Exploring learning environments for label\-efficient cancer diagnosis

कैंसर आधुनिक चिकित्सा के सबसे कठिनतम चुनौतियों में से एक बना हुआ है, एक ऐसी बीमारी जो अनगिनत जीवन छीन लेती है और वैश्विक स्वास्थ्य प्रणालियों पर भारी बोझ डालती है। इसे लड़ने में एक महत्वपूर्ण कदम प्रारंभिक पहचान है, जहाँ डॉक्टर ट्यूमर के फैलने से पहले उसे पहचानने के लिए सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे ऊतक के नमूनों (टिश्यू सैंपल्स) की जांच करते हैं। यह प्रक्रिया, जिसे हिस्टोपैथोलॉजी कहा जाता है, अत्यधिक प्रशिक्षित विशेषज्ञों पर निर्भर करती है जो स्वस्थ ऊतक और कैंसरयुक्त वृद्धि के बीच अंतर कर सकें। हालाँकि, यह मैन्युअल कार्य धीमा और थकाऊ है; एक विशेषज्ञ को एक एकल स्लाइड का विश्लेषण करने में तीस मिनट तक का समय लग सकता है, और इस विशेषज्ञता की मांग अक्सर आपूर्ति से अधिक होती है। देखभाल की गति बढ़ाने के लिए, वैज्ञानिकों ने कंप्यूटर की ओर रुख किया है, उन्हें छवियों में कैंसर के पैटर्न को पहचानने के लिए प्रशिक्षित किया है। वर्षों से, इन कंप्यूटर प्रणालियों को छवियों के विशाल पुस्तकालयों की आवश्यकता होती थी जिन्हें मानव विशेषज्ञों द्वारा सावधानीपूर्वक लेबल किया गया था ताकि वे सीख सकें कि क्या देखना है। इन लेबल की गई छवियों को एकत्र करना एक कठिन, महंगा और समय लेने वाला कार्य है, जो एक बाधा उत्पन्न करता है जो इन उपकरणों के विकास और उपयोग की गति को सीमित करता है।

जामिया मिलिया इस्लामिया विश्वविद्यालय और द चाइनीज यूनिवर्सिटी ऑफ हांगकांग के शोधकर्ताओं का एक नया अध्ययन इस बाधा को दूर करने का एक तरीका तलाशता है। उन्होंने जांच की कि क्या कंप्यूटर बिना हर एक छवि को मानव द्वारा लेबल किए बिना प्रभावी ढंग से कैंसर का निदान करना सीख सकते हैं। टीम ने इन कंप्यूटर प्रणालियों को सिखाने के तीन अलग-अलग तरीकों का परीक्षण किया। पहला तरीका, जिसे सुपरवाइज्ड लर्निंग (supervised learning) के रूप में जाना जाता है, पारंपरिक दृष्टिकोण है जहाँ कंप्यूटर केवल पूरी तरह से लेबल की गई छवियों से सीखता है। दूसरा तरीका, सेमी-सुपरवाइज्ड लर्निंग (semi-supervised learning), कंप्यूटर को कुछ लेबल की गई छवियों से सीखने की अनुमति देता है और साथ ही पैटर्न खोजने के लिए बहुत बड़ी अनलेबल छवियों के समूह को भी देखता है। तीसरा तरीका, सेल्फ-सुपरवाइज्ड लर्निंग (self-supervised learning), केवल अनलेबल छवियों का उपयोग करके कंप्यूटर को सिखाने का प्रयास करता है, जिससे वह स्वयं यह नियम खोज सके कि एक छवि दूसरी छवि के समान क्यों है। शोधकर्ता यह देखना चाहते थे कि क्या दूसरा और तीसरा तरीका पारंपरिक, पूरी तरह से लेबल किए गए दृष्टिकोण के प्रदर्शन के बराबर हो सकता है, विशेष रूप से तीन सामान्य प्रकार के कैंसर के लिए: स्तन, फेफड़े और गुर्दे का कैंसर।

इन विचारों का परीक्षण करने के लिए, शोधकर्ताओं ने चिकित्सा छवियों के तीन विशिष्ट सेट एकत्र किए। एक सेट में स्तन ऊतक की लगभग 8,000 छवियां थीं, दूसरे में 16,000 से अधिक फेफड़ों के ऊतक की छवियां थीं, और तीसरे में 7,000 से अधिक गुर्दे के ऊतक की छवियां शामिल थीं। ये छवियां विभिन्न स्रोतों से आई थीं और विभिन्न प्रारूपों में थीं, जिससे यह सुनिश्चित हुआ कि परिणाम सुदृढ़ हों। इसके बाद टीम ने सात अलग-अलग प्रशिक्षण परिदृश्य बनाए। पहले परिदृश्य में, उन्होंने केवल पूरी तरह से लेबल की गई छवियों का उपयोग किया। अगले पांच परिदृश्यों में, उन्होंने लेबल की गई और अनलेबल छवियों को अलग-अलग अनुपातों में मिलाया, जिसमें आधा-आधा होने से लेकर ऐसी स्थिति तक शामिल थी जहाँ केवल दस प्रतिशत छवियां लेबल की गई थीं। अंतिम परिदृश्य में, उन्होंने केवल अनलेबल छवियों का उपयोग किया। उन्होंने इन विभिन्न डेटा सेटों को चित्रों में पैटर्न पहचानने के लिए डिज़ाइन किए गए तीन शक्तिशाली, पूर्व-मौजूदा कंप्यूटर मॉडल में डाला। इन मॉडलों को फिर प्रत्येक छवि को बेनाइन (benign), जिसका अर्थ है हानिरहित, या मैलिग्नेंट (malignant), जिसका अर्थ है कैंसरयुक्त, के रूप में वर्गीकृत करने के लिए कहा गया।

परिणामों ने एक स्पष्ट पदानुक्रम का खुलासा किया कि विभिन्न शिक्षण विधियाँ कितनी अच्छी तरह काम करती हैं। जैसा कि अपेक्षित था, केवल पूरी तरह से लेबल की गई छवियों का उपयोग करने वाले पारंपरिक तरीके ने सबसे सटीक परिणाम दिए। हालाँकि, सेमी-सुपरवाइज्ड दृष्टिकोण, जिसने लेबल किए गए और अनलेबल डेटा के मिश्रण का उपयोग किया, उल्लेखनीय रूप से करीब आया। कई मामलों में, केवल थोड़े से लेबल किए गए डेटा के साथ प्रशिक्षित कंप्यूटर मॉडल उन मॉडलों के लगभग समान प्रदर्शन करते थे जो सभी लेबल किए गए डेटा के साथ प्रशिक्षित थे। उदाहरण के लिए, गुर्दे के कैंसर का निदान करते समय, एक मॉडल जिसे केवल तीस प्रतिशत लेबल की गई छवियों और सत्तर प्रतिशत अनलेबल छवियों के साथ प्रशिक्षित किया गया था, ने लगभग 98 प्रतिशत की सटीकता प्राप्त की, जो कि सभी लेबल किए गए डेटा के साथ प्रशिक्षित मॉडल के बहुत समान है। यहाँ तक कि जब लेबल किए गए डेटा की मात्रा घटाकर केवल दस प्रतिशत कर दी गई, तब भी प्रदर्शन मजबूत बना रहा। यह सुझाव देता है कि कंप्यूटर अनलेबल छवियों से मूल्यवान सबक सीख सकता है, जिससे वह विशिष्ट कैंसर संकेतों पर ध्यान केंद्रित करने से पहले ऊतक की सामान्य संरचना को समझने में सक्षम होता है।

तीसरा तरीका, सेल्फ-सुपरवाइज्ड लर्निंग, जो पूरी तरह से अनलेबल छवियों पर निर्भर था, अन्य दो तरीकों की तुलना में कम सटीकता स्कोर प्रदान करता है। हालाँकि यह पूरी तरह से लेबल किए गए या सेमी-सुपरवाइज्ड दृष्टिकोण के बराबर नहीं था, फिर भी इसने सफलता के एक स्तर के साथ कैंसर के पैटर्न की पहचान करने में सफलता प्राप्त की, जिससे यह सिद्ध हुआ कि कंप्यूटर बिना किसी मानवीय मार्गदर्शन के भी उपयोगी जानकारी निकाल सकते हैं। परीक्षण किए गए तीन कंप्यूटर मॉडलों में से, एक जिसे एफिशिएंटनेट बी0 (EfficientNetB0) के रूप में जाना जाता है, ने सभी तीन प्रकार के कैंसर और सभी शिक्षण विधियों में लगातार बेहतर प्रदर्शन किया। इसने उच्चतम सटीकता दर प्राप्त की, जो सर्वोत्तम प्रशिक्षण स्थितियों का उपयोग करते समय स्तन कैंसर के लिए लगभग 92 प्रतिशत और गुर्दे के कैंसर के लिए 98 प्रतिशत से अधिक तक पहुँच गई।

अध्ययन यह निष्कर्ष निकालता है कि प्रभावी कैंसर निदान के लिए भारी मात्रा में लेबल किए गए डेटा की सख्त आवश्यकता नहीं हो सकती है। शोधकर्ताओं ने पाया कि सेमी-सुपरवाइज्ड लर्निंग एक अत्यधिक व्यवहार्य विकल्प प्रदान करता है, जिससे मेडिकल टीमें शक्तिशाली नैदानिक उपकरण बना सकती हैं भले ही उनके पास केवल एक सीमित संख्या में लेबल किए गए नमूने हों। यह एक महत्वपूर्ण खोज है क्योंकि यह इन तकनीकों को विकसित करने के लिए प्रवेश की बाधा को कम करती है। यदि किसी अस्पताल या अनुसंधान प्रयोगशाला के पास हजारों अनलेबल छवियां हैं लेकिन केवल कुछ सौ लेबल की गई छवियां हैं, तो भी वे निदान में सहायता के लिए एक कंप्यूटर को उच्च विश्वसनीयता के साथ प्रशिक्षित कर सकते हैं। यह कार्य बताता है कि स्वचालित कैंसर पहचान का भविष्य केवल प्रत्येक छवि को लेबल करने के श्रमसाध्य कार्य पर निर्भर नहीं है, बल्कि स्मार्ट तरीकों पर निर्भर है जो चिकित्सा अभिलेखागारों में पहले से उपलब्ध विशाल अनलेबल डेटा से सीख सकते हैं।