GIM-ENDO: A Multimodal Endoscopic Image and Video Dataset for Gastric Intestinal Metaplasia Morphology and Pathology

मानव शरीर की कल्पना एक विशाल, हलचल भरे शहर के रूप में करें, और पेट को एक व्यस्त बाजार के रूप में जहाँ भोजन को तोड़ा जाता है। कभी-कभी, इस बाजार की दीवारें परेशान हो जाती हैं और उनकी बनावट बदल जाती है, जो एक चिकने, गुलाबी फुटपाथ से बदलकर कुछ खुरदरा और धब्बेदार हो जाता है। इस बदलाव को "गैस्ट्रिक इंटेस्टाइनल मेटाप्लासिया" (GIM) कहा जाता है। इसे ऐसे समझें जैसे शहर का फुटपाथ टूटने लगे और उसमें खरपतवार (जंगली घास) उगने लगे; यह कोई अंतिम आपदा नहीं है, बल्कि एक चेतावनी संकेत है कि जमीन अस्थिर है और अंततः यह किसी बहुत बड़ी चीज़, जैसे कि इमारत गिरने (कैंसर) का कारण बन सकती है। लंबे समय से, डॉक्टरों को कैमरा के माध्यम से देखकर यह अंदाजा लगाना पड़ता था कि कौन से "खरपतवार" वाले हिस्से खतरनाक हैं, लेकिन केवल देखकर यह बताना कठिन होता है।

यहाँ आर्टिफिशियल इंटेलिजेंस (AI) आता है, जो एक सुपर-स्मार्ट जासूस है जो इन खतरनाक खरपतवारों को तुरंत पहचानना सीख सकता है। लेकिन पेच यह है कि AI केवल उतना ही अच्छा है जितना कि उसका प्रशिक्षण मैनुअल (training manual)। अब तक, वास्तव में कोई अच्छा, ओपन-सोर्स मैनुअल नहीं था जो पेट की स्पष्ट तस्वीरों, क्षेत्र के वीडियो दौरों और लैब परीक्षण (बायोप्सी) से प्राप्त "सच्चाई" को एक साथ जोड़ सके, जो यह साबित करे कि AI क्या देख रहा है। इस आदर्श मैनुअल के बिना, AI जासूस केवल अनुमान लगाने में फंसा रहता है। यह शोध पत्र एक नया, मुफ्त प्रशिक्षण मैनुअल पेश करता है, जिसे GIM-ENDO कहा जाता है, जिसे कंप्यूटर को पेट में इन शुरुआती चेतावनी संकेतों को पहचानने के लिए प्रशिक्षित करने हेतु डिज़ाइन किया गया है ताकि वे संकट बनने से पहले समस्याओं को पकड़ने में डॉक्टरों की मदद कर सकें।

नया "पेट जासूस" मैनुअल

इस परियोजना के पीछे के शोधकर्ताओं ने, जो ईरान के डॉक्टरों और डेटा वैज्ञानिकों की एक टीम है, महसूस किया कि जबकि AI पेट की समस्याओं को पहचानने में बेहतर हो रहा है, इसे अच्छे डेटा की कमी ने पीछे धकेल दिया है। उन्होंने GIM-ENDO बनाया, जो छवियों और वीडियो का एक विशेष संग्रह है जो कंप्यूटर को प्रशिक्षित करने के लिए एक "गोल्ड स्टैंडर्ड" पाठ्यपुस्तक के रूप में कार्य करता है।

पेट की परत को एक जटिल परिदृश्य की तरह समझें। जब यह स्वस्थ होती है, तो यह एक चिकने, एकसमान क्षेत्र की तरह दिखती है। जब इसमें GIM होता है, तो इसमें विशिष्ट "लैंडमार्क" या संकेत दिखने लगते हैं, जैसे अजीब नीली रेखाएं, धुंधली पट्टियाँ, या सफेद धब्बे। GIM-ENDO डेटासेट 24 रोगियों से ली गई 98 स्थिर तस्वीरों और 39 वीडियो क्लिप्स (प्रत्येक लगभग 50 सेकंड लंबी) का एक खजाना है। इनमें से अधिकांश रोगियों को "खरपतवार" वाली GIM स्थिति थी, जबकि दो स्वस्थ नियंत्रण (controls) थे।

जो इस डेटासेट को विशेष बनाता है वह यह है कि यह केवल चित्र ही नहीं दिखाता है; इसके साथ एक विस्तृत "उत्तर कुंजी" भी आती है। प्रत्येक फोटो और वीडियो के लिए, शोधकर्ताओं ने स्पष्ट रूप से लेबल किया है कि AI को क्या देखना चाहिए। उन्होंने छह मुख्य "सुरागों" की पहचान की है जो Gм की उपस्थिति में पेट में दिखाई देते हैं:

• लाइट ब्लू क्रेस्ट (LBC): एक छोटी नीली रेखा जो एक उभार की तरह दिखती है।
• मार्जिनल टर्बिड बैंड (MTB): कोशिकाओं के चारों ओर एक धुंधला, धुंधला किनारा।
• व्हाइट ओपेक सब्सटेंस (WOS): एक सफेद, चमकदार धब्बा।
• TV पैटर्न: एक विशिष्ट बनावट जो टीवी स्क्रीन के स्टैटिक या पैटर्न के संलयन जैसा दिखता है।
• एट्रोफी (Atrophy): जहाँ पेट की परत पतली हो गई है।
• मैप-लाइक एरिथेमा (MLE): लाल धब्बे जो एक मानचित्र की तरह दिखते हैं।

टीम ने यह भी रिकॉर्ड किया कि क्या रोगियों में H. pylori (एक सामान्य पेट बैक्टीरिया) था और महत्वपूर्ण रूप से, उन्होंने प्रत्येक छवि को एक वास्तविक लैब परीक्षण परिणाम के साथ जोड़ा। इसका मतलब है कि वे निश्चित रूप से जानते हैं कि "खरपतवार" किस प्रकार के हैं—"पूर्ण" प्रकार (कम खतरनाक) या "अपूर्ण" प्रकार (अधिक खतरनाक)—और उन्होंने OLGA और OLGIM जैसे सिस्टम का उपयोग करके बीमारी के चरण को भी नोट किया।

उन्होंने इसे कैसे बनाया

टीम ने इन तस्वीरों को लेने के लिए एक हाई-टेक कैमरा सिस्टम (Olympus EVIS X1) का उपयोग किया। उन्होंने केवल एक त्वरित फोटो नहीं खींची; उन्होंने विशेष लाइटिंग मोड (जैसे नैरो-बैंड इमेजिंग) का उपयोग किया जो पेट की परत के सूक्ष्म विवरणों को उभार देते हैं, जैसे अंधेरी गुफा में दीवार की दरारों को देखने के लिए टॉर्च जलाना।

उन्होंने सावधानीपूर्वक उन रोगियों का चयन किया जिनका विभिन्न कारणों से पेट का एंडोस्कोपी (stomach scope) हो रहा था। यदि किसी रोगी में संदिग्ध स्थान था, तो डॉक्टरों ने एक छोटा सा नमूना (बायोप्सी) लिया और उसे पैथोलॉजिस्ट को भेज दिया। पैथोलॉजिस्ट ने माइक्रोस्कोप के नीचे नमूने को देखकर निदान की पुष्टि की। केवल तभी जब लैब ने "सच्चाई" की पुष्टि कर दी, तब टीम ने संबंधित छवियों और वीडियो को लेबल किया। यह प्रक्रिया सुनिश्चित करती है कि AI केवल अनुमान नहीं लगा रहा है; यह विशेषज्ञों द्वारा दो बार जांचे गए तथ्यों से सीख रहा है।

यह भविष्य के लिए क्या मायने रखता है

लेखक सावधानीपूर्वक कहते हैं कि यह डेटासेट एक शुरुआती बिंदु है, न कि एक पूर्ण समाधान। केवल 24 रोगियों के साथ, यह एक छोटी लाइब्रेरी है, जो "पायलट अध्ययन" या शोधकर्ताओं के लिए अपने विचारों का परीक्षण करने के लिए तो उपयुक्त है, लेकिन इतना बड़ा नहीं है कि कल हर अस्पताल में उपयोग किए जाने वाले सुपर-एडवांस्ड AI को प्रशिक्षित किया जा सके। वे स्वीकार करते हैं कि छोटा समूह होने के कारण, वास्तविक दुनिया में उपयोग के लिए तैयार होने से पहले AI को विभिन्न प्रकार के लोगों और पेटों के साथ अधिक अभ्यास की आवश्यकता हो सकती है।

हालाँकि, इसकी क्षमता रोमांचक है। शोधकर्ताओं को यह सिखाने के लिए एक स्पष्ट, संरचित तरीका प्रदान करके कि कंप्यूटर को पेट के इन संकेतों को कैसे पहचानना है, GIM-ENDO कंप्यूटरों को प्रशिक्षित करने वाले AI टूल बनाने में मदद कर सकता है जो डॉक्टरों के लिए "दूसरी जोड़ी आँखों" के रूप में कार्य करेंगे। एक ऐसे भविष्य की कल्पना करें जहाँ, एक नियमित जांच के दौरान, एक AI सिस्टम स्क्रीन पर खतरनाक "खरपतवारों" को तुरंत हाइलाइट कर दे, और डॉक्टर को बताए कि बायोप्सी कहाँ लेनी है। यह पेट की समस्याओं को जल्दी पकड़ने में मदद कर सकता है, जिससे सरल उपचार संभव हो सकेगा और कैंसर शुरू होने से पहले ही उसे रोककर जीवन बचाया जा सकेगा।

यह डेटासेट अब गैर-व्यावसायिक अनुसंधान के लिए किसी के भी डाउनलोड और उपयोग के लिए मुफ्त है, इस उम्मीद के साथ कि अधिक वैज्ञानिक इसमें शामिल होंगे ताकि "जासूस" को और भी स्मार्ट बनाया जा सके। जैसा कि टीम ने उल्लेख किया है, यह उस कहानी का पहला अध्याय है जो पेट के कैंसर से लड़ने के हमारे तरीके को बदल सकता है।