← नवीनतम पेपर
📄 infectious diseases

SchistoTrackNet: machine learning for diagnosis of schistosomiasis-associated periportal fibrosis from ultrasound images

यह शोध पत्र SchistoTrackNet प्रस्तुत करता है, जो अल्ट्रासाउंड छवियों से सिस्टोसोमियासिसस-संबद्ध पेरीपोर्टल फाइब्रोसिस की विभिन्न तीव्रताओं का स्वतः निदान करने में सक्षम पहला डीप लर्निंग मॉडल है, जो वैश्विक उन्मूलन प्रयासों में सहायता के लिए कम संसाधन वाले परिवेशों में बड़े पैमाने पर निगरानी हेतु एक स्केलेबल समाधान प्रदान करता है।

मूल लेखक: Ockenden, E. S., Anguajibi, V., Mpooya, S., Ntegeka, B., Mugume, T., Nabatte, B., Kabatereine, N. B., Noble, A., Chami, G. F.

प्रकाशित 2026-06-02
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Ockenden, E. S., Anguajibi, V., Mpooya, S., Ntegeka, B., Mugume, T., Nabatte, B., Kabatereine, N. B., Noble, A., Chami, G. F.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

एक बड़ी तस्वीर: एक खामोश हत्यारे के लिए एक नई "स्मार्ट आँख"

कल्पना कीजिए कि एक परजीवी है जिसे "ब्लड फ्लूक" (रक्त कृमि) कहा जाता है, जो अफ्रीका के ग्रामीण इलाकों के पानी में रहता है। जब लोग इस पानी को पीते हैं या इसमें तैरते हैं, तो यह परजीवी उनके शरीर के अंदर चला जाता है। समय के साथ, ये परजीवी अंडे देते हैं जो लीवर (यकृत) में फंस जाते हैं, जिससे लीवर में निशान बन जाते हैं और वह सख्त हो जाता है। इस निशान बनने की प्रक्रिया को फाइब्रोसिस (fibrosis) कहा जाता है।

लंबे समय से, डॉक्टर इस बात को समझने के लिए संघर्ष कर रहे हैं कि यह निशान कितना गंभीर है। वे अल्ट्रासाउंड मशीनों का उपयोग करते हैं (जो ध्वनि तरंगों का उपयोग करके शरीर के अंदर की तस्वीरें लेती हैं), लेकिन इन तस्वीरों को पढ़ना अंधेरे में नक्शा पढ़ने जैसा है। इसके लिए वर्षों के प्रशिक्षण की आवश्यकता होती है, और फिर भी, दो अलग-अलग डॉक्टर एक ही तस्वीर को देखकर अलग-अलग राय रख सकते हैं।

यह शोध पत्र SchistoTrackNet पेश करता है, जो एक नया कंप्यूटर प्रोग्राम (एक AI) है जो इन अल्ट्रासाउंड तस्वीरों के लिए एक "सुपर-रीडर" के रूप में कार्य करता है। इसका काम तस्वीरों को देखना और डॉक्टरों को स्वचालित रूप से यह बताना है कि लीवर के निशान की गंभीरता कितनी है, हल्के से लेकर गंभीर तक।

समस्या: "नक्शा" पढ़ना कठिन था

डॉक्टर वर्तमान में लीवर के निशान के निदान के लिए नियामी प्रोटोकॉल (Niamey Protocol) नामक नियमों के एक सेट का उपयोग करते हैं। इस प्रोटोकॉल को एक कलरिंग बुक की तरह समझें जिसमें विशिष्ट पैटर्न होते हैं:

  • पैटर्न B: थोड़ी धूल या धुंधली रेखाएं (शायद यह परजीवी भी न हो)।
  • पैटर्न C: रक्त वाहिकाओं के चारों ओर छल्ले या पाइप (हल्का निशान)।
  • पैटर्न D: मुख्य पाइप के चारों ओर मोटाई (मध्यम निशान)।
  • पैटर्न E/F: लीवर के किनारे तक पहुँचने वाले बड़े, अवरुद्ध पाइप (गंभीर निशान)।

समस्या यह है कि ये पैटर्न बहुत समान दिखते हैं। एक डॉक्टर तस्वीर देखकर सोच सकता है, "क्या यह एक छल्ला (C) है या एक मोटा पाइप (D)?" क्योंकि तस्वीरों को समझना कठिन है, इसलिए डॉक्टरों को अक्सर अपना काम दोबारा जांचने के लिए दूसरे विशेषज्ञ की आवश्यकता होती है। लेकिन गरीब, ग्रामीण क्षेत्रों में, यह दोबारा जांच करने के लिए पर्याप्त विशेषज्ञ नहीं हैं।

समाधान: कंप्यूटर को देखना सिखाना

शोधकर्ताओं ने ग्रामीण युगांडा के लोगों से 1,533 अल्ट्रासाउंड तस्वीरें एकत्र कीं। उन्होंने इन तस्वीरों का उपयोग एक कंप्यूटर मस्तिष्क (एक डीप लर्निंग मॉडल) को विभिन्न पैटर्न को पहचानने के लिए प्रशिक्षित करने के लिए किया।

उन्होंने पांच अलग-अलग प्रकार के कंप्यूटर मस्तिष्क का परीक्षण किया:

  1. SchistoTrackNet: यह विशेष था। लीवर के निशान के बारे में सीखने से पहले, इसे भ्रूण (fetus) की तस्वीरों (एक अलग डेटासेट से) पर पहले से प्रशिक्षित किया गया था। यह एक ऐसे मैकेनिक को काम पर रखने जैसा है जो पहले से जानता है कि इंजन कैसे काम करते हैं, और फिर उसे विशेष रूप से आपकी कार के बारे में सिखाया जाता है।
  2. SchistoTrackNet-Random: डिज़ाइन समान है, लेकिन बिना किसी पूर्व ज्ञान के शुरू हुआ (जैसे एक मैकेनिक जो अभी-अभी स्कूल से स्नातक हुआ हो)।
  3. तीन "ट्रांसफॉर्मर" मॉडल: ये नए प्रकार के AI हैं जो टुकड़ों में देखने के बजाय पूरी तस्वीर को एक साथ देखते हैं।

परिणाम: कंप्यूटर बनाम मानव

शोधकर्ताओं ने इन कंप्यूटर मस्तिष्क का परीक्षण नई तस्वीरों पर किया जिन्हें उन्होंने पहले कभी नहीं देखा था। यहाँ क्या हुआ:

  • विजेता: SchistoTrackNet सबसे अच्छा था। इसने लगभग 82% बार सही निदान किया।
  • तुलना: शोधकर्ताओं ने एक दूसरे मानव डॉक्टर से भी तस्वीरों को देखा (पहले डॉक्टर द्वारा ली गई तस्वीरों के बाद, बिना यह जाने कि पहले डॉक्टर ने क्या कहा था)।
    • दो मानव डॉक्टर केवल 54% बार एक-दूसरे से सहमत हुए।
    • कंप्यूटर (SchistoTrackNet) पहले डॉक्टर के साथ 77% बार सहमत हुआ।

उपमा (Analogy): कल्पना कीजिए कि दो लोग एक फोटो में अलग-अलग प्रकार के बादलों को पहचानने की कोशिश कर रहे हैं। वे अक्सर इस बात पर बहस करते हैं कि यह "क्यूमुलस" है या "स्ट्रेटस"। कंप्यूटर, हालांकि, फोटो को देखता है और कहता है, "यह निश्चित रूप से क्यूमुलस है," और वह पहले व्यक्ति के साथ बहुत अधिक बार सहमत होता है।

कंप्यूटर ने कहाँ गलती की (और कहाँ सही)

कंप्यूटर स्वस्थ लीवर और गंभीर निशान को पहचानने में बहुत अच्छा था। हालाँकि, यह उन पैटर्न के बीच भ्रमित हो गया जो दिखने में समान हैं, विशेष रूप से:

  • पैटर्न B (धुंधली रेखाएं) बनाम पैटर्न C2 (छल्ले)।
  • पैटर्न E/F (गंभीर रुकावट) बनाम पैटर्न C2।

शोध पत्र में उल्लेख है कि यह भ्रम इसलिए होता है क्योंकि ये पैटर्न अक्सर लीवर के एक ही "कोण" या दृश्य में दिखाई देते हैं। यह एक ही स्थान पर रखे लाल गेंद और लाल सेब के बीच अंतर करने की कोशिश करने जैसा है; कंप्यूटर (और मानव) कोण के कारण भ्रमित हो जाता है, न कि वस्तु के कारण।

यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

शोध पत्र का दावा है कि यह पहली बार है जब किसी कंप्यूटर को इस विशिष्ट प्रकार के लीवर के निशान (जो इस परजीवी के कारण होते हैं) के बीच अंतर करने के लिए बनाया गया है।

  • यह एक "सेकंड रीडर" है: कंप्यूटर एक "दूसरी जोड़ी आँखों" के रूप में कार्य कर सकता है जो निदान की पुष्टि करने में मदद करता है, जो अत्यंत महत्वपूर्ण है क्योंकि मानव डॉक्टर अक्सर असहमत होते हैं।
  • यह वास्तविक जीवन को संभालता है: कंप्यूटर तब भी अच्छा काम करता है जब मरीजों ने उपवास (fasting) नहीं किया हो (जिससे पेट में गैस बनती है जो दृश्य को बाधित करती है), या फैटी लीवर हो, या वे गर्भवती हों। यह इन अतिरिक्त कारकों से भ्रमित नहीं हुआ।
  • यह अभी भी पूर्ण नहीं है: शोध पत्र स्वीकार करता है कि इसे अन्य देशों के डेटा और सस्ते अल्ट्रासाउंड मशीनों के साथ और अधिक परीक्षण की आवश्यकता है, इससे पहले कि इसे वास्तविक क्लीनिकों में उपयोग किया जा सके।

सारांश

SchistoTrackNet को अफ्रीका के ग्रामीण इलाकों में डॉक्टरों के लिए एक नए, अत्यधिक प्रशिक्षित सहायक के रूप में समझें। यह लीवर की अल्ट्रासाउंड तस्वीरों को देखता है और कहता है, "यह हल्का निशान है," या "यह गंभीर निशान है।" यह उस दूसरे मानव डॉक्टर की तुलना में कम गलतियाँ करता है जो केवल एक फोटो से अनुमान लगाने की कोशिश कर रहा है। हालाँकि इसे अभी भी और अभ्यास की आवश्यकता है, यह डॉक्टरों को एक खतरनाक बीमारी का निदान करने में मदद करने का एक आशाजनक तरीका प्रदान करता है जिसे पहचानना वर्तमान में कठिन 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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 📄 infectious diseases →