Development and Evaluation of Explainable Machine-Learning Models for Predicting 30-Day Unplanned Hospital Readmission

अस्पताल ऐसी जगह हैं जहाँ लोग ठीक होने के लिए जाते हैं, लेकिन कभी-कभी, जाने के कुछ समय बाद ही, वे खुद को वापस वहीं पाते हैं। यह वापसी, जिसे 'रीएडमिशन' (पुनः भर्ती) कहा जाता है, अक्सर अनियोजित होती है और यह संकेत दे सकती है कि रोगी की रिकवरी अधूरी थी, घर पर उनका संक्रमण कठिन था, या उनका अंतर्निहित स्वास्थ्य शुरू में सोची गई तुलना में अधिक जटिल था। स्वास्थ्य प्रणालियों के लिए, ये वापसी महंगी और सभी के लिए तनावपूर्ण होती है। रोगियों के लिए, ये उनकी रिकवरी में एक व्यवधान और उनके कल्याण के लिए एक संभावित खतरा हैं। इसी कारण से, डॉक्टर और प्रशासक लगातार ऐसे तरीके खोजने की कोशिश करते हैं जिससे वे अस्पताल छोड़ने से पहले ही पहचान सकें कि कौन से रोगी वापस आने की सबसे अधिक संभावना रखते हैं। यदि वे इन जोखिमों को जल्दी पहचान सकें, तो वे लोगों को स्वस्थ रखने के लिए अतिरिक्त सहायता, बेहतर दवा प्रबंधन, या करीब से फॉलो-अप देखभाल प्रदान कर सकते हैं।

वर्षों से, शोधकर्ता इन वापसी की भविष्यवाणी करने के लिए कंप्यूटर प्रोग्राम बनाने का प्रयास कर रहे हैं। ये प्रोग्राम रोगी के इतिहास को देखते हैं—उनकी आयु, पिछले अस्पताल के दौरे, वे कितनी दवाएं लेते हैं, और उनकी वर्तमान स्वास्थ्य स्थितियाँ—ताकि एक जोखिम स्कोर की गणना की जा सके। हालाँकि, इन प्रोग्रामों को बनाने वाले उपकरण बदल गए हैं। अतीत में, वैज्ञानिक सरल सांख्यिकीय तरीकों पर निर्भर थे जो समझने में आसान थे लेकिन कभी-कभी डेटा के जटिल पैटर्न को मिस कर देते थे। आज, अधिक शक्तिशाली कंप्यूटर तकनीकें, जिन्हें अक्सर मशीन लर्निंग कहा जाता है, डेटा की विशाल मात्रा को छान सकती हैं और सूक्ष्म संबंधों को खोज सकती हैं जिन्हें सरल तरीके अनदेखा कर सकते हैं। लेकिन एक पेंच है: ये शक्तिशाली उपकरण एक 'ब्लैक बॉक्स' की तरह हो सकते हैं, जो बिना यह बताए कि क्यों, एक भविष्यवाणी कर देते हैं। एक डॉक्टर के विश्वास के लिए, उसे कंप्यूटर की सलाह के पीछे के तर्क को समझना आवश्यक है।

शोधकर्ताओं शराफ़त ताहेरी मोघदम और एम. शफीकुर रहमान जाबिन द्वारा किए गए एक हालिया अध्ययन ने इस चुनौती से निपटने के लिए दो अलग-अलग प्रकार के प्रेडिक्शन मॉडल बनाकर और उनका परीक्षण करके देखा कि कौन सा बेहतर काम करता है और कौन सा अपने सोचने के तरीके को अधिक स्पष्ट रूप से समझा सकता है। उन्होंने विशेष रूप से इस समस्या पर ध्यान केंद्रित किया कि क्या एक वयस्क रोगी डिस्चार्ज होने के तीस दिनों के भीतर अस्पताल में पुनः भर्ती होगा। इसके लिए, उन्होंने एक सिंथेटिक डेटासेट का उपयोग करके एक प्रदर्शन ढांचा तैयार किया—जो कि एक कंप्यूटर-जनरेटेड रोगियों का संग्रह है जिसे वास्तविक निजी जानकारी का उपयोग किए बिना वास्तविक अस्पताल डेटा की नकल करने के लिए बनाया गया है। इसने उन्हें वास्तविक दुनिया के रिकॉर्ड पर लागू करने से पहले अपने तरीकों को सुरक्षित और पुनरुत्पादक रूप से टेस्ट करने की अनुमति दी।

शोधकर्ताओं ने दो दृष्टिकोणों के बीच आमने-सामम तुलना स्थापित की। पहला एक पारंपरिक सांख्यिकीय मॉडल था, जिसे उन्होंने एक विश्वसनीय बेसलाइन के रूप में उपयोग किया। दूसरा एक अधिक उन्नत मशीन-लर्निंग मॉडल था जिसे 'रैंडम फॉरेस्ट' (Random Forest) के रूप में जाना जाता है। आप रैंडम फॉरेस्ट को कई निर्णय लेने वालों की एक टीम के रूप में देख सकते हैं जो मिलकर काम कर रहे हैं; एक एकल नियम पर निर्भर रहने के बजाय, यह अंतिम निष्कर्ष तक पहुँचने के लिए सैकड़ों छोटे 'डिसीजन ट्रीज़' (निर्णय वृक्षों) की राय को जोड़ता है। यह दृष्टिकोण डेटा में जटिल, गैर-रेखीय संबंधों को पहचानने के लिए बहुत अच्छा माना जाता है, जैसे कि कैसे एक रोगी की आयु उनकी दवाओं की संख्या के साथ मिलकर जोखिम बढ़ा सकती है। टीम ने दोनों मॉडलों को सिंथेटिक डेटा पर प्रशिक्षित किया और फिर उन्हें रोगियों के एक नए सेट के लिए परिणामों की भविष्यवाणी करने के लिए कहा जिन्हें उन्होंने पहले नहीं देखा था।

परिणामों ने दिखाया कि अधिक जटिल मशीन-लर्निंग मॉडल वास्तव में अधिक सटीक था। रैंडम फॉरेस्ट मॉडल ने 75.8% बार उन रोगियों की सही पहचान की जो वापस आएंगे, जबकि पारंपरिक मॉडल के लिए यह 71.2% था। इसने कुल मामलों को वर्गीकृत करने में भी कम गलतियाँ कीं, जिसमें 86.5% मामलों को सही ढंग से पहचाना गया, जबकि पारंपरिक मॉडल ने 83.5% मामलों को सही बताया। सबसे महत्वपूर्ण बात यह है कि उन्नत मॉडल ने दोनों दिशाओं में कम त्रुटियां कीं: इसने उन उच्च-जोखिम वाले रोगियों को कम मिस किया जो वास्तव में वापस आए, और उन कम-जोखिम वाले रोगियों को कम फ्लैग किया जो घर पर सुरक्षित रहते। अध्ययन की भाषा में, मशीन-लर्निंग मॉडल ने भेदभाव (discrimination) के पैमाने पर 0.84 का स्कोर प्राप्त किया, जिसका अर्थ है कि वह पारंपरिक मॉडल के 0.72 स्कोर की तुलना में, उन लोगों को जो वापस आएंगे और जो नहीं आएंगे, के बीच अंतर करने में बेहतर था।

हालाँकि, अध्ययन केवल सटीकता मापने पर ही नहीं रुका। शोधकर्ता जानते थे कि यदि डॉक्टर यह नहीं समझ सकते कि किसी विशिष्ट भविष्यवाणी के पीछे का कारण क्या है, तो एक मॉडल अस्पताल में उपयोगी नहीं है। इस समस्या को हल करने के लिए, उन्होंने SHAP नामक एक तकनीक का उपयोग किया, जो एक स्पॉटलाइट की तरह कार्य करती है ताकि यह दिखाया जा सके कि किस कारक ने प्रत्येक व्यक्तिगत रोगी के लिए भविष्यवाणी को ऊपर या नीचे धकेला। जब उन्होंने परिणामों को देखा, तो एक स्पष्ट तस्वीर उभरी। अस्पताल में वापस आने की भविष्यवाणी करने वाला सबसे महत्वपूर्ण कारक केवल यह था कि क्या रोगी पहले भी अस्पताल में भर्ती हुआ था। दोनों मॉडलों में यह सबसे मजबूत संकेत था। अन्य महत्वपूर्ण कारकों में शामिल थे कि रोगी ने अपने वर्तमान दौरे के दौरान अस्पताल में कितना समय बिताया, वे कितनी अलग-अलग दवाएं ले रहे थे, उनके कितने मेडिकल कंडिशन्स (बीमारियां) थे, उनकी आयु, और क्या उन्हें किडनी की समस्या थी।

अध्ययन में यह भी पाया गया कि कुछ कारकों ने वास्तव में वापसी के जोखिम को कम कर दिया। जिन रोगियों को एक निर्धारित फॉलो-अप अपॉइंटमेंट के साथ घर भेजा गया, जिनके दवाओं की सावधानीपूर्वक जांच और मिलान डिस्चार्ज से पहले किया गया था, और जिन्हें नर्सिंग सुविधा के बजाय अपने स्वयं के घरों में डिस्चार्ज किया गया, उनके वापस आने की संभावना कम थी। मशीन-लर्निंग मॉडल इन सभी कारकों को एक साथ तौलने में सक्षम था, यह दिखाते हुए कि कैसे लंबे अस्पताल प्रवास और कई दवाओं वाला रोगी उच्च जोखिम पर हो सकता है, भले ही उसकी आयु कम हो। अध्ययन के एक विशिष्ट उदाहरण रोगी के लिए, कंप्यूटर ने समझाया कि उसका उच्च जोखिम मुख्य रूप से पिछले प्रवेशों के इतिहास, उसके बाद दवाओं की संख्या और उसकी किडनी की कार्यक्षमता द्वारा संचालित था।

यह नोट करना महत्वपूर्ण है कि यह अध्ययन एक पद्धति का प्रदर्शन था, न कि हर अस्पताल में उपयोग के लिए तैयार कोई अंतिम चिकित्सा उपकरण। शोधकर्ताओं ने यह साबित करने के लिए सिंथेटिक डेटा का उपयोग किया कि उनका वर्कफ़्लो काम करता है, लेकिन उन्होंने स्पष्ट रूप से कहा कि इन परिणामों को नैदानिक निर्णयों के लिए भरोसेमंद होने से पहले वास्तविक अस्पतालों के बड़े, वास्तविक-विश्व डेटासेट पर परीक्षण करने की आवश्यकता है। अध्ययन ने अभी तक यह जांच नहीं किया है कि मॉडल की भविष्यवाणियां वास्तविक दुनिया की संभावनाओं के प्रति पूरी तरह कैलिब्रेटेड हैं या नहीं, और न ही इसने विभिन्न जनसांख्यिकीय समूहों या विभिन्न स्वास्थ्य प्रणालियों में मॉडल के प्रदर्शन का परीक्षण किया। ये आवश्यक अगले कदम हैं। शोधकर्ताओं ने यह भी जोर दिया कि जबकि मॉडल यह समझा सकता है कि किन कारकों ने जोखिम स्कोर में योगदान दिया, इसका मतलब यह नहीं है कि वे कारक पुन: प्रवेश का सीधा कारण हैं। उदाहरण के लिए, लंबा अस्पताल प्रवास गंभीर बीमारी का संकेत हो सकता है, न कि स्वयं वापसी का कारण।

इन सीमाओं के बावजूद, यह कार्य अस्पताल की देखभाल के भविष्य के लिए एक मूल्यवान ब्लूप्रिंट प्रदान करता है। यह दिखाता है कि यह संभव है कि जटिल कंप्यूटर मॉडल का उपयोग रोगी के परिणामों की भविष्यवाणी करने के लिए किया जाए और साथ ही उनके तर्क को मानव डॉक्टरों के लिए पारदर्शी और समझने योग्य रखा जाए। मशीन लर्निंग की उच्च सटीकता को स्पष्ट व्याख्या के साथ जोड़कर, स्वास्थ्य सेवा प्रदाता अंततः एक ऐसा उपकरण प्राप्त कर सकते हैं जो उन्हें उन रोगियों पर ध्यान केंद्रित करने में मदद करे जिन्हें उनकी सबसे अधिक आवश्यकता है। अध्ययन निष्कर्ष निकालता है कि जबकि इस सिमुलेशन में मशीन-लर्निंग मॉडल पारंपरिक मॉडल से बेहतर प्रदर्शन करता है, वास्तविक मूल्य मजबूत भविष्यवाणी के साथ स्पष्ट व्याख्या को जोड़ने की क्षमता में निहित है, जो स्मार्ट, अधिक भरोसेमंद क्लिनिकल निर्णय समर्थन प्रणाली के लिए मार्ग प्रशस्त करता है।