Comparison of parsimonious and deep learning models for predicting surgical resource utilization in total hip arthroplasty: a retrospective cohort study
3,00,000 से अधिक कुल कूल्हा प्रत्यारोपण (टोटल हिप आर्थ्रोप्लास्टी) मामलों के इस रेट्रोस्पेक्टिव कोहोर्ट अध्ययन में पाया गया कि हालांकि डीप लर्निंग मॉडल ने सर्जिकल अवधि और अस्पताल में रुकने की अवधि की भविष्यवाणी करने में कम माध्य पूर्ण त्रुटि (मीन एब्सोल्यूट एरर) के साथ सरल सांख्यिकीय दृष्टिकोणों से बेहतर प्रदर्शन किया, लेकिन इसके परिणामस्वरूप नैदानिक रूप से प्रासंगिक परिचालन सटीकता में होने वाली वृद्धि न्यूनतम थी, जो यह सुझाव देती है कि मानकीकृत प्रक्रियाओं में संसाधन उपयोग में सुधार के लिए केवल रोगी-स्तरीय डेटा एक व्यावहारिक सीमा तक पहुँच गया होगा।
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
कल्पना कीजिए कि आप एक विशाल, हलचल भरे अंतरिक्ष यान के कप्तान हैं। आपका काम सिर्फ उड़ान भरना नहीं है; आपका काम हर लैंडिंग, रिफ्यूलिंग स्टॉप और क्रू ब्रेक को पूरी सटीकता के साथ शेड्यूल करना है। यदि आप गलत अनुमान लगाते हैं, तो आपके पास ईंधन खत्म हो सकता है, या इससे भी बुरा, आप एक डॉकिंग बे को खाली छोड़ सकते हैं जबकि कोई दूसरा जहाज उससे टकरा जाता है। चिकित्सा की दुनिया में, अस्पताल वे अंतरिक्ष यान हैं, और सर्जरी वे लैंडिंग हैं। वर्षों से, डॉक्टर यह अनुमान लगाने की कोशिश कर रहे हैं कि एक सर्जरी में कितना समय लगेगा और एक मरीज कितने दिन अस्पताल में रहेगा। वे "मशीन लर्निंग" का उपयोग करते हैं, जो कंप्यूटर को मरीज के मेडिकल इतिहास को पढ़ने और भविष्य का अनुमान लगाने के लिए सिखाने जैसा है, ठीक वैसे ही जैसे एक सुपर-स्मार्ट मौसम विज्ञानी तूफान की भविष्यवाणी करता है। बड़ा सवाल जो हर कोई पूछ रहा है वह यह है: क्या हमें इन अनुमानों को लगाने के लिए एक सुपर-कॉम्प्लेक्स, हाई-टेक मौसम उपग्रह की आवश्यकता है, या एक साधारण, पुराने जमाने का थर्मामीटर भी उतना ही अच्छा है? यह उस कहानी का केंद्र है जिसे हम अभी तलाशने जा रहे हैं।
महान भविष्यवाणी की दौड़: सुपर-कंप्यूटर बनाम सरल औसत
इस अध्ययन में, शोधकर्ताओं की एक टीम ने दुनिया के "सबसे स्मार्ट" कंप्यूटरों को "सबसे मूर्ख" (लेकिन आश्चर्यजनक रूप से प्रभावी) पद्धति के विरुद्ध खड़ा करने का निर्णय लिया: जो कि केवल औसत लेना है। वे देखना चाहते थे कि क्या फैंसी आर्टिफिशियल इंटेलिजेंस (AI) वास्तव में अस्पतालों को टोटल हिप आर्थ्रोप्लास्टी (THA) सर्जरी को एक साधारण कैलकुलेटर की तुलना में बेहतर तरीके से शेड्यूल करने में मदद कर सकता है। THA एक फैंसी नाम है हिप रिप्लेसमेंट के लिए, जो कि उन सबसे आम सर्जरी में से एक है जो लोग अपने खराब हो चुके कूल्हे को ठीक करने के लिए करवाते हैं।
शोधकर्ताओं ने डेटा का एक विशाल ढेर इकट्ठा किया—2014 और 2023 के बीच पूरे उत्तरी अमेरिका से 307,000 से अधिक हिप रिप्लेसमेंट मामले। उन्होंने इस डेटा को दो प्रकार के मॉडलों में डाला। पहले, उन्होंने डीप लर्निंग मॉडल का उपयोग किया, जो सुपर-जीनियस जासूसों की एक टीम की तरह हैं जो सुरागों के पहाड़ में छिपे, जटिल पैटर्न खोज सकते हैं। फिर, उन्होंने एक सिंपल मीन मॉडल का उपयोग किया, जो मूल रूप से एक कैलकुलेटर है जो बस कहता है, "हे, औसत सर्जरी 90 मिनट लेती है, इसलिए चलिए सबके लिए 90 मिनट का अनुमान लगाते हैं।"
परिणाम: जीनियस बनाम औसत जो (आम आदमी)
यहीं पर कहानी में मोड़ आता है। जब शोधकर्ताओं ने कच्चे गणित को देखा, तो उनके सुपर-जीनियस AI मॉडल प्रभावशाली दिखे। वे इस बात के अनुमान में थोड़े बेहतर थे कि सर्जरी का सटीक समय क्या होगा या मरीज कितने दिनों तक अस्पताल में रहेगा। AI ने सर्जरी के समय का अनुमान लगभग 24.2 मिनट की त्रुटि के साथ लगाया, जबकि साधारण औसत थोड़ा अधिक गलत था।
लेकिन, और यह एक बड़ा "लेकिन" है, शोधकर्ताओं ने एक अधिक व्यावहारिक प्रश्न पूछा: क्या यह मामूली सुधार वास्तव में अस्पताल को बेहतर ढंग से चलाने में मदद करता है?
कल्पना कीजिए कि आप एक शेड्यूल में सर्जरी को 2 घंटे (120 मिनट) के ब्लॉक में फिट करने की कोशिश कर रहे हैं।
- सिंपल एवरेज (साधारण औसत) मॉडल 83.7% बार सही था।
- सुपर-जीनियस AI मॉडल 83.8% बार सही था।
यह 0.1% का अंतर है। यह ऐसा है जैसे आप एक सिक्के के उछाल के विजेता का अनुमान लगा रहे हों, और AI ने हज़ार प्रयासों में से एक अतिरिक्त 'हेड्स' सही बताया हो। अस्पताल के लिए, यह सूक्ष्म अंश वास्तव में शेड्यूल को नहीं बदलता है। जटिल AI ने इस समस्या को हल नहीं किया कि "क्या यह सर्जरी समय से ऊपर जाएगी?" यह साधारण औसत से बेहतर नहीं कर पाया।
मरीजों के अस्पताल में रुकने की अवधि (Length of Stay) के लिए कहानी थोड़ी अलग थी।
- यदि लक्ष्य यह अनुमान लगाना था कि क्या मरीज 2 दिन या उससे कम समय में डिस्चार्ज हो जाएगा, तो साधारण औसत 77.9% बार सही था।
- AI 81.4% बार सही था।
यह 3.5% का सुधार है। यह बेहतर है, निश्चित रूप से, लेकिन यह अभी भी एक मामूली बढ़त है। AI ने जादू से भविष्य की भविष्यवाणी नहीं की; इसने केवल सटीकता को थोड़ा सा बढ़ा दिया।
AI बड़ी जीत क्यों नहीं सका?
शोधकर्ताओं ने एक चतुर कारण पाया कि क्यों सुपर-कंप्यूटर साधारण कैलकुलेटर को कुचल नहीं सका। उन्होंने महसूस किया कि हिप रिप्लेसमेंट के लिए, सबसे बड़े कारक मरीज का अजीब मेडिकल इतिहास या उसके ब्लड टेस्ट के परिणाम नहीं हैं। इसके बजाय, सर्जरी की अवधि मुख्य रूप से इस बात से तय होती है कि सर्जरी कौन कर रहा है (सर्जन की गति) और यह कहाँ हो रही है (अस्पताल की टीम और नियम)।
इसे केक बेक करने जैसा समझें। यदि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि केक बनाने में कितना समय लगेगा, तो यह जानना कि बेकर का पसंदीदा ओवन तापमान (सर्जन) क्या है और बेकरी के नियम (अस्पताल) क्या हैं, यह जानने से कहीं अधिक महत्वपूर्ण है कि बेकर को ब्लूबेरी पसंद है या चॉकलेट चिप्स (मरीज का विशिष्ट विवरण)। जिस डेटाबेस का शोधकर्ताओं ने उपयोग किया था, उसमें "बेकर की पसंदीदा सामग्री" (मरीज) के बारे में सभी विवरण थे, लेकिन इसमें "ओवन" (अस्पस्पताल और सर्जन) के बारे में विवरण नहीं थे। क्योंकि AI सबसे महत्वपूर्ण सुरागों को देख नहीं सका, इसलिए वह औसत अनुमान लगाने से बहुत बेहतर नहीं कर सका।
निष्कर्ष
तो, हमारे स्पेसशिप कैप्टन के लिए क्या सीख है? यदि आप हिप सर्जरी को शेड्यूल करने की कोशिश कर रहे हैं, तो आपको जरूरी नहीं कि बाजार में मौजूद सबसे महंगे, जटिल AI सिस्टम को खरीदने की आवश्यकता हो। एक साधारण औसत समय देखना लगभग उतना ही प्रभावी है क्योंकि अस्पताल के अपने नियम और सर्जन की आदतें ही शेड्यूल के असली चालक हैं, न कि मरीज का विशिष्ट मेडिकल डेटा।
अध्ययन सुझाव देता है कि जब तक अस्पताल अपने स्वयं के सर्जनों और टीमों के बारे में डेटा अपने कंप्यूटरों में फीड करना शुरू नहीं करते, तब तक फैंसी AI मॉडल एक "सीलिंग" (सीमा) से टकराते रहेंगे। वे बहुत अधिक स्मार्ट नहीं हो सकते क्योंकि उनके पास सबसे महत्वपूर्ण पहेली का हिस्सा गायब है। फिलहाल के लिए, साधारण, विनम्र औसत ही काम के लिए सबसे व्यावहारिक उपकरण हो सकता है, जो सटीकता से समझौता किए बिना अस्पतालों के पैसे और जटिलता को बचाता है। AI बेकार नहीं है, लेकिन इस विशिष्ट कार्य के लिए, यह वह जादुई छड़ी नहीं है जिसकी हमें उम्मीद थी।
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।