Beyond Classification: Pathology Foundation Models as Detection Encoders for Mitotic Figures
यह अध्ययन प्रदर्शित करता है कि पैथोलॉजी फाउंडेशन मॉडल्स, विशेष रूप से H-optimus-0 और Virchow, माइटोटिक फिगर्स के डेंस ऑब्जेक्ट डिटेक्शन के लिए बैकबोन्स के रूप में प्रभावी ढंग से कार्य कर सकते हैं, जो पारंपरिक एंड-टू-एंड प्रशिक्षित बेसलाइन्स की तुलना में प्रतिस्पर्धी प्रदर्शन और बेहतर आउट-ऑफ-डोमेन मजबूती प्राप्त करते हैं।
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 अपराध स्थल को सुलझाने की कोशिश कर रहे हैं एक जासूस के रूप में, लेकिन आपका अपराध स्थल शहर की कोई सड़क नहीं, बल्कि सूक्ष्मदर्शी (microscope) के नीचे ऊतक (tissue) का एक छोटा सा हिस्सा है। जीव विज्ञान की दुनिया में, कोशिकाएं हमारे शरीर को बढ़ने और स्वस्थ रखने के लिए लगातार विभाजित होती रहती हैं। कभी-कभी, हालांकि, वे बहुत अधिक या बहुत तेज़ी से विभाजित होती हैं, जो कैंसर का एक प्रमुख संकेत है। यह निर्धारित करने के लिए कि एक ट्यूमर कितना आक्रामक है, डॉक्टरों (पैथोलॉजिस्ट) को इन "विभाजित कोशिकाओं" को गिनना पड़ता है, जो छोटी व्यस्त मधुमक्खियों जैसे दिखते हैं जिन्हें मिटोटिक फिगर्स (mitotic figures) कहा जाता है। यह एक उबाऊ काम है; उन्हें विशाल क्षेत्रों को स्कैन करना पड़ता है, सबसे सक्रिय स्थानों को खोजना पड़ता है, और फिर हर एक मधुमक्खी को गिनना पड़ता है। यह धीमा है, और अलग-अलग डॉक्टर अलग-अलग तरह से गिनती कर सकते हैं।
यहाँ प्रवेश होता है आर्टिफिशियल इंटेलिजेंस (AI) का। कुछ समय के लिए, AI पूरी तस्वीर को देखने और यह कहने में बहुत अच्छा रहा है कि "यह कैंसर जैसा दिखता है" या "यह स्वस्थ दिखता है।" इसे वर्गीकरण (classification) कहा जाता है। लेकिन एक विशाल छवि में बिखरी हुई विशिष्ट, छोटी वस्तुओं को गिनना बहुत कठिन है; इसे ऑब्जेक्ट डिटेक्शन (object detection) कहा जाता है। हाल ही में, वैज्ञानिकों ने विशाल AI मॉडल बनाए जिन्हें फाउंडेशन मॉडल्स (Foundation Models) कहा जाता है। इन मॉडल्स को उन सुपर-स्मार्ट छात्रों के रूप में सोचें जिन्होंने बिना उत्तर बताए लाखों किताबें (छवियां) पढ़ी हैं, और अपने आप पैटर्न पहचानना सीख लिया है। बड़ा सवाल यह था: क्या ये सुपर-स्मार्ट छात्र, जो पूरी छवि के "वाइब" को समझने में विशेषज्ञ हैं, बिना दोबारा प्रशिक्षित हुए उन छोटी, विशिष्ट विभाजित कोशिकाओं को खोजने और गिनने में भी अच्छे हो सकते हैं?
यह शोध पत्र उन सुपर-स्मार्ट छात्रों के लिए एक कठोर परीक्षा की तरह है। शोधकर्ताओं ने कई सबसे लोकप्रिय, प्री-ट्रेंड AI मॉडल्स ( "फाउंडेशन मॉडल्स") को लिया और उनसे एक डिटेक्टिव सिस्टम की "आंखें" बनने के लिए कहा जिसे मिटोटिक फिगर्स गिनने के लिए डिज़ाइन किया गया था। उन्होंने मॉडल्स को कुछ भी नया नहीं सिखाया; उन्होंने बस उनके दिमाग को स्थिर (freeze) कर दिया और उन्हें काम करने के लिए कहा। उन्होंने इन 'फ्रोजन एक्सपर्ट्स' की तुलना एक मानक AI से की जिसे विशेष रूप से इस गिनती वाले कार्य के लिए ज़ीरो से पूरी तरह प्रशिक्षित किया गया था।
परिणाम आश्चर्यजनक रूप से रोमांचक थे। पेपर में पाया गया कि फ्रोजन, प्री-ट्रेंड मॉडल्स वास्तव में इस काम में बहुत अच्छे थे। वास्तव में, H-Optimus-0 नामक एक मॉडल ने पूरी तरह से प्रशिक्षित विशेषज्ञ के लगभग बराबर प्रदर्शन किया, और जब परीक्षण पूरी तरह से अलग प्रकार के डेटा पर किया गया (जैसे कि अलग स्ट्रीट साइन वाली एक नई सिटी), तो फ्रोजन मॉडल्स विशेषज्ञ की तुलना में और भी अधिक मजबूत (robust) निकले। यह सुझाव देता है कि लाखों छवियों को केवल देखने से इन मॉडल्स ने जो "ज्ञान" प्राप्त किया था, वह इन छोटी विभाजित कोशिकाओं को पहचानने के लिए पहले से ही पर्याप्त समृद्ध था, भले ही उन्हें अतिरिक्त प्रशिक्षण की आवश्यकता न पड़ी हो। हालांकि, पेपर यह भी नोट करता है कि डिटेक्टिव का "हेड" (वह हिस्सा जो वास्तव में अंतिम निर्णय लेता है) बहुत मायने रखता था; कुछ डिटेक्टिव शैलियाँ दूसरों की तुलना में बेहतर काम करती थीं। जबकि फ्रोजन मॉडल्स प्रतिस्पर्धी थे, पूरी तरह से प्रशिक्षित विशेषज्ञ ने अपने घरेलू क्षेत्र में थोड़ा बढ़त बनाए रखी, जिसका अर्थ है कि यदि हम मॉडल्स को थोड़ा और सीखने दें तो सुधार की गुंजाइश अभी भी है। लेकिन मुख्य निष्कर्ष स्पष्ट है: ये प्री-ट्रेंड मॉडल्स कैंसर का पता लगाने वाले सिस्टम की रीढ़ बनने के लिए पर्याप्त शक्तिशाली हैं, जिससे समय की बचत हो सकती है और संभावित रूप से डॉक्टरों को अधिक सुसंगत निर्णय लेने में मदद मिल सकती है।
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।