Temporal evaluation of machine-learning models for early in-hospital mortality prediction after acute trauma using routinely collected emergency department data: a multicentre retrospective cohort study
यह बहुकेंद्रित पूर्वव्यापी अध्ययन दर्शाता है कि हालांकि नियमित आपातकालीन विभाग डेटा का उपयोग करने वाले मशीन-लर्निंग मॉडल तीव्र आघात के बाद इन-हॉस्पिटल मृत्यु दर की भविष्यवाणी करने के लिए उच्च विभेदन प्राप्त करते हैं, लेकिन उनके निश्चित ऑपरेटिंग थ्रेशोल्ड महत्वपूर्ण अस्थायी अस्थिरता और वृद्ध वयस्कों में कम प्रदर्शन प्रदर्शित करते हैं, जो नैदानिक कार्यान्वयन से पहले समग्र मेट्रिक्स के साथ-साथ अंशांकन (कैलिब्रेशन) और उपसमूह विश्वसनीयता का मूल्यांकन करने की महत्वपूर्ण आवश्यकता को रेखांकित करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक गंभीर दुर्घटना के बाद के शुरुआती अराजक मिनटों में, आपातकालीन कक्ष के डॉक्टरों को समय के विरुद्ध दौड़ लगानी पड़ती है। उन्हें यह तय करना होता है कि कौन से मरीज तत्काल मृत्यु के खतरे में हैं और कौन से संभवतः ठीक हो जाएंगे, और यह अक्सर लैब परीक्षण या स्कैन उपलब्ध होने से पहले ही करना होता है। इसमें मदद के लिए, चिकित्सक लंबे समय से सरल स्कोरिंग प्रणालियों का उपयोग करते हैं जो रक्तचाप, श्वसन दर और व्यक्ति कितना सतर्क है जैसे बुनियादी संकेतों को महत्व देती हैं। ये उपकरण उपयोगी हैं, लेकिन वे निश्चित सूत्रों पर निर्भर करते हैं जो मानवीय चोट की जटिल और अव्यवस्थित वास्तविकता के अनुकूल आसानी से नहीं बदल सकते। हाल के वर्षों में, मशीन लर्निंग के रूप में ज्ञात कंप्यूटर प्रोग्राम एक स्मार्ट विकल्प के रूप में प्रस्तावित किए गए हैं। ये प्रोग्राम डेटा की विशाल मात्रा को छानकर उन सूक्ष्म पैटर्न को खोज सकते हैं जिन्हें इंसान शायद अनदेखा कर दें, जिससे संभावित रूप से इस बात की अधिक सटीक भविष्यवाणी करने का तरीका मिल सकता है कि कौन जीवित रहेगा और कौन नहीं। हालांकि, एक मॉडल जो कल के डेटा पर पूरी तरह से काम करता है, यह गारंटी नहीं देता कि वह कल भी काम करेगा, और न ही किसी परीक्षण पर उच्च स्कोर का मतलब यह है कि उपकरण वास्तविक दुनिया में उपयोग के लिए तैयार है। ऐसे सिस्टम का असली परीक्षण यह है कि क्या वह समय बीतने के साथ विश्वसनीय बना रहता है और क्या वह सभी मरीजों के साथ निष्पक्ष व्यवहार करता है, चाहे उनकी उम्र कुछ भी हो या चोट का प्रकार कुछ भी रहा हो।
दक्षिण कोरिया में शोधकर्ताओं की एक टीम ने देश भर के वास्तविक रिकॉर्ड के एक विशाल संग्रह का उपयोग करके इसी प्रश्न का परीक्षण करने का निर्णय लिया। उन्होंने 2019 और 2023 के बीच देश भर के आपातकालीन विभागों में तीव्र चोटों के साथ पहुंचे लगभग 6,30,000 वयस्कों के डेटा को एकत्र किया। लक्ष्य ऐसे कंप्यूटर मॉडल बनाना था जो केवल उस जानकारी का उपयोग करके अस्पताल में मृत्यु की भविष्यवाणी कर सकें जो मरीज के दरवाजे से अंदर आते ही उपलब्ध होती है: उनकी आयु, उनकी चोट का प्रकार, उनका परिवहन कैसे हुआ, और उनके शुरुआती महत्वपूर्ण संकेत (वाइटल साइन्स)। शोधकर्ताओं ने पहले चार वर्षों के डेटा पर चार अलग-अलग प्रकार के मशीन-लर्निंग एल्गोरिदम को प्रशिक्षित किया और फिर एक सरल, महत्वपूर्ण प्रश्न पूछा: क्या ये समान मॉडल, बिना किसी परिवर्तन या पुन: प्रशिक्षण के, क्या 2023 के मरीजों पर लागू होने पर अभी भी सटीक रूप से काम करेंगे?
परिणाम प्रभावशाली क्षमता और गंभीर सावधानी का मिश्रण थे। जब शोधकर्ताओं ने मॉडलों का परीक्षण 2023 के मरीजों पर किया, तो कंप्यूटर प्रोग्राम मरीजों को रैंक करने में उल्लेखनीय रूप से अच्छे थे। वे सफलतापूर्वक उन लोगों को अलग करने में सक्षम थे जिनकी मृत्यु हो जाएगी और जो जीवित रहेंगे, और उन्होंने ऐसी सटीकता हासिल की जो पारंपरिक स्कोरिंग विधियों से कहीं अधिक थी। वास्तव में, रैंकिंग के इस कार्य के लिए मॉडल इतने प्रभावी थे कि उन्होंने लगभग सभी मरीजों के जोखिम के क्रम की सही पहचान की। हालांकि, अध्ययन ने एक महत्वपूर्ण खामी को उजागर किया जब शोधकर्ताओं ने इन मॉडलों का उपयोग विशिष्ट, निश्चित निर्णय लेने के लिए करने की कोशिश की। जब टीम ने शुरुआती वर्षों में विकसित किए गए एक विशिष्ट नियम को लिया—जैसे कि "किसी भी व्यक्ति को उच्च जोखिम के रूप में चिह्नित करें जिसका जोखिम स्कोर इस संख्या से ऊपर है"—और उसे 2023 के मरीजों पर लागू किया, तो वह नियम पहले की तुलना में उतने मरीजों को पकड़ने में विफल रहा जो मृत्यु के कगार पर थे। एक नियम जिसने प्रशिक्षण अवधि के दौरान 90 प्रतिशत जोखिम वाले मरीजों को पकड़ा था, वह एक साल बाद केवल लगभग 79 प्रतिशत को ही पकड़ पाया। इसका मतलब यह है कि जबकि कंप्यूटर जानता था कि कौन अधिक बीमार है, अलार्म बजाने के लिए खींची गई सटीक रेखा समय के साथ कम विश्वसनीय हो गई थी।
अध्ययन ने यह भी खुलासा किया कि मॉडल सभी के लिए समान रूप से काम नहीं करते थे। जबकि प्रोग्राम युवा वयस्कों के लिए असाधारण रूप से अच्छा प्रदर्शन करते थे, 65 वर्ष और उससे अधिक आयु के मरीजों के लिए जीवन और मृत्यु के बीच अंतर करने की उनकी क्षमता काफी कम हो गई। यह वृद्ध समूह, जिसकी मृत्यु दर वास्तव में अधिक थी, मॉडलों के लिए सटीक भविष्यवाणी करना कठिन था। इसके अलावा, कंप्यूटर द्वारा दिए गए कच्चे आंकड़े मृत्यु की सीधी संभावनाएँ नहीं थे; वे इस बात से प्रभावित थे कि सिस्टम को इस तथ्य को संभालने के लिए कैसे सिखाया गया था कि अधिकांश मरीज जीवित बच जाते हैं। इसे ठीक करने के लिए, शोधकर्ताओं को 2023 के भविष्यवाणियों पर एक गणितीय समायोजन लागू करना पड़ा, जिसने कंप्यूटर के अनुमानों को देखे गए वास्तविक मौतों की संख्या के साथ सफलतापूर्वक संरेखित किया। इस समायोजन के बिना, सिस्टम व्यक्तिगत मरीजों के लिए जोखिम का अत्यधिक आकलन करता।
अंततः, यह शोध सुझाव देता है कि हालांकि मशीन लर्निंग आपातकालीन देखभाल के लिए बहुत बड़ी संभावना रखती है, लेकिन यह अभी तक मानव निर्णय को बदलने के लिए तैयार एक पूर्ण उत्पाद नहीं है। अध्ययन यह प्रदर्शित करता है कि एक मॉडल मरीजों को जोखिम के आधार पर वर्गीकृत करने में उत्कृष्ट हो सकता है, फिर भी समय के साथ स्थिर, कार्रवाई योग्य अलर्ट प्रदान करने में विफल हो सकता है। शोधकर्ता इस बात पर जोर देते हैं कि अस्पतालों में इन उपकरणों को सुरक्षित और उपयोगी होने के लिए, उन्हें न केवल मरीजों को रैंक करने की उनकी क्षमता पर, बल्कि इस पर भी परीक्षण किया जाना चाहिए कि क्या उनके विशिष्ट चेतावनी थ्रेशोल्ड (सीमा) वर्षों बीतने के साथ स्थिर रहते हैं और क्या वे विभिन्न आयु समूहों के लिए निष्पक्ष रूप से प्रदर्शन करते हैं। जब तक इस स्वतंत्र सत्यापन और वास्तविक दुनिया के परीक्षण को पूरा नहीं कर लिया जाता, तब तक ये शक्तिशाली एल्गोरिदम स्थापित नैदानिक मार्गदर्शकों के बजाय परिष्कृत अनुसंधान उपकरण बने हुए हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।