Reconstruction Interval Z-Phase Dependence of AI Detection Sensitivity in CT Lung Nodule Screening

तकनीकी सारांश: CT लंग नोड्यूल स्क्रीनिंग में AI डिटेक्शन संवेदनशीलता की रिकंस्ट्रक्शन इंटरवल Z-फेज़ निर्भरता

समस्या विवरण
यद्यपि यह ज्ञात है कि AI-सहायता प्राप्त लंग नोड्यूल डिटेक्शन सिस्टम की संवेदनशीलता (sensitivity), रेडिएशन डोज़, रिकंस्ट्रक्शन कर्नेल और स्लाइस थिकनेस जैसे CT अधिग्रहण मापदंडों के साथ बदलती है, फिर भी एक विशिष्ट परिवर्तनशीलता का स्रोत अनिश्चित रहा है: रिकंस्ट्रक्शन चक्र के भीतर नोड्यूल की स्थिति पर डिटेक्शन की संभावना की निर्भरता, जिसे z-फेज़ (z-phase) कहा जाता है। क्लिनिकल प्रैक्टिस में, रिकंस्ट्रक्शन ग्रिड के सापेक्ष नोड्यूल की स्थिति अनिश्चित स्कैनर ऑफसेट्स और एनाटॉमिक लोकेशन द्वारा निर्धारित होती है। फलस्वरूप, समान प्रोटोकॉल के साथ स्कैन किए गए दो रोगी, या एक ही रोगी को दो बार स्कैन किया गया हो, तो वे एक ही आकार के नोड्यूल के लिए काफी भिन्न AI डिटेक्शन संभावना प्रदर्शित कर सकते हैं। यह "स्टोकेस्टिक" (stochastic) प्रभाव प्रोटोकॉल-स्तरीय गुणवत्ता मेट्रिक्स में अदृश्य है और AI कॉन्फिडेंस स्कोर में भी प्रतिबिंबित नहीं होता है, जिससे बिना किसी चेतावनी के डिटेक्शन मिस होने की संभावना बनी रहती है।

कार्यप्रणाली (Methodology)
इस अध्ययन ने एक पूर्व-सत्यापित 154-केस परटर्बेशन अध्ययन के डिटेक्शन परिणामों का लाभ उठाते हुए, LIDC-IDRI डेटासेट का उपयोग करके एक रेट्रोस्पेक्टिव विश्लेषण किया। विश्लेषण ने तीन रिकंस्ट्रक्शन इंटरवल स्थितियों पर ध्यान केंद्रित किया: 1 mm (बेसलाइन), 3 mm, और 5 mm।

• डेटा चयन: अध्ययन ने नोड्यूल्स के लिए एक सख्त सर्वसम्मति परिभाषा का उपयोग किया, जिसमें चार स्वतंत्र रेडियोलॉजिस्ट रीडर्स की सहमति (≥4-रीडर कंसेंसस) और 15 mm स्थानिक क्लस्टरिंग रेडियस के भीतर होना अनिवार्य था। यह थ्रेशोल्ड सबसे स्पष्ट नोड्यूल निष्कर्षों को चुनने के लिए चुना गया था।
• Z-फेज़ परिभाषा: प्रत्येक सर्वसम्मत नोड्यूल के लिए, z-फेज़ ($\phi$) की गणना रिकंस्ट्रक्शन चक्र के भीतर नोड्यूल केंद्र की भिन्नात्मक स्थिति (fractional position) के रूप में की गई थी, जिसे $[0, 0.5]$ की सीमा तक फोल्ड किया गया था।
  • $\phi = 0$: नोड्यूल ठीक एक रिकंस्ट्रक्शन प्लेन पर केंद्रित है।
  • $\phi = 0.5$: नोड्यूल दो आस-पास के प्लेन के बीच समान दूरी पर स्थित है (straddling)।
• ज्यामितीय पैरामीटर: अध्ययन ने इंटरवल-टू-डायमीटर अनुपात ($d/D$) को पेश किया, जिसे रिकंस्ट्रक्शन इंटरवल ($d$) को अनुमानित नोड्यूल व्यास ($D$) द्वारा विभाजित करके परिभाषित किया गया है।
• डिटेक्शन मॉडल: LUNA16 डेटासेट पर प्रशिक्षित एक MONAI RetinaNet मॉडल का उपयोग डिटेक्शन के लिए किया गया था। संवेदनशीलता (Sensitivity) को z-फेज़ बिन और रिकंस्ट्रक्शन इंटरवल के आधार पर वर्गीकृत किया गया था, और आगे $d/D$ अनुपातों ($<0.5$, $0.5 \le d/D < 1.0$, और $\ge 1.0$) के आधार पर डेटा को पूल करके विश्लेषण किया गया था।

मुख्य परिणाम

1. कुल संवेदनशीलता (Overall Sensitivity): रिकंस्ट्रक्शन इंटरवल बढ़ने के साथ डिटेक्शन संवेदनशीलता कम हुई: 1 mm पर 84.8%, 3 mm पर 82.4%, और 5 mm पर 71.6%।
2. Z-फेज़ निर्भरता:
   • 1 mm और 3 mm इंटरवल: z-फेज़ का प्रभाव नगण्य था। 3 mm पर, संवेदनशीलता विभिन्न बिनों के बीच केवल 4.7 प्रतिशत अंक (79.3–85.3%) भिन्न थी और इसमें कोई व्यवस्थित रुझान (systematic trend) नहीं देखा गया।
   • 5 mm इंटरवल: एक क्लिनिकल रूप से महत्वपूर्ण z-फेज़ प्रभाव उभरा। संवेदनशीलता z-फेज़ बिन के बीच 17.6 प्रतिशत अंक भिन्न थी। सबसे कम संवेदनशीलता चरम सीमाओं ($\phi \approx 0$ और $\phi \approx 0.5$) पर देखी गई, जो फेज़ 0.45 पर 61.9% और फेज़ 0.05 पर 65.9% थी, जबकि फेज़ 0.25 पर यह 79.5% के शिखर पर थी। यह भिन्नता स्वयं इंटरवल के आकार के कारण होने वाली कुल संवेदनशीलता हानि से अधिक थी।
3. इंटरवल-टू-डायमीटर अनुपात ($d/D$) विश्लेषण: जब डेटा को पूल और स्ट्रैटिफाई किया गया, तो पाया गया कि z-फेज़ प्रभाव केवल इंटरवल के आकार के बजाय इस $d/D$ अनुपात द्वारा नियंत्रित होता है।
   • $d/D < 0.5$ (वेल सैंपल्ड): संवेदनशीलता उच्च थी (92.4%) और z-फेज़ कर्व फ्लैट था।
   • $d/D \ge 1.0$ (अंडरसैंपल्ड): संवेदनशीलता गिरकर 61.4% हो गई, और एक व्यवस्थित z-फेज़ प्रभाव मौजूद था, जो 5 mm की स्थिति में देखे गए U-आकार के प्रोफाइल को दर्शाता है।
   • क्रिटिकल रेंज ($0.5 \le d/D < 1.0$): संवेदनशीलता 78.0% थी।

मुख्य योगदान

• Z-फेज़ संवेदनशीलता का लक्षण वर्णन: यह पेपर अनुभवजन्य रूप से रिकंस्ट्रक्शन साइकिल के भीतर नोड्यूल की स्थिति पर AI डिटेक्शन संभावना की पहले से अनकैरेक्टराइज्ड निर्भरता को मात्रात्मक रूप से प्रस्तुत करता है।
• शासी पैरामीटर (Governing Parameter) की पहचान: अध्ययन स्थापित करता है कि इंटरवल-टू-डायमीटर अनुपात ($d/D$) प्राथमिक ज्यामितीय पैरामीटर है जो यह निर्धारित करता है कि क्या z-फेज़ संवेदनशीलता निर्भरता क्लिनिकल रूप से महत्वपूर्ण है।
• परिवर्तनशीलता का परिमाणीकरण: शोध यह प्रदर्शित करता है कि अंडरसैंपल्ड नोड्यूल्स ($d/D \ge 1.0$) के लिए, z-फेज़ के कारण प्रति-अध्ययन डिटेक्शन परिवर्तनशीलता काफी अधिक हो सकती है (17.6 प्रतिशत अंक तक), जो एक "हाई-रिस्क ज़ोन" बनाता है जहाँ डिटेक्शन मिस होने का खतरा रहता है और यह मानक कॉन्फिडेंस स्कोर द्वारा कैप्चर नहीं किया जाता है।

महत्व और दावे
पेपर का दावा है कि AI डिटेक्शन संवेदनशीलता एल्गोरिदम या प्रोटोकॉल का एक निश्चित गुण नहीं है, बल्कि नोड्यूल और रिकंस्ट्रक्शन ग्रिड के बीच ज्यामितीय संबंध के कारण अध्ययन के स्तर पर प्रभावी रूप से स्टोकेस्टिक (stochastic) है।

• क्लिनिकल निहितार्थ: यह प्रभाव 5 mm रिकंस्ट्रक्शन इंटरवल का उपयोग करते समय 3–6 mm रेंज के नोड्यूल्स के लिए सबसे महत्वपूर्ण है (एक ऐसी स्थिति जो Lung-RADS श्रेणी 3 विंडो के अनुरूप है)। इन मामलों में, डिटेक्टेबिलिटी एक निश्चित संवेदनशीलता नहीं है, बल्कि नोड्यूल की विशिष्ट z-पोजीशन पर आधारित एक वितरण (distribution) है।
• वर्तमान मेट्रिक्स की सीमाएं: अध्ययन इस बात पर प्रकाश डालता है कि यह परिवर्तनशीलता मौजूदा प्रोटोकॉल-स्तरीय गुणवत्ता डैशबोर्ड में अदृश्य है और न ही यह AI कॉन्फिडेंस स्कोर द्वारा इंगित की जाती है। प्रतिकूल z-फेज़ के कारण मिस हुआ नोड्यूल सिस्टम आउटपुट के संदर्भ में एक 'ट्रू नेगेटिव' (true negative) जैसा ही लग सकता है।
• भविष्य की निगरानी: लेखक निष्कर्ष निकालते हैं कि स्कैन-विशिष्ट डिटेक्टेबिलिटी लक्षण वर्णन, जिसमें रिकंस्ट्रक्शन इंटरवल z-फेज़ और नोड्यूल आकार को शामिल किया गया है, CT लंग नोड्यूल स्क्रीनिंग में AI विश्वसनीयता निगरानी का एक पहले से अज्ञात आयाम है।

यह अध्ययन नए एल्गोरिदम या भविष्य के प्रयोगात्मक प्रोटोकॉल का प्रस्ताव नहीं करता है, बल्कि यह वर्तमान डीप लर्निंग-आधारित स्क्रीनिंग वर्कफ़्लो में एक विशिष्ट, मापने योग्य सीमा को परिभाषित करता है जो रिकंस्ट्रक्शन स्लाइस के सापेक्ष नोड्यूल के ज्यामितीय संरेखण (alignment) पर निर्भर करती है।