UWF-FM: A Foundation Model for Comprehensive Ultra-Widefield Retinal Assessment
UWF-FM एक नवीन स्व-पर्यवेक्षित फाउंडेशन मॉडल है जिसे 6,30,,000 से अधिक बिना लेबल वाली अल्ट्रा-वाइडफील्ड रेटिनल छवियों पर प्रीट्रेन किया गया है, जो विविध नैदानिक कार्यों और उपकरणों में मौजूदा गैर-UWF मॉडलों से बेहतर प्रदर्शन करता है, जो मजबूत सामान्यीकरण क्षमता और वर्कफ़्लो को बाधित किए बिना नैदानिक संवेदनशीलता बढ़ाने के लिए सफल वास्तविक दुनिया की तैनाती प्रदर्शित करता है।
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 आपकी आँख एक कैमरे की तरह है, लेकिन केवल एक दृश्य के केंद्र की फोटो खींचने के बजाय, यह क्षितिज से लेकर किनारों तक पूरे परिदृश्य को देख सकती है। दशकों से, डॉक्टरों ने बीमारियों की जांच करने के लिए "फंडस फोटोग्राफी" नामक एक विशेष प्रकार के आई स्कैन का उपयोग किया है, लेकिन यह एक सेल्फी लेने जैसा था: इसने केवल रेटिना के मध्य भाग को दिखाया, जिससे किनारे पर हो रही महत्वपूर्ण चीजों को अनदेखा कर दिया गया। फिर "अल्ट्रा-वाइडफील्ड" (UWF) इमेजिंग आई, जो एक पैनोरमिक लेंस में अपग्रेड करने जैसा है जो एक ही शॉट में आपकी आँख के पूरे पिछवाड़े को कैप्चर करता है। यह एक गेम-चेंजर है क्योंकि कई आँख की समस्याएं, जैसे कि आंसू या ट्यूमर, अक्सर उन दूर के कोनों में छिपी होती हैं। हालाँकि, एक कंप्यूटर को इन विशाल, जटिल पैनोरमिक तस्वीरों को समझने के लिए प्रशिक्षित करना कठिन है। यह एक कुत्ते को केवल एक पेड़ के बजाय पूरे जंगल को पहचानने के लिए सिखाने जैसा है; कंप्यूटर सभी नए विवरणों से भ्रमित हो जाता है। यहीं पर "फाउंडेशन मॉडल्स" काम आते हैं। इन्हें ऐसे सुपर-स्मार्ट AI छात्र के रूप में सोचें जिन्होंने किसी भी परीक्षा देने से पहले लाखों किताबें (इमेज) पढ़ी हैं। आमतौर पर, ये छात्र केवल "जंगल के केंद्र" के बारे में किताबें पढ़ते हैं, इसलिए जब उन्हें एक पैनोरमिक फोटो दी जाती है, तो वे संघर्ष करते हैं। बड़ा सवाल जो वैज्ञानिक पूछ रहे हैं, वह यह है: क्या हम एक सुपर-स्मार्ट AI को विशेष रूप से इन विशाल पैनोरमिक आई फोटोज पर प्रशिक्षित कर सकते हैं ताकि वह आँख के किसी भी हिस्से में परेशानी पहचानने में एक सच्चा विशेषज्ञ बन सके?
यहाँ UWF-FM आता है, जो विशेष रूप से इन अल्ट्रा-वाइडफील्ड रेटिनल इमेजेस में महारत हासिल करने के लिए डिज़ाइन किया गया एक नए प्रकार का AI फाउंडेशन मॉडल है। लिवरपूल विश्वविद्यालय और दुनिया भर के भागीदारों की एक टीम के नेतृत्व में शोधकर्ताओं ने पुराने AI मॉडल्स को इन नई, वाइड फोटोज पर काम करने के लिए मजबूर करने के बजाय, शून्य से एक बिल्कुल नया छात्र बनाने का निर्णय लिया। उन्होंने इस AI को 632,627 अनलेबल पैनोरमिक आई इमेजेस की एक विशाल लाइब्रेरी खिलाई। AI ने केवल उन्हें देखा नहीं; उसने उन्हें "सेल्फ-सुपरवाइज्ड लर्निंग" नामक एक तकनीक का उपयोग करके अध्ययन किया, जो एक छात्र द्वारा पहेली को हल करने के प्रयास जैसा है जहाँ वह बिना किसी शिक्षक के उत्तर बताए, टुकड़ों को देखकर और यह अनुमान लगाकर कि वे कैसे फिट होते हैं। ऐसा करके, AI ने केंद्र से लेकर बिल्कुल किनारों तक पूरी रेटिना के गहरे, छिपे हुए पैटर्न को सीखा।
एक बार जब यह AI "प्रशिक्षित" हो गया, तो शोधकर्ताओं ने यह देखने के लिए कि क्या यह वास्तव में पुराने मॉडल्स से स्मार्ट था, इसका परीक्षण किया। उन्होंने इसे केवल एक चीज़ खोजने के लिए नहीं कहा; उन्होंने इसे एक पूरा "जॉब डिस्क्रिप्शन" देने के लिए कहा। उन्होंने इसे 27,641 लेबल किए गए इमेज-टास्क पेयर्स पर परखा ताकि देख सकें कि क्या यह कर सकता है:
- बीमारियों का निदान: ट्यूमर सहित 12 अलग-अलग नेत्र स्थितियों की पहचान करना।
- गंभीरता का स्तर बताना: डायबिटिक रेटिनोपैथी को 1 से 5 के पैमाने पर जांचना।
- विशिष्ट सुराग ढूंढना: 28 अलग-अलग प्रकार के रेटिनल निष्कर्षों, जैसे कि सूक्ष्म रक्तस्राव या टियर की पहचान करना, चाहे वे केंद्र में हों या दूर के कोनों में।
परिणाम प्रभावशाली थे। नया UWF-FM मॉडल लगातार पुराने AI मॉडल्स से बेहतर रहा जो मानक, गैर-वाइडफील्ड फोटोज पर प्रशिक्षित थे। यह एक स्थानीय गाइड को लाने जैसा था जो पूरे जंगल को जानता है बनाम एक पर्यटक जो केवल मुख्य रास्ते को जानता है। नए मॉडल ने उच्च स्कोर (ट्यूमर डिटेक्शन के लिए लगभग 0.90 का AUC और सामान्य बीमारी निदान के लिए 0.94) प्राप्त किया, जिससे यह साबित हुआ कि वह केवल बीच के हिस्से को ही नहीं, बल्कि पूरी तस्वीर को समझता है।
लेकिन शोधकर्ता वहीं नहीं रुके। वे यह जानना चाहते थे कि क्या यह AI एक "वन-ट्रिक पोनी" है जो केवल उन विशिष्ट कैमरों पर काम करता है जिनसे इसने सीखा है। उन्होंने विभिन्न अस्पतालों और यहाँ तक कि अलग-अलग कैमरा ब्रांडों (ऑप्टोस कैमरों से ज़ीस कैमरों में स्विच करना) के इमेज पर इसका परीक्षण किया। इन नए कैमरों के लिए बिना किसी अतिरिक्त प्रशिक्षण या "ट्यूनिंग" के भी, AI ने पुराने मॉडल्स से बेहतर प्रदर्शन किया। यह सुझाव देता है कि AI ने केवल एक विशिष्ट कैमरे के लुक को याद करने के बजाय, स्वयं रेटिना की भाषा सीखी है।
यह देखने के लिए कि क्या यह AI वास्तव में डॉक्टरों की मदद कर सकता है, उन्होंने चार नेत्र रोग विशेषज्ञों (आई डॉक्टर्स) के साथ एक विशेष अध्ययन चलाया: उन्हें 600 पैनोरमिक आई इमेजेस दो बार दिखाई गईं: एक बार अकेले, और एक बार AI की मदद के साथ। AI निर्णय नहीं ले रहा था; वह केवल डॉक्टरों को अपने "अनुमान" फुसफुसा रहा था। जब डॉक्टरों ने AI की मदद ली, तो वे अधिक बीमारियों को पकड़ने में बेहतर (उच्च संवेदनशीलता/sensitivity) हो गए, बिना बहुत अधिक गलतियाँ किए (केवल एक मामूली गिरावट विशिष्टता/specificity में)। यह एक अत्यंत चौकस सहायक की तरह था जो डॉक्टरों को उन चीजों को इंगित कर रहा था जिन्हें वे शायद मिस कर देते, विशेष रूप से कोनों में छिपी मुश्किल चीजें। कम अनुभवी डॉक्टर भी इस मदद के साथ अपने काम में बेहतर हो गए।
अंत में, टीम ने यह परीक्षण किया कि क्या यह AI वास्तव में बिना किसी अराजकता के एक वास्तविक अस्पताल में काम कर सकता है। उन्होंने ज़ियामेन आई सेंटर में एक "साइलेंट डिप्लॉयमेंट" किया। दो महीनों में 37,665 लगातार आई जांचों के दौरान, AI बैकग्राउंड में चलता रहा, हर एक इमेज का विश्लेषण करता रहा। इसने डॉक्टरों के काम में बाधा नहीं डाली, वर्कफ़्लो को नहीं बदला, और टेस्ट के दौरान अपने परिणाम किसी को नहीं दिखाए। इसने हर इमेज को 100% सफलता दर के साथ प्रोसेस किया, जिसमें प्रत्येक जांच में केवल लगभग 1.1 सेकंड का समय लगा। इसने साबित कर दिया कि इस शक्तिशाली AI को बिना किसी व्यवधान के एक व्यस्त अस्पताल में एकीकृत किया जा सकता है।
संक्षेप में, यह पेपर सुझाव देता है कि रेटिना के विशाल, वाइड-एंगल दृश्यों पर विशेष रूप से प्रशिक्षित करके, हम एक मजबूत उपकरण बना सकते हैं जो पूरी आँख को समझता है, विभिन्न अस्पतालों और कैमरों में काम करता है, डॉक्टरों को अधिक बीमारियाँ पकड़ने में मदद करता है, और वास्तविक दुनिया के मेडिकल वर्कफ़्लो में सहजता से फिट हो जाता है। यह एक ऐसे भविष्य की ओर एक कदम है जहाँ AI नेत्र रोग विशेषज्ञों के लिए एक विश्वसनीय, पैनोरमिक-दृष्टि साथी के रूप में कार्य करता है, यह सुनिश्चित करता है कि रेटिना का कोई भी हिस्सा अंधेरे में न रहे।
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।