Comparison of two- and three-dimensional computed tomography-based deep-learning models with neurosurgeon assessments for predicting functional outcome at discharge in patients with spontaneous intracerebral hemorrhage: a single-center retrospective study

जब मस्तिष्क के भीतर कोई रक्त वाहिका फट जाती है, तो उससे होने वाला रक्तस्राव एक मेडिकल इमरजेंसी होती है जो बिना किसी चेतावनी के आती है। यह घटना, जिसे स्पोंटेनियस इंट्रासेरेब्रल हेमरेज (spontaneous intracerebral hemorrhage) कहा जाता है, दुनिया भर में मृत्यु और दीर्घकालिक विकलांगता के प्रमुख कारणों में से एक है। ऐसी घटना के घंटों और दिनों के बाद, डॉक्टरों के सामने एक कठिन कार्य होता है: यह अनुमान लगाना कि रोगी कितनी अच्छी तरह ठीक होगा। इन निर्णयों को लेने के लिए, चिकित्सक जानकारी के दो मुख्य स्रोतों पर भरोसा करते हैं। पहला, वे नॉन-कॉन्ट्रास्ट कंप्यूटेड टोमोग्राफी स्कैन का परीक्षण करते हैं, जो त्वरित एक्स-रे चित्र होते हैं जो रक्तस्राव के आकार और स्थान को दर्शाते हैं। दूसरा, वे 'ग्लासगो कोमा स्केल' नामक एक मानक स्कोरिंग सिस्टम का उपयोग करके रोगी के चेतना के स्तर का आकलन करते हैं, जो यह मापता है कि एक व्यक्ति आदेशों के जवाब में कितनी अच्छी तरह आँखें खोल सकता है, बोल सकता है और हिल-डुल सकता है। हालांकि ये उपकरण आवश्यक हैं, लेकिन मानव डॉक्टरों को इनका व्याख्यात्मक रूप से विश्लेषण करना होता है, जिसमें वे रक्तस्राव के दृश्य साक्ष्य को रोगी की मानसिक स्थिति के साथ तौलते हैं। यह प्रक्रिया एक विशेषज्ञ से दूसरे विशेषज्ञ के बीच भिन्न हो सकती है, और मस्तिष्क की जटिलता अक्सर उन सूक्ष्म पैटर्न को छिपा देती है जिन्हें मानवीय आँखें मिस कर सकती हैं।

शेनझेन के लॉन्गगांग सेंट्रल अस्पताल के शोधकर्ताओं की एक टीम यह देखने के लिए आगे बढ़ी कि क्या आर्टिफिशियल इंटेलिजेंस (AI) इन भविष्यवाणियों में सुधार कर सकता है। उन्होंने एक विशिष्ट प्रश्न पर ध्यान केंद्रित किया: क्या एक कंप्यूटर प्रोग्राम, जिसे मस्तिष्क स्कैन और रोगी के स्कोर को देखने के लिए प्रशिक्षित किया गया है, एक मानव न्यूरोसर्जन की तुलना में बेहतर तरीके से अस्पताल से छुट्टी के समय रोगी के कार्यात्मक परिणाम (functional outcome) की भविष्यवाणी कर सकता है? टीम ने केवल एक प्रकार का कंप्यूटर मॉडल नहीं बनाया; उन्होंने दो मॉडल बनाए। एक मॉडल ने मस्तिष्क के स्कैन को द्वि-आयामी (two-dimensional) स्लाइस की एक श्रृंखला के रूप में देखा, ठीक वैसे ही जैसे किताब के पन्नों को पलटना। दूसरे मॉडल ने पूरे मस्तिष्क को एक एकल त्रि-आयामी (three-dimensional) आयतन (volume) के रूप में देखा, जिससे स्कैन को एक ठोस वस्तु के रूप में माना गया। दोनों मॉडलों को स्कैन के दृश्य डेटा को रोगी के प्रवेश के क्लिनिकल डेटा, विशेष रूप से ग्लासगो कोमा स्केल स्कोर के साथ संयोजित करने के लिए डिज़ाइन किया गया था। लक्ष्य यह देखना था कि क्या ये डिजिटल उपकरण मस्तिष्क में भौतिक क्षति और रोगी की संभावित रिकवरी के बीच के संबंध को पहचान सकते हैं, और यह निर्धारित करना था कि क्या एक सरल, स्लाइस-दर-स्लाइस दृष्टिकोण अधिक जटिल, त्रि-आयामी दृष्टिकोण के समान ही अच्छा प्रदर्शन कर सकता है।

शोधकर्ताओं ने 2013 और 2021 के बीच अपने अस्पताल में उपचारित किए गए 286 रोगियों के डेटा को एकत्र किया, जिन्हें अचानक मस्तिष्क में रक्तस्राव हुआ था। प्रत्येक रोगी के लिए, उन्होंने घटना के 24 घंटों के भीतर लिए गए मस्तिष्क स्कैन और प्रवेश के समय दर्ज किए गए ग्लासगो कोमा स्केल स्कोर को एकत्र किया। इसके बाद उन्होंने कंप्यूटर मॉडल को प्रशिक्षित करने और परीक्षण करने के लिए रोगियों को समूहों में विभाजित किया। टीम ने मानव बेंचमार्क के रूप में विभिन्न स्तर के अनुभव वाले तीन न्यूरोसर्जन भी नियुक्त किए। इन डॉक्टरों से उन्हीं मस्तिष्क स्कैन और क्लिनिकल स्कोर के आधार पर रोगियों के परिणामों की भविष्यवाणी करने के लिए कहा गया था जो कंप्यूटर को दिए गए थे। एक निष्पक्ष तुलना सुनिश्चित करने के लिए, डॉक्टरों को स्कैन के केवल वे विशिष्ट स्लाइस दिखाए गए जिनमें रक्तस्राव था, न कि वे पूरी श्रृंखला जो वे आमतौर पर अस्पताल में देखते हैं। इससे एक नियंत्रित वातावरण तैयार हुआ जहाँ मानव और मशीन दोनों एक ही जानकारी के साथ काम कर रहे थे।

परिणामों ने दिखाया कि कंप्यूटर मॉडल परिणामों की भविष्यवाणी करने में अत्यधिक प्रभावी थे। वह मॉडल जिसने मस्तिष्क को द्वि-आयामी स्लाइस की एक श्रृंखला के रूप में देखा, जब रोगी के ग्लासगो कोमा स्केल स्कोर के साथ जोड़ा गया, तो उसने 90.3 प्रतिशत की सटीकता प्राप्त की। इसका अर्थ है कि दस में से नौ से अधिक मामलों में, मॉडल ने सही ढंग से भविष्यवाणी की कि रोगी का डिस्चार्ज के समय कार्यात्मक परिणाम कैसा होगा। त्रि-आयामी मॉडल ने, जिसने विस्तृत क्लिनिकल जानकारी के साथ पूरे मस्तिष्क आयतन का विश्लेषण किया, थोड़ा अलग प्रदर्शन किया, जिसने 90.6 प्रतिशत की सटीकता प्राप्त की। सांख्यिकीय रूप से, दोनों कंप्यूटर मॉडलों के बीच कोई महत्वपूर्ण अंतर नहीं था; दोनों उल्लेखनीय रूप से सटीक थे। हालांकि, दोनों आर्टिफिशियल इंटेलिजेंस सिस्टम मानव न्यूरोसर्जन से बेहतर प्रदर्शन कर रहे थे। अध्ययन में शामिल सबसे अनुभवी डॉक्टर भी कंप्यूटर मॉडलों की निरंतरता और सटीकता का मुकाबला नहीं कर सके। अध्ययन में यह भी पाया गया कि इमेज विश्लेषण में ग्लासगो कोमा स्केल स्कोर को जोड़ना अत्यंत महत्वपूर्ण था। द्वि-आयामी मॉडल का एक संस्करण जिसने क्लिनिकल स्कोर के बिना केवल छवियों को देखा, कम सटीक था, जो गिरकर 81.0 प्रतिशत पर आ गया। यह सुझाव देता है कि सर्वोत्तम भविष्यवाणी करने के लिए कंप्यूटर को रोगी की चेतना के स्तर के मानवीय संदर्भ की आवश्यकता थी।

सबसे आश्चर्यजनक निष्कर्षों में से एक यह था कि सरल, द्वि-आयामी मॉडल जटिल, त्रि-आयामी मॉडल के समान ही प्रभावी था। त्रि-आयामी दृष्टिकोण के लिए अधिक कंप्यूटिंग पावर और अधिक विस्तृत डेटा की आवश्यकता थी, फिर भी इसने स्लाइस-आधारित पद्धति की तुलना में बेहतर भविष्यवाणी नहीं की। यह इंग दर्शाता है कि इस विशिष्ट चिकित्सा कार्य के लिए, एक कम जटिल आर्किटेक्चर अधिक उपयुक्त हो सकता है, विशेष रूप से सीमित मात्रा में डेटा के साथ काम करते समय। शोधकर्ताओं ने नोट किया कि त्रि-आयामी मॉडल अक्सर छोटे डेटासेट होने पर त्रुटियों के प्रति अधिक संवेदनशील होते हैं, जबकि द्वि-आयामी दृष्टिकोण मजबूत बना रहा। अध्ययन ने यह भी रेखांकित किया कि जबकि कंप्यूटर पैटर्न खोजने में उत्कृष्ट थे, वे डॉक्टरों की जगह नहीं ले रहे थे। मॉडलों को सहायता के लिए डिज़ाइन किया गया था, न कि नियंत्रण लेने के लिए। अध्ययन में शामिल मानव डॉक्टर एक सीमित समीक्षा सेटिंग में काम कर रहे थे, जो वास्तविक जीवन में देखे जाने वाले पूर्ण क्लिनिकल चित्र के बजाय केवल अलग-अलग छवियों को देख रहे थे, जिससे उन्हें कंप्यूटर की तुलना में नुकसान हो सकता था जो सभी डेटा को एक साथ प्रोसेस करता है।

शोधकर्ता अपने काम की सीमाओं को स्पष्ट करने में सावधानी बरत रहे थे। चूंकि यह अध्ययन एक एकल अस्पताल में आयोजित किया गया था और पिछले रिकॉर्ड्स पर आधारित था, इसलिए परिणामों का परीक्षण बड़े, मल्टी-सेंटर फॉरवर्ड-लुकिंग अध्ययनों में किया जाना चाहिए ताकि यह सुनिश्चित हो सके कि वे सभी रोगियों के लिए सत्य हैं। मॉडलों द्वारा की गई भविष्यवाणियां डिस्चार्ज के समय के अल्पकालिक परिणाम के लिए थीं, न कि महीनों या वर्षों बाद की दीर्घकालिक रिकवरी के लिए। इसके अलावा, अध्ययन ने पुष्टि की कि जबकि मॉडल शक्तिशाली हैं, वे नैदानिक निर्णय लेने में सहायता करने वाले उपकरण हैं, न कि मानव विशेषज्ञ के निर्णय का स्थान लेने वाले। अंतिम लक्ष्य डॉक्टरों को एक विश्वसनीय 'सेकंड ओपिनियन' प्रदान करना है जो उन्हें उन रोगियों के लिए अधिक सूचित विकल्प चुनने में मदद कर सके जो जीवन के लिए खतरा पैदा करने वाले मस्तिष्क रक्तस्राव का सामना कर रहे हैं। स्कैन के दृश्य साक्ष्य को रोगी की स्थिति के क्लिनिकल वास्तविकता के साथ जोड़कर, ये डिजिटल उपकरण चोट की गंभीरता और रिकवरी के संभावित मार्ग को समझने का एक नया तरीका प्रदान करते हैं।