How many slices are required for accurate tumour pathological response assessment? A computational modelling approach on real-world solid tumours

कल्पना कीजिए कि आप एक जासूस हैं जो एक विशाल, हिलते-डुलते जेलीफ़िश के अंदर एक रहस्य को सुलझाने की कोशिश कर रहे हैं। लेकिन यह जेलीफ़िश नहीं, बल्कि एक मानव ट्यूमर है, और यह रहस्य नहीं, बल्कि उन नन्हे, जिद्दी जीवित बचे लोगों की तलाश है—कैंसर कोशिकाएं जो शक्तिशाली दवा लेने के बाद भी छिपने में सफल रहीं। विज्ञान का यह क्षेत्र 'पैथोलॉजी' कहलाता है, और यह सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे ऊतकों (टिश्यू) को देखने की कला है कि क्या जीवित है और क्या मृत। जब डॉक्टर सर्जरी से पहले (जिसे नियोएडजुवेंट थेरेपी कहा जाता है) दवा देते हैं, तो वे जानना चाहते हैं: "क्या दवा ने काम किया?" यह जानने के लिए, पैथोलॉजिस्ट निकाले गए ट्यूमर को पतले टुकड़ों में काटते हैं, जैसे ब्रेड का एक लोफ (loaf), और गिनती करते हैं कि उसमें से कितना हिस्सा अभी भी खतरनाक कैंसर है।

बड़ी समस्या यह है कि ट्यूमर सभी आकारों और प्रकारों के होते हैं, और उन्हें पूरी तरह से काटना कठिन काम है। यदि आप एक छोटे ट्यूमर को बहुत पतला काटते हैं, तो आप बुरी कोशिकाओं को पूरी तरह से मिस कर सकते हैं। यदि आप एक विशाल ट्यूमर को बहुत मोटा काटते हैं, तो आप बीच में छिपी बुरी कोशिकाओं को मिस कर सकते हैं। यह सही उत्तर पाने और स्लाइस करने वाले वैज्ञानिकों की टीम को थकाने के बीच का एक संतुलन है। यह शोध पत्र एक सरल लेकिन महत्वपूर्ण प्रश्न पूछता है: हमें यह सुनिश्चित करने के लिए कि हमने सच्चाई ढूंढ ली है, "ब्रेड" के कितने स्लाइस (टुकड़ों) की वास्तव में आवश्यकता है?

---

द ग्रेट ट्यूमर स्लाइसिंग सिमुलेशन (ट्यूमर काटने का महान सिमुलेशन)

इस अध्ययन में, कैम्ब्रिज और अन्य जगहों के शोधकर्ताओं की एक टीम ने केवल अनुमान लगाना बंद करने और सिमुलेशन (अनुकरण) करने का निर्णय लिया। उन्होंने केवल वास्तविक ट्यूमर को नहीं देखा; उन्होंने एक डिजिटल खेल का निर्माण किया जहाँ वे खेल सकते थे, जिसमें CT स्कैन से निकाले गए 322 वास्तविक किडनी ट्यूमर के आकार शामिल थे। इन्हें डिजिटल क्ले मॉडल (मिट्टी के मॉडल) के रूप में सोचें, जो छोटे से लेकर बड़े तक के ट्यूमर हैं।

शोधकर्ताओं ने अपनी थ्योरी का परीक्षण करने के लिए चार अलग-अलग "दुनियाओं" (या आबादी) के साथ एक वर्चुअल गेम बनाया। एक दुनिया में, दवा ने अद्भुत काम किया ( "आशावादी" दुनिया)। दूसरी दुनिया में, इसने बिल्कुल भी काम नहीं किया ("निराशावादी" दुनिया)। उन्होंने ऐसी दुनिया भी बनाई जहाँ परिणाम बीच में थे या ज्यादातर बीच में थे। प्रत्येक दुनिया में, उन्होंने डिजिटल ट्यूमर के अंदर यादृच्छिक (रैंडम) रूप से "वाइयबल" (जीवित) कैंसर कोशिकाओं को बिखेर दिया, ठीक वैसे ही जैसे जेली के एक ब्लॉक में ग्लिटर छिड़क दिया जाता है।

फिर, उन्होंने एक पैथोलॉजिस्ट की भूमिका निभाई। उन्होंने इन डिजिटल ट्यूमर को समान अंतराल पर परतों में काटा, लेकिन उन्होंने खेल के नियम बदल दिए: कभी उन्होंने केवल 3 स्लाइस लिए, कभी 5, कभी 10, और कभी उससे भी अधिक। उन्होंने पूछा: "यदि हम इन कुछ स्लाइस को देखते हैं, तो क्या हम जीवित कैंसर के कुल प्रतिशत का सही अनुमान लगा सकते हैं?"

"गोल्डिलॉक्स" स्लाइस की संख्या

यहाँ उनके कंप्यूटर सिमुलेशन ने क्या सुझाव दिया है। आप जितने अधिक स्लाइस लेंगे, आप उतने ही सटीक होंगे—यह कोई आश्चर्य नहीं है। लेकिन शोधकर्ता उस "स्वीट स्पॉट" (सही बिंदु) की तलाश कर रहे थे, जो स्लाइस की वह संख्या है जो आपको एक बेहतरीन उत्तर देती है बिना पैथोलॉजिस्ट को बहुत अधिक मेहनत कराए।

उन्होंने पाया कि यदि आप एक कम्प्लीट रिस्पॉन्स (जिसका अर्थ है 0% कैंसर बचा है, एक पूर्ण विजय) जानना चाहते हैं, तो आपको 95% बार सही होने के लिए केवल 3 समान रूप से रखे गए स्लाइस की आवश्यकता होती है। यह आश्चर्यजनक रूप से कम है! यह समुद्र तट के तीन स्थानों की जांच करने जैसा है यह जानने के लिए कि क्या पूरा समुद्र तट शंखों से खाली है; यदि आप तीन स्थानों की जांच करते हैं और कुछ नहीं पाते हैं, तो आप काफी आश्वस्त हो सकते हैं कि समुद्र तट साफ है।

हालाँकि, यदि आप थोड़ा अधिक सामान्य होना चाहते हैं और प्रतिक्रिया को चार श्रेणियों में बांटना चाहते हैं (जैसे "कोई प्रतिक्रिया नहीं," "आंशिक प्रतिक्रिया," "प्रमुख प्रतिक्रिया," और "पूर्ण प्रतिक्रिया"), तो जादू की संख्या बढ़कर 5 स्लाइस हो जाती है। उनके सिमुलेशन में, 5 समान रूप से रखे गए स्लाइस लेने से उन्हें चारों "दुनियाओं" में से किसी में भी ट्यूमर को सही श्रेणी में वर्गीकृत करने में 90% से अधिक बार सफलता मिली।

लेकिन यहाँ एक पेंच है: यदि आप बहुत सटीक होना चाहते हैं और कहना चाहते हैं, "ट्यूमर 10% जीवित है," या "यह 23% जीवित है," तो खेल बहुत कठिन हो जाता है। लगभग 90% बार इस स्तर का विवरण सही पाने के लिए, सिमुलेशन ने सुझाव दिया कि आपको कम से कम 10 से 15 स्लाइस की आवश्यकता होगी।

यह क्यों मायने रखता है (और यह क्या नहीं कहता)

यह शोध पत्र सुझाव देता है कि हमें ट्यूमर को काटने के तरीके के बारे में सोचने के तरीके में एक बड़ा बदलाव लाने की आवश्यकता है। वर्तमान में, कई अस्पताल ट्यूमर के आकार के आधार पर स्लाइस करते हैं—शायद हर सेंटीमीटर में एक स्लाइस। इसका मतलब है कि एक छोटे ट्यूमर के बहुत कम स्लाइस मिलते हैं, और एक विशाल ट्यूमर के बहुत सारे स्लाइस मिलते हैं। शोधकर्ताओं का तर्क है कि यह एक छोटे केक और एक विशाल केक को एक ही रूलर (पैमाने) के अंतराल से मापने जैसा है; आप छोटे केक में छोटे कणों को मिस कर सकते हैं।

इसके बजाय, उनके सिमुलेशन सुझाव देते हैं कि स्लाइसों की एक निश्चित संख्या लेना (जैसे हमेशा 5 लेना, आकार की परवाह किए बिना) एक स्मार्ट और निष्पक्ष तरीका हो सकता है। यह दृष्टिकोण अच्छी तरह से स्केल करता है, जो छोटा या बड़ा होने पर भी पूरे ट्यूमर का एक प्रतिनिधि "स्वाद" प्रदान करता है।

हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि ये सिमुलेशन हैं, अंतिम चिकित्सा नियम नहीं। उन्होंने अपने मॉडल किडनी ट्यूमर का उपयोग करके बनाए थे, जो अक्सर गोल होते हैं, इसलिए वे 100% निश्चित नहीं हैं कि अजीब आकार के ट्यूमर या बिखरे हुए ढेर वाले ट्यूमर के मामले में यह कैसे काम करेगा। उन्होंने यह भी नोट किया कि वास्तविक दुनिया में, पैथोलॉजिस्ट को ट्यूमर के किनारों जैसे विशिष्ट "खतरे वाले क्षेत्रों" को देखने की आवश्यकता हो सकती है, जिसे एक साधारण कंप्यूटर सिमुलेशन पूरी तरह से नहीं देख सकता है।

इसलिए, भले ही यह पेपर यह साबित नहीं करता है कि 5 स्लाइस ब्रह्मांड का परम नियम है, यह दृढ़ता से सुझाव देता है कि हम शायद उतने स्लाइस के साथ भी अपना काम उतनी ही अच्छी तरह से कर सकते हैं जितना हम सोचते हैं। यदि यह विचार वास्तविक दुनिया में काम करता है, तो यह पैथोलॉजिस्ट के बहुत सारे समय और प्रयास को बचा सकता है, जिससे वे उन रोगियों पर ध्यान केंद्रित कर सकेंगे जिन्हें उनकी सबसे अधिक आवश्यकता है। यह एक आशाजनक संकेत है कि हमें यह जानने के लिए पूरे ब्रेड के लोफ को काटने की आवश्यकता नहीं हो सकती है कि वह ताज़ा है या नहीं।