मानव आँख शरीर की एक खिड़की है, लेकिन इसके माध्यम से देखने के लिए एक स्थिर हाथ और प्रशिक्षित दृष्टि की आवश्यकता होती है। दशकों से, डॉक्टर रेटिना (आंख के पिछले हिस्से की प्रकाश-संवेदनशील परत) के भीतर झांकने के लिए ऑप्टिकल कोहेरेंस टोमोग्राफी (OCT) नामक एक स्कैनिंग तकनीक पर भरोसा करते आए हैं। यह मशीन हजारों क्रॉस-सेक्शनल तस्वीरें लेती है, जिन्हें आंखों की आंतरिक संरचना का एक विस्तृत त्रि-आयामी (3D) मानचित्र बनाने के लिए एक के ऊपर एक रखा जाता है। इसने डॉक्टरों के लिए डायबिटिक रेटिनोपैथी या मैकुलर डिजनरेशन जैसी बीमारियों का पता लगाने के तरीके में क्रांति ला दी है, जिससे उन्हें मरीजों के दृष्टि खोने से बहुत पहले ही समस्याओं को देखने की अनुमति मिलती है। फिर भी, इस मशीन की समृद्ध डेटा कैप्चर करने की क्षमता के बावजूद, उन छवियों को निदान (डायग्नोसिस) में बदलने की प्रक्रिया एक धीमी और मैनुअल प्रक्रिया बनी हुई है। एक विशेषज्ञ को पहले यह जांचना पड़ता है कि क्या स्कैन उपयोग करने के लिए पर्याप्त स्पष्ट है, फिर समस्याओं के संकेतों को खोजने के लिए सैकड़ों व्यक्तिगत स्लाइसों को छानना पड़ता है, और अंत में मरीज के स्वास्थ्य की पूरी तस्वीर बनाने के लिए उन टुकड़ों को जोड़ना पड़ता है। यह श्रम-साध्य कार्यप्रवाह एक बाधा उत्पन्न करता है, जिससे बड़ी आबादी की स्क्रीनिंग करना या उन स्थानों पर निरंतर देखभाल प्रदान करना कठिन हो जाता है जहाँ विशेषज्ञ डॉक्टर कम हैं।

शोधकर्ताओं ने लंबे समय से इस कार्य में मदद करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) बनाने का प्रयास किया है, लेकिन पिछले अधिकांश प्रयास उन विशेषज्ञों की टीम की तरह थे जो केवल एक छोटा सा काम करना जानते हैं। एक कंप्यूटर प्रोग्राम धुंधली छवियों को पहचानने में अच्छा हो सकता है, जबकि दूसरा स्कैन के एक विशिष्ट स्लाइस पर किसी विशेष बीमारी की पहचान करने में उत्कृष्ट हो सकता है। इनमें से कोई भी सिस्टम पूरी यात्रा को खुद संभालने में सक्षम नहीं था—कच्ची छवि से लेकर अंतिम निदान तक। वे अक्सर इस तथ्य से जूझते थे कि आंखों की बीमारियां त्रि-आमीय (3D) होती हैं, जो स्लाइसों के बीच के स्थान में छिपी होती हैं, और वे वास्तविक दुनिया के अस्पताल के डेटा की अव्यवस्थित और विविध वास्तविकता का सामना करने में विफल रहे। एक नया अध्ययन इस प्रक्रिया को स्वचालित करने के लिए डिज़ाइन किए गए एक सिस्टम पेश करता है, जो एक मानव विशेषज्ञ के मामले को शुरू से अंत तक सोचने के तरीके की नकल करता है।

इस कार्य के पीछे की टीम ने, जिसका नेतृत्व चीन के कई प्रमुख चिकित्सा केंद्रों के शोधकर्ताओं ने किया, एक सिस्टम विकसित किया जिसे वे 'FOCUS' कहते हैं। यह फ्रेमवर्क एक 'फाउंडेशन मॉडल' पर आधारित है, जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जिसे विशाल सामान्य दृश्य डेटा पर प्री-ट्रेन किया गया है, जिससे इसे आंख के स्कैन को देखने से पहले ही आकृतियों और पैटर्न की व्यापक समझ मिल जाती है। शोधकर्ताओं ने इस शक्तिशाली मस्तिष्क को रेटिना छवियों को समझने के लिए फाइन-ट्यून किया, लेकिन वास्तविक नवाचार इस बात में निहित है कि सिस्टम कैसे व्यवस्थित है। केवल एक समय में एक तस्वीर देखने के बजाय, FOCUS एक पूर्ण वर्कफ़्लो के रूप में कार्य करता है। सबसे पहले, यह स्वतः ही स्कैन की गुणवत्ता की जांच करता है, यह तय करता है कि क्या छवि भरोसेमंद होने के लिए पर्याप्त स्पष्ट है। यदि छवि अच्छी है, तो यह अगले चरण पर बढ़ता है: आंख के पूरे वॉल्यूम (आयतन) को स्कैन करके किसी भी असामान्यता का पता लगाना। अंत में, यह मरीज के लिए एक एकल, व्यापक निदान करने के लिए हजारों स्लाइसों से प्राप्त सभी जानकारी को संश्लेषित करता है।

यह दृष्टिकोण काम करता है या नहीं, इसकी जांच करने के लिए, शोधकर्ताओं ने 3,300 रोगियों के डेटा पर इस सिस्टम को प्रशिक्षित किया, जो 40,000 से अधिक व्यक्तिगत इमेज स्लाइस का एक विशाल संग्रह है। फिर उन्होंने चार अलग-अलग अस्पतालों के 1,345 रोगियों के एक अलग समूह पर इस सिस्टम का परीक्षण किया, जिसमें विभिन्न प्रकार की OCT मशीनों का उपयोग किया गया ताकि यह सुनिश्चित हो सके कि यह वास्तविक दुनिया की विविधता को संभाल सके। परिणाम चौंकाने वाले थे। सिस्टम ने लगभग 99% बार उच्च-गुणवत्ता वाली छवियों की सही पहचान की। बीमारी के संकेतों को देखते समय, इसने 97% से अधिक सटीकता के साथ असामान्यताओं को पकड़ा। सबसे महत्वपूर्ण बात यह है कि जब रोगी के अंतिम निदान की बात आई, तो इसने लगभग 94% की सटीकता हासिल की। ये आंकड़े तब भी कायम रहे जब सिस्टम का परीक्षण विभिन्न शहरों और विभिन्न अस्पतालों के डेटा पर किया गया, जिससे पता चला कि यह बिना दोबारा प्रशिक्षित हुए नए वातावरण के अनुकूल हो सकता है।

शोधकर्ताओं ने अपने AI के प्रदर्शन की तुलना मानव डॉक्टरों से भी की ताकि देखा जा सके कि वे कैसे मुकाबला करते हैं। असामान्यताओं का पता लगाने के परीक्षणों में, सिस्टम ने अनुभवी नेत्र तकनीकी विशेषज्ञों (ऑप्थैल्मिक टेक्नीशियन) के एक समूह के समान, और कुछ मामलों में उनसे बेहतर प्रदर्शन किया। जब विशिष्ट बीमारियों के निदान की बात आई, तो सिस्टम ने विभिन्न स्तरों के अनुभव वाले नौ क्लीनिशियनों के पैनल के प्रदर्शन का मुकाबला किया। वास्तव में, AI मनुष्यों की तुलना में अधिक सुसंगत था। अध्ययन में उल्लेख किया गया कि विशेषज्ञ डॉक्टर भी कभी-कभी केवल OCT छवियों को देखते समय कुछ स्थितियों के बीच अंतर करने में संघर्ष करते हैं, और निश्चित होने के लिए अक्सर अन्य परीक्षणों या रोगी के इतिहास पर निर्भर रहने की आवश्यकता होती है। हालाँकि, AI आंख के संपूर्ण 3D वॉल्यूम में सूक्ष्म संरचनात्मक अंतरों को पहचानने में सक्षम था जिन्हें मनुष्य अनदेखा कर सकते हैं, जिससे अधिक समान निर्णय लेने में मदद मिली।

इस सिस्टम की सफलता का एक प्रमुख कारण यह है कि यह आंख की त्रि-आयामी प्रकृति को कैसे संभालता है। पिछले AI टूल्स अक्सर स्कैन के प्रत्येक स्लाइस को एक अलग घटना के रूप में देखते थे, जिससे उस संदर्भ (कॉन्टेक्स्ट) को खो देते थे जो उन्हें आपस में जोड़ता है। FOCUS एक ऐसी विधि का उपयोग करता है जो प्रत्येक स्लाइस के महत्व को गतिशील रूप से मापने की अनुमति देती है। यह उन विशिष्ट स्लाइसों पर ध्यान केंद्रित करना सीखता है जिनमें बीमारी के सबसे मजबूत प्रमाण होते हैं, जबकि अस्पष्ट या अप्रासंगिक स्लाइसों को अनदेखा कर देता है। यह ठीक वैसा ही है जैसे एक मानव विशेषज्ञ कागजों के ढेर को स्कैन करता है, उबाऊ पन्नों को जल्दी से देखता है और केवल उन्हीं पन्नों को ध्यान से पढ़ने के लिए रुकता है जिनमें महत्वपूर्ण जानकारी होती है। इन निष्कर्षों को बुद्धिमानी से एकत्रित करके, सिस्टम एक कम्प्यूटेशनल रूप से महंगी प्रक्रिया के बिना एक विश्वसनीय निदान बनाता है।

अध्ययन स्वीकार करता है कि हालांकि परिणाम उत्साहजनक हैं, लेकिन यह सिस्टम अभी हर क्लिनिक के लिए तैयार उत्पाद नहीं है। सिस्टम को प्रशिक्षित और परीक्षण करने के लिए उपयोग किया गया डेटा मुख्य रूप से चीन के चिकित्सा केंद्रों से आया था, जिसका अर्थ है कि सिस्टम को यह सुनिश्चित करने के लिए और अधिक सत्यापन की आवश्यकता हो सकती है कि यह विभिन्न जातीय पृष्ठभूमि के लोगों के लिए या विभिन्न स्वास्थ्य प्रणालियों में समान रूप से काम करता है। इसके अतिरिक्त, परीक्षण उन अस्पतालों से एकत्र किए गए डेटा पर किया गया था जहाँ रोगियों को पहले से ही आंखों की समस्याओं के लिए जाना जाता था, जो कि एक स्वस्थ सामान्य आबादी की स्क्रीनिंग करने से भिन्न परिदृश्य है जहाँ बीमारियाँ कम आम होती हैं। शोधकर्ता यह भी बताते हैं कि सिस्टम के वर्तमान संस्करण में लिखित रिपोर्ट तैयार करने या डॉक्टर के साथ बातचीत करने की क्षमता अभी शामिल नहीं है, जो भविष्य के संस्करणों में उन्नत भाषा उपकरणों का उपयोग करके जोड़ी जा सकती है।

इन सीमाओं के बावजूद, यह कार्य चिकित्सा इमेजिंग के क्षेत्र में एक महत्वपूर्ण कदम है। यह अलग-अलग कार्यों को करने वाले पृथक उपकरणों के युग से आगे बढ़ता है और प्रदर्शित करता है कि एक एकीकृत प्रणाली एक जटिल, बहु-चरणीय नैदानिक वर्कफ़्लो को स्वचालित कर सकती है। कच्चे इमेज डेटा और अंतिम रोगी निदान के बीच के अंतर को सफलतापूर्वक पाटकर, शोधकर्ताओं ने दिखाया है कि एक मानव विशेषज्ञ के तर्क की नकल करने वाला AI बनाना संभव है। यह दृष्टिकोण एक ऐसे भविष्य के लिए एक ब्लूप्रिंट प्रदान करता है जहाँ उच्च-गुणवत्ता वाली नेत्र देखभाल को अधिक कुशलता से और निरंतरता के साथ प्रदान किया जा सकता है, जिससे संभावित रूप से उन समुदायों तक विशेषज्ञ-स्तर की स्क्रीनिंग पहुंचाई जा सकती है जहाँ वर्तमान में विशेषज्ञ डॉक्टरों की कमी है। यह सिस्टम डॉक्टर की जगह नहीं लेता है, बल्कि उन उबाऊ और दोहराव वाले अवरोधों को हटा देता है जो बड़े पैमाने पर स्क्रीनिंग को वास्तविकता बनने से रोकते हैं, जिससे स्वचालित, सुलभ नेत्र स्वास्थ्य के एक नए युग का मार्ग प्रशस्त होता है।