Pretraining on Adult ICU Data Accelerates Data Efficient AI Model Development in Critically Ill Children
प्रचुर मात्रा में उपलब्ध वयस्क आईसीयू डेटा पर एआई मॉडलों का प्रीट्रेनिंग, गंभीर रूप से बीमार बच्चों के लिए डेटा-कुशल मॉडलों के विकास को महत्वपूर्ण रूप से तेज करता है, जो स्थानीय बाल चिकित्सा डेटा की कमी होने पर शून्य से प्रशिक्षण लेने की तुलना में बेहतर प्रदर्शन प्रदान करता है, हालांकि इसके लिए प्रत्यक्ष ज़ीरो-शॉट परिनियोजन के बजाय स्थानीय फाइन-ट्यूनिंग की आवश्यकता होती है।
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
अस्पताल मानवीय अनुभवों के विशाल भंडार हैं, जो हर धड़कन, हर सांस और हर रक्त परीक्षण को डिजिटल धाराओं के रूप में दर्ज करते हैं। दशकों से, वैज्ञानिक कंप्यूटर को इन धाराओं को पढ़ना सिखाने की कोशिश कर रहे हैं, इस उम्मीद में कि वे भविष्यवाणी कर सकें कि कब कोई मरीज बिगड़ सकता है या कब वह घर जाने के लिए तैयार है। यह क्षेत्र, जिसे क्लिनिकल मशीन लर्निंग कहा जाता है, तब सबसे अच्छा काम करता है जब इसके पास सीखने के लिए डेटा के पहाड़ हों। समस्या यह है कि ये पहाड़ समान रूप से वितरित नहीं हैं। वयस्क गहन देखभाल इकाइयाँ (ICU) बड़ी, अच्छी तरह से वित्तपوافित होती हैं और भारी मात्रा में जानकारी उत्पन्न करती हैं जिसे शोधकर्ता एक्सेस और अध्ययन कर सकते हैं। पीडियाट्रिक गहन देखभाल इकाइयाँ (PICU), जहाँ बच्चों का इलाज किया जाता है, बहुत छोटी होती हैं, अक्सर विशेषज्ञ केंद्रों में बिखरी होती हैं, और उनका डेटा शायद ही कभी साझा किया जाता है या आसानी से उपलब्ध होता है। यह एक कठिन स्थिति पैदा करता है: यदि आपके पास बीमार बच्चों को सिखाने के लिए पर्याप्त उदाहरण नहीं हैं, तो आप बीमार बच्चों की मदद के लिए एक स्मार्ट कंप्यूटर प्रोग्राम कैसे बनाएंगे?
एक संभावित समाधान है 'ट्रांसफर लर्निंग' नामक तकनीक। कल्पना कीजिए कि एक छात्र जिसने वर्षों तक एक देश के इतिहास का अध्ययन किया है और फिर वह एक पड़ोसी देश के इतिहास को सीखने की कोशिश करता है। वह अपने पुराने नोट्स को सीधे कॉपी नहीं कर सकता, क्योंकि तारीखें और घटनाएँ अलग होती हैं, लेकिन वह यह समझने के लिए कि साम्राज्य कैसे उदय और पतन होते हैं, या भूगोल राजनीति को कैसे आकार देता है, अपने ज्ञान का उपयोग नए इतिहास को बहुत तेज़ी से सीखने के लिए कर सकता है। आर्टिफिशियल इंटेलिजेंस की दुनिया में, इसका अर्थ है एक ऐसे मॉडल को लेना जिसने पहले से ही वयस्क रोगियों के एक विशाल डेटासेट से सीखा है और उस ज्ञान का उपयोग बच्चों के बारे में सीखने के लिए एक शुरुआती बिंदु के रूप में करना। बड़ा सवाल जो शोधकर्ताओं के सामने था वह यह था कि क्या यह शॉर्टकट वास्तव में काम करता है। क्या कंप्यूटर वास्तव में बीमारी के अंतर्निहित पैटर्न को समझने में इतना सक्षम है कि वह बच्चों की मदद कर सके, या वयस्कों और बच्चों के बीच के अंतर इतने बड़े हैं कि मॉडल उन्हें पाट नहीं पाएगा?
इंपीरियल कॉलेज लंदन और कई यूके के अस्पतालों के शोधकर्ताओं की एक टीम ने इस दृष्टिकोण की सीमाओं का परीक्षण करके इसका उत्तर देने का निर्णय लिया। उन्होंने संयुक्त राज्य अमेरिका के 71,000 से अधिक वयस्क गहन देखभाल स्टे (stays) के एक विशाल डेटासेट से शुरुआत की, जिसे MIMIC-IV के रूप में जाना जाता है। उन्होंने इन वयस्क डेटा पर छह विशिष्ट कार्यों को करने के लिए कंप्यूटर मॉडल को प्रशिक्षित किया: यह भविष्यवाणी करना कि क्या रोगी की मृत्यु होगी, उन्हें अस्पताल में कितने समय तक रहना होगा, क्या उन्हें किडनी की चोट होगी, क्या उन्हें सेप्सिस (sepsis) होगा, उनकी किडनी कितनी अच्छी तरह काम कर रही थी, और क्या वे वेंटिलेटर (सांस लेने वाली मशीन) से हटने के लिए तैयार हैं। एक बार जब ये मॉडल प्रशिक्षित हो गए, तो शोधकर्ताओं ने उन्हें यूके के तीन पीडियाट्रिक गहन देखभाल केंद्रों में ले जाया, जिनके पास लगभग 17,700 बच्चों का डेटा था।
पहला परीक्षण यह देखने के लिए था कि क्या होगा यदि वे बिना किसी और समायोजन के वयस्क-प्रशिक्षित मॉडलों का बच्चों पर उपयोग करते हैं। इसे "जीरो-शॉट" (zero-shot) परिनियोजन कहा जाता है, जहाँ कंप्यूटर सीधे नई स्थिति पर अपने वयस्क ज्ञान को लागू करने का प्रयास करता है। परिणाम स्पष्ट और निराशाजनक थे। मॉडल बच्चों के डेटा पर विशेष रूप से प्रशिक्षित मॉडलों की तुलना में अच्छा प्रदर्शन करने में विफल रहे। मृत्यु की भविष्यवाणी करते समय, वयस्क मॉडल बच्चों के लिए विशेष रूप से प्रशिक्षित मॉडलों की तुलना में बहुत कम सटीक थे। उन्होंने सेप्सिस और किडनी की समस्याओं की भविष्यवाणी करने में भी महत्वपूर्ण गलतियाँ कीं। वास्तव में, मॉडल अपने गलत उत्तरों के प्रति इतने आश्वस्त थे कि उन्होंने अक्सर उन बच्चों के लिए मृत्यु का बहुत उच्च जोखिम दिखाया जो वास्तव में ठीक थे। इससे पता चला कि आप केवल वयस्कों के लिए बने मॉडल को लेकर यह उम्मीद नहीं कर सकते कि वह बच्चों के लिए काम करेगा; जैविक अंतर बहुत महत्वपूर्ण हैं जिन्हें अनदेखा नहीं किया जा सकता।
हालाँकि, कहानी यहीं समाप्त नहीं हुई। शोधकर्ताओं ने फिर एक अधिक सूक्ष्म प्रश्न पूछा: यदि आप वयस्क मॉडल से शुरू करते हैं लेकिन फिर उसे थोड़े से स्थानीय पीडियाट्रिक डेटा से सीखने देते हैं, तो क्या यह बेहतर हो जाता है? उन्होंने वयस्क-प्रशिक्षित मॉडल को लेकर और केवल 100 पीडियाट्रिक रोगी रिकॉर्ड का उपयोग करके उसे "फाइन-ट्यूनिंग" (fine-tuning) करके इसका परीक्षण किया। उन्होंने इसकी तुलना उसी 100 रिकॉर्ड का उपयोग करके शून्य से एक नया मॉडल प्रशिक्षित करने से की। अंतर चौंकाने वाला था। वह मॉडल जिसने वयस्क ज्ञान से शुरुआत की और फिर बच्चों के अनुकूल हुआ, वह उस मॉडल से काफी बेहतर प्रदर्शन कर गया जिसने शून्य से शुरुआत की थी। प्रत्येक कार्य और प्रत्येक अस्पताल स्थल में, वह मॉडल जिसने वयस्क 'हेड स्टार्ट' का उपयोग किया था, अधिक सटीक था। उदाहरण के लिए, मृत्यु की भविष्यवाणी करते समय, अनुकूलित मॉडल को एक बड़ा लाभ मिला, जिसमें जीवित रहने वाले और न रहने वाले रोगियों के बीच अंतर करने की स्पष्ट क्षमता दिखाई दी।
शोधकर्ताओं ने यह भी देखा कि जब उन्होंने अधिक डेटा जोड़ा तो क्या हुआ। जैसे-जैसे उन्होंने पीडियाट्रिक रिकॉर्ड की संख्या 100 से बढ़ाकर हजारों तक की, दोनों दृष्टिकोणों के बीच का अंतर कम होता गया। यह समझ में आता है: यदि आपके पास पर्याप्त डेटा है, तो आप एक नए मॉडल को बिना किसी मदद के सब कुछ सिखा सकते हैं। लेकिन मुख्य निष्कर्ष यह था कि वयस्क प्री-ट्रेनिंग ने मॉडल को बहुत कम पीडियाट्रिक उदाहरणों के साथ उच्च स्तर का प्रदर्शन प्राप्त करने में सक्षम बनाया। कई मामलों में, वह मॉडल जिसने वयस्क ज्ञान से शुरुआत की और कुछ सौ बच्चों से सीखा, उसने हजारों बच्चों के डेटा पर प्रशिक्षित मॉडल के बराबर प्रदर्शन किया। यह सुझाव देता है कि बहुत कम डेटा वाले अस्पतालों के लिए, वयस्क ज्ञान का उपयोग आधार के रूप में करना एक शक्तिशाली तरीका है।
अध्ययन ने यह भी जांचा कि इस काम को करने के लिए कंप्यूटर को वास्तव में क्या बदलने की आवश्यकता थी। उन्होंने पाया कि केवल कंप्यूटर द्वारा रोगियों को मापने के लिए उपयोग किए जाने वाले नंबरों (जैसे कि वह औसत रक्तचाप की गणना कैसे करता है) को समायोजित करना समस्या को ठीक करने के लिए पर्याप्त नहीं था। कंप्यूटर को डेटा बिंदुओं के बीच के संबंधों को वास्तव में फिर से सीखने की आवश्यकता थी। जब शोधकर्ताओं ने कंप्यूटर के उस हिस्से को फ्रीज (freeze) कर दिया जो पैटर्न पहचानता था और केवल अंतिम निर्णय लेने वाली परत (decision-making layer) को प्रशिक्षित किया, तो मॉडल में काफी सुधार हुआ, जिससे खोई हुई सटीकता का अधिकांश हिस्सा वापस मिल गया। यह इंगित करता है कि वयस्क मॉडल ने तनाव और बीमारी के प्रति शरीर की प्रतिक्रिया के बारे में उपयोगी पैटर्न सीखे थे, लेकिन उसे बच्चे के शरीर के विशिष्ट संदर्भ में उन पैटर्न को लागू करने के लिए पुन: प्रशिक्षित करने की आवश्यकता थी।
अंततः, यह शोध पीडियाट्रिक देखभाल में आर्टिफिशियल इंटेलिजेंस विकसित करने के लिए एक स्पष्ट मार्ग प्रदान करता है। यह दिखाता है कि हालांकि आप बच्चे को बचाने के लिए वयस्क मॉडल को सीधे कॉपी-पेस्ट नहीं कर सकते, लेकिन आप वयस्क मॉडल को एक शक्तिशाली स्प्रिंगबोर्ड के रूप में उपयोग कर सकते। वयस्क गहन देखभाल के विशाल ज्ञान से शुरुआत करके और फिर सावधानीपूर्वक स्थानीय पीडियाट्रिक डेटा के अनुकूल होकर, अस्पताल बहुत कम डेटा के साथ और बहुत तेज़ी से प्रभावी निर्णय-सहायता उपकरण बना सकते हैं। अध्ययन पुष्टि करता है कि यह दृष्टिकोण वहां सबसे अधिक मूल्यवान है जहां डेटा सबसे कम है, जो छोटे, विशिष्ट केंद्रों तक उन्नत मेडिकल एआई लाने का एक तरीका प्रदान करता है जो अन्यथा पीछे छूट सकते हैं। यह एक याद दिलाता है कि सबसे बीमार रोगियों की मदद करने की खोज में, हम कभी-कभी दूसरों के अनुभवों से सीख सकते हैं, बशर्ते हम अंतर को समझने के लिए काम करने को तैयार हों।
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।