AI-Enabled Digital Stethoscope for Early Detection of Congenital Heart Disease: Prospective Study

हर साल, हजारों बच्चे हृदय की संरचनात्मक दोषों के साथ पैदा होते हैं। दुनिया के कई हिस्सों में, इन समस्याओं को जल्दी पहचानना जीवन और मृत्यु का मामला होता है, फिर भी विशेषज्ञ डॉक्टरों और महंगी इमेजिंग मशीनों तक पहुंच अक्सर दुर्लभ होती है। पीढ़ियों से, इन समस्याओं को पहचानने का पहला कदम सुनने का सरल कार्य रहा है। एक डॉक्टर स्टेथोस्कोप को बच्चे की छाती पर रखता है, दिल की धड़कन की लय और किसी भी अतिरिक्त ध्वनि की उपस्थिति को सुनता है, जिसे 'मर्मर' (murmurs) कहा जाता है, जो किसी समस्या का संकेत दे सकती है। यह तरीका मुफ्त, गैर-आक्रामक (non-invasive) है, और लगभग हर जगह उपलब्ध है, लेकिन यह पूरी तरह से उस व्यक्ति के कौशल और अनुभव पर निर्भर करता है जो इस उपकरण को पकड़े हुए है। एक मर्मर जो एक विशेषज्ञ के लिए स्पष्ट है, वह एक सामान्य चिकित्सक द्वारा अनदेखा किया जा सकता है, और निदान की सटीकता इस बात पर बहुत अधिक भिन्न हो सकती है कि सुनने वाला कौन है।

इस अंतर को पाटने के लिए, शोधकर्ताओं ने यह पता लगाना शुरू किया है कि कंप्यूटर इंसानों से बेहतर कैसे सुन सकते हैं। डिजिटल स्टेथोस्कोप को आर्टिफिशियल इंटेलिजेंस (AI) के साथ जोड़कर, वैज्ञानिक इस उम्मीद में हैं कि वे एक ऐसा उपकरण बना सकें जो शीर्ष विशेषज्ञों की तरह ही निरंतरता के साथ हृदय रोग के सूक्ष्म संकेतों को सुन सके, चाहे वातावरण या सुनने वाले का प्रशिक्षण कुछ भी हो। यह दृष्टिकोण उन्नत इमेजिंग की आवश्यकता को प्रतिस्थापित नहीं करता है, जो निदान की पुष्टि करने के लिए स्वर्ण मानक (gold standard) बनी हुई है, लेकिन यह एक शक्तिशाली तरीका प्रदान करता है जिससे यह तय किया जा सके कि किसे तुरंत उन्नत देखभाल की आवश्यकता है। भारत के एक अस्पताल का एक नया अध्ययन इस विचार का परीक्षण कर रहा है, जिसमें यह पूछा गया है कि क्या एक कंप्यूटर प्रोग्राम केवल बच्चों के दिलों की आवाज़ों का विश्लेषण करके जन्मजात हृदय रोग का विश्वसनीय रूप से पता लगा सकता है।

शोधकर्ताओं ने एक ऐसी प्रणाली बनाने और परीक्षण करने का लक्ष्य रखा जो दिल की धड़कनों को सुन सके और यह तय कर सके कि क्या किसी बच्चे में हृदय दोष है। उन्होंने 721 बच्चों और युवाओं को भर्ती किया, जो शिशुओं से लेकर वयस्कों तक थे, जो एक विशेष कार्डिएक यूनिट में आ रहे थे। प्रतिभागियों में से लगभग आधे में हृदय दोष की पुष्टि हुई थी, जबकि अन्य के हृदय संरचनात्मक रूप से सामान्य थे। एक डिजिटल स्टेथोस्कोप का उपयोग करते हुए जो ध्वनि रिकॉर्ड करता है और उसे वायरलेस तरीके से स्मार्टफोन पर भेजता है, टीम ने छाती के चार मानक स्थानों से हृदय की ध्वियाँ कैप्चर कीं: ऊपरी दायां, ऊपरी बायां, निचला बायां और हृदय का सिरा (tip)। प्रत्येक रिकॉर्डिंग बीस सेकंड की थी। टीम ने अपने डेटा को विभाजित किया, जिसमें 301 प्रतिभागियों की ध्वनियों का उपयोग कंप्यूटर प्रोग्राम को यह सिखाने के लिए किया गया कि एक स्वस्थ हृदय की आवाज़ कैसी होती है और एक दोषपूर्ण हृदय की आवाज़ कैसी होती है। शेष 420 प्रतिभागियों का उपयोग कार्यक्रम का परीक्षण करने के लिए किया गया, जिसमें शोधकर्ताओं को पहले से वास्तविक निदान का पता नहीं था, ताकि यह सुनिश्चित हो सके कि परीक्षण निष्पक्ष और पूर्वाग्रह मुक्त है।

कंप्यूटर प्रोग्राम कच्चे साउंड वेव्स (sound waves) को 'मेल-स्पेक्ट्रोग्राम' (mel-spectrogram) नामक एक विजुअल मैप में बदलकर काम करता था। यह मैप ध्वनि को इस तरह प्रदर्शित करता है जो मानव कान द्वारा पिच (pitch) को महसूस करने के तरीके की नकल करता है, जिससे कंप्यूटर शोर में उन पैटर्न को देख पाता है जो नग्न आंखों (naked eye) के लिए अदृश्य होते हैं। प्रोग्राम ने इन मैप्स का विश्लेषण 'कन्वोल्यूशनल न्यूरल नेटवर्क' (convolutional neural network) नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करके किया, जो छवियों और ध्वनियों में जटिल पैटर्न को पहचानने के लिए डिज़ाइन किया गया है। सिस्टम ने विभिन्न प्रकार के हृदय दोषों से जुड़े विशिष्ट ध्वनिक हस्ताक्षरों (acoustic signatures) की पहचान करना सीखा, जैसे कि संकीर्ण वाल्व के माध्यम से रक्त का अशांत प्रवाह या हृदय की दीवार में छेद के माध्यम से रक्त का निरंतर बहाव। जब प्रोग्राम ने कोई ध्वनि सुनी, तो उसने यह निर्धारित करने के लिए एक संभाव्यता स्कोर (probability score) की गणना की कि हृदय के असामान्य होने की कितनी संभावना है।

जब शोधकर्ताओं ने 420 अनदेखे प्रतिभागियों पर सिस्टम का परीक्षण किया, तो परिणाम चौंकाने वाले थे। आर्टिफिशियल इंटेलिजेंस ने हृदय दोष वाले 233 बच्चों में से 222 की सही पहचान की, केवल 11 मामलों को ही मिस किया। इसने स्वस्थ हृदय वाले 187 बच्चों में से 171 की भी सही पहचान की, और 16 स्वस्थ बच्चों को संभावित समस्या के रूप में चिह्नित किया। इस प्रदर्शन ने इकोकार्डियोग्राफी (echocardiography)—जो कि निश्चित संदर्भ के रूप में उपयोग की जाने वाली अल्ट्रासाउंड इमेजिंग है—के विरुद्ध 95.2 प्रतिशत की संवेदनशीलता (sensitivity) और 91.4 प्रतिशत की विशिष्टता (specificity) प्रदर्शित की। सरल शब्दों में, कंप्यूटर ने बहुत कम बीमार बच्चों को छोड़ा और स्वस्थ बच्चों के लिए शायद ही कभी गलत अलार्म बजाया। सिस्टम ने पारंपरिक स्टेथोस्कोप के साथ सुनने वाले प्रशिक्षित बाल हृदय रोग विशेषज्ञ (pediatric cardiologist) के समान प्रदर्शन किया, और कुछ मामलों में, इसने शोर भरे वातावरण या रोते हुए या हिलते हुए बच्चों के साथ मानव श्रोताओं से भी बेहतर प्रदर्शन किया।

अध्ययन ने उन प्रकार के हृदय दोषों पर भी बारीकी से नज़र डाली जिन्हें सिस्टम ढूंढ सकता था। यह उन दोषों को पकड़ने में असाधारण रूपamente अच्छा था जहाँ रक्त का प्रवाह बढ़ा हुआ था, जैसे कि हृदय कक्षों के बीच के छेद, जिसने इन मामलों के 98 प्रतिशत को पकड़ा। यह उन दोषों को खोजने में भी अत्यधिक प्रभावी था जहाँ रक्त का प्रवाह कम था, जैसे कि संकीर्ण वाल्व, जिसमें 93 प्रतिशत की पहचान दर थी। यहाँ तक कि उन दोषों के लिए भी जहाँ रक्त का प्रवाह सामान्य रहता था, सिस्टम ने 91 प्रतिशत की मजबूत पहचान दर बनाए रखी। शोधकर्ताओं ने नोट किया कि जिन मामलों को सिस्टम ने मिस किया, वे अक्सर वे थे जहाँ हृदय दोष ने बहुत ही मंद या कोई भी सुनाई देने वाली ध्वनि उत्पन्न नहीं की थी, यहाँ तक कि एक विशेषज्ञ मानव डॉक्टर के लिए भी नहीं। यह सुझाव देता है कि कंप्यूटर की सीमाएं मानव श्रवण की सीमाओं के समान थीं, न कि स्वयं तकनीक की विफलता।

सिस्टम का प्रदर्शन सभी आयु समूहों में सुसंगत रहा, एक वर्ष से कम उम्र के शिशुओं से लेकर अठारह वर्ष से अधिक के वयस्कों तक। यह विशेष रूप से महत्वपूर्ण है क्योंकि शिशुओं के दिलों को सुनना कठिन होता है; उनके दिल बहुत तेज़ी से धड़कते हैं, और वे अक्सर रोते या बेचैन होते हैं, जिससे मानव के लिए मर्मर (murmur) की आवाज़ को अलग करना मुश्किल हो जाता है। तथ्य यह है कि कंप्यूटर ने इन चुनौतीपूर्ण स्थितियों में उच्च सटीकता बनाए रखी, यह सुझाव देता है कि यह नवजात स्क्रीनिंग कार्यक्रमों के लिए एक महत्वपूर्ण उपकरण हो सकता है। शोधकर्ताओं ने स्वीकार किया कि उनका अध्ययन एक एकल केंद्र पर आयोजित किया गया था और सिस्टम को उन बच्चों के डेटा पर प्रशिक्षित किया गया था जिन्होंने अभी तक हृदय सर्जरी नहीं कराई थी। उन्होंने यह भी उल्लेख किया कि सिस्टम को समस्या की उपस्थिति का पता लगाने के लिए डिज़ाइन किया गया था, न कि दोष के विशिष्ट प्रकार या उसकी गंभीरता की पहचान करने के लिए।

इन सीमाओं के बावजूद, ये निष्कर्ष हृदय रोग की स्क्रीनिंग के भविष्य के लिए एक सम्मोहक दृष्टि प्रदान करते हैं। अध्ययन यह प्रदर्शित करता है कि एक डिजिटल स्टेथोस्कोप में एकीकृत आर्टिफिशियल इंटेलिजेंस सिस्टम उच्च सटीकता के साथ बच्चों में जन्मजात हृदय रोग का पता लगा सकता है, जो विशेषज्ञ विशेषज्ञों के प्रदर्शन से मेल खाता है। हृदय दोषों के लिए एक विश्वसनीय, गैर-आक्रामक तरीका प्रदान करके, यह तकनीक उन बच्चों की पहचान करने में मदद कर सकती है जिन्हें तत्काल देखभाल की आवश्यकता है, विशेष रूप से उन क्षेत्रों में जहाँ विशेषज्ञ हृदय रोग विशेषज्ञों तक पहुंच सीमित है। शोधकर्ता निष्कर्ष निकालते हैं कि ऐसे उपकरण में स्क्रीनिंग को मानकीकृत करने, निदान में देरी को कम करने और अंततः दुनिया भर में हृदय दोषों वाले बच्चों के परिणामों में सुधार करने की क्षमता है।