Causal Filter Phase Sensitivity in Deep Electrocardiographic Classifiers: Multi-Cohort Evaluation, Confound Decoupling, and Phase Augmentation

आधुनिक अस्पतालों में, एक मरीज के हृदय की निगरानी अक्सर उन मशीनों द्वारा की जाती है जो इसकी विद्युत लय को सुनती हैं। ये उपकरण एक संकेत कैप्चर करते हैं जिसे इलेक्ट्रोकार्डियोग्राम या ईसीजी (ECG) कहा जाता है, जो हृदय की धड़कन का पता लगाने वाली एक टेढ़ी-मेढ़ी रेखा की तरह दिखता है। दशकों से, डॉक्टर इन रेखाओं को आंखों से पढ़ते आए हैं, जिसमें वे विशिष्ट आकृतियों की तलाश करते हैं जो एक स्वस्थ हृदय या किसी खतरनाक समस्या का संकेत देती हैं। आज, शक्तिशाली कंप्यूटर प्रोग्राम इन्हीं रेखाओं को पढ़ने में सक्षम हो रहे हैं, जो अक्सर मनुष्यों की तुलना में अधिक गति और निरंतरता के साथ ऐसा करते हैं। ये प्रोग्राम डीप लर्निंग पर आधारित हैं, जो आर्टिफिशियल इंटेलिजेंस का एक प्रकार है जो हजारों उदाहरणों का अध्ययन करके डेटा में पैटर्न खोजता है। इन संकेतों को स्पष्ट करने के लिए, रिकॉर्ड करने वाली मशीनों को पहले शोर (नॉइज़) को साफ करना होता है, जिससे विद्युत हस्तक्षेप की गूँज या मरीज के सांस लेने के कारण होने वाले धीमे उतार-चढ़ाव को हटाया जा सके। यह सफाई की प्रक्रिया डिजिटल फिल्टर का उपयोग करती है, जो गणितीय उपकरण हैं जो सिग्नल को सुचारू बनाते हैं।

लंबे समय तक, इंजीनियरों का मानना था कि जब तक कोई फिल्टर हृदय के संकेत की तीव्रता (लाउडनेस) को बदले बिना शोर को हटा देता है, कंप्यूटर वही चीज़ देखेगा। उनका मानना था कि सिग्नल के शिखर (peaks) और घाटियों (valleys) का समय उतना महत्वपूर्ण नहीं है जितना कि समग्र आकार। हालांकि, एक नया अध्ययन इस धारणा को चुनौती देता है। यह सुझाव देता है कि जिस तरह से एक फिल्टर सिग्नल के विभिन्न हिस्सों के समय को बदल देता है, वह सबसे स्मार्ट कंप्यूटर प्रोग्रामों को भी धोखा दे सकता है। यदि फिल्टर हृदय की धड़कन के उच्च-आवृत्ति (high-pitched) वाले हिस्सों को कम-आवृत्ति वाले हिस्सों की तुलना में थोड़ा अलग तरीके से विलंबित करता है, तो कंप्यूटर किसी खतरनाक हृदय स्थिति को पहचान पाने में असमर्थ हो सकता है, भले ही सिग्नल मानवीय आंखों को लगभग समान ही दिखाई दे। यह खोज इसलिए महत्वपूर्ण है क्योंकि यह उजागर करती है कि मेडिकल एआई (AI) को बनाने के तरीके में एक छिपी हुई कमजोरी है, जो दिखाती है कि डेटा तैयार करने के उपकरण उतने ही महत्वपूर्ण हैं जितना कि उसका विश्लेषण करने वाली बुद्धिमत्ता।

इस अध्ययन के पीछे के शोधकर्ताओं ने, जिनका नेतृत्व मैड्रिड के कार्लोस III यूनिवर्सिटी के अल्वारो गार्सिया-कासासस ने किया, यह परीक्षण करने का लक्ष्य रखा कि क्या ये डीप लर्निंग मॉडल वास्तव में मजबूत हैं या क्या वे गुप्त रूप से प्रशिक्षण के दौरान उपयोग किए गए फिल्टरों की विशिष्ट समय संबंधी बारीकियों (timing quirks) पर निर्भर हैं। उन्होंने एक विशिष्ट प्रकार के फिल्टर पर ध्यान केंद्रित किया जिसे 'कॉज़ल फिल्टर' (causal filter) कहा जाता है, जो वास्तविक समय की निगरानी के लिए आवश्यक है क्योंकि यह केवल पिछले और वर्तमान डेटा को देख सकता है, भविष्य के डेटा को नहीं। हालांकि ये फिल्टर आवश्यक हैं, लेकिन वे अक्सर एक 'नॉन-लीनियर फेज रिस्पॉन्स' उत्पन्न करते हैं। सरल शब्दों में, इसका अर्थ है कि फिल्टर हृदय के संकेत की विभिन्न आवृत्तियों (frequencies) को अलग-अलग मात्रा में विलंबित करता है। एक उच्च-आवृत्ति वाला स्पाइक एक सेकंड के अंश में आगे बढ़ सकता है, जबकि एक कम-आवृत्ति वाली लहर अलग मात्रा में पीछे खिसक सकती है। यह हृदय की विद्युत तरंग के सटीक संरेखण (alignment) को खींच देता है और विकृत कर देता है।

इस प्रभाव को अलग करने के लिए, टीम ने एक विशेष गणितीय उपकरण जिसे 'ऑल-पास फिल्टर' कहा जाता है, का उपयोग करके एक चतुर प्रयोग डिजाइन किया। एक ऐसे फिल्टर की कल्पना करें जो सिग्नल की आवाज़ या ऊर्जा को बिल्कुल बदले बिना उसके समय को बदल देता है। इस उपकरण ने शोधकर्ताओं को हृदय की धड़कन के सिग्नल के समय को अस्त-व्यस्त करने की अनुमति दी, जबकि इसकी ऊर्जा और तीव्रता को बिल्कुल समान रखा। उन्होंने अपने कंप्यूटर मॉडलों का परीक्षण जर्मनी और चीन से हृदय के डेटा के तीन विशाल, स्वतंत्र संग्रहों पर किया, जिनमें 36,000 से अधिक रोगी रिकॉर्ड शामिल थे। इन रिकॉर्डों में सामान्य लय से लेकर जटिल कंडक्शन दोषों (conduction defects) तक, हृदय की विभिन्न स्थितियों का कवरेज था, जहाँ विद्युत संकेत हृदय के माध्यम से बहुत धीरे चलता है।

परिणाम चौंकाने वाले थे। जब शोधकर्ताओं ने प्रशिक्षित कंप्यूटर मॉडलों को फीड करने से पहले संकेतों पर इस समय-विकृत करने वाले फिल्टर को लागू किया, तो मॉडलों की हृदय स्थितियों का निदान करने की क्षमता काफी घट गई। यह गिरावट छोटी नहीं थी; कुछ कठिन स्थितियों के लिए, कंप्यूटर की सटीकता लगभग पूर्ण स्कोर से गिरकर रैंडम गेसिंग (यादृच्छिक अनुमान) के स्तर से भी नीचे चली गई। मॉडल कंडक्शन डिफेक्ट्स, जैसे कि बंडल ब्रांच ब्लॉक (bundle branch block), के साथ संघर्ष करते हैं, जो हृदय के विद्युत संकेत में बहुत विशिष्ट और तीक्ष्ण आकृतियों पर निर्भर करते हैं। अध्ययन ने दिखाया कि कंप्यूटर ने इन आकृतियों को पहचानने के लिए उस फिल्टर द्वारा प्रदान किए गए सटीक समय संरेखण (timing alignment) का उपयोग किया था जिसके साथ उसे प्रशिक्षित किया गया था। जब वह संरेखण थोड़ा भी बदला गया, तो कंप्यूटर वह पैटर्न खोजने में असमर्थ रहा जिसकी उसे निदान करने के लिए आवश्यकता थी।

शोधकर्ताओं ने यह भी जांचा कि क्या यह विफलता रिकॉर्डिंग की शुरुआत में फिल्टर के अचानक शुरू होने के कारण हुई थी, जिससे एक संक्षिप्त गड़बड़ी (glitch) पैदा हुई। उन्होंने एक अलग परीक्षण किया यह देखने के लिए कि क्या सिग्नल को मापने से पहले फिल्टर को स्थिर होने देना इस समस्या को ठीक कर सकता है। इससे कोई लाभ नहीं हुआ। प्रदर्शन में गिरावट वैसी ही रही, जिससे सिद्ध हुआ कि समस्या एक अस्थायी गड़बड़ी नहीं बल्कि सिग्नल के समय में बदलाव के प्रति एक मौलिक संवेदनशीलता थी। इसने पुष्टि की कि कंप्यूटर मॉडल हृदय रोग के सामान्य नियमों को नहीं सीख रहे थे, बल्कि उन्होंने प्रशिक्षण में उपयोग किए गए फिल्टर के विशिष्ट 'फेज सिग्नेचर' को याद कर लिया था।

इस समस्या को हल करने के लिए, टीम ने 'स्टोकेस्टिक ऑल-पास फेज ऑग्मेंटेशन' (Stochastic All-Pass Phase Augmentation) नामक एक नई प्रशिक्षण पद्धति विकसित की। केवल साफ और अपरिवर्तित संकेतों पर कंप्यूटर को प्रशिक्षित करने के बजाय, उन्होंने इसे विभिन्न प्रकार के समय संबंधी विरूपणों (timing distortions) की अपेक्षा करना सिखाया। प्रशिक्षण के दौरान, कंप्यूटर को एक ही हृदय सिग्नल कई बार दिखाया गया, लेकिन हर बार उसकी आवृत्तियों के समय में थोड़ा अलग, यादृच्छिक बदलाव किया गया। इसने कंप्यूटर को मजबूर किया कि वह हृदय की विद्युत तरंग के अंतर्निहित आकार को सीखे, चाहे उसका समय कैसे भी खिंचा या संकुचित हुआ हो। जब उन्होंने इन नए प्रशिक्षित मॉडलों का परीक्षण उन समय-विकृत करने वाले फिल्टरों के विरुद्ध किया, तो परिणाम नाटकीय रूप से सुधरे। मॉडलों ने अपनी खोई हुई सटीकता को काफी हद तक वापस पा लिया, और कुछ मामलों में अपनी नैदानिक शक्ति का 90 प्रतिशत से अधिक हिस्सा पुनः प्राप्त कर लिया।

यह अध्ययन यह सुझाव नहीं देता है कि डीप लर्निंग विफल हो गया है, बल्कि यह बताता है कि सिग्नल प्रोसेसिंग के अदृश्य विवरणों के मामले में यह पहले की तुलना में अधिक नाजुक है। शोधकर्ताओं ने पाया कि कंप्यूटर मॉडल उस फिल्टर के विशिष्ट "फिंगरप्रिंट" के अनुकूल हो जाते हैं जिसके साथ उन्हें प्रशिक्षित किया जाता है। यदि वास्तविक दुनिया में वह फिंगरप्रिंट बदल जाता है—उदाहरण के लिए, यदि कोई दूसरा अस्पताल मॉनिटरिंग उपकरण का कोई अलग ब्रांड उपयोग करता है—तो मॉडल विफल हो सकता है। समाधान बेहतर फिल्टर बनाना नहीं है, बल्कि मॉडलों को लचीला बनाना है। उन्हें प्रशिक्षण के दौरान कई अलग-अलग समय विविधताओं के संपर्क में लाकर, मॉडल हृदय की वास्तविक चिकित्सा विशेषताओं पर ध्यान केंद्रित करना सीखते हैं, न कि मशीन के आर्टिफैक्ट्स (artifacts) पर।

चिकित्सा प्रौद्योगिकी के भविष्य के लिए इसके निहितार्थ स्पष्ट हैं। जैसे-जैसे अस्पताल वास्तविक समय की निगरानी और आपातकालीन ट्राइएज (triage) के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करने की ओर बढ़ रहे हैं, उन्हें यह सुनिश्चित करना होगा कि डेटा तैयारी के चरण मजबूत हों। अध्ययन निष्कर्ष निकालता है कि हृदय संकेतों को साफ करने के लिए उपयोग किए जाने वाले फिल्टरों की फेज विशेषताएं इन प्रणालियों की विश्वसनीयता के लिए एक महत्वपूर्ण कारक हैं। जिस तरह एक संगीतकार को दूसरों के साथ सामंजस्य बिठाने के लिए अपने वाद्य यंत्र को ट्यून करना पड़ता है, उसी तरह एक मेडिकल एआई को हृदय की लय को पहचानने के लिए प्रशिक्षित किया जाना चाहिए, भले ही उसका समय थोड़ा अलग हो। इस अनुकूलन के बिना, स्वचालित निदान का वादा उन उपकरणों द्वारा ही खतरे में पड़ सकता है जिनका उपयोग डेटा को पठनीय बनाने के लिए किया जाता है। यह कार्य एक अनुस्मारक के रूप में कार्य करता है कि बायोमेडिकल इंजीनियरिंग की जटिल दुनिया में, समय के छोटे से बदलाव के भी बड़े परिणाम हो सकते हैं।