Does AI-predicted biochemical age predict death? A cross-validated re-examination in NHANES 1999–2018 with linked mortality follow-up

कल्पना कीजिए कि आप केवल ओडोमीटर को देखकर यह अनुमान लगाने की कोशिश कर रहे हैं कि एक कार कितनी तेजी से घिस रही है। उम्र बढ़ने के विज्ञान की दुनिया में, "जैविक आयु" (biological age) नामक एक लोकप्रिय विचार है। यह सिद्धांत सरल है: दो लोग वर्षों में समान आयु (क्रोनोलॉजिकल आयु) के हो सकते हैं, लेकिन एक व्यक्ति बहुत अधिक या बहुत कम उम्र का महसूस और कार्य कर सकता है क्योंकि उसका शरीर वास्तव में कैसे बूढ़ा हो रहा है। वैज्ञानिक इस उम्र को मापने के लिए "एजिंग क्लॉक्स" (aging clocks) बना रहे हैं। आमतौर पर, वे एक कंप्यूटर को प्रशिक्षित करके यह अनुमान लगाने के लिए करते हैं कि किसी व्यक्ति के रक्त परीक्षण के परिणाम क्या कहते हैं। यदि कंप्यूटर अनुमान लगाता है कि आपकी आयु वास्तविक आयु से अधिक है, तो इसका अर्थ है कि आप सामान्य से अधिक तेजी से बूढ़े हो रहे हैं। इस "अतिरिक्त" आयु को "आयु त्वरण" (age acceleration) कहा जाता है, और कई शोधकर्ता उम्मीद करते हैं कि यह भविष्यवाणी कर सकता है कि किसे जल्दी बीमार होगा या मृत्यु होगी। लेकिन यहाँ बड़ा सवाल यह है: क्या एक कंप्यूटर जो आपकी उम्र का अनुमान लगाने में बहुत अच्छा है, वास्तव में हमें यह बता सकता है कि आप कब तक जीवित रहेंगे?

यह शोध पत्र, शोधकर्ता जॉन फेंग द्वारा लिखा गया है, इसी प्रश्न की गहराई में जाता है। उन्होंने 45,000 से अधिक अमेरिकी वयस्कों के रक्त परीक्षणों के एक विशाल डेटासेट का उपयोग करके इस विशिष्ट दावे का परीक्षण किया है: कि कंप्यूटर द्वारा आपकी उम्र का अनुमान लगाने में की जाने वाली "गलतियाँ" (जैसे कि आप 45 के हैं लेकिन कंप्यूटर ने 50 बताया) इस बात का संकेत हैं कि आपकी मृत्यु कितनी जल्दी होगी। इसे करने के लिए, अध्ययन ने नेशनल हेल्थ एंड न्यूट्रिशन एग्जामिनेशन सर्वे (NHANES) के डेटा के एक विशाल भंडार का उपयोग किया, जिसमें रक्त रसायन (blood chemistry) को ट्रैक किया गया और देखा गया कि अगले दो दशकों में किसकी मृत्यु हुई। परिणाम वैज्ञानिक समुदाय के लिए एक 'प्लॉट ट्विस्ट' की तरह हैं। अध्ययन में पाया गया कि जबकि फैंसी AI मॉडल उम्र का अनुमान लगाने में उत्कृष्ट हैं, लेकिन उनसे प्राप्त "आयु त्वरण" मृत्यु की भविष्यवाणी करने के लिए एक बहुत ही खराब संकेतक है। वास्तव में, कंप्यूटर आपकी उम्र का अनुमान लगाने में जितना बेहतर होता जाता है, उसकी मृत्यु की भविष्यवाणी करने की उपयोगिता उतनी ही कम होती जाती है। मृत्यु की भविष्यवाणी करने का असली रहस्य उम्र बताने वाले मॉडलों की "गलतियों" में नहीं था, बल्कि कंप्यूटर को मृत्यु के संकेतों को सीधे रक्त में खोजने के लिए प्रशिक्षित करने में था।

महान आयु-अनुमान प्रयोग

इस अध्ययन में रक्त परीक्षणों को 38 टुकड़ों वाली एक पहेली (puzzle) के रूपunk की तरह समझें। शोधकर्ताओं ने इन पहेली के टुकड़ों को लिया—जैसे कोलेस्ट्रॉल, ब्लड शुगर और श्वेत रक्त कोशिकाओं की संख्या—और एक कंप्यूटर से एक विशिष्ट पहेली सुलझाने को कहा: "इन नंबरों के आधार पर, यह व्यक्ति कितना पुराना है?" उन्होंने छह अलग-अलग प्रकार के "कंप्यूटर मस्तिष्क" का परीक्षण किया, जो सरल गणित (जैसे एक सीधी रेखा) से लेकर जटिल, लचीले न्यूरल नेटवर्क (जैसे एक गहरा सोचने वाला AI) तक विस्तृत थे।

कहानी का पहला भाग जटिल AI की जीत है। जब शोधकर्ताओं ने पूछा, "कौन उम्र का सबसे अच्छा अनुमान लगा सकता है?" तो लचीले न्यूरल नेटवर्क और ग्रेडिएंट बूस्टिंग मॉडल स्पष्ट रूप से जीत गए। वे सरल रैखिक (linear) मॉडलों की तुलना में उम्र की भविष्यवाणी करने में बहुत बेहतर थे। सबसे अच्छे न्यूरल नेटवर्क का सटीकता स्कोर (जिसे R² कहा जाता है) 0.557 था, जिसका अर्थ है कि वह उम्र के अंतर के लगभग 56% हिस्से की व्याख्या कर सकता था। सरल मॉडल केवल 40% तक ही पहुँच पाए। यदि आप केवल एक ऐसे कंप्यूटर की तलाश में थे जो रक्त परीक्षण से आपकी जन्मतिथि का अनुमान लगा सके, तो जटिल AI आपका चैंपियन होता।

मोड़: उम्र बताने में अच्छा होना मृत्यु की भविष्यवाणी करने के लिए बुरा है

यहाँ कहानी एक तीखा मोड़ लेती है। शोधकर्ताओं ने इन आयु-अनुमान लगाने वाले कंप्यूटरों की "गलतियों" को लिया। यदि कंप्यूटर ने कहा कि आप 50 के हैं लेकिन आप वास्तव में 45 के थे, तो वह +5 का अंतर आपका "आयु त्वरण" है। बड़ी उम्मीद यह थी कि यह संख्या हमें बताएगी कि कौन जल्दी मर रहा है।

परिणाम आश्चर्यजनक थे। जो कंप्यूटर मॉडल उम्र का अनुमान लगाने में सबसे अच्छे थे, वे मृत्यु की भविष्यवाणी करने में सबसे खराब साबित हुए।

• सरल मॉडल (जैसे रिज रिग्रेशन), जो उम्र का अनुमान लगाने में कम सटीक थे, उन्होंने एक ऐसा "आयु त्वरण" स्कोर दिया जिसने मृत्यु की भविष्यवाणी में बहुत मामूली सुधार किया (सांख्यिकीय स्कोर जिसे C-index कहा जाता है, उसमें लगभग 0.0124 जोड़कर)।
• सुपर-स्मार्ट न्यूरल नेटवर्क, जो उम्र का अनुमान लगाने में सबसे अच्छे थे, उन्होंने मृत्यु की भविष्यवाणी में लगभग कुछ भी नहीं जोड़ा (केवल 0. 0056)।

अध्ययन में एक मजबूत नकारात्मक संबंध पाया गया: उम्र की भविष्यवाणी जितनी सटीक होती गई, मृत्यु की भविष्यवाणी करने के लिए "आयु त्वरण" उतना ही कम उपयोगी होता गया। ऐसा लगता है जैसे जटिल AI उम्र के साथ रक्त में होने वाले बदलावों के सूक्ष्म विवरणों को याद करने में इतना व्यस्त था कि उसने अनजाने में उन संकेतों को ही हटा दिया जो वास्तव में खतरे का संकेत देते हैं। शोध पत्र सुझाव देता है कि उम्र का सटीक अनुमान लगाने की कोशिश में, AI ने उस जानकारी को त्याग दिया जो अस्तित्व (survival) के लिए मायने रखती थी।

असली विजेता: सही लक्ष्य के लिए प्रशिक्षण

यह साबित करने के लिए कि रक्त डेटा में जीवन-मृत्यु की जानकारी वास्तव में मौजूद थी, शोधकर्ताओं ने एक दूसरा प्रयोग चलाया। इसके बजाय कि वे कंप्यूटर से पूछें, "यह व्यक्ति कितना पुराना है?" उन्होंने पूछा, "इसके मरने की संभावना कितनी है?" उन्होंने ठीक उसी 38 रक्त परीक्षणों का उपयोग करके एक नया मॉडल प्रशिक्षित किया, लेकिन इस बार कंप्यूटर ने सीधे मृत्यु की भविष्यवाणी करना सीखा।

परिणाम क्या रहा? यह "डेथ-ट्रेन्ड" (मृत्यु के लिए प्रशिक्षित) मॉडल एक बहुत बड़ा सुधार था। इसने मृत्यु की भविष्यवाणी को 0.0367 तक बढ़ा दिया—जो सबसे अच्छे आयु-प्रशिक्षित मॉडल की तुलना में तीन गुना से भी अधिक बेहतर था। इससे भी महत्वपूर्ण बात यह है कि जब उन्होंने इस डेथ-ट्रेन्ड स्कोर को एक ऐसे मॉडल में जोड़ा जिसमें पहले से ही AI से प्राप्त "आयु त्वकण" शामिल था, तब भी डेथ-ट्रेन्ड स्कोर ने बहुत सारी नई जानकारी जोड़ी। इसने साबित कर दिया कि आयु-प्रशिक्षित मॉडल केवल संकेतों को मिस नहीं कर रहे थे; उन्होंने सक्रिय रूप से उन्हें हटा दिया था।

शोध पत्र ने "फेनोएज" (PhenoAge) नामक एक प्रसिद्ध मौजूदा घड़ी (clock) को भी देखा, जिसे मृत्यु की भविष्यवाणी करने के लिए बनाया गया था। इसने आयु-प्रशिक्ित मॉडलों की तुलना में बेहतर प्रदर्शन किया, लेकिन फिर भी यह नए डेथ-ट्रेन्ड मॉडल जितना अच्छा नहीं था। यह सुझाव देता है कि यहाँ तक कि सबसे अच्छे वर्तमान उपकरण भी बहुत सारी मूल्यवान जानकारी छोड़ रहे हैं क्योंकि उन्हें गलत लक्ष्य के लिए प्रशिक्षित किया गया है।

संख्याएँ क्यों पेचीदा हो सकती हैं

अध्ययन ने इस रहस्य को भी सुलझाया कि क्यों कुछ पिछले शोध पत्रों ने दावा किया कि उनके आयु-अनुमान लगाने वाले मॉडल अविश्वसनीय रूप से सटीक थे (0.78 तक का स्कोर), जबकि इस अध्ययन का सर्वश्रेष्ठ केवल 0.557 था। उत्तर यह नहीं था कि नया AI कमजोर था; बल्कि यह परीक्षण किए जा रहे लोगों के समूह के बारे में था।

शोधकर्ताओं ने पाया कि उम्र का अनुमान लगाने की सटीकता समूह के आयु वर्ग पर बहुत अधिक निर्भर करती है। यदि आप किशोरों को शामिल करते हैं, जिनके शरीर तेजी से बदल रहे हैं, तो कंप्यूटर उम्र का अनुमान लगाने में बहुत बेहतर हो जाता है क्योंकि रक्त में परिवर्तन बहुत नाटकीय होते हैं। यदि आप केवल 20 से 79 वर्ष के वयस्कों को देखते हैं, तो परिवर्तन धीमे और पहचानना कठिन होते हैं। अध्ययन ने दिखाया कि "सटीकता स्कोर" मुख्य रूप से समूह में आयु सीमा कितनी विस्तृत है, इसका प्रतिबिंब है, न कि कंप्यूटर कितना अच्छा है। इसका मतलब है कि आप विभिन्न अध्ययनों की सटीकता का स्कोर देखकर यह तुलना नहीं कर सकते कि कौन सी घड़ी बेहतर है; आपको यह देखना होगा कि वे वास्तव में क्या भविष्यवाणी करने की कोशिश कर रहे हैं।

निष्कर्ष

इस शोध पत्र का मुख्य संदेश फोकस (लक्ष्य) का सबक है। यदि आप एक ऐसा उपकरण बनाना चाहते है जो भविष्यवाणी करे कि कौन जल्दी मर सकता है, तो कंप्यूटर को उनकी उम्र का अनुमान लगाने के लिए प्रशिक्षित न करें और यह उम्मीद न करें कि उनकी "गलतियाँ" कुछ बताएंगी। वह दृष्टिकोण उपयोगी जानकारी के अधिकांश हिस्से को फेंक देता है। इसके बजाय, कंप्यूटर को सीधे उस परिणाम पर प्रशिक्षित करें जिसकी आपको परवाह है: मृत्यु। शोध पत्र निष्कर्ष निकालता है कि बाधा रक्त परीक्षणों या AI तकनीक में नहीं है; बल्कि यह उस लक्ष्य में है जिसे हम AI के लिए निर्धारित करते हैं। गलत लक्ष्य (क्रोनोलॉजिकल एज) के पीछे भागकर, यह क्षेत्र मृत्यु दर की भविष्यवाणी करने वाले सबसे शक्तिशाली संकेतों को खो रहा है जो वहीं रक्त में छिपे हुए हैं।