Chagas Disease Detection Using Optimized XGBoost and Explainable AI

चागास रोग एक शांत खतरा है जो लाखों लोगों, विशेष रूप से लैटिन अमेरिका में प्रभावित करता है। यह एक सूक्ष्मजीवी परजीवी के कारण होता है जो शरीर में प्रवेश करता है और वर्षों तक सुप्त अवस्था में रह सकता है, अक्सर बिना किसी लक्षण के। खतरा इसमें निहित है कि बाद में क्या होता है: परजीवी धीरे-धीरे हृदय को नुकसान पहुँचा सकता है, जिससे अनियमित लय, हार्ट फेलियर और एक विशिष्ट प्रकार की क्रोनिक हृदय मांसपेशी की बीमारी हो सकती है। चूंकि शुरुआती चरण इतने शांत होते हैं, इसलिए गंभीर हृदय क्षति होने से पहले रोग को पकड़ना अविश्वसनीय रूप से कठिन है। डॉक्टर इलेक्ट्रोकार्डियोग्राम, या ईसीजी (ECG) पर भरोसा करते हैं, जो हृदय की विद्युत गतिविधि को रिकॉर्ड करने वाले सरल, गैर-आक्रामक परीक्षण हैं। ये परीक्षण सस्ते और व्यापक रूप से उपलब्ध हैं, जो इन्हें स्क्रीनिंग के लिए एक आदर्श उपकरण बनाते हैं, लेकिन इन्हें पढ़ने के लिए प्रशिक्षित दृष्टि की आवश्यकता होती है, और बीमारी के सूक्ष्म संकेतों को आसानी से अनदेखा किया जा सकता है, खासकर उन क्षेत्रों में जहाँ चिकित्सा संसाधन कम हैं।

हाल के वर्षों में, वैज्ञानिकों ने इन छिपे हुए पैटर्न को पहचानने में मदद करने के लिए कंप्यूटर की ओर रुख किया है। जबकि 'डीप लर्निंग' के रूप में ज्ञात उन्नत कंप्यूटर प्रणालियों ने हृदय संकेतों का विश्लेषण करने में आशा दिखाई है, वे अक्सर 'ब्लैक बॉक्स' की तरह कार्य करते हैं। वे एक भविष्यवाणी तो कर सकते हैं, लेकिन वे यह नहीं समझा सकते कि वे उस निष्कर्ष तक क्यों पहुँचे। एक डॉक्टर के लिए कंप्यूटर के निदान पर भरोसा करने के लिए, उन्हें उसके पीछे के तर्क को समझना आवश्यक है। निलई यूनिवर्सिटी के शोधकर्ताओं के एक दल ने एक नया दृष्टिकोण विकसित किया है जो इस अंतर को पाटता है। उन्होंने एक ऐसी प्रणाली बनाई है जो न केवल उच्च सटीकता के साथ चागास रोग की उपस्थिति की भविष्यवाणी करती है, बल्कि यह भी स्पष्ट करती है कि हृदय के विद्युत संकेत के किन हिस्सों ने उस निर्णय तक पहुँचाया। उनका कार्य एक शक्तिशाली, कुशल कंप्यूटर एल्गोरिदम और एक ऐसी विधि का संयोजन है जो कंप्यूटर के तर्क को स्पष्ट, मानव-पठनीय अंतर्दृष्टि में अनुवादित करती है।

शोधकर्ताओं ने CODE-15% नामक एक सार्वजनिक डेटाबेस से हृदय डेटा का एक बड़ा संग्रह लेकर शुरुआत की। इस डेटासेट में 13,000 से अधिक रोगियों के रिकॉर्ड शामिल थे, जिनमें प्रत्येक के ईसीजी से लिए गए मापों की एक विस्तृत सूची थी, जैसे कि विद्युत तरंगों का समय और हृदय गति की परिवर्तनशीलता। इस डेटा को और भी उपयोगी बनाने के लिए, टीम ने एक अन्य फ़ाइल को जोड़ा जिसमें विशिष्ट चिकित्सा संकेतक शामिल थे, जैसे कि क्या रोगी के हृदय के दाहिने या बाएं हिस्से में विद्युत मार्ग अवरुद्ध था, या क्या उनकी हृदय लय सामान्य थी। इसके बाद उन्होंने मौजूदा नंबरों को इस तरह से जोड़कर नए, कस्टम फीचर्स बनाए जो छिपे हुए संबंधों को प्रकट कर सकते थे, जैसे कि धड़कन के विभिन्न समय अंतराल के बीच के अनुपात को देखना। इस प्रक्रिया ने डेटासेट को समृद्ध किया, जिससे कच्चे नंबरों से हृदय स्वास्थ्य की एक समृद्ध तस्वीर बन गई।

डेटा तैयार होने के बाद, टीम ने यह देखने के लिए तीन अलग-अलग प्रकार के कंप्यूटर लर्निंग मॉडल का परीक्षण किया कि कौन सा मॉडल चागास रोग वाले रोगियों और बिना रोग वाले रोगियों के बीच अंतर करने में सबसे अच्छा हो सकता है। उन्होंने एक सरल, सीधा मॉडल, एक जटिल मॉडल जो कई निर्णय वृक्ष (decision trees) बनाता है, और XGBoost के रूप में ज्ञात एक अत्यधिक उन्नत मॉडल का परीक्षण किया। उन्नत मॉडल सबसे प्रभावी साबित हुआ। इसे और बेहतर बनाने के लिए, शोधकर्ताओं ने इसके सेटिंग्स को स्वचालित रूप से ट्यून करने के लिए एक विशेष उपकरण का उपयोग किया, जिसमें सटीक मापदंडों का सही संयोजन खोजने के लिए सैकड़ों परीक्षण किए गए। इस अनुकूलन प्रक्रिया ने मॉडल को डेटा से अधिक कुशलता से सीखने में सक्षम बनाया, जिससे सूक्ष्म संकेतों को पहचानने की इसकी क्षमता में सुधार हुआ।

परिणामों ने दिखाया कि यह अनुकूलित प्रणाली लगभग 74 प्रतिशत मामलों में बीमारी की सही पहचान कर सकती थी और बीमार रोगियों को स्वस्थ लोगों से अलग करने की मजबूत क्षमता रखती थी। जबकि विशाल, जटिल डीप लर्निंग नेटवर्क का उपयोग करने वाले अन्य अध्ययनों ने समान स्कोर प्राप्त किए हैं, यह नई प्रणाली बहुत सरल और चलाने में बहुत तेज़ है। इससे भी महत्वपूर्ण बात यह है कि शोधकर्ताओं ने केवल एक संख्या प्राप्त करने पर ही नहीं रुक गए। उन्होंने अंतिम मॉडल पर SHAP नामक एक तकनीक लागू की, जो निर्णय लेने की प्रक्रिया पर एक 'स्पॉटलाइट' की तरह कार्य करती है। इस उपकरण ने खुलासा किया कि निदान के लिए कौन से कारक सबसे महत्वपूर्ण थे। इसने दिखाया कि रोगी की आयु सबसे बड़ा सुराग थी, जिसके ठीक बाद हृदय के दाहिने हिस्से में एक विशिष्ट विद्युत अवरोध की उपस्थिति थी। इसने यह भी रेखांकित किया कि एक सामान्य ईसीजी रीडिंग बीमारी की अनुपस्थिति का एक मजबूत संकेत था।

इस प्रणाली ने व्यक्तिगत रोगियों के लिए स्पष्टीकरण प्रदान करने के मामले में एक कदम आगे बढ़ाया। एक विशिष्ट व्यक्ति के लिए, मॉडल दिखा सकता था कि उच्च जोखिम उनकी आयु और उनकी वास्तविक आयु तथा उनके हृदय की विद्युत गतिविधि के आधार पर उनकी अनुमानित आयु के बीच के महत्वपूर्ण अंतर के संयोजन से प्रेरित था। विवरण का यह स्तर अत्यंत महत्वपूर्ण है क्योंकि यह डॉक्टरों को केवल 'हाँ या ना' का उत्तर स्वीकार करने के बजाय प्रमाण देखने की अनुमति देता है। शोधकर्ताओं ने पाया कि सबसे प्रभावशाली कारक, जैसे कि आयु और विशिष्ट विद्युत अवरोध, चिकित्सा विज्ञान के उन तथ्यों के साथ पूरी तरह मेल खाते हैं जो यह बताते हैं कि चागास रोग हृदय को कैसे नुकसान पहुँचाता है। मजबूत भविष्य कहने वाली शक्ति को स्पष्ट स्पष्टीकरणों के साथ जोड़कर, टीम ने एक ऐसा उपकरण बनाया है जो न केवल सटीक है बल्कि विश्वसनीय भी है ताकि इसे वास्तविक क्लीनिकों में उपयोग किया जा सके।

यह कार्य सुझाव देता है कि परिष्कृत कंप्यूटर उपकरणों को उपयोगी होने के लिए रहस्यमय होने की आवश्यकता नहीं है। एक ऐसे मॉडल पर ध्यान केंद्रित करके जिसे समझा जा सके और दक्षता के लिए अनुकूलित किया जा सके, शोधकर्ताओं ने संसाधन-सीमित सेटिंग्स में शीघ्र पहचान के लिए एक व्यावहारिक समाधान पेश किया है। यह प्रणाली पहले से ही एक वेब एप्लिकेशन के रूप में उपलब्ध है जहाँ उपयोगकर्ता नैदानिक डेटा दर्ज कर सकते हैं और शामिल कारकों के विस्तृत विवरण के साथ तत्काल भविष्यवाणी प्राप्त कर सकते हैं। हालाँकि यह अध्ययन स्वीकार करता है कि भविष्य में लोगों के और भी बड़े और विविध समूहों पर परीक्षण करना मूल्यवान होगा, वर्तमान निष्कर्ष दर्शाते हैं कि एक संतुलित दृष्टिकोण, जो प्रदर्शन और पारदर्शिता दोनों को महत्व देता है, इस उपेक्षित उष्णकटिबंधीय बीमारी के खिलाफ लड़ाई में प्रभावी रूप से सहायता कर सकता है।