Smartphone-Coupled Phase Contrast Microscopy Combined with Deep Transfer Learning for Candida Species Identification: A Proof-of-Concept Study

कल्पना कीजिए कि आप एक पार्टी में चार अलग-अलग प्रकार के नन्हे, अदृश्य मेहमानों के बीच अंतर करने की कोशिश कर रहे हैं, लेकिन वे नग्न आंखों से लगभग बिल्कुल एक जैसे दिखते हैं। ये मेहमान Candida प्रजातियां हैं, जो एक प्रकार का कवक (फंगस) है जो संक्रमण का कारण बन सकता है। एक आदर्श दुनिया में, एक हाई-टेक लैब तुरंत पहचान लेगी कि कौन सा मेहमान कौन है ताकि डॉक्टरों को पता चल सके कि उनका इलाज कैसे करना है। लेकिन कई जगहों पर, वह हाई-टेक उपकरण बहुत महंगा या पाना कठिन है।

यह शोध पत्र एक सरल प्रश्न पूछता है: क्या हम इन फंगल मेहमानों के बीच अंतर करने के लिए एक साधारण, मानक माइक्रोस्कोप से जुड़े एक सस्ते, रोज़मर्रा के स्मार्टफोन का उपयोग कर सकते हैं?

इन्होंने इस पहेली को सुलझाने की कोशिश कैसे की, यहाँ दिया गया है:

सेटअप: माइक्रोस्कोप पर एक स्मार्टफोन
माइक्रोस्कोप को एक शक्तिशाली चश्मे के रूप में समझें जो इन नन्हे कवक को दृश्यमान बनाता है। आमतौर पर, ये चश्मे एक विशेष "फेज कंट्रास्ट" (phase contrast) ट्रिक का उपयोग करते हैं ताकि अदृश्य विवरण उभर कर आ सकें, ठीक वैसे ही जैसे लाइटहाउस की किरण कोहरे को चीर देती है। शोधकर्ताओं ने कोई फैंसी नया कैमरा नहीं खरीदा; उन्होंने बस एक साधारण उपभोक्ता स्मार्टफोन को इस मानक माइक्रोस्कोप पर क्लिप कर दिया। यह एक पेशेवर कैमरे के बजाय अपने फोन से एक नन्ही चींटी की फोटो लेने जैसा है।

परीक्षण: "सीरम बाथ" (Serum Bath)
उन्होंने चार विशिष्ट Candida प्रजातियों (C. albicans, C. glabrata, C. tropicalis, और C. krusei) के 15 अलग-अलग स्ट्रेन लिए और उन्हें मानव सीरम (एक तरल पदार्थ जो शरीर की नकल करता है) के स्नान में डाल दिया। उन्होंने दो समय पर तस्वीरें लीं:

1. T0: अभी-अभी, स्नान से बाहर निकलते ही।
2. T2: उन्हें एक गर्म इनक्यूबेटर में दो घंटे तक बैठने देने के बाद, जिससे उन्हें थोड़ा फैलने और आकार बदलने का समय मिल सके।

दिमाग: "डिजिटल डिटेक्टिव"
चूंकि तस्वीरें केवल पिक्सेल हैं, इसलिए शोधकर्ताओं को यह समझने के लिए एक कंप्यूटर दिमाग की आवश्यकता थी कि कौन कौन है। उन्होंने डीप ट्रांसफर लर्निंग (Deep Transfer Learning) नामक तकनीक का उपयोग किया। आप इसे एक ऐसे जासूस के रूप में सोच सकते हैं जिसने पहले ही लाखों अन्य तस्वीरों (जैसे बिल्लियाँ, कारें और पेड़) का अध्ययन किया है और अब वह इन नई फंगल तस्वीरों पर अपना "अनुभव" लागू कर रहा है। उन्होंने जासूस को शुरुआत से नहीं सिखाया; उन्होंने बस उसे नई तस्वीरें दीं और उससे उनके मौजूदा ज्ञान का उपयोग करके अंतर पहचानने को कहा।

परिणाम: एक आशाजनक पहला कदम
कंप्यूटर जासूस ने काफी अच्छा काम किया, लेकिन उसे कुछ दिक्कतों का सामना भी करना पड़ा:

• विजेता: सबसे अच्छा संयोजन एक विशिष्ट प्रकार के डिजिटल दिमाग (EfficientNet-B0) का था जो T2 (वॉर्म-अप की हुई) तस्वीरों को देख रहा था।
• स्कोर: इसने लगभग 83% से 86% बार कवक के विशिष्ट स्ट्रेन की सही पहचान की।
• परफेक्ट स्कोर: यह C. albicans, C. glabrata, और C. tropicalis को पहचानने में 100% सटीक था।
• मुश्किल स्थान: गलतियाँ केवल C. krusei के मामले में हुईं। शोध पत्र बताता है कि ऐसा इसलिए नहीं था क्योंकि यह तरीका खराब था, बल्कि इसलिए क्योंकि इस परीक्षण समूह में इस विशिष्ट मेहमान के बहुत कम उदाहरण (केवल 3 स्ट्रेन) थे, और कुछ तस्वीरें पूरी तरह से स्पष्ट नहीं थीं। यह एक दुर्लभ पक्षी को पहचानने की कोशिश करने जैसा है जब आपके पास केवल तीन धुंधली तस्वीरें हों।

निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि यह "माइक्रोस्कोप-पर-स्मार्टफोन" वाला विचार व्यवहार्य (feasible) है। यह दिखाता है कि एक सस्ते फोन और कुछ स्मार्ट सॉफ्टवेयर के साथ, हमें एक प्रारंभिक अंदाजा मिल सकता है कि किस Candida प्रजाति के कारण संक्रमण हो रहा है, भले ही हमारे पास महंगी लैब उपकरण न हों। हालांकि, लेखक सावधान करते हैं कि यह केवल एक "प्रूफ-ऑफ-कन्सेप्ट" (एक पहला परीक्षण) है। वास्तविक दुनिया में उपयोग के लिए तैयार होने से पहले उन्हें कई और स्ट्रेन और विभिन्न लैब्स के साथ इसका परीक्षण करने की आवश्यकता है।