Interactive Whole Slide Images for RL-based Tumour Segmentation
यह शोध पत्र एक एंड-टू-एंड सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो होल-स्लाइड छवियों को पदानुक्रमित बहु-रिज़ॉल्यूशन वातावरण के रूप में मानता है, जिससे एक एजेंट को नेविगेशन और ज़ूमिंग क्रियाओं के माध्यम से क्रमिक ट्यूमर विभाजन करने में सक्षम बनाया जाता है, जो पैच-आधारित विधियों के समान मोटे विभाजन की गुणवत्ता प्राप्त करते हुए अनुमान समय (inference time) को काफी कम कर देता है।
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
चिकित्सा निदान की दुनिया में, रोगविज्ञानी (पैथोलॉजिस्ट) कैंसर जैसी बीमारियों की पहचान करने के लिए सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे ऊतकों के नमूनों की जांच करते हैं। इसे डिजिटल रूप से करने के लिए, वे होल-स्लाइड इमेजेस का उपयोग करते हैं, जो पूरी कांच की स्लाइड के विशाल, उच्च-रिज़ॉल्यूशन वाले स्कैन होते हैं। ये चित्र इतने बड़े होते हैं कि इनमें अरबों पिक्सेल होते हैं, जो एक कंप्यूटर स्क्रीन द्वारा एक बार में प्रदर्शित किए जा सकने वाले पिक्सेल से कहीं अधिक हैं। इन्हें समझने के लिए, छवियों को परतों के पिरामिड के रूप में संग्रहीत किया जाता है, जहाँ सबसे ऊपरी परत एक छोटा, धुंधला अवलोकन होता है और निचली परतें अविश्वसनीय रूप से विस्तृत क्लोज-अप होती हैं। पारंपरिक रूप से, कंप्यूटर इन स्लाइड्स को हजारों छोटे, निश्चित वर्गों में काटकर और प्रत्येक की व्यक्तिगत रूप से जांच करके इनका विश्लेषण करते हैं। हालांकि यह काम करता है, लेकिन यह धीमा और अपव्ययी है, क्योंकि यह अक्सर कंप्यूटर को स्वस्थ ऊतकों के विशाल क्षेत्रों की जांच करने के लिए मजबूर करता है, केवल उन छोटे, बिखरे हुए क्षेत्रों को खोजने के लिए जहाँ ट्यूमर छिपा हो सकता है।
शोधकर्ताओं ने लंबे समय से यह सोचा है कि क्या कंप्यूटर इन स्लाइड्स को उसी तरह देख सकते हैं जैसे एक मानव डॉक्टर देखते हैं: अवलोकन (ओवरव्यू) को स्कैन करके, संदिग्ध स्थानों पर ज़ूम करके, और बाकी हिस्सों को अनदेखा करके। फ्रांस, इटली और पेरिस की एक टीम के एक नए अध्ययन ने एक ऐसी विधि प्रस्तावित की है जहाँ एक आर्टिफिशियल इंटेलिजेंस एजेंट इन डिजिटल स्लाइड्स में खुद नेविगेट करना सीखता है। पूरी छवि को एक साथ संसाधित करने के बजाय, एजेंट स्लाइड के माध्यम से घूमता है, यह तय करता है कि कहाँ देखना है, कितना ज़ूम करना है, और कब किसी स्थान को ट्यूमर के रूप में चिह्नित करना है। शोधकर्ताओं ने पाया कि यह इंटरैक्टिव दृष्टिकोण कंप्यूटर को पारंपरिक तरीकों के समान सटीकता के साथ ट्यूमर खोजने की अनुमति देता है, लेकिन बहुत कम समय में, जिससे एक प्रक्रिया जो मिनटों में चलती है, सेकंडों में बदल जाती है।
इस कार्य का मूल एक प्रणाली है जो डिजिटल स्लाइड को एक स्थिर चित्र के रूप में नहीं, बल्कि एक इंटरैक्टिव वातावरण के रूप में मानती है। कल्पना कीजिए कि एक रोगविज्ञानी माइक्रोस्कोप के सामने बैठा है; वह नमूने के हर एक सेल को नहीं देखता है। इसके बजाय, वह एक व्यापक दृश्य से शुरू करता है, एक क्षेत्र को देखता है जो असामान्य लगता है, और फिर बारीकी से निरीक्षण करने के लिए ज़ूम करता है। शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम बनाया है जो इस व्यवहार की नकल करता है। उन्होंने एक वर्चुअल एजेंट बनाया जो बाएं, दाएं, ऊपर या नीचे जा सकता है, और विवरण का स्तर बदलने के लिए ज़ूम इन या ज़ूम आउट कर सकता है। एजेंट का लक्ष्य इन गतिविधियों और चयनों की एक श्रृंखला बनाकर ट्यूमर का मानचित्र बनाना है। यह एक खाली स्लेट से शुरू होता है और स्लाइड के उन हिस्सों को चुनकर ट्यूमर के आकार को धीरे-धीरे भरता है जिन पर उसे ध्यान केंद्रित करना चाहिए।
एजेंट को यह सिखाने के लिए, शोधकर्ताओं ने 'रीइन्फोर्समेंट लर्निंग' नामक सीखने की विधि का उपयोग किया। यह प्रशिक्षण का एक प्रकार है जहाँ एजेंट परीक्षण और त्रुटि (ट्रायल एंड एरर) के माध्यम से सीखता है, और अपने कार्यों के लिए फीडबैक प्राप्त करता है। इस मामले में, एजेंट को तब इनाम मिलता है जब उसका ट्यूमर के स्थान के बारे में वर्तमान अनुमान, वास्तविक स्थान (जो विशेषज्ञ मानव एनोटेशन से ज्ञात है) के करीब पहुँच जाता है। शोधकर्ताओं ने रिवॉर्ड सिस्टम को सावधानीपूर्वक डिजाइन किया। उन्होंने पाया कि यदि एजेंट को केवल ट्यूमर के किसी भी हिस्से को खोजने के लिए पुरस्कृत किया जाता है, तो वह बहुत आक्रामक हो सकता है और स्वस्थ ऊतक को कैंसरयुक्त के रूप में चिह्नित कर सकता है। हालाँकि, यदि रिवॉर्ड को एजेंट को उसके मार्ग को परिष्कृत करने के लिए प्रोत्साहित करने के संरचित तरीके से बनाया जाता है, तो एजेंट अधिक सटीक होना सीख जाता है। अध्ययन ने दिखाया कि एजेंट को अपनी चालें चलाने के लिए मध्यम समय (प्रति स्लाइड लगभग 80 स्टेप्स) देने से वह अनावश्यक विवरणों में खोए बिना प्रभावी ढंग से ट्यूमर को खोजने में सक्षम रहा।
टीम ने लंग एडेनोकार्सिनोमा (फेफड़ों के कैंसर का एक सामान्य प्रकार) के रोगियों की स्लाइड्स पर इस प्रणाली का परीक्षण किया। उन्होंने अपने नए एजेंट की तुलना मानक कंप्यूटर विधियों से की जो स्लाइड को निश्चित वर्गों में काटते हैं। परिणाम चौंकाने वाले थे। पारंपरिक विधियाँ, जो पूरी स्लाइड को प्रोसेस करती हैं, एक सिंगल स्लाइड का विश्लेषण करने में औसतन 229 सेकंड से अधिक का समय लेती थीं, जिनमें से कुछ ट्यूमर के आकार के आधार पर बहुत अधिक समय लेती थीं। इसके विपरीत, नए इंटरैक्टिव एजेंट ने उसी कार्य को औसतन केवल 3 सेकंड में पूरा किया। हालाँकि एजेंट ट्यूमर की सटीक सीमाओं को खींचने में सबसे उन्नत पारंपरिक तरीकों की तुलना में थोड़ा कम सटीक था, लेकिन उसने बीमारी के समग्र आकार और स्थान को तुलनीय सटीकता के साथ पकड़ा। यह ट्रेड-ऑफ महत्वपूर्ण है क्योंकि इसका अर्थ है कि एक डॉक्टर को कंप्यूटर द्वारा छवि के हर इंच को प्रोसेस करने की प्रतीक्षा करने के बजाय, स्लाइड का प्रारंभिक विश्लेषण लगभग तुरंत मिल सकता है।
अध्ययन में सबसे महत्वपूर्ण खोजों में से एक यह थी कि एजेंट को अच्छी तरह से सीखने के लिए उदाहरणों की एक विस्तृत विविधता देखने की आवश्यकता थी। जब शोधकर्ताओं ने एजेंट को स्लाइड्स के एक छोटे सेट पर प्रशिक्षित किया, तो उसे नए रोगियों पर लागू करने में कठिनाई हुई। हालाँकि, जब उन्होंने प्रशिक्षण सेट का विस्तार किया जिसमें कई अधिक स्लाइड्स शामिल थीं, तो एजेंट बहुत अधिक विश्वसनीय हो गया। यह बताता है कि कंप्यूटरों के लिए जटिल चिकित्सा छवियों को प्रभावी ढंग से नेविगेट करना सीखने के लिए, उन्हें मानव डॉक्टरों की तरह ही विविध मामलों के संपर्क में आना आवश्यक है। अध्ययन ने यह भी रेखांकित किया कि एजेंट को यह याद रखने के लिए कि उसने क्या देखा है, जटिल मेमोरी सिस्टम की आवश्यकता नहीं थी; वर्तमान दृश्य और स्लाइड के वैश्विक अवलोकन का संयोजन ही उसके लिए अच्छे निर्णय लेने के लिए पर्याप्त था।
शोधकर्ता स्वीकार करते हैं कि उनकी विधि पूर्ण नहीं है। एजेंट कभी-कभी ट्यूमर की सीमा के सूक्ष्म विवरणों के साथ संघर्ष करता है, संभवतः इसलिए क्योंकि वह बहुत छोटे अनियमितताओं को पकड़ने के लिए बहुत बड़े कदमों में चलता है। इसके अतिरिक्त, अध्ययन एक ही प्रकार के कैंसर और एक ही अस्पताल के डेटा पर किया गया था, इसलिए यह अभी तक ज्ञात नहीं है कि क्या यही दृष्टिकोण अन्य बीमारियों या विभिन्न नैदानिक सेटिंग्स में काम करेगा। इन सीमाओं के बावजूद, यह कार्य एक स्पष्ट रास्ता दिखाता है। कंप्यूटर को चिकित्सा छवियों के साथ इस तरह से बातचीत करने की अनुमति देकर, जैसा कि मानव अन्वेषण की नकल की जाती है, सटीकता से बहुत अधिक समझौता किए बिना निदान के समय को नाटकीय रूप से कम करना संभव है। यह दृष्टिकोण आधुनिक पैथोलॉजी में डेटा की भारी मात्रा को संभालने का एक आशाजनक तरीका प्रदान करता है, जिससे संभावित रूप से डॉक्टरों का ध्यान उन मामलों पर केंद्रित किया जा सकता है जिन्हें इसकी सबसे अधिक आवश्यकता 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।