Estimating VO2max in patients with obesity using machine learning: A retrospective observational cohort study

मानव शरीर एक अद्भुत इंजन है, लेकिन इसका सबसे महत्वपूर्ण गेज (मापक) अक्सर पढ़ने में सबसे कठिन होता है। यह गेज कार्डियोरेस्पिरेटरी फिटनेस (हृदय-श्वसन क्षमता) है, जो इस बात का माप है कि हृदय, फेफड़े और मांसपेशियां तीव्र प्रयास के दौरान ऑक्सीजन का उपभोग करने के लिए एक साथ कितनी कुशलता से काम करती हैं। चिकित्सा शब्दावली में, इस शिखर क्षमता को VO2max कहा जाता है। यह दीर्घकालिक स्वास्थ्य का एक शक्तिशाली भविष्यवक्ता है; कम स्कोर होने पर मृत्यु का जोखिम धूम्रपान या मधुमेह के समान होता है। दशकों तक, इसे सटीक रूप से मापने का एकमात्र तरीका किसी व्यक्ति को ट्रेडमिल या स्थिर साइकिल पर रखना, उन्हें तब तक व्यायाम करवाना जब तक कि वे और आगे न बढ़ सकें, और उनकी सांस का विश्लेषण करने के लिए महंगी, जटिल मशीनों का उपयोग करना था। यह प्रक्रिया समय लेने वाली है, इसके लिए विशेष कर्मचारियों की आवश्यकता होती है, और यह शारीरिक रूप से चुनौतीपूर्ण हो सकती है, विशेष रूप से उन व्यक्तियों के लिए जो अतिरिक्त वजन वहन कर रहे हैं। फलस्वरूप, कई लोग, विशेष रूप से गंभीर मोटापे से ग्रस्त व्यक्ति, कभी परीक्षण नहीं करा पाते, जिससे डॉक्टरों के पास स्वास्थ्य की एक महत्वपूर्ण जानकारी का अभाव रह जाता है।

नॉर्वे की शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के उद्देश्य से यह सवाल उठाकर काम शुरू किया कि क्या एक कंप्यूटर केवल एक मानक मेडिकल रिकॉर्ड में पहले से उपलब्ध बुनियादी जानकारी का उपयोग करके किसी व्यक्ति के फिटनेस स्तर का अनुमान लगा सकता है। उन्होंने विशेष रूप रूप से गंभीर मोटापे वाले वयस्कों पर ध्यान केंद्रित किया, जो उन अध्ययनों से अक्सर बाहर रह जाते हैं जिन्होंने पुराने, मानक फॉर्मूलों को बनाया था। 253 रोगियों के डेटा को उन्नत कंप्यूटर प्रोग्रामों में फीड करके, टीम ने इन मॉडलों को सरल मापों—जैसे आयु, ऊंचाई और वजन—और गहन व्यायाम परीक्षण के दौरान वास्तविक ऑक्सीजन खपत के बीच पैटर्न खोजने के लिए प्रशिक्षित किया। उनका लक्ष्य गोल्ड-स्टैंडर्ड मेडिकल टेस्ट को बदलना नहीं था, बल्कि एक विश्वसनीय, सुलभ विकल्प बनाना था जहाँ पूर्ण परीक्षण करना असंभव हो।

शोधकर्ताओं ने इस समस्या को तीन चरणों में हल किया, जिसमें कंप्यूटर को धीरे-धीरे अधिक जानकारी दी गई। पहले चरण में, मॉडल ने केवल चार बुनियादी तथ्य देखे: रोगी का लिंग, आयु, ऊंचाई और शरीर का वजन। दूसरे चरण में, उन्होंने कमर और कूल्हे के आकार के साथ रक्तचाप के रीडिंग को भी जोड़ा। अंतिम, सबसे विस्तृत चरण में, मॉडल ने रोगी के फैट मास (वसा द्रव्यमान) और आराम के समय तथा अधिकतम क्षमता पर हृदय गति की दर के बारे में भी सीखा। टीम ने यह देखने के लिए ग्यारह अलग-अलग प्रकार के कंप्यूटर लर्निंग मॉडलों का परीक्षण किया कि कौन सा सबसे सटीक अनुमान लगा सकता है। उन्होंने पाया कि दो विशिष्ट प्रकार के मॉडल, जिन्हें बेयसियन रिज रिग्रेशन (Bayesian Ridge Regression) और ऑटोमैटिक रेलिवेंस डिटरमिनेशन (Automatic Relevance Determination) के रूप में जाना जाता है, सबसे अच्छा प्रदर्शन करते हैं। इन मॉडलों ने उपलब्ध डेटा की मात्रा के आधार पर प्रत्येक जानकारी के महत्व को अलग-अलग तरीके से तौलना सीखा।

जब मॉडलों का परीक्षण उन रोगियों पर किया गया जिन्हें उन्होंने पहले कभी नहीं देखा था, तो उन्होंने अधिक डेटा जोड़ने के साथ सुधार का एक स्पष्ट पैटर्न दिखाया। सबसे सरल मॉडल, जिसने केवल चार बुनियादी तथ्यों का उपयोग किया, ऑक्सीजन की खपत का अनुमान लगाने में औससे लगभग 12.5 प्रतिशत की त्रुटि करता था। जब मॉडल को शरीर के आकार और रक्तचाप के बारे में अतिरिक्त विवरण दिए गए, तो त्रुटि घटकर 12.0 प्रतिशत हो गई। पूर्ण जानकारी के साथ, जिसमें हृदय गति और फैट मास शामिल था, त्रुटि और गिरकर 11.3 प्रतिशत हो गई। हालांकि यह ट्रेडमिल टेस्ट से सीधे प्राप्त सटीक माप जितना सटीक नहीं है, जिसमें आमतौर पर केवल 2 से 6 प्रतिशत की त्रुटि होती है, शोधकर्ताओं ने नोट किया कि जब प्रत्यक्ष परीक्षण नहीं किया जा सकता, तो नैदानिक अनुमानों के लिए 11 प्रतिशत की त्रुटि का अंतर अक्सर स्वीकार्य होता है। अध्ययन से यह भी पता चला कि कंप्यूटर मॉडल इस बात में उल्लेखनीय रूप से सुसंगत थे कि उन्होंने किसे महत्वपूर्ण पाया। सभी तीन स्तरों की जटिलता के माध्यम से, रोगी का लिंग और आयु फिटनेस के सबसे मजबूत भविष्यवक्ता थे। पुरुषों ने महिलाओं की तुलना में लगातार उच्च फिटनेस स्तर दिखाया, और उम्र बढ़ने के साथ फिटनेस में गिरावट आई, जो दशकों के स्थापित चिकित्सा ज्ञान के अनुरूप है।

अध्ययन ने यह भी उजागर किया कि शरीर की संरचना इन अनुमानों को कैसे प्रभावित करती है। सबसे सरल मॉडल में, शरीर का वजन बहुत मायने नहीं रखता था। हालांकि, एक बार जब मॉडल ने फैट मास और अन्य शारीरिक विवरणों के बारे में सीखा, तो शरीर का वजन एक महत्वपूर्ण कारक बन गया। यह समझ में आता है क्योंकि एक भारी व्यक्ति को अधिक द्रव्यमान को हिलाने की आवश्यकता होती है, जिसके लिए अधिक ऑक्सीजन की आवश्यकता होती है, लेकिन केवल तभी जब वह अतिरिक्त द्रव्यमान सक्रिय ऊतक (active tissue) हो न कि केवल वसा। शोधकर्ताओं ने पाया कि कमर की परिधि भी एक उपयोगी संकेत थी; बड़ी कमर का संबंध कम फिटनेस से था, संभवतः इसलिए क्योंकि अत्यधिक पेट की वसा डायाफ्राम की गति को प्रतिबंधित कर सकती है और व्यायाम के दौरान सांस लेना कठिन बना सकती है। आश्चर्यजनक रूप से, कूल्हे की परिधि और रक्तचाप के रीडिंग का अंतिम अनुमानों पर बहुत कम प्रभाव पड़ा, जिससे पता चलता है कि इस विशिष्ट समूह के रोगियों के लिए, ये माप पहले से ज्ञात आयु, लिंग और वजन से अधिक नई जानकारी नहीं जोड़ते हैं।

कंप्यूटर मॉडलों की सबसे आशाजनक विशेषताओं में से एक उनकी संदेह व्यक्त करने की क्षमता थी। क्योंकि सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल एक ऐसे प्रकार के गणित पर आधारित थे जो प्रायिकता (probability) को संभालता है, वे शोधकर्ताओं को बता सकते थे कि वे प्रत्येक अनुमान के बारे में कितने आश्वस्त हैं। अध्ययन ने त्रुटि के आकार और मॉडल द्वारा बताए गए अनिश्चितता के बीच एक सीधा संबंध पाया: जब मॉडल कम निश्चित था, तो उसके गलत होने की संभावना अधिक थी। यह विशेषता वास्तविक दुनिया के क्लिनिक में अत्यंत महत्वपूर्ण हो सकती है, क्योंकि यह डॉक्टरों को न केवल एक संख्या, बल्कि एक चेतावनी संकेत भी दे सकती है कि वह संख्या कितनी गलत होने की संभावना है। इससे चिकित्सकों को यह तय करने में मदद मिलेगी कि कब अनुमान पर भरोसा करना सुरक्षित है और कब रोगी को वास्तव में पूर्ण, कठोर व्यायाम परीक्षण की आवश्यकता है।

शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि उनके निष्कर्ष नॉर्वे के एक ही अस्पताल के रोगियों के अपेक्षाकृत छोटे समूह पर आधारित हैं, और उनके मॉडल अभी भी प्रत्यक्ष माप की सटीकता से पीछे हैं। उन्होंने इस बात पर जोर दिया कि हालांकि ये उपकरण एक कदम आगे हैं, लेकिन वे एक पूर्ण समाधान नहीं हैं। अध्ययन सुझाव देता है कि लोगों के बड़े समूहों और शायद जीवनशैली की आदतों पर अधिक डेटा के साथ, ये कंप्यूटर अनुमान और भी सटीक हो सकते हैं। फिलहाल, यह कार्य प्रदर्शित करता है कि मशीन लर्निंग सफलतापूर्वक नियमित चिकित्सा डेटा को हृदय और फेफड़ों के स्वास्थ्य के सार्थक अनुमान में बदल सकती है, जो एक ऐसी आबादी की निगरानी के लिए एक नया, कम बोझिल तरीका प्रदान करता है जिसका आकलन करना ऐतिहासिक रूप से कठिन रहा है।