Predictors of COVID-19 hospital outcomes: a machine learning analysis of the National COVID Cohort Collaborative
इस अध्ययन ने अस्पताल में भर्ती कोविड-19 रोगियों के एक बड़े, सामंजस्यपूर्ण कोहोर्ट पर मशीन लर्निंग का उपयोग करते हुए यह प्रदर्शित किया कि जहाँ सामान्य संरचित इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड की विशेषताएं मृत्यु दर की भविष्यवाणी करने के लिए मध्यम उपयोगिता प्रदान करती हैं, वहीं वे अस्पताल में रुकने की अवधि (लेंथ ऑफ स्टे) के पूर्वानुमान के लिए अपर्याप्त हैं, और क्लास इम्बैलेंस को संबोधित करने के लिए SMOTE लागू करना रिकॉल और विभेदन (डिस्क्रिमिनेशन) के बीच एक महत्वपूर्ण समझौता पैदा करता है जिसके लिए नैदानिक उपयोगिता हेतु थ्रेशोल्ड-डिपेंडेंट मेट्रिक्स रिपोर्ट करना आवश्यक है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप 51 अलग-अलग अस्पतालों के एक विशाल बेड़े के कप्तान हैं, और एक तूफान (कोविड-19 महामारी) ने अभी-अभी हमला किया है। आपके पास जहाज पर यात्रियों (263,619 मरीजों) की एक बहुत बड़ी सूची है, और आपका काम दो चीजें पता करना है:
- कौन जीवित रहने की संभावना रखता है? (मृत्यु दर भविष्यवाणी/Mortality prediction)
- वे घर जाने से पहले जहाज पर कितने समय तक रुकेंगे? (रुकने की अवधि का अनुमान/Length of Stay prediction)
इसे करने के लिए, आप चार अलग-अलग "क्रिस्टल बॉल" विशेषज्ञों (मशीन लर्निंग मॉडल) की एक टीम को काम पर रखते हैं ताकि वे यात्रियों के मेडिकल चार्ट को देख सकें और भविष्यवाणियां कर सकें। यह पेपर इस बात की रिपोर्ट कार्ड है कि वे क्रिस्टल बॉल्स कितनी अच्छी तरह काम कर रहे थे।
यहाँ बताया गया है कि उन्होंने क्या पाया, जिसे सरल भाषा में समझाया गया है:
1. क्रिस्टल बॉल्स बनाम द क्रिस्टल बॉल
शोधकर्ताओं ने केवल एक क्रिस्टल बॉल का उपयोग नहीं किया; उन्होंने यह देखने के लिए चार अलग-अलग प्रकार के "AI" का उपयोग किया कि कौन सा सबसे अच्छा है:
- पुराना स्कूल सांख्यिकीविद (The Old School Statistician): एक सरल, विश्वसनीय गणितीय सूत्र।
- रैंडम फॉरेस्ट (The Random Forest): पेड़ों का एक समूह जो उत्तर पर वोट देता है।
- XGBoost: एक सुपर-स्मार्ट, तेज़ सीखने वाला जो हर गलती के साथ बेहतर होता जाता है।
- न्यूरल नेटवर्क (The Neural Network): एक डिजिटल मस्तिष्क जो यह नकल करने की कोशिश करता है कि मानव न्यूरॉन्स कैसे सोचते हैं।
उन्होंने इन AI मॉडलों को उम्र, वजन, मौजूदा स्वास्थ्य समस्याओं (जैसे मधुमेह या हृदय रोग) और क्या मरीज का टीकाकरण हुआ था, जैसे डेटा दिए।
2. "कौन जीवित रहेगा?" का खेल (मृत्यु दर भविष्यवाणी)
परिणाम: AI मॉडल ठीक-ठाक थे, लेकिन अद्भुत नहीं।
- स्कोर: उन्हें 0.72 आउट ऑफ 1.0 का स्कोर मिला। इसे एक टेस्ट ग्रेड की तरह समझें। 72% एक "C" या "B-" की तरह है। यह अनुमान लगाने से बेहतर है, लेकिन यह पूर्ण नहीं है।
- चुनौती (द "क्लास इम्बैलेंस" समस्या): यहाँ पेचीदा बात है। अस्पताल में, ज्यादातर लोग जीवित रहते हैं, और केवल कुछ ही दम तोड़ते हैं। यह घास के ढेर में सुई खोजने जैसा है।
- परिदृश्य A (कोई मदद नहीं): AI ने घास के ढेर को देखा और कहा, "मैं बस यह अनुमान लगाऊंगा कि सभी जीवित रहेंगे।" उसे उच्च स्कोर मिला क्योंकि वह अधिकांश समय सही था, लेकिन उसने उन हर एक व्यक्ति को मिस कर दिया जो वास्तव में मरने वाले थे। वह जीवन बचाने के लिए बेकार था।
- परिदृश्य B (द "SMOTE" ट्रिक): शोधकर्ताओं ने SMOTE नामक एक ट्रिक का उपयोग किया। कल्पना कीजिए कि AI एक शेफ है, और रसोई में बहुत कम "मृत्यु" वाली सामग्री है। SMOTE उन दुर्लभ सामग्रियों की नकली प्रतियां बनाने जैसा है ताकि शेफ उनके साथ अभ्यास कर सके।
- समझौता (The Trade-off): जब उन्होंने SMOTE का उपयोग किया, तो AI उन लोगों को पहचानने में बहुत बेहतर हो गया जो मर सकते हैं (उसने सुइयों को मिस करना बंद कर दिया)। हालांकि, वह इस बारे में भ्रमित होने लगा कि कौन जीवित रहेगा, और उसका समग्र "कॉन्फिडेंस स्कोर" गिर गया। यह ऐसा था जैसे शेफ दुर्लभ व्यंजन बनाने में तो माहिर हो गया लेकिन नियमित भोजन बनाने में गड़बड़ी करने लगा।
सबक: आप केवल "कुल ग्रेड" (AUROC) को नहीं देख सकते। आपको यह देखना होगा कि क्या AI वास्तव में उन लोगों को पकड़ पा रहा है जिन्हें मदद की जरूरत है।
3. "वे कितने समय तक रुकेंगे?" का खेल (रुकने की अवधि)
परिणाम: AI मॉडल इस मामले में बहुत खराब थे।
- स्कोर: उन्हें लगभग 0.06 आउट ऑफ 1.0 का स्कोर मिला। यह कल के थर्मामीटर का उपयोग करके अगले साल के मौसम की भविष्यवाणी करने जैसा है।
- क्यों? AI ने मरीज के स्वास्थ्य को देखा, लेकिन वह अस्पताल को नहीं देख सका।
- एक अस्पताल मरीजों को जल्दी छुट्टी दे सकता है क्योंकि उनके पास एक बेहतरीन सोशल वर्कर टीम है।
- दूसरा अस्पताल मरीजों को लंबे समय तक रख सकता है क्योंकि उनके पास कम बेड हैं या अलग नियम हैं।
- AI के पास इन अदृश्य अस्पताल नियमों को "देखने" का कोई तरीका नहीं था। यह केवल ड्राइवर को देखकर यह अनुमान लगाने जैसा था कि कार यात्रा में कितना समय लगेगा, बिना यह जाने कि आगे ट्रैफिक लाइट खराब है या कोई रास्ता बंद है।
4. "रेमडेसिविर" का रहस्य
अध्ययन ने एक विशिष्ट दवा के बारे में भी देखा जिसे रेमडेसिविर (Remdesivir) कहा जाता है।
- अवलोकन: जिन लोगों को रेमडेसिविर मिला, वे वास्तव में पहले से ही अधिक बीमार थे। वे उम्र में बड़े थे, उनमें अधिक स्वास्थ्य समस्याएं थीं, और मृत्यु दर भी अधिक थी।
- उपमा: कल्पना कीजिए कि आप भारी रेनकोट और छाते पहने हुए लोगों के एक समूह को देखते हैं। आप सोच सकते हैं, "वाह, वे रेनकोट खतरनाक हैं; उन्हें पहनने वाले लोग भी गीले हो जाते हैं!" लेकिन वास्तव में, रेनकोट ने उन्हें गीला नहीं किया; लोगों ने उन्हें इसलिए पहना क्योंकि बाहर पहले से ही तेज बारिश हो रही थी।
- सीख: दवा लोगों को मार नहीं रही थी; बीमार लोग ही वे थे जिन्हें दवा दी जा रही थी। इसे "कन्फाउंडिंग बाय इंडिकेशन" (Confounding by Indication) कहा जाता है। इसका मतलब है कि आप दवा के प्रभाव को देखने के लिए सीधे तौर पर दोनों समूहों की तुलना नहीं कर सकते; आपको यह ध्यान में रखना होगा कि बीमार लोगों को पहले चुना गया था।
5. "वरिष्ठ नागरिक" की समस्या
जब शोधकर्ताओं ने केवल 65 वर्ष से अधिक उम्र के लोगों पर AI का परीक्षण किया, तो मॉडल और भी खराब हो गए।
- क्यों? जब आप 20 साल के युवाओं के समूह को देखते हैं, तो वे सभी बहुत अलग होते हैं। लेकिन जब आप 80 साल के लोगों के समूह को देखते हैं, तो वे अक्सर समान स्वास्थ्य संघर्षों (गठिया, हृदय संबंधी समस्याएं आदि) को साझा करते हैं।
- उपमा: यह ताश के पत्तों के डेक को छांटने जैसा है जहाँ हर कार्ड लाल रंग का एक थोड़ा अलग शेड है। उन्हें एक-दूसरे से अलग पहचानना बहुत कठिन है। AI को बुजुर्गों के बारे में सही अनुमान लगाने के लिए अधिक संकेतों (जैसे कि व्यक्ति कितना कमजोर है या उनका ब्लड वर्क दिन-प्रतिदिन कैसे बदलता है) की आवश्यकता थी।
मुख्य निष्कर्ष (The Big Picture Conclusion)
यह पेपर हमें सरल शब्दों में तीन मुख्य बातें बताता है:
- AI एक सहायक है, भविष्य बताने वाला नहीं। यह एक मोटा अंदाजा दे सकता है कि कौन जोखिम में है, लेकिन यह अभी भी पूर्ण नहीं है।
- संदर्भ मायने रखता है। आप केवल मरीज को नहीं देख सकते; आपको यह समझना होगा कि वे किस अस्पताल में हैं ताकि उनके रुकने की अवधि का अनुमान लगाया जा सके।
- "औसत स्कोर" पर भरोसा न करें। चिकित्सा में, एक ऐसे मॉडल का होना बेहतर है जो बीमार लोगों को पकड़ सके (भले ही वह कुछ गलतियाँ करे), बजाय उस मॉडल के जो केवल यह कहता है कि "सब ठीक है" क्योंकि सांख्यिकीय रूप से ऐसा करना आसान है।
शोधकर्ता मूल रूप से कह रहे हैं: "हमने कुछ शानदार उपकरण बनाए हैं, और वे ठीक-ठाक काम करते हैं, लेकिन वास्तव में जीवन बचाने और अस्पतालों के प्रबंधन के लिए, हमें उन्हें और अधिक डेटा खिलाने और उन्हें अस्पताल के 'मानवीय' पक्ष को समझने के लिए प्रशिक्षित करने की आवश्यकता है, न कि केवल नंबरों को।"
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।