Development and external validation of a machine-learning model for echocardiography-detected left ventricular systolic dysfunction in patients with sepsis: a dual-center retrospective cohort study

कल्पना कीजिए कि मानव शरीर एक हलचल भरा शहर है। जब एक विशाल, अराजक तूफान आता है—जिसे डॉक्टर सेप्सिस (sepsis) कहते हैं, जो संक्रमण के प्रति एक जीवन-घातक प्रतिक्रिया है—तो शहर का बुनियादी ढांचा बुरी तरह प्रभावित होता है। कभी-कभी, वे पावर प्लांट जो शहर को चलाने में मदद करते हैं, विशेष रूप रूप से हृदय का मुख्य पंपिंग चैंबर (बायां वेंट्रिकल), लड़खड़ाने या धीमा होने लगते हैं। इसे लेफ्ट वेंट्रिकुलर सिस्टोलिक डिसफंक्शन (LVSD) कहा जाता है। यह ऐसा है जैसे शहर का मुख्य जनरेटर अपनी लय खो रहा हो। डॉक्टर आमतौर पर ध्वनि तरंगों का उपयोग करके हृदय का एक "स्नैपशॉट" लेकर, जिसे इकोकार्डियोग्राम (echocardiogram) कहा जाता है, यह जांचते हैं कि क्या यह जनरेटर काम कर रहा है। हालांकि, तूफान शुरू होने के बाद स्नैपशॉट देखना मुश्किल है। यह बताना कठिन है कि जनरेटर तूफान के कारण खराब हुआ है, या तूफान आने से पहले ही यह कमजोर था, या यह केवल बारिश और हवा के कारण अजीब व्यवहार कर रहा है।

इस पहेली को सुलझाने के लिए, वैज्ञानिक मशीन लर्निंग (Machine Learning) की ओर मुड़ रहे हैं। इसे एक रोबोट डॉक्टर के रूप में नहीं, बल्कि एक सुपर-स्मार्ट जासूस के रूप में सोचें जो एक साथ हजारों सुरागों—जैसे कि मरीज की उम्र, रक्त परीक्षण के परिणाम और पिछला मेडिकल इतिहास—को देख सकता है ताकि उन छिपे हुए पैटर्न को खोज सके जिन्हें मानवीय आँखें मिस कर सकती हैं। बड़ा सवाल यह है: क्या हम इस डिजिटल जासूस को सेप्सिस से पीड़ित एक मरीज को देखकर, बिना तस्वीर लिए ही, यह अनुमान लगाने के लिए प्रशिक्षित कर सकते हैं कि उसके हृदय का स्नैपशॉट एक कमजोर पंप दिखाएगा? यह किसी इलाज को खोजने या यह साबित करने के बारे में नहीं है कि हृदय क्यों विफल हुआ, बल्कि यह बहुत विशिष्ट बीमार मरीजों के समूह के लिए एक विश्वसनीय भविष्यवाणी उपकरण बनाने के बारे में है।

---

डिजिटल जासूस की नई केस फाइल

इस अध्ययन में, लिनयी पीपल्स हॉस्पिटल (Linyi People's Hospital), चीन की एक टीम और MIMIC-IV डेटाबेस (इंटेंसिव केयर यूनिट रिकॉर्ड का एक विशाल डिजिटल संग्रह) ने इस तरह के भविष्यवाणी उपकरण को बनाने और परीक्षण करने का निर्णय लिया। वे एक ऐसा मॉडल बनाना चाहते थे जो सेप्सिस वाले उन मरीजों में कमजोर हृदय पंप पाए जाने की संभावना का अनुमान लगा सके जो पहले से ही हृदय स्कैन करवा रहे हैं।

सेटअप: दो अलग-अलग पड़ोस
यह सुनिश्चित करने के लिए कि उनका जासूस केवल एक विशिष्ट पड़ोस को याद नहीं कर रहा है, उन्होंने इसे दो बहुत अलग जगहों में प्रशिक्षित किया। पहले, उन्होंने मॉडल को सिखाने के लिए MIMIC-IV डेटाबेस (मुख्य रूप से अमेरिका से) के 809 मरीजों के डेटा का उपयोग किया। फिर, उन्होंने चीन के लिनयी पीपल्स हॉस्पिटल के 235 मरीजों पर इसका परीक्षण किया। यह न्यूयॉर्क में खेले गए शतरंज के खेल पर एक खिलाड़ी को प्रशिक्षित करने और फिर यह देखने जैसा है कि क्या वह बीजिंग में मैच जीत सकता है। लक्ष्य यह देखना था कि क्या मॉडल "डेटासेट शिफ्ट" (dataset shift) को संभाल सकता है—यह तथ्य कि विभिन्न अस्पतालों के मरीज अलग होते हैं (अलग उम्र, अलग सामान्य बीमारियां, डेटा रिकॉर्ड करने के अलग तरीके)।

सुराग: मॉडल ने क्या देखा?
शोधकर्ताओं ने मॉडल पर केवल हर संभव नंबर नहीं फेंके। उन्होंने 27 संभावित सुरागों से शुरुआत की, जैसे उम्र, लिंग, रक्तचाप और विभिन्न रक्त परीक्षण। LASSO नामक एक सांख्यिकीय पद्धति का उपयोग करते हुए (जो एक सख्त संपादक की तरह काम करता है और अनावश्यक चीजों को हटा देता है), उन्होंने इसे सबसे महत्वपूर्ण संदिग्धों तक सीमित कर दिया। अंतिम सूची में नौ प्रमुख सुराग शामिल थे:

• ln(NT-proBNP): एक विशिष्ट रक्त मार्कर जो बढ़ता है जब हृदय तनाव में होता है (मॉडल को यह सुराग सबसे ज्यादा पसंद आया)।
• हृदय विफलता का इतिहास (History of Heart Failure): क्या मरीज को पहले हृदय संबंधी समस्या थी।
• कोरोनरी आर्टरी डिजीज (Coronary Artery Disease): हृदय में अवरुद्ध पाइप।
• ट्रोपोनिन टी (Troponin T): एक प्रोटीन जो हृदय की मांसपेशियों के क्षतिग्रस्त होने पर बाहर निकलता है।
• ब्लड लैक्टेट (Blood Lactate): इस बात का संकेत कि शरीर कितना तनाव झेल रहा है।
• SOFA स्कोर: ICU में मरीज कितना बीमार है, इसे मापने का एक मानक तरीका।
• उम्र, लिंग, और मधुमेह/COPD का इतिहास।

प्रतियोगिता: जासूस की नौकरी कौन जीतता है?
टीम ने केवल एक एल्गोरिदम नहीं चुना; उन्होंने दस अलग-अलग मशीन-लर्निंग मॉडलों के साथ एक टूर्नामेंट चलाया, जिसमें रैंडम फॉरेस्ट (Random Forest), XGBoost और CatBoost शामिल थे। उन्होंने यह देखने के लिए उन्हें ट्रेनिंग डेटा पर मुकाबला कराया कि कौन कमजोर दिलों को सबसे अच्छी तरह पहचान सकता है।

• आंतरिक चैंपियन: ट्रेनिंग डेटा के भीतर, रैंडम फॉरेस्ट (Random Forest) का स्कोर वास्तव में सबसे अधिक था।
• वास्तविक दुनिया का उत्तरजीवी: लेकिन जब वे मॉडलों को बाहरी परीक्षण (चीनी अस्पताल) के लिए ले गए, तो रैंकिंग बदल गई। CatBoost सबसे सुसंगत प्रदर्शन करने वाला मॉडल बनकर उभरा। यह अन्य मॉडलों की तुलना में दो अस्पतालों के बीच के अंतर से उतना भ्रमित नहीं हुआ।

परिणाम: अनुमान कितना सटीक था?
जब CatBoost मॉडल ने बाहरी समूह के 235 मरीजों को देखा, तो उसने लगभग 76.2% बार सही उत्तर दिया।

• इसने वास्तव में कमजोर हृदय वाले मरीजों की 65.5% सफलतापूर्वक पहचान की (संवेदनशीलता/Sensitivity)।
• इसने स्वस्थ हृदय वाले मरीजों में से 79.7% की सफलतापूर्वक पहचान की (विशिष्टता/Specificity)।
• मॉडल का "कॉन्फिडेंस स्कोर" (ब्रियर स्कोर/Brier score) 0.150 था, जो बताता है कि भविष्यवाणियां काफी हद तक कैलिब्रेटेड थीं, जिसका अर्थ है कि यदि मॉडल ने किसी समस्या की 70% संभावना बताई, तो वह आमतौर पर सही होने के करीब था।

"क्या" के पीछे का "क्यों"
यह समझने के लिए कि मॉडल ने अपने अनुमान क्यों लगाए, शोधकर्ताओं ने SHAP नामक एक टूल का उपयोग किया। कल्पना कीजिए कि यह एक स्पॉटलाइट है जो उन सुरागों पर रोशनी डालती है जिनका मॉडल ने सबसे अधिक उपयोग किया। स्पॉटलाइट ने दिखाया कि ln(NT-proBNP) (हृदय तनाव मार्कर) और हृदय विफलता का इतिहास मॉडल के निर्णय में सबसे बड़े योगदानकर्ता थे। दिलचस्प बात यह है कि मॉडल ने भविष्यवाणी करने के लिए SOFA स्कोर (मरीज कितना बीमार है) का भी उपयोग किया, भले ही पारंपरिक सांख्यिकी ने कहा था कि यह स्कोर एक स्वतंत्र सुराग नहीं है। यह दर्शाता है कि मशीन लर्निंग मॉडल ने एक सूक्ष्म पैटर्न खोजा जिसे पारंपरिक गणित मिस कर गया, लेकिन लेखक सावधानीपूर्वक कहते हैं कि इसका मतलब यह नहीं है कि SOFA स्कोर हृदय की समस्या का कारण है; इसका मतलब केवल यह है कि मॉडल ने इसे अनुमान लगाने के लिए उपयोगी पाया।

मॉडल क्या नहीं करता है
यह समझना महत्वपूर्ण है कि यह शोध क्या दावा नहीं करता है। शोधकर्ता बहुत स्पष्ट हैं:

• कोई कार्य-कारण संबंध नहीं (No Causality): सेपसिस के मरीज में कमजोर हृदय मिलना यह नहीं बताता कि सेपसिस ने इसे पैदा किया। मरीज बीमार होने से पहले भी कमजोर हृदय वाला हो सकता है। मॉडल अवलोकन (observation) की भविष्यवाणी करता है, कारण की नहीं।
• स्कैन का विकल्प नहीं: यह उपकरण वास्तविक इकोकार्डियोग्राम का स्थान नहीं ले सकता। यह किसी निष्कर्ष की संभावना का अनुमान लगाने का एक तरीका है, निदान का नहीं।
• कोई सामान्य नियम नहीं: यह मॉडल केवल उन मरीजों के लिए काम करता है जो पहले से ही हृदय स्कैन करवा रहे हैं। यह हर सेप्सिस मरीज में हृदय की समस्याओं की भविष्यवाणी नहीं कर सकता, केवल उस विशिष्ट समूह में कर सकता है जहाँ स्कैन का आदेश दिया गया है।

निष्कर्ष
अध्ययन यह निष्कर्ष निकालता है कि CatBoost मॉडल सेप्सिस वाले उन मरीजों में कमजोर हृदय पंप पाए जाने की संभावना का अनुमान लगाने के लिए एक आशाजनक उपकरण है जो पहले से ही हृदय स्कैन करा रहे हैं। यह दो बहुत अलग अस्पतालों में परीक्षण के दौरान अच्छा प्रदर्शन करता है, जिससे पता चलता है कि यह वास्तविक दुनिया की जटिलताओं को संभाल सकता है। हालांकि, लेखक चेतावनी देते हैं कि यह तो बस शुरुआत है। इससे पहले कि डॉक्टर अस्पताल में निर्णय लेने के लिए इसका उपयोग कर सकें, मॉडल को भविष्य के अध्ययनों में परीक्षण करने की आवश्यकता है जहाँ हृदय स्कैन के समय को सख्ती से नियंत्रित किया गया हो और हृदय की स्थिति को समय के साथ ट्रैक किया गया हो। फिलहाल, यह एक स्मार्ट, सहायक उपकरण है, लेकिन हृदय निदान का अंतिम निर्णय लेने वाला (final boss) नहीं है।