Spike-Wave Index Prediction in Electroencephalography of Children with Self-limited Epilepsy with Centrotemporal Spikes by Using a Transformer with Spatial and Temporal Attention

मानव मस्तिष्क की कल्पना एक हलचल भरे शहर के रूप में करें जहाँ अरबों नन्हे संदेशवाहक (न्यूरॉन्स) सब कुछ सुचारू रूप से चलाने के लिए लगातार संकेत भेज रहे हैं। आमतौर पर, यह यातायात सुचारू रूप से चलता है, लेकिन कभी-कभी, अचानक एक अराजक ट्रैफिक जाम हो जाता है, जिससे दौरे (seizure) पड़ते हैं। इन जाम को समझने के लिए, डॉक्टर एक विशेष उपकरण का उपयोग करते हैं जिसे इलेक्ट्रोएन्सेफलोग्राम (EEG) कहा जाता है, जो मस्तिष्क के विद्युत "शोर" (electrical noise) को रिकॉर्ड करने के लिए स्कैल्प पर रखे गए एक माइक्रोफ़ोन की तरह है। बच्चों में होने वाली मिर्गी के एक विशिष्ट प्रकार के लिए, डॉक्टर इस शोर में एक बहुत ही विशिष्ट पैटर्न की तलाश करते हैं: एक तीखी स्पाइक (sharp spike) जिसके बाद एक धीमी लहर (slow wave) आती है। उन्हें यह जानने की आवश्यकता होती है कि मस्तिष्क के नींद के समय का कितना हिस्सा इन स्पाइक्स से भरा हुआ है। यदि "स्पाइक-वेव इंडेक्स" (SWI) बहुत अधिक है, तो यह एक रेड अलर्ट की तरह है, जो संकेत देता है कि मस्तिष्क एक खतरनाक स्थिति में है जो बच्चे के सीखने और याद रखने की क्षमता को नुकसान पहुँचा सकती है। समस्या यह है कि इन स्पाइक्स को हाथ से गिनना ऐसा ही है जैसे ड्राइविंग करते समय ट्रैफिक जाम में हर एक कार को गिनने की कोशिश करना; इसमें घंटों लग जाते हैं, यह थका देने वाला है, और अलग-अलग डॉक्टर इसे अलग तरह से गिन सकते हैं।

यह शोध पत्र एक नया, सुपर-स्मार्ट डिजिटल सहायक पेश करता है जिसे यह गिनती करने का काम तुरंत करने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने एक कंप्यूटर मॉडल बनाया है जिसे STATFS कहा जाता है, जो एक प्रकार के आर्टिफिशियल इंटेलिजेंस "ट्रांसफॉर्मर" (Transformer) का उपयोग करता है। इस मॉडल को एक ऐसे जासूस के रूप में सोचें जो न केवल मस्तिष्क के शोर को सुनता है बल्कि उसके पीछे की कहानी को भी समझता है। इसके पास दो विशेष "सुपरपावर" हैं: स्थानिक ध्यान (spatial attention), जो इसे मस्तिष्क के उस विशिष्ट पड़ोस पर ध्यान केंद्रित करने में मदद करता है जहाँ समस्या शुरू होती है, और लौकिक ध्यान (temporal attention), जो इसे ट्रैक करने में मदद करता है कि समस्या समय के साथ कैसे दोहराई जाती है। इन शक्तियों को जोड़कर, यह मॉडल कच्चे मस्तिष्क रिकॉर्डिंग को देख सकता है और सेकंडों में स्पाइक-वेव इंडेक्स की भविष्यवाणी कर सकता है, जबकि एक इंसान को इसमें घंटों लग सकते हैं। अध्ययन बताता है कि यह उपकरण पिछले कंप्यूटर तरीकों की तुलना में अधिक सटीक है और डॉक्टरों को खतरनाक पैटर्न को तेज़ी से पहचानने में मदद कर सकता है, जिससे गंभीर समस्याएं विकसित होने से पहले बच्चों के मस्तिष्क की रक्षा की जा सके।

स्मार्ट ब्रेन डिटेक्टिव की कहानी

मिशन: अराजकता की गिनती
शोधकर्ताओं ने सेलेक्ट्स (SeLECTS - Self-limited Epilepsy with Centrotemporal Spks) नामक स्थिति वाले बच्चों से जुड़े एक पेचीदा पहेली को सुलझाने का लक्ष्य रखा। इन बच्चों में, मस्तिष्क कभी-कभी नींद के दौरान गलत संकेत देता है, जिससे वे तीखे "स्पाइक-एंड-स्लो-वेव" पैटर्न बनते हैं। डॉक्टरों को "स्पाइक-वेव इंडेक्स" (SWI) की गणना करने की आवश्यकता होती है, जो मूल रूप से यह प्रतिशत है कि मस्तिष्क कितनी नींद के समय इस अराजक अवस्था में बिताता है। यदि SWI उच्च है (विशेष रूप से 50% या 85% और उससे ऊपर), तो यह ESES नामक एक गंभीर स्थिति का संकेत है, जो बच्चे की बोलने, पढ़ने और सीखने की क्षमता को नुकसान पहुँचा सकता है।

पारंपरिक रूप से, एक न्यूरोलॉजिस्ट को घंटों के मस्तिष्क रिकॉर्डिंग को देखना होता है, और मैन्युअल रूप से इन स्पाइक्स को गिनना होता है। यह एक उबाऊ काम है जिसमें प्रति रोगी 1 से 3 घंटे लग सकते हैं, और क्योंकि यह इंसानों द्वारा किया जाता है, इसलिए इसमें गलतियों और राय में अंतर की संभावना रहती है। टीम एक ऐसा रोबोट बनाना चाहती थी जो यह काम मानव से तेज़ और बेहतर तरीके से कर सके।

उपकरण: दो जोड़ी चश्मे वाला एक जासूस
अपने समाधान को बनाने के लिए, टीम ने STATFS नामक एक डीप लर्निंग मॉडल बनाया। इस मॉडल की कल्पना एक ऐसे जासूस के रूप में करें जिसने दो विशेष चश्मे पहने हुए हैं:

1. स्थानिक चश्मा (Spatial Glasses): ये जासूस को सही जगह पर ध्यान केंद्रित करने में मदद करते हैं। SeLECTS में, परेशानी आमतौर पर मस्तिष्क के सेंट्रोटेंपोरल क्षेत्र में होती है। मॉडल "स्थानिक ध्यान" का उपयोग करता है ताकि वह मस्तिष्क के शोर वाले हिस्सों को अनदेखा कर सके और उन विशिष्ट चैनलों पर ज़ूम कर सके जहाँ स्पाइक्स हो रहे हैं।
2. लौकिक चश्मा (Temporal Glasses): ये जासूस को सही समय पर ध्यान केंद्रित करने में मदद करते हैं। मॉडल "लौकिक ध्यान" का उपयोग यह ट्रैक करने के लिए करता है कि स्पाइक्स कैसे दोहराए जाते हैं और रिकॉर्डिंग के दौरान कैसे विकसित होते हैं, जिससे वे सामान्य नींद की लहरों से अलग पहचाने जा सकें।

यह मॉडल एक "ट्रांसफॉर्मर" आर्किटेक्चर पर आधारित है, जो एक प्रकार का AI है जो संदर्भ (context) को समझने के लिए प्रसिद्ध है (जैसे कि यह चैटबॉट्स को वाक्य समझने में कैसे मदद करता है)। हालाँकि, शोधकर्ताओं ने इसे मस्तिष्क की तरंगों के अव्यवस्थित और कम गुणवत्ता वाले संकेतों को संभालने के लिए थोड़ा बदला है। उन्होंने इसे तेज़ और अधिक कुशल बनाने के लिए एक "लीनियर" (linear) मोड़ जोड़ा है, जिससे यह डेटा को बिना अभिभूत हुए प्रोसेस कर सके।

प्रशिक्षण: 221 युवा रोगियों से सीखना
इस जासूस को सिखाने के लिए, शोधकर्ताओं ने शंघाई चिल्ड्रन्स हॉस्पिटल में SeLECTS से निदान किए गए 221 बच्चों का डेटा एकत्र किया। उन्होंने केवल रैंडम क्लिप नहीं लिए; उन्होंने बच्चों की प्राकृतिक नींद, विशेष रूप से गहरी, बिना सपनों वाली नींद (NREM) से रिकॉर्डिंग सावधानीपूर्वक चुनी जहाँ ये स्पाइक्स सबसे आम होते हैं।

• डेटा: रिकॉर्डिंग को मांसपेशियों या पावर लाइनों के शोर को हटाने के लिए साफ किया गया था, फिर इसे एक ऐसे प्रारूप में बदला गया जिसे कंप्यूटर समझ सके।
• लेबल: विशेषज्ञ डॉक्टरों ने पहले ही इन रिकॉर्डिंग की समीक्षा की थी और 5% के अंतराल में SWI को चिह्नित किया था (जैसे, 10-15%, 15-20%, 90-95% तक)।
• परीक्षण: यह सुनिश्चित करने के लिए कि मॉडल वास्तव में सीख रहा है न कि केवल रट रहा है, उन्होंने रोगियों को दो समूहों में विभाजित किया: 80% प्रशिक्षण के लिए और 20% परीक्षण के लिए। महत्वपूर्ण रूप से, उन्होंने यह सुनिश्चित किया कि किसी भी बच्चे का डेटा दोनों समूहों में न आए, ताकि मॉडल को यह साबित करना पड़े कि वह एक नए रोगी को संभाल सकता है जिसे उसने पहले कभी नहीं देखा है।

परिणाम: तेज़ और सटीक
जब टीम ने STATFS को टेस्ट किया, तो इसने मस्तिष्क संकेतों के लिए डिज़ाइन किए गए अन्य लोकप्रिय AI मॉडलों की तुलना में बेहतर प्रदर्शन किया।

• गति: जहाँ एक मानव डॉक्टर को रिकॉर्डिंग का विश्लेषण करने में 1 से 3 घंटे लगते हैं, वहीं STATFS केवल 10 से 30 सेकंड में भविष्यवाणी कर सकता है।
• सटीकता: मॉडल ने 76.41% की सटीकता और 80.46% का AUROC (एक पैमाना कि यह उच्च और निम्न जोखिम के बीच अंतर कितनी अच्छी तरह कर सकता है) प्राप्त किया। ये संख्याएँ SPaRCNet, CNNT और यहाँ तक कि उन्नत BIOT मॉडल जैसे अन्य मॉडलों से अधिक थीं।
• तुलना: अध्ययन ने दिखाया कि जबकि अन्य मॉडल इस मिर्गी की विशिष्ट "फोकल" प्रकृति (सही मस्तिष्क क्षेत्र पर ध्यान केंद्रित करना) को पकड़ने में संघर्ष करते हैं, STATFS का डुअल-अटेंशन सिस्टम इसमें उत्कृष्ट है। इसने केवल स्पाइक्स को नहीं देखा; इसने समझा कि वे कहाँ थे और समय के साथ कैसे बदले।

मॉडल क्या नहीं करता (अभी तक)
यह ध्यान रखना महत्वपूर्ण है कि इस अध्ययन ने क्या दावा नहीं किया। मॉडल वर्तमान में "बाइनरी क्लासिफिकेशन" (binary classification) करता है, जिसका अर्थ है कि यह अनिवार्य रूप से इस प्रश्न का उत्तर देता है: "क्या SWI उच्च (60% से ऊपर) है या कम (60% से नीचे)?" यह अभी तक एक बार में "63.4%" जैसा सटीक नंबर नहीं देता है, और न ही यह पूरी तरह से डॉक्टर की आवश्यकता को समाप्त करता है। लेखक स्पष्ट हैं कि यह निर्णय लेने में सहायता करने वाला एक उपकरण है, न कि एक जादू की छड़ी जो सब कुछ हल कर देती है। वे यह भी स्वीकार करते हैं कि मॉडल का परीक्षण केवल एक अस्पताल के डेटा पर किया गया था, इसलिए इसे हर जगह काम करने के लिए अन्य स्थानों के बच्चों पर परीक्षण करने की आवश्यकता है।

भविष्य: डॉक्टरों के लिए एक मददगार हाथ
शोधकर्ता सुझाव देते हैं कि STATFS शुरुआती हस्तक्षेप (early intervention) के लिए गेम-चेंजर हो सकता है। उच्च SWI स्तरों को जल्दी पहचानकर, डॉक्टर संज्ञानात्मक गिरावट (cognitive decline) को रोकने के लिए उपचार जल्द शुरू कर सकते हैं। हालाँकि, वे चेतावनी देते हैं कि इससे पहले कि इस उपकरण का उपयोग हर अस्पताल में किया जा सके, इसे वास्तविक दुनिया के परिदृश्यों में विशेषज्ञ डॉक्टरों के विरुद्ध परीक्षण करने और अस्पताल प्रणालियों में एकीकृत करने की आवश्यकता है। फिलहाल, अध्ययन सुझाव देता है कि यह नया "डिजिटल डिटेक्टिव" मिर्गी की देखभाल को तेज़, अधिक वस्तुनिष्ठ और मानव विशेषज्ञों के सीमित समय पर कम निर्भर बनाने की दिशा में एक आशाजनक कदम है।