A Multimodal Machine Learning Model for Predicting Prolonged Hospital Stay After Total Hip and Knee Arthroplasty：Development, Internal Validation, and External Validation in MIMIC-IV

अस्पताल विशाल और जटिल पारिस्थितिकी तंत्र हैं जहाँ लक्ष्य हमेशा उपचार करना होता है, लेकिन रिकवरी का मार्ग दो अलग-अलग लोगों के लिए शायद ही कभी एक जैसा होता है। जब किसी रोगी का प्रमुख जोड़ प्रतिस्थापन (joint replacement) सर्जरी, जैसे कि घिसे हुए कूल्हे या घुटने को बदलना, होता है, तो चिकित्सा टीम के सामने एक महत्वपूर्ण प्रश्न होता है: इस व्यक्ति को अस्पताल में कितने समय तक रहने की आवश्यकता होगी? एक लंबा प्रवास न केवल स्वास्थ्य सेवा प्रणाली पर वित्तीय बोझ है; यह रोगी के संक्रमण और अन्य जटिलताओं के जोखिम को भी बढ़ाता है। दशकों से, डॉक्टरों ने इन विस्तारित प्रवासों की भविष्यवाणी करने के लिए मानक तथ्यों की एक चेकलिस्ट का उपयोग किया है: रोगी की आयु, उनके रक्त परीक्षण के परिणाम और उनकी अन्य चिकित्सा स्थितियों की गंभीरता। ये संख्याएँ एक कहानी बताती हैं, लेकिन वे अक्सर रोगी के जीवन और इतिहास के सबसे विस्तृत हिस्सों को छोड़ देती हैं, जो अक्सर उनके मेडिकल रिकॉर्ड के साथ लिखित नोट्स और नैदानिक कोड (diagnostic codes) में दबे होते हैं।

शोधकर्ताओं की एक टीम ने अब एक नए प्रकार का डिजिटल टूल बनाया है जिसे बेहतर भविष्यवाणी करने के लिए संख्याओं और शब्दों दोनों को पढ़ने के लिए डिज़ाइन किया गया है। कंप्यूटर को मानक चिकित्सा डेटा के साथ-साथ रोगी के रिकॉर्ड में पाए जाने वाले असंरचित पाठ (unstructured text) को देखने के लिए प्रशिक्षित करके, उन्होंने एक ऐसी प्रणाली बनाई है जो पारंपरिक तरीकों की तुलना में बहुत पहले कठिन रिकवरी के संकेतों को पहचान सकती है। यह दृष्टिकोण अनुमान या अंतर्ज्ञान पर निर्भर नहीं है; इसके बजाय, यह हजारों पिछले मामलों से सीखता है ताकि उन पैटर्न को खोज सके जिन्हें मानवीय आँखें मिस कर सकती हैं। इसका परिणाम यह है कि यह एक स्पष्ट तस्वीर पेश करता है कि किसे लंबे अस्पताल प्रवास का सामना करना पड़ सकता है, जिससे डॉक्टरों को बेहतर तैयारी करने और संभावित रूप से रोगी द्वारा अस्पताल में बिताए जाने वाले समय को कम करने में मदद मिलती है।

शोधकर्ताओं ने अपने काम की शुरुआत एक बड़े डेटाबेस से डेटा एकत्र करके की, जिसमें दक्षिण कोरिया के एक प्रमुख अस्पताल में प्राथमिक टोटल हिप या नी आर्थ्रोप्लास्टी (total hip or knee arthroplasty) कराने वाले रोगियों का डेटा शामिल था। उन्होंने 2,647 वयस्कों पर ध्यान केंद्रित किया जिन्होंने पहली बार जोड़ प्रतिस्थापन सर्जरी करवाई थी। यह परिभाषित करने के लिए कि "लंबा प्रवास" क्या दिखता है, उन्होंने एक विशिष्ट बेंचमार्क निर्धारित किया: सत्रह दिन या उससे अधिक का अस्पताल प्रवास। यह थ्रेशोल्ड उनके समूह के सबसे लंबे प्रवासों के शीर्ष 25 प्रतिशत का प्रतिनिधित्व करता था, एक ऐसा बिंदु जहाँ अस्पताल में भर्ती होने की नैदानिक और आर्थिक लागत महत्वपूर्ण हो जाती है। टीम ने फिर अपने कंप्यूटर मॉडल को दो अलग-अलग प्रकार की जानकारी दी। पहला प्रकार संरचित डेटा (structured data) था, जो व्यवस्थित तथ्य हैं जिन्हें डॉक्टर नियमित रूप से एकत्र करते हैं, जैसे आयु, लिंग, बॉडी मास इंडेक्स, और विशिष्ट रक्त परीक्षण परिणाम जैसे एल्ब्यूमिन और हीमोग्लोबिन स्तर। दूसरा प्रकार असंरचित पाठ (unstructured text) था, जो ICD-10 नैदानिक कोड से प्राप्त हुआ था। ये कोड मानक संक्षिप्त रूप हैं जिनका उपयोग डॉक्टर रोगी की हर स्थिति को सूचीबद्ध करने के लिए करते हैं, जैसे गठिया से लेकर उच्च रक्तचाप तक। शोधकर्ताओं ने इन कोडों को एक वृत्तांत (narrative) के रूप में माना, और निदानों की सूची को एक ऐसे प्रारूप में परिवर्तित किया जिसका कंप्यूटर अर्थ के लिए विश्लेषण कर सके।

अपने प्रेडिक्शन इंजन को बनाने के लिए, टीम ने नौ अलग-अलग मशीन लर्निंग एल्गोरिदम को प्रशिक्षित किया, जो कंप्यूटर प्रोग्राम हैं जिन्हें कठोर, पूर्व-लिखित नियमों के बजाय डेटा से सीखने के लिए डिज़ाइन किया गया है। उन्होंने यह परीक्षण करने के लिए इन मॉडलों का परीक्षण किया कि कौन सा मॉडल उन रोगियों के बीच अंतर करने में सबसे अच्छा है जो जल्दी अस्पताल छोड़ देंगे और वे जो सत्रह दिनों या उससे अधिक समय तक रुकेंगे। सबसे सफल मॉडल एक परिष्कृत प्रणाली थी जिसे LightGBM कहा जाता है, जो रोगी के इतिहास और उनके रिकवरी समय के बीच सूक्ष्म संबंधों को खोजने में असाधारण रूप से कुशल साबित हुआ। जब डेटा के उस हिस्से पर परीक्षण किया गया जिसे मॉडल ने पहले कभी नहीं देखा था, तो इसने उच्च स्तर की सटीकता हासिल की, जिसने 0.9160 के AUC के साथ लंबे प्रवास के जोखिम की सही पहचान की। यह प्रदर्शन उन मॉडलों की तुलना में काफी बेहतर था जो केवल मानक रक्त परीक्षणों और जनसांख्यिकी पर निर्भर थे, जिससे यह सिद्ध हुआ कि नैदानिक पाठ से प्राप्त अतिरिक्त जानकारी का वास्तविक मूल्य है।

अध्ययन के सबसे प्रकट पहलुओं में से एक यह पता लगाना था कि कंप्यूटर ने सबसे महत्वपूर्ण क्या पाया। जब शोधकर्ताओं ने मॉडल से उसके तर्क को समझाने के लिए कहा, तो उन्होंने पाया कि शीर्ष बीस सबसे प्रभावशाली कारकों में से छह सीधे नैदानिक पाठ से आए थे, न कि रक्त कार्य (blood work) से। जबकि बॉडी मास इंडेक्स और रक्त में एल्ब्यूमिन के निम्न स्तर जैसे कारक वास्तव में मजबूत भविष्यवक्ता थे, पाठ विश्लेषण ने विशिष्ट स्थितियों को उजागर किया जिन्हें पारंपरिक चेकलिस्ट अक्सर अनदेखा कर देती है। उदाहरण के लिए, घुटने के ऑस्टियोआर्थराइटिस, अनिर्दिष्ट दर्द और जोड़ों के अन्य रोगों की उपस्थिति शक्तिशाली संकेत के रूप में उभरी कि रोगी को अधिक समय की आवश्यकता हो सकती है। यह सुझाव देता है कि रोगी की स्थितियों का विशिष्ट संयोजन, जैसा कि उनके रिकॉर्ड में लिखा गया है, केवल संख्याओं की तुलना में अधिक पूर्ण कहानी बताता है। मॉडल ने यह भी पुष्टि की कि सर्जरी की अवधि स्वयं एक प्रमुख कारक थी, जो प्रक्रिया की जटिलता को दर्शाती है।

यह सुनिश्चित करने के लिए कि उनके निष्कर्ष केवल एक विशिष्ट समूह के रोगियों के लिए एक भाग्यशाली मिलान नहीं हैं, शोधकर्ताओं ने अपने मॉडल को संयुक्त राज्य अमेरिका के एक पूरी तरह से अलग डेटाबेस, जिसे MIMIC-IV के रूप में जाना जाता है, पर परखा। इस डेटाबेस में बोस्टन के एक बड़े गहन देखभाल इकाई (intensive care unit) के रिकॉर्ड शामिल हैं और यह एक अलग स्वास्थ्य सेवा प्रणाली, एक अलग समय अवधि और एक अलग आबादी का प्रतिनिधित्व करता है। प्रारंभ में, पूरे रोगी पूल पर लागू किए जाने पर मॉडल का प्रदर्शन गिर गया, जिसमें कई ऐसे लोग शामिल थे जिन्होंने जोड़ प्रतिस्थापन सर्जरी नहीं करवाई थी। हालाँकि, जब शोधकर्ताओं ने डेटा को केवल उन रोगियों तक सीमित कर दिया जिन्होंने वास्तव में हिप या नी रिप्लेसमेंट प्राप्त किया था, तो मॉडल की सटीकता बढ़ गई। इस विशिष्ट समूह में, मॉडल ने मूल अध्ययन की तुलना में और भी बेहतर प्रदर्शन किया, और 0.9396 का AUC प्राप्त किया। एक स्वतंत्र, बाहरी सेटिंग में यह नाटकीय सुधार यह सुझाव देता है कि उपकरण मजबूत है और विभिन्न वातावरणों में अनुकूलित हो सकता है, बशर्ते इसे सही समूह के लोगों पर उपयोग किया जाए। यह ध्यान देना महत्वपूर्ण है कि इस बाहरी सत्यापन के लिए, बॉडी मास इंडेक्स जैसे कुछ चर डेटाबेस में मौजूद नहीं थे और उन्हें शोधकर्ताओं द्वारा अनुमानित किया जाना पड़ा था, फिर भी मॉडल ने असाधारण प्रदर्शन प्रदर्शित किया।

अध्ययन ने यह भी जांचा कि मॉडल को विश्वसनीय बनाने के लिए कितने डेटा की आवश्यकता थी। बढ़ते हुए रोगी रिकॉर्ड के साथ सिस्टम का परीक्षण करके, शोधकर्ताओं ने पाया कि मॉडल ने तेजी से सीखा और उपलब्ध प्रशिक्षण डेटा के लगभग दो-तिहाई की समीक्षा करने के बाद स्थिर हो गया। यह इंगित करता है कि टूल प्रभावी ढंग से कार्य करने के लिए असंभव मात्रा में जानकारी की आवश्यकता नहीं रखता है और यह केवल डेटा को रट नहीं रहा है बल्कि वास्तविक पैटर्न सीख रहा है। एक नए, स्वतंत्र डेटाबेस में इतनी अच्छी तरह से सामान्यीकरण करने की क्षमता इस बात का एक मजबूत संकेत है कि इसने रिकवरी के मौलिक सत्यों को पकड़ लिया है, न कि केवल एक एकल अस्पताल के रिकॉर्ड की विशिष्टताओं को।

इन सफलताओं के बावजूद, शोधकर्ता अपने काम की सीमाओं को बताने में सावधानी बरतते हैं। मॉडल को दक्षिण कोरिया के एक एकल संस्थान के डेटा का उपयोग करके बनाया गया था और संयुक्त राज्य अमेरिका के एक एकल गहन देखभाल इकाई में मान्य किया गया था, जिसका अर्थ है कि इसका अभी तक विभिन्न वैश्विक स्वास्थ्य प्रणालियों में परीक्षण नहीं किया गया है। इसके अतिरिक्त, कुछ महत्वपूर्ण जानकारी, जैसे कि सटीक बॉडी मास इंडेक्स या रोगी के समग्र स्वास्थ्य का विशिष्ट वर्गीकरण, बाहरी डेटाबेस में गायब था और इसे अनुमानित करना पड़ा था, जिससे कुछ अनिश्चितता पैदा हो सकती है। शोधकर्ता यह भी बताते हैं कि "लंबे प्रवास" की उनकी परिभाषा उनके प्रारंभिक समूह के विशिष्ट वितरण पर आधारित थी, जो दुनिया के हर अस्पताल पर पूरी तरह से लागू नहीं हो सकती है। वे इस बात पर जोर देते हैं कि हालांकि यह टूल शक्तिशाली है, यह भविष्य के अनुसंधान के लिए एक शुरुआती बिंदु है न कि एक अंतिम समाधान।

इस कार्य का अंतिम लक्ष्य केवल भविष्यवाणी से आगे बढ़कर कार्रवाई की ओर बढ़ना है। सर्जरी के कमरे में प्रवेश करने से पहले ही उन रोगियों की पहचान करके, जो लंबे प्रवास के उच्च जोखिम पर हैं, डॉक्टर शीघ्र हस्तक्षेप कर सकते हैं। वे रोगी की दवा को समायोजित कर सकते हैं, अतिरिक्त भौतिक चिकित्सा (physical therapy) की व्यवस्था कर सकते हैं, या घर जाने के सुचारू संक्रमण को सुनिश्चित करने के लिए सामाजिक कार्यकर्ताओं के साथ समन्वय कर सकते हैं। अध्ययन यह प्रदर्शित करता है कि निर्णय लेने के लिए आवश्यक जानकारी पहले से ही रोगी के रिकॉर्ड में मौजूद है, बस उसे सही ढंग से पढ़ने की आवश्यकता है। रक्त परीक्षणों के कठोर आंकड़ों को नैदानिक नोट्स के समृद्ध संदर्भ के साथ जोड़कर, यह नया दृष्टिकोण अस्पताल की देखभाल को अधिक कुशल और व्यक्तिगत बनाने का एक तरीका प्रदान करता है। यह सुझाव देता है कि चिकित्सा भविष्यवाणी का भविष्य डेटा और पाठ के बीच चयन करने में नहीं है, बल्कि रोगी के स्वास्थ्य की पूरी तस्वीर देखने के लिए उन्हें एक साथ बुनने में है।