Self-Supervised Representation Learning from Ventilator Waveforms: A Pilot Feasibility Study

दुनिया भर के अस्पतालों के गहन देखभाल इकाइयों (ICUs) में, एक मशीन अक्सर उन रोगियों की रखवाली करती है जो अपने आप सांस नहीं ले सकते। यह मशीन, एक मैकेनिकल वेंटिलेटर, फेफड़ों में हवा को धकेलती है और उसे बाहर खींचती है, जो जीवन को बनाए रखने वाला एक लयबद्ध चक्र है। दशकों से, डॉक्टरों ने मशीन की स्क्रीन को देखा है, जो हवा के दबाव और उसके प्रवाह की गति को दर्शाने वाली निरंतर रेखाएं खींचती है। ये रेखाएं, जिन्हें वेवफॉर्म (waveforms) कहा जाता है, जानकारी का एक समृद्ध स्रोत हैं। वे इस बारे में एक कहानी बताती हैं कि फेफड़े कैसे काम कर रहे हैं, रोगी सांस लेने के लिए कितनी कोशिश कर रहा है, और क्या मशीन व्यक्ति के साथ तालमेल में चल रही है। हालांकि, जबकि चिकित्सक इन रेखाओं को एक मानचित्र की तरह पढ़ने के लिए प्रशिक्षित हैं, उनके द्वारा उत्पन्न डेटा की विशाल मात्रा काफी हद तक कंप्यूटरों द्वारा अप्रयुक्त रही है। चुनौती यह थी कि मशीन को इन टेढ़ी-मेढ़ी रेखाओं की सूक्ष्म भाषा को समझना सिखाया जाए, जिसमें हर एक सांस को लेबल करने के लिए किसी इंसान की आवश्यकता न हो।

ड्यूक यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस समस्या को हल करने की दिशा में एक महत्वपूर्ण कदम उठाया है। उन्होंने एक नया कंप्यूटर सिस्टम विकसित किया है जिसे वेंटिलेटर वेवफॉर्म के कच्चे, बिना लेबल वाले डेटा से सीखने के लिए डिज़ाइन किया गया है। कंप्यूटर को हजारों उदाहरण खिलाने के बजाय जहाँ किसी इंसान ने पहले ही कह दिया हो कि "यह एक स्वस्थ सांस है" या "यह एक संघर्ष है," उन्होंने सिस्टम को अपने आप सैकड़ों हजार सांसों का अध्ययन करने दिया। लक्ष्य यह देखना था कि क्या कंप्यूटर उन छिपे हुए पैटर्न और नियमों को खोज सकता है जो सांस लेने को नियंत्रित करते हैं, जिससे श्वसन अवस्था का एक संक्षिप्त डिजिटल सारांश तैयार हो सके। यह दृष्टिकोण, जिसे 'सेल्फ-सुपरवाइज्ड लर्निंग' (self-supervised learning) कहा जाता है, मशीन को डेटा की अपनी समझ बनाने की अनुमति देता है, ठीक वैसे ही जैसे एक बच्चा किसी चेहरे की परिभाषा सुनने के बजाय कई अलग-अलग चेहरों को देखकर चेहरे को पहचानना सीखता है। शोधकर्ता जानना चाहते थे कि क्या यह स्व-शिक्षित प्रणाली भविष्य के चिकित्सा कार्यों के लिए उपयोगी होने के लिए सांस लेने के आवश्यक भौतिक विज्ञान (physics) को पर्याप्त रूप से पकड़ सकती है।

अपने विचार का परीक्षण करने के लिए, टीम ने एक ढांचा बनाया जिसे उन्होंने 'वेंटवेवटी' (VentWaveT) नाम दिया। उन्होंने इसे 115 गंभीर रूप से बीमार रोगियों के डेटा पर प्रशिक्षित किया, जिसमें 255,000 से अधिक सांसें शामिल थीं जो वेंटिलेशन के लगभग 200 घंटों तक फैली हुई थीं। सिस्टम ने व्यक्तिगत सांसों को अलग-थलग नहीं देखा; इसके बजाय, इसने हवा के निरंतर प्रवाह के 15-सेकंड के स्नैपशॉट्स (snapshots) का परीक्षण किया। ये स्नैपशॉट्स अक्सर अस्त-व्यस्त थे, जिनमें सांसों के हिस्से, पूरी सांसें, या कई सांसें मिली हुई थीं। कंप्यूटर का काम इन खंडों को देखना और यह अनुमान लगाने की कोशिश करना था कि सिग्नल के गायब हिस्सों का स्वरूप कैसा होगा। डेटा के अंतराल को बार-बार भरने की कोशिश करके, सिस्टम ने सांस लेने के प्रत्येक क्षण के लिए एक संक्षिप्त डिजिटल फिंगरप्रिंट बनाने के बारे में सीखा। यह फिंगप्रिंट, या एम्बेडिंग (embedding), को शोर (noise) को हटाते हुए सभी महत्वपूर्ण शारीरिक जानकारी को धारण करने के लिए डिज़ाइन किया गया था।

एक बार जब सिस्टम सीख गया, तो शोधकर्ताओं ने यह परीक्षण करने के लिए इसे आजमाया कि क्या यह वास्तव में समझ रहा था कि वह क्या देख रहा है। उन्होंने कंप्यूटर को केवल उसके द्वारा बनाए गए डिजिटल फिंगरप्रिंट का उपयोग करके तीन विशिष्ट कार्य करने के लिए कहा। सबसे पहले, उन्होंने उससे पूछा कि वेंटिलेटर किस मोड पर सेट किया गया है। वेंटिलेटर विभिन्न तरीकों से काम कर सकते हैं, जैसे कि एक निर्धारित मात्रा में हवा डालना या रोगी को अपने प्रयास से सांस शुरू करने की अनुमति देना। सिस्टम ने अधिकांश मामलों में सही मोड की सफलतापूर्वक पहचान की, और लगभग 80 प्रतिशत की संतुलित सटीकता प्राप्त की। इस परिणाम ने सुझाव दिया कि कंप्यूटर ने प्रत्येक सेटिंग से जुड़े अद्वितीय आकार और लय को पहचानने में सफलता पाई है।

इसके बाद, शोधकर्ताओं ने सिस्टम को विशिष्ट संख्याओं की भविष्यवाणी करने की चुनौती दी जो रोगी की सांस लेने का वर्णन करती हैं। उन्होंने उससे श्वसन दर (respiratory rate), यानी रोगी प्रति मिनट कितनी सांस लेता है, और पॉजिटिव एंड-एक्सपायरी प्रेशर (positive end-expiratory pressure), जो सांस के अंत में फेफड़ों को खुला रखने के लिए एक सेटिंग है, का अनुमान लगाने को कहा। कंप्यूटर के अनुमान वास्तविक चिकित्सा डेटा में दर्ज मूल्यों के बेहद करीब थे। श्वसन दर के लिए, औसत त्रुटि प्रति मिनट दो और आधा सांस से कम थी, और दबाव सेटिंग के लिए, त्रुटि एक इकाई से भी कम थी। इन निष्कर्षों ने संकेत दिया कि डिजिटल फिंगरप्रिंट में रोगी के शरीर विज्ञान के बारे में सटीक, मात्रात्मक जानकारी थी, न कि केवल अस्पष्ट पैटर्न।

अंत में, टीम ने यह परीक्षण किया कि क्या सिस्टम उल्टा कर सकता है: क्या वह एक डिजिटल फिंगप्रिंट ले सकता है और मूल वेवफॉर्म को फिर से बना सकता है? उन्होंने संकुचित डेटा को वापस एक डिकोडर में डाला यह देखने के लिए कि क्या यह दबाव और प्रवाह की रेखाओं का पुनर्निर्माण कर सकता है। परिणाम मूल रेखाओं और पुनर्गठित रेखाओं के बीच एक मजबूत मिलान था। दोनों के बीच सहसंबंध (correlation) उच्च था, जिसका अर्थ है कि कंप्यूटर ने सांस के चक्र के आवश्यक आकार और विवरण को संरक्षित किया था। सिग्नल को पुनर्गठित करने की इस क्षमता ने सिद्ध किया कि सिस्टम ने केवल डेटा को याद नहीं किया है, बल्कि वेंटिलेटर और रोगी के बीच की अंतर्निहित क्रियाविधि को भी पकड़ लिया है।

शोधकर्ताओं ने अपने विशेष सिस्टम की तुलना सामान्य-उद्देश्य वाले कंप्यूटर मॉडलों से भी की जो कई प्रकार के टाइम-सीरीज डेटा के लिए डिज़ाइन किए गए हैं। उन्होंने पाया कि उनका वेंटिलेटर-विशिष्ट मॉडल इन व्यापक, शक्तिशाली उपकरणों के समान ही अच्छा प्रदर्शन करता है, बावजूद इसके कि इसे बहुत छोटे और अधिक विशिष्ट डेटासेट पर प्रशिक्षित किया गया था। यह सुझाव देता है कि मानव श्वसन के पैटर्न अत्यधिक संरचित होते हैं और इस विशिष्ट कार्य के लिए तैयार किया गया मॉडल बिना बड़ी मात्रा में डेटा की आवश्यकता के कुशलतापूर्वक सीख सकता है। अध्ययन ने यह भी दिखाया कि कंप्यूटर द्वारा सीखी गई जानकारी इस तरह व्यवस्थित थी कि सरल गणितीय उपकरण भी इसे आसानी से पढ़ सकते थे, जिसका अर्थ है कि उत्तर निकालने के लिए हमेशा जटिल, डीप-लर्निंग परतों की आवश्यकता नहीं होती है।

यह कार्य एक 'प्रूफ ऑफ कॉन्सेप्ट' (proof of concept) के रूप में कार्य करता है, जो यह प्रदर्शित करता है कि वेंटिलेटर वेवफॉर्म डेटा का एक मूल्यवान स्रोत है जिसे मानवीय हस्तक्षेप के बिना मशीनों द्वारा समझा जा सकता है। शोधकर्ता इस बात पर जोर देते हैं कि यह एक पायलट अध्ययन है, जिसका अर्थ है कि यह व्यवहार्यता का एक प्रारंभिक परीक्षण है न कि अंतिम समाधान। सिस्टम को एक एकल अस्पताल के डेटा और सीमित संख्या में रोगियों पर प्रशिक्षित किया गया था, और भविष्यवाणी किए गए विशिष्ट चिकित्सा चर (variables) तकनीक का परीक्षण करने के लिए चुने गए थे, न कि रोगियों का निदान करने के लिए। हालांकि, परिणाम भविष्य के अनुप्रयोगों के लिए द्वार खोलते हैं। यदि एक कंप्यूटर इन वेवफॉर्म्स को इतनी प्रभावी ढंग से पढ़ सकता है, तो यह अंततः डॉक्टरों को रोगियों की बारीकी से निगरानी करने, संकट के सूक्ष्म संकेतों का पता लगाने जो मनुष्य चूक सकते हैं, या यह भी सिम्युलेट करने में मदद कर सकता है कि रोगी उपचार में बदलाव के प्रति कैसी प्रतिक्रिया देगा। यह अध्ययन गहन देखभाल को देखने के एक नए तरीके की नींव रखता है, जहाँ वेंटिलेटर से प्राप्त निरंतर डेटा रोगी की श्वसन अवस्था का एक जीवंत रिकॉर्ड बन जाता है, जो देखभाल में सुधार के लिए बुद्धिमान प्रणालियों द्वारा विश्लेषण के लिए तैयार है।