AI for Mycetoma Diagnosis in Histopathological Images: The MICCAI 2024 Challenge

मानव शरीर की कल्पना एक हलचल भरे शहर के रूप में करें, जहाँ बैक्टीरिया और फंगस जैसे नन्हे हमलावर टूटी हुई खिड़कियों (त्वचा के छोटे घावों) के माध्यम से अंदर घुसने की कोशिश करते हैं। आमतौर पर, हमारा प्रतिरक्षा तंत्र (इम्यून सिस्टम) एक सतर्क पुलिस बल की तरह काम करता है, जो उन्हें पहचानकर रोकता है। लेकिन कभी-कभी, ये हमलावर लंबे समय तक चलने वाले, जिद्दी ठिकाने बना लेते हैं जो शहर की इमारतों (हड्डियों और ऊतकों) को नष्ट कर देते हैं और भयानक दर्द का कारण बनते हैं। यह माइसेटोमा (mycetoma) नामक एक बीमारी है। यह एक चालाक समस्या बनाने वाला तत्व है जो अक्सर उन जगहों पर हमला करता है जहाँ डॉक्टरों के पास यह देखने के लिए फैंसी उपकरण नहीं होते कि अंदर क्या हो रहा है। निदान करने के लिए, एक डॉक्टर को सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे संक्रमित ऊतक के एक बहुत छोटे हिस्से को देखना पड़ता है, और हमलावरों के छोटे समूहों को ढूंढना होता है जिन्हें "ग्रेन्स" (grains) कहा जाता है। समस्या यह है कि इन ग्रेन्स को ढूंढना और यह पता लगाना कि वे किस तरह के दुश्मन (बैक्टीरिया या फंगस) हैं, धुंधले चश्मे पहनकर घास के ढेर में एक विशिष्ट प्रकार की सुई खोजने जैसा है। इसके लिए एक अत्यधिक प्रशिक्षित विशेषज्ञ की आवश्यकता होती है, और वे विशेषज्ञ अक्सर उन स्थानों पर मौजूद नहीं होते जहाँ यह बीमारी सबसे अधिक आम है।

यहीं पर आर्टिफिशियल इंटेलिजेंस (AI) काम आता है, जो एक सुपर-पावर्ड चश्मे की तरह काम करता है जो कभी थकता नहीं है। शोधकर्ता एक बड़ा सवाल पूछ रहे हैं: क्या हम एक कंप्यूटर को इन सूक्ष्म तस्वीरों को देखने, उन बुरे समूहों को खोजने और यह बताने के लिए सिखा सकते हैं कि किस तरह का कीटाणु परेशानी पैदा कर रहा है? यदि एक कंप्यूटर यह कर सकता है, तो यह दूरदराज के इलाकों में रहने वाले लोगों के लिए एक गेम-चेंजर होगा, जिससे उन्हें उनकी स्क्रीन पर ही एक "आभासी विशेषज्ञ" (virtual expert) तक पहुंच मिल सकेगी।

द ग्रेट माइक्रोस्कोप रेस: अदृश्य हमलावरों को पहचानने के लिए कंप्यूटर को सिखाना

2024 में, वैज्ञानिकों के एक समूह ने "mAIcetoma चैलेंज" नामक एक उच्च-दांव वाली दौड़ आयोजित की। इसे एक बड़े, अंतर्राष्ट्रीय वीडियो गेम टूर्नामेंट की तरह समझें, लेकिन यहाँ प्रतियोगी कारों की रेस लगाने या ड्रैगन से लड़ने के बजाय, कंप्यूटर प्रोग्रामर और डेटा वैज्ञानिकों की टीमों के बीच एक बेहतर AI जासूस बनाने की दौड़ थी। उनका मिशन क्या था? एक ऐसा एल्गोरिदम बनाना जो हिस्टोपैथोलॉजिकल छवियों (जो केवल ऊतक के स्लाइस की फैंसी, रंगीन तस्वीरें हैं) को देख सके और दो काम कर सके: पहला, बीमारी के छोटे "ग्रेन्स" को खोजना, और दूसरा, यह पता लगाना कि वे ग्रेन्स बैक्टीरिया द्वारा बनाए गए थे या फंगस द्वारा।

आयोजकों ने टीमों को "MyData" नामक एक विशाल, मानकीकृत फोटो एल्बम दिया। इस एल्बम में 127 अलग-अलग रोगियों के ऊतकों की 766 तस्वीरें शामिल थीं। एक निष्पक्ष मुकाबला करने के लिए, एल्बम को तीन भागों में विभाजित किया गया था: एक अभ्यास सेट (ट्रेनिंग), एक क्विज़ सेट (वैलिडेशन), और एक अंतिम परीक्षा (टेस्टिंग)। टीमों को अपने AI मॉडल को अभ्यास सेट का उपयोग करके सिखाना था, फिर यह साबित करना था कि वे उत्तरों को बिना देखे अंतिम परीक्षा को संभाल सकते हैं।

प्रतियोगी और उनकी सुपरपावर्स

पाँच टीमों ने फाइनल में जगह बनाई, और प्रत्येक टीम अपने साथ एक अलग रणनीति लेकर आई, जैसे कि एक सुपरहीरो टीम-अप में पात्र होते हैं:

• टीम एड्रियन (Team Adrian) एक सूक्ष्म पुस्तकालयाध्यक्ष (librarian) की तरह काम करती थी। अपने AI को सिखाने से पहले, उन्होंने फोटो एल्बम को साफ करने, डुप्लिकेट तस्वीरों को हटाने और अव्यवस्थित लेबल को ठीक करने में घंटों बिताए। उनका मानना था कि यदि आप एक छात्र को एक साफ, व्यवस्थित पाठ्यपुस्तक देते हैं, तो वह बेहतर सीखता है। उन्होंने "विशेषज्ञों की टीम" (ensemble learning) का दृष्टिकोण अपनाया, जहाँ पाँच अलग-अलग AI मॉडल उत्तर पर मतदान करते थे, और बहुमत जीत जाता था।
• टीम मैकरून (Team Macaroon) ने एक दो-चरणीय मशीन बनाई। पहले, उनका AI एक स्पॉटलाइट की तरह काम करता था, जो केवल उस विशिष्ट क्षेत्र पर रोशनी डालता था जहाँ ग्रेन छिपा हुआ था (सेगमेंटेशन)। फिर, दूसरा AI केवल उस स्पॉटलाइट वाले क्षेत्र को देखता था ताकि यह तय किया जा सके कि वह किस प्रकार का कीटाणु है। उन्होंने महसूस किया कि पूरे बिखरे हुए चित्र को देखते हुए कीटाणु के प्रकार का अनुमान लगाना बहुत ध्यान भटकाने वाला है।
• टीम मिनियंस (Team Minions) ने एक "हाइब्रिड" दृष्टिकोण अपनाया। उन्होंने एक ऐसी प्रणाली बनाई जो ग्रेन्स को खोजने और कीटाणु के प्रकार का अनुमान लगाने का काम एक साथ करती है। उन्होंने यहाँ तक कि अपने AI को कुछ "हस्तनिर्मित" (handcrafted) सुराग भी दिए—जो ग्रेन के आकार और रंग के गणितीय विवरण थे—इस उम्मीद में कि ये अतिरिक्त संकेत मदद करेंगे।
• टीम टाइगर (Team Tiger) ने एक "मैग्नीफाइंग ग्लास" रणनीति का उपयोग किया। उनके AI में विशेष 'अटेंशन मैकेनिज्म' थे जिन्होंने इसे छवि के सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित करने और उबाऊ बैकग्राउंड को अनदेखा करने में मदद की। उन्होंने "क्रॉस नॉलेज डिस्टिलेशन" नामक एक ट्रिक का भी उपयोग किया, जहाँ उनके AI के तीन अलग-अलग हिस्सों ने एक-दूसरे को उत्तर पर सहमत होने के लिए सिखाया, जिससे पूरा सिस्टम और स्मार्ट बन गया।
• टीम वीएसआई (Team VSI) ने "प्लग-एंड-प्ले" दृष्टिकोण अपनाया। उन्होंने एक पहले से बने, स्व-कॉन्फ़िगर करने वाले AI टूल (nnU-Net) का उपयोग किया जो डेटा के अनुकूल होने के लिए खुद को स्वचालित रूप से समायोजित करता है, जैसे कि एक रोबोट द्वारा बनाया गया सूट। उन्होंने पता लगाए गए ग्रेन्स के किनारों को तेज करने के लिए एक अंतिम पॉलिशिंग स्टेप जोड़ा।

परिणाम: दौड़ किसने जीती?

जब अंतिम स्कोर की गणना की गई, तो परिणाम प्रभावशाली थे। सभी पाँच टीमों ने अविश्वसनीय सटीकता के साथ ग्रेन्स को खोजा, और एक वेटेड स्केल पर 91% से ऊपर स्कोर किया। यह पता चला कि छोटे समूहों को खोजना आधुनिक AI के लिए पहले से ही बहुत आसान काम है, चाहे आप कोई भी विशिष्ट रणनीति अपनाएं।

हालाँकि, दूसरा कार्य—बैक्टीरियल और फंगल प्रकारों के बीच अंतर करना—कहीं अधिक कठिन था। यहाँ, स्कोर काफी भिन्न थे। टीम एड्रियन ने दोनों श्रेणियों में शीर्ष स्थान प्राप्त किया, जिसमें ग्रेन्स को खोजने के लिए 93.56% और उन्हें वर्गीकृत करने के लिए 96.14% का वेटेड स्कोर प्राप्त हुआ। टीम मैकरून दूसरे स्थान पर रही।

सबसे आश्चर्यजनक खोज यह नहीं थी कि कौन जीता, बल्कि यह थी कि उन्होंने कैसे जीत हासिल की। पेपर सुझाव देता है कि कोई एक अकेला "परफेक्ट" AI आर्किटेक्चर नहीं है जो बाकी सबको हरा दे। इसके बजाय, सफलता की कुंजी चीजों का एक संयोजन थी: डेटा को सावधानीपूर्वक साफ करना, छवि के सही हिस्सों पर ध्यान केंद्रित करने के लिए स्मार्ट रणनीतियों का उपयोग करना, और कभी-कभी बस AI मॉडल्स की एक टीम को मिलकर वोट करने देना। दिलचस्प बात यह है कि टीम मिनियंस ने पाया कि ग्रेन के आकार के बारे में उन अतिरिक्त "हस्तनिर्मित" सुरागों को जोड़ने से उनके AI को केवल तस्वीरों से सीखने की तुलना में बेहतर प्रदर्शन करने में कोई मदद नहीं मिली। यह सुझाव देता है कि यदि डेटा अच्छा है, तो AI खुद ही महत्वपूर्ण विवरणों को समझने में सक्षम है।

भविष्य के लिए इसका क्या अर्थ है

पेपर निष्कर्ष निकालता है कि AI निश्चित रूप से डॉक्टरों को माइसेटोमा का निदान करने में मदद करने के लिए तैयार है, विशेष रूप से उन स्थानों पर जहाँ विशेषज्ञ पैथोलॉजिस्ट मिलना कठिन है। इस चुनौती ने साबित किया कि हम इन बीमारियों को पहचानने के लिए विश्वसनीय उपकरण बना सकते हैं। हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि यह तो बस शुरुआत है। वर्तमान AI मॉडल को चित्रों के एक विशिष्ट सेट पर प्रशिक्षित किया गया था, और दुनिया के हर अस्पताल में उपयोग किए जाने से पहले उन्हें विभिन्न प्रकार की छवियों और स्टेन (stains) के साथ और अधिक अभ्यास की आवश्यकता हो सकती है।

बड़ी बात यह है कि जबकि तकनीक शक्तिशाली है, इसका असली रहस्य केवल एक फैंसी नया कंप्यूटर प्रोग्राम नहीं है; बल्कि डेटा की गुणवत्ता और उसे तैयार करने में बरती गई सावधानी है। जिस तरह एक शेफ को एक शानदार भोजन बनाने के लिए ताजी सामग्री की आवश्यकता होती है, उसी तरह AI को महान निदान करने के लिए साफ, अच्छी तरह से व्यवस्थित डेटा की आवश्यकता होती है। इस चुनौती ने एक नया बेंचमार्क सेट किया है, जो दुनिया को दिखा रहा है कि सही टीम वर्क के साथ, हम यहाँ तक कि सबसे जिद्दी उपेक्षित बीमारियों का भी सामना कर सकते हैं।