Development and evaluation of automated organ segmentation models for abdominal ultrasound in injured children

जब कोई बच्चा गंभीर चोट के बाद अस्पताल के आपातकालीन कक्ष (इमरजेंसी रूम) में पहुँचता है, तो डॉक्टरों को यह जल्दी से जानने की आवश्यकता होती है कि कहीं आंतरिक रक्तस्राव तो नहीं हो रहा है। इसकी जाँच करने के सबसे तेज़ तरीकों में से एक बेडसाइड अल्ट्रासाउंड है, जो एक दर्द रहित स्कैन है जो शरीर के अंदर की चलती-फिरती तस्वीरें बनाने के लिए ध्वनि तरंगों का उपयोग करता है। ट्रॉमा केयर (आघात देखभाल) में, इस विशिष्ट परीक्षण को 'फोकस्ड असेसमेंट विद सोनोग्राफी फॉर ट्रॉमा' कहा जाता है। इसमें एक डॉक्टर बच्चे के पेट के ऊपर एक हाथ में पकड़े जाने वाले उपकरण को घुमाता है ताकि लीवर, तिल्ली (स्प्लीन) और मूत्राशय के आसपास के स्थानों में तरल पदार्थ की जाँच की जा सके। हालाँकि यह उपकरण अत्यंत महत्वपूर्ण है, लेकिन परीक्षण की गुणवत्ता पूरी तरह से उस व्यक्ति के कौशल और उनके द्वारा कैप्चर की गई छवियों की स्पष्टता पर निर्भर करती है जिसने उपकरण पकड़ा है। कभी-कभी, छवियां धुंधली होती हैं, या डॉक्टर कोई हिस्सा छोड़ देते हैं, जिससे यह सुनिश्चित करना कठिन हो जाता है कि बच्चा सुरक्षित है या नहीं। इसे सुधारने के लिए, शोधकर्ता कंप्यूटर को इन छवियों को स्वचालित रूप से समझने के लिए प्रशिक्षित कर रहे हैं, लेकिन इसके लिए पहले कंप्यूटर को यह सीखना होगा कि अंग कैसे दिखते हैं। इसके लिए मशीन को लीवर, किडनी और अन्य संरचनाओं की सीमाओं को पहचानना सिखाना आवश्यक है, जो एक कार्य है जिसमें आमतौर पर एक मानव विशेषज्ञ को हर एक छवि के लिए घंटों का समय लगता है।

कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को के शोधकर्ताओं की एक टीम ने एक ऐसा कंप्यूटर सिस्टम बनाने के लक्ष्य के साथ इस समस्या को हल करने का प्रयास किया जो घायल बच्चों के पेट के स्कैन में छह प्रमुख अंगों को स्वचालित रूप से ढूंढ सके और उनकी रूपरेखा बना सके। उन्होंने मूत्राशय, किडनी, लीवर, तिल्ली, रीढ़ की हड्डी और डायाफ्राम (वह मांसपेशी जो सांस लेने में मदद करती है) पर ध्यान केंद्रित किया। ये वे संरचनाएं हैं जिनका उपयोग डॉक्टर यह तय करने के लिए करते हैं कि क्या एक परीक्षण पूर्ण और सटीक है। टीम ने उन बच्चों के 200 अल्ट्रासाउंड वीडियो क्लिप एकत्र किए जिनका इलाज एक प्रमुख ट्रॉमा सेंटर में किया गया था। इसके बाद, विशेषज्ञ डॉक्टरों ने इन वीडियो के हजारों व्यक्तिगत फ्रेमों पर प्रत्येक अंग की रूपरेखा को सावधानीपूर्वक खींचा, जिससे "ग्राउंड ट्रुथ" (वास्तविक उदाहरणों का आधार) का एक सेट तैयार हुआ जिससे कंप्यूटर सीख सके। इन उदाहरणों का उपयोग करके, शोधकर्ताओं ने चार अलग-अलग प्रकार के आर्टिफिशियल इंटेलिजेंस मॉडल को इसी कार्य को करने के लिए प्रशिक्षित किया। ये मॉडल एक सरल, स्थापित डिज़ाइन से लेकर नए, अधिक जटिल सिस्टम तक विस्तृत थे जो एक ही समय में छवि के विभिन्न हिस्सों पर ध्यान केंद्रित करने के लिए उन्नत गणितीय तकनीकों का उपयोग करते हैं।

शोधकर्ताओं ने यह परीक्षण किया कि प्रत्येक कंप्यूटर मॉडल विशेषज्ञ मानव रेखाचित्रों की तुलना में सही रूपरेखा का अनुमान लगाने में कितना सक्षम था। उन्होंने पाया कि कंप्यूटर इस काम में काफी अच्छा था, विशेष रूप से किडनी और मूत्राशय के लिए, जहाँ आकार स्पष्ट और देखने में आसान होते हैं। औसतन, कंप्यूटर की रूपरेखा मानव विशेषज्ञों की रूपरेखा के साथ उच्च स्तर के ओवरलैप (मेल) के साथ मेल खाती थी। एक विशिष्ट मॉडल, जिसने एक मानक डिज़ाइन को विवरणों पर ध्यान केंद्रित करने के नए तरीके के साथ जोड़ा था, समग्र रूप से सर्वश्रेष्ठ प्रदर्शन करने वाला रहा। इसने उल्लेखनीय सटीकता के साथ लीवर, तिल्ली और किडनी की पहचान की, और इसने यह कार्य बहुत तेज़ी से किया, एक एकल छवि को प्रोसेस करने में एक सेकंड से भी कम समय लगा। यह सिस्टम डायाफ्राम और रीढ़ की हड्डी के मामले में थोड़ा संघर्ष करता है, जो अल्ट्रासाउंड छवियों में पतले और स्पष्ट रूप से देखने में कठिन होते हैं, लेकिन इन कठिन हिस्सों के लिए भी कंप्यूटर ने उपयोगी परिणाम दिए।

यह देखने के लिए कि क्या यह तकनीक वास्तविक दुनिया में काम करेगी, टीम ने अपने सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल को ऐसे अल्ट्रासाउंड क्लिप दिखाए जिन्हें उसने पहले कभी नहीं देखा था, जिनमें बच्चों और वयस्कों दोनों के स्कैन शामिल थे। चार स्वतंत्र विशेषज्ञों ने कंप्यूटर के काम की समीक्षा की, यह देखते हुए कि क्या रूपरेखा सही स्थान पर दिखाई दे रही थी और क्या छवि की गुणवत्ता इतनी अच्छी थी कि एक डॉक्टर उस पर भरोसा कर सके। विशेषज्ञों ने पाया कि कंप्यूटर ने अधिकांश क्लिप्स में अंगों को सफलतापूर्वक खोज लिया, जिसमें सफलता दर अंग के आधार पर लगभग तीन-चौथाई से लेकर लगभग सभी मामलों तक रही। सिस्टम मूत्राशय और लीवर के लिए विशेष रूप से विश्वसनीय था, जहाँ इसने वयस्क समूह में लगभग पूर्ण स्कोर और बच्चों में बहुत उच्च स्कोर प्राप्त किया। शोधकर्ताओं ने नोट किया कि जब कंप्यूटर विफल हुआ, तो इसका कारण आमतौर पर मूल छवि का बहुत धुंधला या खराब तरीके से लिया जाना था, न कि इसलिए कि कंप्यूटर भ्रमित था। यह सुझाव देता है कि तकनीक आपातकालीन कक्ष के स्कैन की अव्यवस्थित और अप्रत्याशित वास्तविकता को संभालने के लिए पर्याप्त मजबूत है।

अध्ययन ने यह भी खुलासा किया कि बड़े, अधिक जटिल कंप्यूटर मॉडल अनिवार्य रूप से बेहतर नहीं होते हैं। सबसे उन्नत मॉडल, जिसे अन्य लोगों के बड़े डेटाबेस से 280,000 अल्ट्रासाउंड छवियों पर प्रशिक्षित किया गया था, वह एक सरल, कस्टम-निर्मित मॉडल से काफी बेहतर प्रदर्शन नहीं कर सका। वास्तव में, सरल मॉडल अधिक तेज़ था और इसे कम कंप्यूटिंग शक्ति की आवश्यकता थी, जिससे यह व्यस्त अस्पताल में उपयोग के लिए अधिक व्यावहारिक बन गया। यह निष्कर्ष बताता है कि इस विशिष्ट कार्य के लिए, मॉडल को कितनी डेटा पर प्री-ट्रेन किया गया है, उससे अधिक मॉडल का डिज़ाइन मायने रखता है। शोधकर्ताओं ने निष्कर्ष निकाला कि यह स्वचालित प्रणाली एक महत्वपूर्ण प्रगति है। कंप्यूटर को अंगों की रूपरेखा बनाने के उबाऊ काम को करने की अनुमति देकर, डॉक्टर और शोधकर्ता बड़े, बेहतर डेटासेट बना सकते हैं जिनका उपयोग भविष्य के उपकरणों को प्रशिक्षित करने के लिए किया जा सके, जो शायद एक दिन स्वचालित रूप से रक्तस्राव का पता लगा सकें या डॉक्टर को यह बता सकें कि क्या कोई परीक्षण तकनीकी रूप से सीमित है। हालाँकि यह सिस्टम अभी मानव निर्णय का स्थान लेने के लिए तैयार नहीं है, लेकिन यह घायल बच्चों की देखभाल की गुणवत्ता को मानकीकृत करने और सुधारने का एक शक्तिशाली नया तरीका प्रदान करता है।