🤖 AI

MPD $^2$ -Router: Mask-aware Multi-expert Prior-regularized Dual-head Deferral Router in Glaucoma Screening and Diagnosis

यह शोध पत्र MPD $^2$ -Router को प्रस्तुत करता है, जो एक नवीन मास्क-अवेयर मल्टी-एक्सपर्ट डिफ़रल फ्रेमवर्क है जो मॉर्फोलॉजी, अनिश्चितता और लागत बाधाओं के आधार पर अनिश्चित मामलों को उपलब्ध मानव विशेषज्ञों तक गतिशील रूप से रूट करके ग्लूकोमा स्क्रीनिंग को अनुकूलित करता है, जिससे विविध समूहों में नैदानिक लागत, सटीकता और संतुलित कार्यभार के बीच पारेटो-इष्टतम प्रदर्शन प्राप्त होता है।

मूल लेखक: Wenxin Zhan

प्रकाशित 2026-05-11

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Wenxin Zhan

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 नेत्र स्वास्थ्य के लिए एक व्यस्त, उच्च-जोखिम वाले ट्राइएज सेंटर (triage center) चला रहे हैं। आपके पास एक बहुत तेज़, बहुत बुद्धिमान कंप्यूटर (AI) है, जो आंखों की तस्वीरें देखता है और ग्लूकोमा (glaucoma) का पता लगाने की कोशिश करता है। लेकिन आप जानते हैं कि कंप्यूटर त्रुटिहीन नहीं है; कभी-कभी यह भ्रमित हो जाता है, खासकर यदि फोटो धुंधली हो या आंख असामान्य दिख रही हो।

अतीत में, मानक दृष्टिकोण सरल था: "कंप्यूटर को सब कुछ तय करने दें।" यदि कंप्यूटर अनिश्चित था, तो वह फिर भी अंदाज़ा लगा लेता था, जो खतरनाक हो सकता था। या, "डेफरिंग" (मानव से मदद मांगना) का पुराना तरीका एक कुंद हथियार की तरह था: "यदि कंप्यूटर अनिश्चित है, तो सब कुछ मानव के पास भेज दें।" यह अक्षम था क्योंकि इससे सिस्टम जाम हो जाता था, और यह सभी मानव डॉक्टरों के साथ ऐसा व्यवहार करता था जैसे वे समान क्लोन हों, जो कि वे नहीं हैं।

यह शोध पत्र MPD2-Router पेश करता है, जो आपकी आई क्लिनिक के लिए एक नया "ट्रैफिक पुलिस" है। यह कैसे काम करता है, इसके सरल उदाहरण यहाँ दिए गए हैं:

1. समस्या: "एक ही आकार सबके लिए" वाली गलती

पुराने AI सिस्टम को एक सिंगल-लेन हाईवे की तरह समझें। हर कार (मरीज) एक ही गेट से गुजरती है। यदि गेट खराब है (AI अनिश्चित है), तो ट्रैफिक जाम हो जाता है, या कारें दुर्घटनाग्रस्त हो जाती हैं क्योंकि गेट ने उन्हें जबरदस्ती आगे बढ़ने के लिए मजबूर किया।
साथ ही, पुराने सिस्टम सभी मानव डॉक्टरों को परिवर्तनीय बैटरी (interchangeable batteries) की तरह मानते थे। उन्होंने यह नहीं समझा कि डॉ. स्मिथ शुरुआती संकेतों को पहचानने में बहुत अच्छे हैं लेकिन धुंधली तस्वीरों में खराब हैं, जबकि डॉ. जोन्स इसके विपरीत हैं। डॉ. स्मिथ को धुंधली फोटो भेजना समय की बर्बादी है; डॉ. जोन्स को भेजना समझदारी है।

2. समाधान: "स्मार्ट ट्रैफिक पुलिस" (MPD2-Router)

MPD2-Router एक नया सिस्टम है जो AI और मानव डॉक्टरों के बीच बैठता है। यह केवल यह नहीं पूछता, "क्या AI अनिश्चित है?" बल्कि यह बहुत विस्तृत सेट के सवाल पूछता है:

क्या फोटो स्पष्ट है? (इमेज क्वालिटी)
क्या आंख अजीब या असामान्य दिख रही है? (आउट-ऑफ-डिस्ट्रीब्यूशन सिग्नल्स)
क्या आंख की संरचना संदिग्ध दिख रही है? (मॉर्फोलॉजी)
अभी वास्तव में कौन उपलब्ध है? (अवेलेबिलिटी मास्क)

"मास्क" (Mask) का उदाहरण:
कल्पना कीजिए कि आपके पास 12 अलग-अलग डॉक्टरों का पैनल है। लेकिन किसी विशिष्ट मरीज के लिए, शायद केवल 3 डॉक्टर ड्यूटी पर हैं, और बाकी 9 लंच पर या छुट्टी पर हैं। "मास्क" एक डिजिटल सूची है जो कहती है, "इस मरीज के लिए, आप केवल डॉक्टर A, B और C से ही पूछ सकते हैं।" यह सिस्टम मरीज को डॉक्टर D के पास भेजने से सख्ती से रोकता है, भले ही कंप्यूटर को लगे कि डॉक्टर D सबसे अच्छा है।

3. यह निर्णय कैसे लेता है (दो-सिर वाला मस्तिष्क)

सिस्टम को दो अलग-अलग निर्णय लेने होते हैं, जैसे कि एक दो-सिर वाला सिक्का:

हेड 1: "क्या हमें रुकना चाहिए?" यह तय करता है कि AI केस को अपने पास रखे या इसे मानव को सौंप दे। यह केवल अंदाज़ा नहीं लगाता; यह गलती के जोखिम और मानव से पूछने की लागत के बीच संतुलन बनाता है।
हेड 2: "हमें किससे पूछना चाहिए?" यदि यह निर्णय लेता है कि मामला सौंपना है, तो यह "मास्क" (कौन उपलब्ध है) को देखता है और उस विशिष्ट प्रकार की समस्या के लिए सबसे अच्छे उपलब्ध डॉक्टर को चुनता है। यह केवल पहला व्यक्ति नहीं चुनता; यह मरीज की विशिष्ट आवश्यकताओं को डॉक्टर की विशिष्ट शक्तियों के साथ मेल खाता है।

4. सिस्टम को संतुलित रखना ( "एंटी-कोलैप्स" नियम)

इन प्रणालियों में एक आम समस्या "एक्सपर्ट कोलैप्स" (Expert Collapse) है। कल्पना कीजिए कि सिस्टम इतना स्मार्ट हो जाता है कि उसे एहसास होता है कि डॉ. जोन्स हर चीज़ में सर्वश्रेष्ठ हैं। तो वह हर एक कठिन केस डॉ. जोन्स के पास भेज देगा। डॉ. जोन्स अत्यधिक व्यस्त हो जाएंगे, जबकि अन्य 11 डॉक्टर खाली बैठे रहेंगे।
MPD2-Router के पास इसे रोकने के लिए विशेष नियम (regularizers) हैं:

"ग्रुप" नियम: यह सुनिश्चित करता है कि यदि मरीजों का एक समूह आंखों की समान संरचनाओं वाला है, तो मामलों को उपलब्ध डॉक्टरों के बीच बांटा जाए, न कि एक व्यक्ति पर थोपा जाए।
"रैंक" नियम: यह सुनिश्चित करता है कि सिस्टम केवल "टॉप" डॉक्टर को ही हर मामले के लिए न चुने। यह सिस्टम को पूरी टीम का उपयोग करने के लिए मजबूर करता है, जिससे कार्यभार संतुलित रहता है।

5. परिणाम: सुरक्षित और स्मार्ट

लेखकों ने तीन अलग-अलग समूहों के मरीजों (अलग-अलग "यूनिवर्स" के डेटा) पर इस प्रणाली का परीक्षण किया।

केवल AI ने कई गलतियाँ कीं, विशेष रूप से कठिन और असामान्य मामलों में।
पुराने डिफ़रल सिस्टम (deferral systems) या तो बहुत अधिक लोगों को मानव के पास भेज देते थे (समय बर्बाद करते थे) या उन्हें गलत इंसानों के पास भेज देते थे।
MPD2-Router ने "स्वीट स्पॉट" (सही संतुलन) खोज लिया। इसने आसान मामलों के लिए AI को प्रभारी रखा (समय बचाया) लेकिन कठिन मामलों की सटीक पहचान की और उन्हें सही उपलब्ध मानव डॉक्टर के पास भेजा।

मुख्य बात:
लेखक का दावा है कि MPD2-Router एक स्मार्ट, निष्पक्ष और सुरक्षा-सचेत मैनेजर की तरह है। यह जानता है कि कंप्यूटर पर कब भरोसा करना है, मानव को कब बुलाना है, और उपलब्ध होने पर किस मानव को बुलाना है जो उस काम के लिए सबसे उपयुक्त हो। इससे निदान कम होने की संभावना कम होती है (अधिक सुरक्षित) और डॉक्टरों का समय कम बर्बाद होता है (अधिक कुशल), बिना किसी एक विशेषज्ञ पर अत्यधिक बोझ डाले।

तकनीकी सारांश: MPD2-Router

समस्या विवरण

यह शोध पत्र नेत्र विज्ञान (ophthalmic) ग्लूकोमा स्क्रीनिंग में मानक "वन-शॉट" (one-shot) AI भविष्यवक्ताओं की सीमाओं को संबोधित करता है। वर्तमान प्रणालियाँ आमतौर पर नैदानिक निर्णय लेने की क्रमिक और अनिश्चित प्रकृति पर विचार किए बिना केवल एक एकल लेबल आउटपुट करती हैं। लेखक वास्तविक दुनिया के नैदानिक वर्कफ़्लो में लागू होने वाले मौजूदा लर्निंग-टू-डिफर (Learning-to-Defer - L2D) स्वरूपों में कई महत्वपूर्ण अंतराल पहचानते हैं:

विशेषज्ञ विषमता (Expert Heterogeneity): मानव विशेषज्ञ (नेत्र रोग विशेषज्ञ, प्रशिक्षु, ग्रेडर) विनिमेय ओरेकल (interchangeable oracles) नहीं हैं; वे अनुभव, उप-विशेषज्ञता ज्ञान और निर्णय थ्रेसहोल्ड में भिन्न होते हैं।
उपलब्धता संबंधी बाधाएं (Availability Constraints): व्यवहार में, प्रत्येक मामले के लिए सभी विशेषज्ञ उपलब्ध नहीं होते हैं, फिर भी मानक L2D अक्सर एक स्थिर, पूर्ण रूप से उपलब्ध विशेषज्ञ सेट मान लेता है।
असममित हानि (Asymmetric Harm): नैदानिक त्रुटियों की लागत असममित होती है (जैसे, ग्लूकोमा को मिस करना एक गलत रेफरल की तुलना में अधिक हानिकारक है), जिसे मानक स्वरूप अक्सर अनदेखा कर देते हैं।
वितरण बदलाव और आकारिकी (Distribution Shift and Morphology): AI की विश्वसनीयता आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) स्थितियों, कम छवि गुणवत्ता और विशिष्ट रूपात्मक कठिनाइयों (जैसे, कप-टू-डिस्क अनुपात भिन्नता) के तहत घट जाती है, फिर भी मानक मॉडल अक्सर केवल कॉन्फिडेंस स्कोर पर निर्भर रहते हैं।
विशेषज्ञ पतन (Expert Collapse): मौजूदा मल्टी-एक्सपर्ट रूटिंग विधियाँ अक्सर कार्यभार को समान रूप से वितरित करने में विफल रहती हैं, जिससे "विशेषज्ञ पतन" होता है जहाँ कठिन मामलों को एक ही प्रमुख विशेषज्ञ की ओर रूट किया जाता है, जिससे उन पर अत्यधिक भार पड़ता है।

मूल समस्या को एक प्रतिबंधित मानव-AI रूटिंग समस्या के रूप में पुनर्गठित किया गया है: यह निर्धारित करना कि न केवल मामले को मानव को सौंपना (defer) है या नहीं, बल्कि यह भी कि उपलब्ध विशेषज्ञों में से कौन सा सबसे उपयुक्त है, जबकि कार्यभार, लागत और नैदानिक सुरक्षा का प्रबंधन किया जाए।

कार्यप्रणाली: MPD2-Router

लेखक MPD2-Router (मास्क-अवेयर मल्टी-एक्सपर्ट प्रायर-रेगुलराइज्ड डुअल-हेड डिफरल राउटर) का प्रस्ताव करते हैं, जो एक डुअल-हेड पॉलिसी को मास्क-अवेयर गेटिंग और विशिष्ट रेगुलराइजेशन के साथ जोड़ता है।

1. राउटर प्रतिनिधित्व (Router Representation)

राउटर तीन पूरक स्रोतों से प्राप्त एक फ्यूज्ड प्रतिनिधित्व ( $h_i$ ) को इनपुट के रूप में लेता है:

फ्रोजन AI लॉजिट्स (Frozen AI Logits): एक प्री-ट्रेंड, फ्रोजन SwinV2 क्लासिफायर के आउटपुट।
जोखिम संकेत (Risk Signals): एक वेक्टर जो वर्चुअल-लॉगिट मैचिंग (VIM) स्कोर, इमेज-क्वालिटी रिस्क और मैक्सिमम-प्रोबेबिलिटी अनसर्टेन्टी को जोड़ता है।
आकारिक विशेषताएं (Morphological Features): ऑप्टिक-डिस्क और ऑप्टिक-कप सेगमेंटेशन (वर्टिकल और एरिया कप-टू-डिस्क अनुपात) से प्राप्त संरचनात्मक विशेषताएं, जिसमें एक स्ट्रक्चरल रिस्क एस्टीमेट और AI-स्ट्रक्चर असहमति का माप शामिल है।

2. डुअल-हेड पॉलिसी (Dual-Head Policy)

पॉलिसी $\pi_\theta$ को दो जुड़े हुए निर्णयों में विभाजित किया गया है:

डिफरल हेड (Deferral Head): सॉफ्ट डिफरल मास $d_i$ (मानव को मामला सौंपने की संभावना) का अनुमान लगाता है। यह किसी दिए गए नमूने के लिए यदि कोई विशेषज्ञ व्यवहार्य (feasible) न हो, तो स्वायत्त भविष्यवाणी को लागू करता है।
विशेषज्ञ आवंटन हेड (Expert Allocation Head): यह निर्धारित करता है कि मामला किसको सौंपा जाए। यह हेड एक मास्क-अवेयर गंबल-सिग्मॉइड गेटिंग मैकेनिज्म का उपयोग करता है:
- चरण I (सपोर्ट चयन): व्यवहार्यता को सख्ती से लागू करने के लिए एक एक्सटेंडेड-रियल मास्किंग मैप का उपयोग करता है। गंबल-सॉफ्टमैक्स रिलैक्सेशन से पहले अनुपलब्ध विशेषज्ञों को $-\infty$ तक मास्क किया जाता है, जिससे यह सुनिश्चित होता है कि अनुपलब्ध विशेषज्ञ को चुनने की संभावना बिल्कुल शून्य है।
- चरण II (आवंटन): चरण I में चयनित व्यवहार्य विशेषज्ञों के सेट पर ही प्रोबेबिलिटी मास आवंटित करता है, जिसे मास्क किए गए सॉफ्टमैक्स के माध्यम से सामान्यीकृत (normalize) किया जाता है।
- रिपेयर मैकेनिज्म: यदि स्टोकेस्टिक सपोर्ट चयन के परिणामस्वरूप सेट खाली हो जाता है, तो पॉलिसी पूर्ण व्यवहार्य मास्क पर वापस आती है ताकि एक वैध क्रिया सुनिश्चित हो सके।

3. रेगुलराइजेशन और उद्देश्य (Regularization and Objectives)

विशेषज्ञ पतन को रोकने और संतुलित कार्यभार सुनिश्चित करने के लिए, प्रशिक्षण उद्देश्य में शामिल हैं:

ग्रुप-विशिष्ट वितरण प्रायर (GSDP): एक पदानुक्रमित एम्पिरिकल-बेयस-शैली का प्रायर जो ग्लोबल कोहॉर्ट सांख्यिकी से प्राप्त विश्वसनीयता-भारित अनुमानों की ओर समूह-स्तरीय आवंटन वितरण को सिकोड़ता (shrink) है। यह विशिष्ट मामलों के समूहों को एक ही विशेषज्ञ पर अत्यधिक केंद्रित होने से रोकता है।
रैंक-मेजोराइजेशन जेन्सन-शैनन (JS) रेगुलराइज़र: आवंटन वितरण के सॉर्टेड रैंक प्रोफाइल को दंडित करता है। यह केवल तभी सक्रिय होता है जब राउटर एक ज्यामितीय संदर्भ के सापेक्ष शीर्ष-रैंकित विशेषज्ञों को अत्यधिक संचयी मास आवंटित करता है, जो बिना एकरूपता थोपे नमूना-स्तर के संकेंद्रण को रोकता है।
असममित लागत-संवेदनशील उद्देश्य (Asymmetric Cost-Sensitive Objective): एक क्लिनिकल-ऑपरेशनल रिस्क फंक्शन को कम करता है जो फॉल्स-नेगेटिव/फॉल्स-पॉजिटिव लागतों ( $c_{fn}, c_{fp}$ ) और ऑपरेशनल एक्सपर्ट लागतों ( $\kappa_j$ ) को ध्यान में रखता है।

ऑगमेंटेड-लैग्रेंजियन डिफरल कंट्रोल: एक ऑगमेंटेड-लैग्रेंजियन मल्टीप्लायर का उपयोग करके एक सॉफ्ट डिफरल बजट ( $\bar{d} \le \rho_{def}$ ) को लागू करता है, जिससे मॉडल एक नियंत्रित डिफरल दर सीखने में सक्षम होता है।

मुख्य योगदान

फॉर्मूलेशन: ग्लूकोमा ट्राइएज को एक प्रतिबंधित रूटिंग समस्या के रूप में पुनर्गठित करता है जो प्रति-नमूना विशेषज्ञ उपलब्धता, विषम विशेषज्ञ व्यवहार और असममित नैदानिक हानि को स्पष्ट रूप से मॉडल करता है।
आर्किटेक्चर: एक डुअल-हेड राउटर पेश करता है जिसमें मास्क-अवेयर गंबल-सिग्मॉइड गेटिंग है जो प्रशिक्षण और अनुमान दोनों के दौरान व्यवहार्यता बाधाओं को सख्ती से लागू करता है, और "मामला सौंपने के निर्णय" को "किसे सौंपा जाए" के निर्णय से अलग करता है।
रेगुलराइजेशन: विशेषज्ञ पतन (कुछ विशेषज्ञों पर डिफ़र्ड मामलों का संकेंद्रण) को रोकने के लिए GSDP और Rank-Majorization JS रेगुलराइज़र का एक अभिनव संयोजन प्रस्तावित करता है, जबकि लागत-जागरूक आवंटन को बनाए रखता है।
प्रशिक्षण रणनीति: एक असममित लागत-संवेदनशील उद्देश्य के साथ एक ऑगमेंटेड-लैग्रेंजियन कंट्रोलर का उपयोग करती है जो डिफरल बजट के तहत क्लिनिकली संरेखित निर्णय प्रदान करती है।

प्रयोगात्मक परिणाम

विधि का मूल्यांकन तीन क्रॉस-नेशनल ग्लूकोमा कोहॉर्ट्स पर किया गया: REFUGE, CHAKSU, और ORIGA। डोमेन शिफ्ट के तहत क्रॉस-डोमेन परिनियोजन को सिम्युलेट करने के लिए REFUGE पर प्रशिक्षित एक फ्रोजन AI बैकबोन का उपयोग किया गया।

प्रदर्शन: MPD2-Router ने सबसे मजबूत समग्र प्रदर्शन हासिल किया, सटीकता को 0.755 (AI-only) से बढ़ाकर 0.960, F1 को 0.530 से बढ़ाकर 0.868, और MCC को 0.482 से बढ़ाकर 0.844 कर दिया।
लागत दक्षता: इसने अन्य बेसलाइन्स (जैसे, Verma-OvA, Hemmer-MoE) की तुलना में AI-only और अन्य तरीकों की तुलना में नैदानिक लागत (0.372 से 0.068) और कुल लागत को काफी कम कर दिया।
पारेटो इष्टतमता (Pareto Optimality): विधि F1-MCC-लागत ट्रेड-ऑफ स्पेस में एक पारेटो-अनुकूल क्षेत्र में स्थित है, जो अत्यधिक डिफरल लागतों के बिना उच्च भविष्य कहनेवाला उपयोगिता प्राप्त करती है।
मजबूती (Robustness): वितरण बदलाव के तहत (विशेष रूप से ORIGA डेटासेट पर जहाँ AI-only सटीकता गिरकर 0.491 हो गई), MPD2-Router ने 0.926 सटीकता और 0.820 MCC के साथ प्रदर्शन को पुनः प्राप्त किया और सबसे कम कुल लागत बनाए रखी।
विशेषज्ञ उपयोगिता: विधि ने संतुलित विशेषज्ञ उपयोगिता प्रदर्शित की, अन्य तुलना की गई विधियों में सबसे कम Top-1 शेयर (24.7%) और Top-2 शेयर (44.0%) प्राप्त किया, जो दर्शाता है कि यह एकल प्रमुख विशेषज्ञ पर रूटिंग पतन से बचती है।
जोखिम स्तरीकरण (Risk Stratification): राउटर ने उच्च संरचनात्मक और मॉडल-विश्वसनीयता जोखिम के तहत अन्य बेसलाइन्स की तुलना में धीमी लागत वृद्धि प्रदर्शित की, उच्चतम जोखिम वाले स्तरों में AI-only प्रदर्शन से काफी नीचे रही।

महत्व और दावे

यह शोध पत्र दावा करता है कि MPD2-Router एक क्लिनिकली ग्राउंडेड फ्रेमवर्क प्रदान करता है जो यह विश्लेषण करने के लिए है कि कब स्वायत्त AI उपयुक्त है और दुर्लभ विशेषज्ञ ध्यान को सुरक्षित रूप से कैसे आवंटित किया जाना चाहिए।

सुरक्षा और चयनात्मकता: सिस्टम अनिश्चितता, आकारिकी, इमेज क्वालिटी और OOD संकेतों के फ्यूजन के आधार पर चयनात्मक है, न कि केवल कॉन्फिडेंस के आधार पर।
व्यावहारिक परिनियोजन: प्रति-नमूना उपलब्धता को लागू करके और विशेषज्ञ पतन को रोककर, यह विधि मानक L2D की प्रमुख विफलताओं को संबोधित करती है, जैसे कि विशिष्ट विशेषज्ञों पर अत्यधिक भार डालना या उपलब्धता बाधाओं को अनदेखा करना।
सीमाएँ: लेखक विनम्रतापूर्वक नोट करते हैं कि मूल्यांकन विषम और आंशिक रूप से प्रेक्षित विशेषज्ञ लेबल वाले रेट्रोस्पेक्टिव क्रॉस-कोहॉर्ट डेटासेट पर निर्भर करता है। वे कहते हैं कि वास्तविक परिनियोजन से पहले प्रॉस्पेक्टिव क्लिनिकल वैलिडेशन और नियामक समीक्षा आवश्यक है, लेकिन क्रॉस-कोहॉर्ट परिणाम बताते हैं कि विधि स्पार्स और हेट्रोजेनियस सुपरविजन के तहत भी प्रभावी बनी रहती है।

यह कार्य संरचित मानव-AI रूटिंग को सुरक्षित नेत्र विज्ञान AI परिनियोजन के लिए एक व्यावहारिक दिशा के रूप में स्थापित करता है, जो सरल वर्गीकरण से आगे बढ़कर इंस्टेंस-वाइज, लागत-जागरूक और उपलब्धता-जागरूक निर्णय सहायता की ओर बढ़ता है।