Sterilizable Scene Graph Generation for Operating Rooms

एक ऑपरेशन थिएटर के भीतर, हवा एक जीवन रक्षक प्रक्रिया की शांत तीव्रता से भरी हुई है। एक सर्जन के हाथ की हर हरकत, सर्जिकल उपकरण का हर बदलाव, और उपचार किए जा रहे ऊतकों (tissue) में हर सूक्ष्म परिवर्तन एक कहानी बताता है। दशकों से, कंप्यूटर उस कहानी को पढ़ने के लिए संघर्ष करते रहे हैं। वे स्क्रीन पर पिक्सेल देख सकते हैं, लेकिन वे उन वस्तुओं के बीच के संबंधों को आसानी से नहीं समझ पाते: जैसे कि एक धातु का ग्रैस्पर (grasper) ऊतक के एक टुकड़े को पकड़े हुए है, या एक हुक उसे काट रहा है। दृश्य का मानचित्र तैयार करने की यह क्षमता, यानी न केवल यह समझना कि वहां क्या है बल्कि यह भी समझना कि चीजें आपस में कैसे क्रिया करती हैं, 'सीन ग्राफ जनरेशन' (scene graph generation) कहलाती है। यह मशीनों को सर्जरी की समग्र समझ देने की कुंजी है, जो एक दिन डॉक्टरों को वास्तविक समय में मार्गदर्शन प्रदान करके या ऑपरेशन के स्वचालित रिकॉर्ड बनाकर मदद कर सकती है। हालाँकि, इसे करने के लिए पर्याप्त शक्तिशाली कंप्यूटरों को वर्तमान में विशाल वर्कस्टेशन की आवश्यकता होती है जो बहुत बड़े, बहुत गर्म और ऑपरेशन रूम के नाजुक वातावरण के लिए कीटाणुरहित रखना बहुत कठिन होता है।

शोधकर्ताओं की एक टीम ने अब इस जटिल सोचने की प्रक्रिया को एक साधारण, पंखे रहित (fanless) डिवाइस के आकार तक सिकोड़ने का तरीका खोज लिया है। उन्होंने SG-NCA नामक एक नई विधि विकसित की है, जो एक कंप्यूटर को सर्जिकल वीडियो देखने और दृश्य का एक संरचित मानचित्र तुरंत बनाने, उपकरणों और शरीर के अंगों की पहचान करने और वे एक-दूसरे से कैसे संबंधित हैं, इसका वर्णन करने की अनुमति देती है। यह सफलता इस बात में निहित है कि उन्होंने इस प्रणाली को कैसे बनाया। विशाल, भारी सॉफ्टवेयर मॉडल का उपयोग करने के बजाय जो आमतौर पर इस तरह के आर्टिफिशियल इंटेलिजेंस को संचालित करते हैं, उन्होंने एक बहुत ही हल्के दृष्टिकोण को अपनाया जो इस बात से प्रेरित है कि कैसे सरल कोशिकाएं अपने पड़ोसियों के आधार पर अपनी स्थिति को अपडेट करती हैं। इस प्रणाली को एक चरण-दर चरण पाठ्यक्रम (curriculum) में प्रशिक्षित करके, सबसे आम वस्तुओं से शुरू करते हुए और धीरे-धीरे और अधिक जोड़ते हुए, उन्होंने इसे आंख और पित्ताशय (gallbladder) की सर्जरी के विशिष्ट उपकरणों और शरीर रचना विज्ञान को पहचानना सिखाया। परिणाम यह है कि यह प्रणाली उतनी ही अच्छी तरह से प्रदर्शन करती है जितनी कि अनुसंधान प्रयोगशालाओं में उपयोग किए जाने वाले विशाल मॉडल, लेकिन इसे चलाने के लिए इसे तिरपन गुना कम आंतरिक सेटिंग्स की आवश्यकता होती है।

शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण मोतियाबिंद की सर्जरी और पित्ताशय निकालने की वीडियो पर किया, जो दो सामान्य प्रक्रियाएं हैं जहाँ सटीकता ही सब कुछ है। उन्होंने पाया कि उनका हल्का मॉडल मौजूदा सर्वोत्तम तरीकों के साथ सटीकता का मिलान करते हुए, सर्जिकल उपकरणों और शरीर के अंगों की पहचान कर सकता है, बावजूद इसके कि वह तुलना में बहुत छोटा है। जबकि तुलना के लिए उपयोग किए जाने वाले मानक मॉडलों में लाखों पैरामीटर होते हैं—वे आंतरिक नॉब्स और डायल जिन्हें एक कंप्यूटर सीखने के लिए समायोजित करता है—उनके नए सिस्टम को उसका केवल एक अंश ही चाहिए था। वास्तव में, पूरा सिस्टम इतना छोटा था कि यह बिना किसी समर्पित ग्राफिक्स कार्ड या शक्तिशाली सर्वर के, एक मानक स्मार्टफोन या एक छोटे, कम शक्ति वाले कंप्यूटर बोर्ड पर चल सकता था। यह ऑपरेशन रूम के लिए बहुत महत्वपूर्ण है। वर्तमान में इस काम के लिए उपयोग किए जाने वाले बड़े कंप्यूटरों में अक्सर पंखे होते हैं जो हवा फेंकते हैं, जो धूल और बैक्टीरिया फैला सकते हैं, जो एक प्रमुख जोखिम है। वे कमरे में पहले से ही मौजूद उपकरणों के कारण कीमती जगह भी घेर लेते हैं। इसके विपरीत, नया सिस्टम सीलबंद, पंखे रहित उपकरणों पर चल सकता है जिन्हें आसानी से पोंछकर साफ और कीटाणुरहित किया जा सकता है, जिससे हवा स्वच्छ रहती है और डेटा कमरे के भीतर ही सुरक्षित रहता है।

केवल वस्तुओं की पहचान करने के अलावा, सिस्टम ने सर्जरी के प्रवाह को समझने की अपनी क्षमता का प्रदर्शन किया। यह घटित हो रही घटनाओं का वर्णन करने वाले सरल वाक्य उत्पन्न कर सका, जैसे कि यह नोट करना कि एक ग्रैस्पर पित्ताशय को पीछे खींच रहा है जबकि एक हुक उसे विच्छेदित (dissect) कर रहा है। यह क्षमता बताती है कि सिस्टम सरल पहचान से आगे बढ़कर एक गहरी सर्जिकल समझ की ओर बढ़ सकता है। टीम ने यह भी दिखाया कि इस तकनीक को नेटवर्क के 'एज' (edge) पर तैनात किया जा सकता है, जिसका अर्थ है कि प्रोसेसिंग सीधे बेडसाइड पर होती है न कि किसी दूर स्थित क्लाउड सर्वर पर भेजी जाती है। यह रोगी के डेटा को निजी रखता है और इंटरनेट पर जानकारी भेजने से होने वाली देरी को समाप्त करता है। यह सिद्ध करके कि इतना छोटा सिस्टम वास्तविक सर्जरी की जटिलता को संभाल सकता है, शोधकर्ताओं ने एक ऐसे भविष्य का द्वार खोल दिया है जहाँ उन्नत सर्जिकल इंटेलिजेंस विशाल, कीटाणुशोधन-रोधी बाधाओं के पीछे कैद नहीं है, बल्कि किफायती, स्वच्छ हार्डवेयर पर सुलभ है जो ऑपरेशन रूम के प्रवाह में स्वाभाविक रूप से फिट बैठता है।