A Generative AI Approach for Reducing Skin Tone Bias in Skin Cancer Classification
यह शोध पत्र कम प्रतिनिधित्व वाले डार्क-स्किन डर्मोस्कोपिक छवियों को संश्लेषित करने के लिए LoRA-फाइन-ट्यून्ड स्टेबल डिफ्यूजन का उपयोग करते हुए एक जनरेटिव एआई पाइपलाइन का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि यह संवर्धन (augmentation) असंतुलित ISIC डेटासेट पर प्रशिक्षित स्किन कैंसर सेगमेंटेशन और क्लासिफिकेशन मॉडल्स की निष्पक्षता और सटीकता में महत्वपूर्ण सुधार करता है।
मूल पेपर CC BY 4.0 (http://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 नए डॉक्टर को त्वचा के कैंसर (skin cancer) को पहचानने के लिए प्रशिक्षित कर रहे हैं। आप उन्हें अध्ययन करने के लिए त्वचा के घावों (lesions) की एक विशाल फोटो एल्बम देते हैं। लेकिन यहाँ एक पेंच है: एल्बम की 92% तस्वीरें गोरी त्वचा वाले लोगों की हैं, और केवल 8% तस्वीरें गहरे रंग की त्वचा वाले लोगों की हैं।
यदि आप इस एल्बम का उपयोग करके नए डॉक्टर को प्रशिक्षित करते हैं, तो वे गोरी त्वचा पर कैंसर पहचानने में विशेषज्ञ बन जाएंगे। लेकिन जब वे गहरे रंग की त्वचा वाले मरीज को देखेंगे, तो वे चेतावनी के संकेतों को पहचानने में चूक सकते हैं क्योंकि उन्होंने कभी नहीं देखा कि उस विशिष्ट स्किन टोन पर वे संकेत कैसे दिखते हैं। यह मेडिकल एआई (AI) में बायस (bias/पक्षपात) की समस्या है।
यह शोध पत्र इस असंतुलन को ठीक करने के लिए जेनरेटिव एआई (Generative AI) (एक प्रकार का आर्टिफिशियल इंटेलिजेंस जो शून्य से नई छवियां बना सकता है) का उपयोग करते हुए एक चतुर समाधान प्रस्तावित करता है।
यहाँ बताया गया है कि उन्होंने इसे कैसे किया, जिसे रोजमर्रा के उदाहरणों के साथ समझाया गया है:
1. समस्या: "एक ही आकार सबके लिए" वाला प्रशिक्षण मैनुअल
शोधकर्ताओं ने त्वचा की छवियों के एक प्रसिद्ध डेटाबेस (जिसे ISIC कहा जाता है) का अध्ययन किया। उन्होंने पाया कि यह एक ऐसी लाइब्रेरी की तरह था जहाँ 90% किताबें अंग्रेजी में लिखी गई थीं, और केवल एक बहुत छोटा हिस्सा स्पेनिश में था। यदि आप केवल अंग्रेजी किताबें पढ़ते हैं, तो आप स्पेनिश बोलने वालों को नहीं समझ पाएंगे।
चिकित्सा जगत में, इसका अर्थ है कि एआई उपकरण अक्सर गहरे रंग की त्वचा वाले लोगों (Fitzpatrick types V और VI) में त्वचा के कैंसर का सटीक निदान करने में विफल रहते हैं, जिससे गलत निदान और असमान स्वास्थ्य परिणाम सामने आते हैं।
2. समाधान: "एआई फोटोकॉपीयर"
गहरे रंग की त्वचा वाले मरीजों की अधिक वास्तविक तस्वीरें एकत्र करने के लिए वर्षों तक इंतजार करने के बजाय (जो गोपनीयता कानूनों और कमी के कारण कठिन है), टीम ने एक जेनरेटिव एआई फोटोकॉपीयर बनाया।
- उपकरण: उन्होंने स्टेबल डिफ्यूजन (Stable Diffusion) नामक एक शक्तिशाली इमेज जनरेटर का उपयोग किया (वही तकनीक जो मिडजर्नी जैसे लोकप्रिय इमेज जनरेटर के पीछे है)।
- विशेष प्रशिक्षण (LoRA): कल्पना कीजिए कि आप एक मास्टर पेंटर को ले रहे हैं जो सब कुछ पेंट करना जानता है, लेकिन उसे केवल गहरे रंग की त्वचा की कुछ विशिष्ट तस्वीरें दिखाते हैं। आप उन्हें एक "चीट शीट" (जिसे LoRA कहा जाता है) देते हैं जो उन्हें विशेष रूप से गहरे रंग की त्वचा और उस पर त्वचा का कैंसर कैसे दिखता है, यह सिखाती है।
- परिणाम: एआई ने गहरे रंग की त्वचा पर त्वचा के कैंसर की 808 नई, वास्तविक दिखने वाली छवियां बनाना सीख लिया। इसने केवल मौजूदा तस्वीरों की नकल नहीं की; इसने वास्तविक मेडिकल इमेज की तरह दिखने वाले नए, विश्वसनीय उदाहरणों का आविष्कार किया।
3. परीक्षण: क्या "नकली" मदद करता है "असली" की?
अब, बड़ा सवाल यह है: क्या आप उस डॉक्टर पर भरोसा कर सकते हैं जिसने नकली तस्वीरों से पढ़ाई की है?
शोधकर्ताओं ने इसे दो तरीकों से परखा:
परीक्षण A: "बाउंड्री गेम" (सेगमेंटेशन)
कल्पना कीजिए कि आप एआई को कैंसर के धब्बे के चारों ओर एक रेखा खींचने के लिए कह रहे हैं। उन्होंने एक एआई को मूल तस्वीरों पर प्रशिक्षित किया और दूसरे को मूल तस्वीरों प्लस नई एआई-जनरेटेड तस्वीरों पर प्रशिक्षित किया।- आश्चर्य: जब उन्होंने दोनों एआई का परीक्षण उन वास्तविक तस्वीरों पर किया जिन्हें उन्होंने पहले कभी नहीं देखा था, तो जिस एआई ने नकली तस्वीरों का अध्ययन किया था, उसने रेखाएं खींचने में बेहतर काम किया।
- उदाहरण: यह बास्केटबॉल खेलने का अभ्यास करने जैसा है, जहाँ आप एक थोड़े अलग बॉल के साथ जिम में बास्केट फेंकने का अभ्यास करते हैं। जब आप वापस असली कोर्ट पर जाते हैं, तो आपकी 'मसल मेमोरी' वास्तव में तेज होती है क्योंकि आपने अधिक अभ्यास किया है। नकली छवियों ने एआई को कैंसर के "आकार" को बेहतर ढंग से समझने में मदद की।
परीक्षण B: "निदान गेम" (क्लासिफिकेशन)
उन्होंने एआई से बस इतना पूछा: "क्या यह कैंसर है या नहीं?"- परिणाम: अतिरिक्त नकली तस्वीरों के साथ प्रशिक्षित एआई ने 92% सटीकता प्राप्त की, जबकि बिना उनके वाले एआई की सटीकता 85% थी।
- पेंच: एआई अपनी आत्मविश्वास की रैंकिंग (एक मीट्रिक जिसे AUC कहा जाता है) के मामले में थोड़ा कमजोर हो गया, लेकिन वह वास्तव में सही उत्तर देने में बहुत बेहतर हो गया। यह एक छात्र की तरह है जो अंतिम परीक्षा में अधिक प्रश्नों के सही उत्तर देता है, भले ही वह अपने सबसे कठिन उत्तरों को लेकर थोड़ा कम निश्चित हो।
4. यह क्यों महत्वपूर्ण है
यह शोध पत्र एक बड़ी उपलब्धि है क्योंकि यह दिखाता है कि हमें निष्पक्ष एआई बनाने के लिए पूर्ण डेटासेट का इंतजार करने की आवश्यकता नहीं है। हम लापता हिस्सों को बना (create) सकते हैं।
- उदाहरण: एआई को एक शेफ (रसोइया) के रूप में सोचें। यदि शेफ के पास केवल वैनिला केक की रेसिपी है, तो वह चॉकलेट केक बनाने में बहुत खराब होगा। यह पेपर दिखाता है कि यदि आप शेफ को कुछ "एआई-जनरेटेड" चॉकलेट रेसिपी दे देते हैं, तो वे अचानक पहली बार में ही स्वादिष्ट चॉकलेट केक बना सकते हैं।
निष्कर्ष
शोधकर्ताओं ने साबित कर दिया कि कम प्रतिनिधित्व वाले समूहों की सिंथेटिक छवियां उत्पन्न करने के लिए एआई का उपयोग करना चिकित्सा उपकरणों को सभी के लिए निष्पक्ष और अधिक सटीक बना सकता है।
हालांकि, अभी भी काम बाकी है:
- "मानवीय जांच": नकली छवियों को अभी तक वास्तविक मानव डॉक्टरों द्वारा यह पुष्टि करने के लिए नहीं देखा गया है कि वे चिकित्सकीय रूप से कितनी सटीक हैं।
- अधिक डेटा: उन्होंने केवल 808 छवियां बनाईं। समस्या को वास्तव में ठीक करने के लिए, उन्हें हजारों और बनाने की आवश्यकता है।
संक्षेप में: उन्होंने एक डिजिटल कलाकार का उपयोग मेडिकल टेक्स्टबुक के लिए गायब चित्रों को पेंट करने के लिए किया, और इसने एआई को उन लोगों के लिए जीवन बचाने में मदद की जिन्हें वह पहले अनदेखा कर रहा था।
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।