A MetaFormer framework with position-aware circular convolution for myocardial infarction detection

मानव हृदय एक अथक पंप है, लेकिन इसकी लय एक जटिल विद्युत कोड भी है। जब कोई अवरोध हृदय की मांसपेशियों तक रक्त प्रवाह को काट देता है, जिसे मायोकार्डियल इन्फार्क्शन (दिल का दौरा) के रूप में जाना जाता है, तो छाती के आर-पार जाने वाले विद्युत संकेत सूक्ष्म, महत्वपूर्ण तरीकों से बदल जाते हैं। डॉक्टर इन संकेतों को पढ़ने के लिए लंबे समय से इलेक्ट्रोकार्डियोग्राम, या ईसीजी (ECG) पर निर्भर रहे हैं। यह परीक्षण त्वचा पर रखे गए चिपचिपे पैड का उपयोग करके हृदय की विद्युत गतिविधि को स्क्रीन पर लहरदार रेखाओं की एक श्रृंखला के रूप में रिकॉर्ड करता है। दशकों से, दिल के दौरे के निदान के लिए मानक विधि एक डॉक्टर द्वारा इन रेखाओं को देखना, आकृतियों और समय का अर्थ निकालना और समस्या का पता लगाना रहा है। हालांकि यह दृश्य निरीक्षण स्वर्ण मानक (गोल्ड स्टैंडर्ड) है, लेकिन यह धीमा है, मानवीय त्रुटि के प्रति संवेदनशील है, और आधुनिक अस्पतालों में उत्पन्न होने वाले डेटा की विशाल मात्रा के साथ तालमेल बिठाने में संघर्ष करता है। जैसे-जैसे तेज़, अधिक विश्वसनीय निदान की आवश्यकता बढ़ रही है, वैज्ञानिक कंप्यूटर की मदद से हृदय की भाषा को पढ़ने की ओर मुड़े हैं, इस उम्मीद में कि वे ऐसे सिस्टम बना सकें जो विशेषज्ञ की अंतर्दर्दंत और मशीन की गति के साथ दिल के दौरे का पता लगा सकें।

हाल ही में एक अध्ययन में, चीन के बेंगबू मेडिकल यूनिवर्सिटी और टियांजिन यूनिवर्सिटी के शोधकर्ताओं ने उल्लेखनीय सटीकता के साथ मायोकार्डियल इन्फार्क्शन का पता लगाने के लिए डिज़ाइन किया गया एक नया कंप्यूटर मॉडल विकसित किया है। उन्होंने इस समस्या को एक ऐसी प्रणाली बनाकर हल किया जो उन्नत आर्टिफिशियल इंटेलिजेंस मॉडलों के सूचना संसाधित करने के तरीके की नकल करती है, लेकिन इसे तेज़ और अधिक कुशल बनाने के लिए इसमें एक विशिष्ट मोड़ दिया गया है। उनका नवाचार इस बात का मूल है कि कंप्यूटर ईसीजी सिग्नल को कैसे "देखता" है। सिग्नल को छोटे, अलग-थच टुकड़ों में स्कैन करने के बजाय, जैसा कि एक पारंपरिक कैमरा करता है, उनका सिस्टम 'पोजीशन-अवेयर सर्कुलर कन्वोल्यूशन' नामक तकनीक का उपयोग करता है। ईसीजी सिग्नल को कागज की एक लंबी पट्टी की कल्पना करें; यह विधि कंप्यूटर को पूरी पट्टी को एक साथ देखने की अनुमति देती है क्योंकि यह अवधारणात्मक रूप से पट्टी के अंत को वापस शुरुआत से जोड़कर एक निरंतर लूप बनाती है। यह मॉडल को यह समझने में सक्षम बनाता है कि एक क्षण का सिग्नल समय में बहुत दूर स्थित सिग्नल से कैसे संबंधित है, जिससे वह विवरणों में खोए बिना धड़कन के पूर्ण संदर्भ को पकड़ पाता है।

इस व्यापक दृष्टिकोण को परिष्कृत करने के लिए, शोधकर्ताओं ने बुद्धि का एक दूसरा स्तर जोड़ा जो सिग्नल के विभिन्न हिस्सों के विशिष्ट महत्व पर ध्यान केंद्रित करता है। उन्होंने इसे एक 'बायडायरेक्शनल गेट रिकरेंट यूनिट' के साथ जोड़ा, जो एक प्रकार की मेमोरी सिस्टम है जो हृदय की विद्युत गतिविधि को आगे और पीछे दोनों दिशाओं में पढ़ता है। यह दोहरी-दिशा वाली रीडिंग मॉडल को हृदय की धड़कन की कहानी को न केवल उसके होने के दौरान, बल्कि उससे पहले क्या हुआ था और उसके बाद क्या होगा, इसके संबंध में समझने की अनुमति देती है। इन दोनों दृष्टिकोणों को एक साथ बुनकर, टीम ने एक ऐसा ढांचा तैयार किया जो एक स्वस्थ हृदय की लय और दिल के दौरे के अराजक पैटर्न के बीच उच्च सटीकता के साथ अंतर कर सकता है। उन्होंने अपने मॉडल का परीक्षण वास्तविक रोगी रिकॉर्ड के एक बड़े डेटाबेस पर किया, विशेष रूप से 'फिजिकलिश-टेक्निश फ्रेड्स बुंडेसएन्स्टाल्ट' (Physikalisch-Technische Bundesanstalt) से प्राप्त डेटा पर, जो चिकित्सा हृदय डेटा का एक प्रमुख भंडार है।

उनके परीक्षण के परिणाम आश्चर्यजनक थे। नए मॉडल ने विश्लेषण किए गए मामलों में 99.5% मामलों में दिल के दौरे की सही पहचान की और 99.4% मामलों में स्वस्थ हृदय की लय की सही पहचान की। इस प्रदर्शन ने अन्य अग्रणी आर्टिफिशियल इंटेलिजेंस रणनीतियों को पीछे छोड़ दिया जिनका शोधकर्ताओं ने उनके साथ तुलनात्मक परीक्षण किया था, जिसमें मानक डीप लर्निंग और ट्रांसफार्मर नेटवर्क पर आधारित मॉडल शामिल थे। केवल सटीकता के अलावा, नया सिस्टम काफी अधिक कुशल साबित हुआ। इसे अपने प्रतिस्पर्धियों की तुलना में बहुत कम कम्प्यूटेशनल संसाधनों और प्रसंस्करण शक्ति की आवश्यकता थी, जो इसे वास्तविक दुनिया के परिवेशों में, जिनमें छोटे, मोबाइल उपकरणों का उपयोग शामिल है जहाँ बिजली सीमित होती है, उपयोग के लिए एक बहुत ही व्यावहारिक उपकरण बनाता है। शोधकर्ताओं ने एक गणितीय प्रमाण भी प्रदान किया जिससे यह सिद्ध होता है कि मॉडल की सीखने की प्रक्रिया स्थिर है और समय के साथ अनियंत्रित नहीं होगी, जिससे इसकी उच्च प्रदर्शन विश्वसनीयता सुनिश्चित होती है।

यह कार्य विभिन्न प्रकार के आर्टिफिशियल इंटेलिजेंस की शक्तियों को मिलाने की दिशा में एक महत्वपूर्ण कदम है। बड़े चित्र को देखने की क्षमता और स्थानीय विवरण की सटीकता को मिलाकर, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो शक्तिशाली और कुशल दोनों है। हालांकि यह अध्ययन एक एकल स्रोत के डेटा का उपयोग करके किया गया था और विशेष रूप से दिल के दौरे पर केंद्रित था, इस दृष्टिकोण की सफलता भविष्य के चिकित्सा निदान के लिए एक आशाजनक मार्ग का सुझाव देती है। टीम स्वीकार करती है कि विविध रोगी समूहों और हृदय रोगों के विभिन्न प्रकारों पर और अधिक परीक्षण की आवश्यकता है, लेकिन उनके वर्तमान निष्कर्ष प्रदर्शित करते हैं कि एक ऐसा सिस्टम बनाना संभव है जो हृदय के विद्युत कोड को स्पष्टता और गति के स्तर के साथ पढ़ सके, जो एक दिन दिल के दौरे को पहले पकड़कर जीवन बचा सकता है।