन: स्थानीय पैरामीटर अनुकूलन के लिए GridSearchCV और ग्लोबल एग्रीगेशन के लिए भारित VotingClassifier का उपयोग करके, यह दृष्टिकोण कई एन्सेम्बल विधियों की शक्तियों का लाभ उठाता है।
• XAI का एकीकरण: LIME का समावेश व्याख्यात्मकता प्रदान करता है, जिससे हितधारकों को CKD भविष्यवाणियों के पीछे के तर्क को समझने में मदद मिलती है, विशेष रूप से हीमोग्लोबिन और शुगर लेवल जैसे फीचर्स के योगदान को उजागर करता है।

परिणाम

• स्थानीय प्रदर्शन: सिम्युलेटेड क्लाइंट्स में, क्लाइंट 1 के लिए रैंडम फॉरेस्ट ने सभी मेट्रिक्स के लिए 100% सटीकता प्राप्त की। क्लाइंट 2 और 3 के लिए, सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल (क्रमशः AdaBoost और XGBoost) ने लगभग 97% सटीकता, 100% रिकॉल, 94% प्रिसिजन और 97% F1-स्कोर प्राप्त किया।
• ग्लोबल मॉडल प्रदर्शन: एकत्रित ग्लोबल मॉडल ने औसतन 99% सटीकता प्राप्त की। विशेष रूप रूप से, क्लास 0 (गैर-CKD) के लिए, मॉडल ने 98% प्रिसिजन और 100% रिकॉल प्राप्त किया। क्लास 1 (CKD) के लिए, इसने 100% प्रिसिजन और 98% रिकॉल प्राप्त किया। दोनों क्लास के लिए F1-स्कोर 99% था।
• क्रॉस-वैलिडेशन: 5-फोल्ड क्रॉस-वैलिडेशन ने मॉडल की मजबूती की पुष्टि की, जिसमें सटीकता स्कोर फोल्ड्स के बीच 96% से 100% के बीच रहा, जिसमें फोल्ड 3 और 5 ने 100% प्राप्त किया।
• फीचर महत्व: LIME विश्लेषण ने खुलासा किया कि हीमोग्लोबिन स्तर (विशेष रूप से अंतराल 11.30 < Hemo ≤ 13.23) और हाइपरटेंशन की स्थिति मॉडल के निर्णय लेने की प्रक्रिया में महत्वपूर्ण योगदानकर्ता थे।

महत्व और दावे
यह शोध दावा करता है कि प्रस्तावित ढांचा डेटा गोपनीयता और मॉडल व्याख्यात्मकता के साथ उच्च भविष्य कहनेवाला प्रदर्शन (predictive performance) को सफलतापूर्वक संतुलित करता है। 99% सटीकता प्राप्त करके, यह अध्ययन रोगी की गोपनीयता से समझौता किए बिना प्रारंभिक CKD निदान में सहायता के लिए व्याख्या योग्य फेडरेटेड लर्निंग मॉडलों की क्षमता को रेखांकित करता है। लेखक तर्क देते हैं कि यह दृष्टिकोण केंद्रीकृत डेटा संग्रह के बजाय एक विश्वसनीय, पारदर्शी और गोपनीयता-संरक्षित विकल्प प्रदान करके डेटा-संचालित स्वास्थ्य समाधानों को आगे बढ़ाता है। अध्ययन निष्कर्ष निकालता है कि ऐसे मॉडल प्रारंभिक पहचान के लिए व्यापक नैदानिक परीक्षणों पर निर्भरता को कम कर सकते हैं, हालांकि यह नोट करता है कि व्यापक नैदानिक प्रयोज्यता सुनिश्चित करने के लिए बड़े, विविध डेटासेट पर इन निष्कर्षों को मान्य करने के लिए भविष्य में कार्य की आवश्यकता है।