← नवीनतम पेपर
💻 computer science

Large-Scale Multi-Cancer Detection by Learning Segmentation from Reports

यह शोधपत्र R-Super का परिचय देता है, जो एक नवीन ढांचा (framework) है जो दुर्लभ मैनुअल मास्क की आवश्यकता के बिना ट्यूमर सेगमेंटेशन मॉडल को प्रशिक्षित करने के लिए 1,00,000 से अधिक रेडियोलॉजी रिपोर्टों का लाभ उठाता है, जिससे बड़े पैमाने पर मल्टी-कैंसर डिटेक्शन सक्षम होता है जो मौजूदा एआई मॉडलों और मानव रेडियोलॉजिस्ट दोनों से काफी बेहतर प्रदर्शन करता है।

मूल लेखक: Pedro Bassi, Xinze Zhou, Wenxuan Li, Szymon Płotka, Jakob Wasserthal, Jieneng Chen, Ibrahim Ethem Hamamci, Sezgin Er, Jakub Prządo, Zheren Zhu, Gorkem Durak, Wiktoria Romańczyk, Yavuz Taktak, Melih Ak
प्रकाशित 2026-07-15
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Pedro Bassi, Xinze Zhou, Wenxuan Li, Szymon Płotka, Jakob Wasserthal, Jieneng Chen, Ibrahim Ethem Hamamci, Sezgin Er, Jakub Prządo, Zheren Zhu, Gorkem Durak, Wiktoria Romańczyk, Yavuz Taktak, Melih Akan, Yuhan Wang, Scott Ye, Qi Chen, Ashwin Kumar, Lizhou Wu, Guang Zhang, Bjoern Menze, Jarosław Ćwikła, Yuyin Zhou, Frank Miller, Yunhe Gao, Akshay Chaudhari, Curtis Langlotz, Ulas Bagci, Sergio Decherchi, Andrea Cavalli, Arkadiusz Sitek, Kang Wang, Yang Yang, Alan Yuille, Zongwei Zhou

मूल पेपर CC BY 4.0 (https://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

कल्पना कीजिए कि आपके पास चिकित्सा "एक्स-रे मूवीज़" (सीटी स्कैन) का एक विशाल पुस्तकालय है, लेकिन उनमें से अधिकांश के लिए, एकमात्र सुराग एक डॉक्टर द्वारा लिखा गया नोट है। दशकों तक, कंप्यूटर को ट्यूमर खोजने के लिए सिखाना ऐसा था जैसे बिना वास्तविक क्षेत्र देखे कभी नक्शा बनाना सीखने की कोशिश करना। आपको एक रेडियोलॉजिस्ट की आवश्यकता होती थी जो हर एक 3D स्कैन पर, पिक्सेल दर पिक्सेल, हर ट्यूमर को बड़ी मेहनत से ट्रेस करके एक "मास्क" (mask) बनाए। यह धीमा, महंगा था, और कई प्रकार के कैंसर (जैसे तिल्ली, पित्ताशय या एड्रिनल ग्रंथियों में) के लिए, ये नक्शे मौजूद ही नहीं थे।

यहाँ आता है R-Super, एक नया AI फ्रेमवर्क जो खेल बदल देता है। उन दुर्लभ, हाथ से बने नक्शों का इंतज़ार करने के बजाय, R-Super डॉक्टरों की लिखित रिपोर्ट पढ़कर ट्यूमर खोजना सीखता है।

"घोस्ट हंटर" (भूत पकड़ने वाला) उपमा
एक सीटी स्कैन को एक विशाल, अंधेरी गुफा की तरह समझें। रेडियोलॉजिस्ट की रिपोर्ट एक खजाना खोजने वाले के जर्नल (डायरी) की तरह है जो पीछे छोड़ गया है। जर्नल आपको खजाने (ट्यूमर) के लिए जीपीएस कोऑर्डिनेट नहीं देता; यह बस कहता है, "तिल्ली में एक 3 सेंटीमीटर का गहरा पत्थर है," या "मूत्राशय में दो छोटे चमकीले धब्बे हैं।"

पुराने AI मॉडल अंधे खोजकर्ताओं की तरह थे जिन्हें कुछ सीखने से पहले किसी व्यक्ति द्वारा ठीक से इशारा करने की आवश्यकता होती थी कि पत्थर कहाँ है। R-Super अलग है। यह एक जासूस की तरह है जो जर्नल पढ़ता है, और फिर गुफा को स्कैन करता है। यह चार विशेष "नियमों" (लॉस फंक्शन्स) का उपयोग करता है यह अनुमान लगाने के लिए कि खजाना कहाँ होना चाहिए:

  1. वॉल्यूम नियम (The Volume Rule): यदि रिपोर्ट कहती है कि पत्थर 3 सेमी चौड़ा है, तो AI जानता है कि उसके द्वारा खोजा गया कुल "पत्थर" उस आकार का होना चाहिए।
  2. बॉल नियम (The Ball Rule): यदि रिपोर्ट कहती है कि दो पत्थर हैं, तो AI दो अलग-अलग "बुलबुलों" (bubbles) की तलाश करता है जहाँ संभावना अधिक हो, जिनमें से प्रत्येक वर्णित आकार में फिट बैठता हो, और उन बुलबुलों के भीतर सबसे चमकीले स्थानों को विवरण के अनुरूप बनाने की कोशिश करता है।
  3. ब्राइटनेस नियम (The Brightness Rule): यदि रिपोर्ट कहती है कि ट्यूमर "गहरा" (hypoattenuating) है, तो AI चमकीले स्थानों को अनदेखा करना सीखता है और गहरे स्थानों पर ध्यान केंद्रित करता है।
  4. डेंजर नियम (The Danger Rule): यदि कोई पैथोलॉजी रिपोर्ट कहती है कि ट्यूमर "मैलिग्नेंट" (घातक/खतरनाक) है, तो AI इसे खतरनाक के रूप में चिह्नित करना सीखता है।

बड़ी खोज
शोधकर्ताओं ने इसका परीक्षण अमेरिका, तुर्की और स्विट्जरलैंड के 127,496 सीटी स्कैन और रिपोर्टों के विशाल डेटासेट पर किया। उन्होंने अपना ध्यान 7 ट्यूमर प्रकारों पर केंद्रित किया जो पहचानने में बहुत कठिन होते हैं और जिनके लिए सार्वजनिक "नक्शे" (मास्क) दुर्लभ या गैर-मौजूद हैं: तिल्ली (spleen), पित्ताशय (gallbladder), प्रोस्टेट, मूत्राशय (bladder), गर्भाशय (uterus), ग्रासनली (esophagus), और एड्रिनल ट्यूमर।

चौंकाने वाली बात यह है: R-Super ने इन ट्यूमर को केवल लिखित रिपोर्टों का उपयोग करके खोजना सीख लिया, बिना अपने मुख्य प्रशिक्षण के दौरान एक भी हाथ से बने मास्क को देखे।

जब उन्होंने इस रिपोर्ट-आधारित प्रशिक्षित AI का परीक्षण 9 प्रमुख सार्वजनिक AI मॉडलों (गूगल, माइक्रोसॉफ्ट और स्टैनफोर्ड जैसे शानदार मॉडलों सहित) के विरुद्ध किया, तो R-Super ने भारी अंतर से जीत हासिल की। यह घातक ट्यूमर खोजने में सबसे अच्छे मौजूदा सार्वजनिक AI की तुलना में 9% से 22% अधिक सटीक था। इससे भी अधिक प्रभावशाली बात यह है कि एक आमने-सामने के परीक्षण में, इसने 6 मानव रेडियोलॉजिस्ट के समूह की तुलना में 56% अधिक घातक ट्यूमर खोजे, जबकि गलत अलार्म (false alarms) की संख्या उतनी ही रखी।

यह क्या नहीं है
यह जानना महत्वपूर्ण है कि यह पेपर क्या नहीं कहता है।

  • यह नहीं कहता कि AI अब डॉक्टरों की जगह ले सकता है। पेपर स्पष्ट रूप से कहता है कि R-Super का सबसे अच्छा उपयोग एक "फ्लैगिंग सिस्टम" के रूप में किया जाना है ताकि डॉक्टरों को उन चीजों को खोजने में मदद मिल सके जो वे शायद मिस कर दें, न कि एक स्वायत्त निदानकर्ता के रूप में।
  • यह दावा नहीं करता कि रिपोर्ट एकदम सटीक हैं। सिस्टम रिपोर्ट पढ़ने के लिए एक लार्ज लैंग्वेज मॉडल (LLM) का उपयोग करता है, और हालांकि वह मॉडल बहुत अच्छा (98% सटीक) है, वह पूर्ण नहीं है। हालांकि, पेपर दिखाता है कि R-Super इन मामूली पढ़ने की त्रुटियों को संभालने के लिए पर्याप्त मजबूत है।
  • यह दावा नहीं करता कि यह तुरंत हर कैंसर प्रकार के लिए काम करता है। अध्ययन विशेष रूप से उन 7 कठिन ट्यूमर प्रकारों पर केंद्रित था जहाँ मास्क गायब थे।
  • यह नहीं कहता कि यह नैदानिक उपयोग के लिए एक "हल की गई" समस्या है। लेखक नोट करते हैं कि सिस्टम का परीक्षण पिछले डेटा (रिट्रोस्पेक्टिव) पर किया गया था, और यह देखने के लिए भविष्य के अध्ययन आवश्यक हैं कि यह वास्तविक अस्पतालों में कैसे काम करता है।

"डबल-बूस्ट" प्रभाव
पेपर यह भी सुझाव देता है कि यदि आपके पास कुछ हाथ से बने मास्क (उन्होंने 870 का उपयोग किया) उपलब्ध हैं, तो आप उन्हें रिपोर्ट के साथ मिला सकते हैं। इस "रिपोर्ट-प्लस-मास्क" प्रशिक्षण ने AI को और भी बेहतर बना दिया, जिससे इसकी घातक ट्यूमर खोजने की क्षमता में 11% और ट्यूमर की रूपरेखा खींचने की क्षमता (DSC) में 14% की वृद्धि हुई, जो केवल मास्क का उपयोग करने की तुलना में अधिक है।

निष्कर्ष (The Bottom Line)
पेपर सुझाव देता है कि हम डेटा की एक सोने की खान पर बैठे हुए थे। वर्षों से, हमने मेडिकल रिपोर्ट को केवल "नोट्स" के रूप में माना है, लेकिन R-Super साबित करता है कि वे वास्तव में एक विशाल, कम उपयोग किया जाने वाला प्रशिक्षण स्रोत हैं। शब्दों को "भूतिया" (ghostly) प्रशिक्षण संकेतों में बदलकर, यह फ्रेमवर्क AI को कुछ सौ मामलों तक सीमित रहने के बजाय 1,27,000+ मामलों से सीखने की अनुमति देता है।

हालांकि लेखक चेतावनी देते हैं कि इससे पहले कि यह हर अस्पताल में एक मानक उपकरण बन जाए, अधिक परीक्षण की आवश्यकता है, परिणाम बताते हैं कि AI अब इन पेचीदा ट्यूमर का पता लगाने में मानवीय विशेषज्ञों के बराबर या उनसे भी अधिक सटीकता के साथ सक्षम है, और यह सब हाथ से बने नक्शे का इंतज़ार करने के बजाय "कमरे को पढ़ने" (यानी रिपोर्ट को पढ़ने) से सीख रहा 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 💻 cs →