UNet for the automatic segmentation of normal and pathological adrenal glands in canine CTs
यह अध्ययन प्रदर्शित करता है कि एक 3D लो-रिज़ॉल्यूशन nnU-Net मॉडल का उपयोग करने वाला एक डीप लर्निंग-आधारित पाइपलाइन, सीटी स्कैन में सामान्य और रोग संबंधी कैनिन एड्रिनल ग्रंथियों के सेग्मेंटेशन को प्रभावी ढंग से और कुशलतापूर्वक स्वचालित कर सकता है, जो विशेषज्ञ मैनुअल एनोटेशन के समान सटीकता प्राप्त करता है और नैदानिक मूल्यांकन के लिए पुनरुत्पादक वॉल्यूमेट्रिक मूल्यांकन को सक्षम बनाता 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
एक ऐसी दुनिया की कल्पना करें जहाँ डॉक्टर बिना एक भी चीरा लगाए शरीर के अंदर देख सकते हैं। यह मेडिकल इमेजिंग का क्षेत्र है, विशेष रूप से एक तकनीक जिसे कंप्यूटेड टोमोग्राफी या CT कहा जाता है। एक CT स्कैनर को एक सुपर-पावर्ड, 3D कैमरे के रूप में सोचें जो हर कोण से हजारों एक्स-रे चित्र लेता है और उन्हें एक डिजिटल, स्लाइस-दर-स्लाइस मॉडल बनाने के लिए एक साथ जोड़ देता है। लंबे समय तक, इन स्लाइसों को पढ़ना ऐसा था जैसे एक बार में एक दाना करके समुद्र तट पर रेत के एक विशिष्ट कण को खोजने की कोशिश करना। डॉक्टरों को हर एक स्लाइस पर छोटे अंगों की रूपरेखा को मैन्युअल रूप से ट्रेस करना पड़ता था, जो एक धीमी, उबाऊ और मानवीय त्रुटियों की संभावना वाली प्रक्रिया थी।
हाल ही में, एक नया प्रकार का "मस्तिष्क" खेल में आया है: आर्टिफिशियल इंटेलिजेंस (AI)। विशेष रूप से, "डीप लर्निंग" नामक एक प्रकार का AI एक ऐसे छात्र की तरह कार्य करता है जिसने लाखों चित्रों का अध्ययन किया है और पैटर्न को तुरंत पहचानना सीख लिया है। मानव चिकित्सा में, ये AI छात्र पहले से ही ट्यूमर को पहचानने या अंगों को मापने में बहुत अच्छे हो रहे हैं। लेकिन हमारे प्यारे दोस्तों के बारे में क्या? कुत्ते भी बीमार होते हैं, और उनकी एड्रिनल ग्रंथियां (adrenal glands)—किडनी के पास स्थित छोटी, हार्मोन बनाने वाली अंग—हमारे स्वास्थ्य जितनी ही महत्वपूर्ण हैं। हालाँकि, क्योंकि कुत्तों के शरीर बहुत से अलग-अलग आकार और प्रकार के होते हैं, और क्योंकि पशु चिकित्सा डेटा एकत्र करना कठिन है, इसलिए एक AI को कुत्ते की शारीरिक रचना (anatomy) को समझने के लिए प्रशिक्षित करना एक बहुत बड़ी चुनौती रही है। यह वह पहेली है जिसे शोधकर्ताओं की एक टीम ने हल करने का प्रयास किया।
शोधकर्ताओं के एक समूह ने, जिसमें इटली, पोलैंड और अमेरिका के पशु चिकित्सा विशेषज्ञों और कंप्यूटर वैज्ञानिकों का मिश्रण था, एक सरल प्रश्न पूछा: क्या हम एक कंप्यूटर को कुत्तों की एड्रिनल ग्रंथियों को स्वचालित रूप से खोजने और मापने के लिए सिखा सकते हैं, चाहे वे स्वस्थ हों या उनमें गांठें (nodules) हों? उन्होंने केवल अनुमान नहीं लगाया; उन्होंने UNet नामक एक प्रसिद्ध AI आर्किटेक्चर पर आधारित एक डिजिटल उपकरण बनाया। कल्पना करें कि UNet एक अत्यधिक कुशल मानचित्रकार (cartographer) है जो मानचित्र बनाता है। इस मामले में, मानचित्र कुत्ते का शरीर है, और मानचित्रकार का काम एड्रिनल ग्रंथियों के सटीक आकार को ट्रेस करना है।
इस डिजिटल मानचित्रकार को प्रशिक्षित करने के लिए, टीम ने 25 से अधिक विभिन्न पशु क्लीनिकों से कुत्तों के 332 CT स्कैन का एक विशाल संग्रह एकत्र किया। यह महत्वपूर्ण था क्योंकि इसका मतलब था कि AI ने विविध प्रकार के कुत्तों, स्कैनरों और स्थितियों से सीखा, जिससे वह एक "विश्व यात्री" बन गया न कि केवल एक पर्यटक जो केवल एक ही मोहल्ले को जानता हो। उन्होंने कुत्तों को दो समूहों में विभाजित किया: एक समूह AI को सिखाने के लिए (प्रशिक्षण) और एक गुप्त समूह परीक्षण के लिए (परीक्षण)। AI को सामान्य एड्रिनल ऊतक और रोग संबंधी गांठों (जो ग्रंथि पर छोटे, अवांछित उभारों की तरह होते हैं) के बीच अंतर करना सीखना था।
टीम ने केवल एक AI नहीं बनाया; उन्होंने चार अलग-अलग संस्करण बनाए यह देखने के लिए कि कौन सा सबसे अच्छा काम करता है। उन्होंने एक 2D मॉडल (जो फोटो एल्बम के पन्ने पलटने की तरह एक बार में एक स्लाइस को देखता है), एक 3D लो-रेज़ोल्यूशन मॉडल (जो पूरी 3D आकृति देखता है लेकिन थोड़े धुंधले, सरल तरीके से), एक 3D फुल-रेज़ोल्यूशन मॉडल (जो 3D में हर सूक्ष्म विवरण को देखता है), और एक 3D कैस्केड मॉडल (एक दो-चरणीय प्रक्रिया जहाँ एक रफ स्केच को एक उत्कृष्ट कृति में परिष्कृत किया जाता है) का परीक्षण किया। उन्होंने एक विशेष "क्लासिफायर" चरण भी जोड़ा। इसे एक सुरक्षा गार्ड के रूप में सोचें जो AI के काम की जाँच करता है: यदि AI को लगता है कि उसने एक गांठ ढूंढ ली है, तो गार्ड यह सुनिश्चित करने के लिए दोबारा जाँच करता है कि वह वास्तव में एक गांठ है या केवल एक छाया या प्रकाश का भ्रम।
परिणाम काफी उत्साहजनक थे। AI मॉडल, विशेष रूप से 3D लो-रेज़ॉल्यूशन मॉडल, ने उत्कृष्ट कार्य किया। जब शोधकर्ताओं ने AI के रेखाचित्रों की तुलना विशेषज्ञ मानव रेडियोलॉजिस्ट द्वारा किए गए रेखाचित्रों से की, तो AI का प्रदर्शन दो अलग-अलग मनुष्यों के बीच के समझौते के आश्चर्यजनक रूप से करीब था। वास्तव में, "संपूर्ण एड्रिनल ग्रंथि" (किसी भी उभार सहित पूरा अंग) के लिए, AI विशेषज्ञों के लगभग बराबर था। अध्ययन में पाया गया कि AI उच्च सटीकता के साथ इन ग्रंथियों के आयतन (volume) को माप सकता है, एक ऐसा कार्य जिसे करने में मनुषनों को आमतौर पर बहुत लंबा समय लगता है।
हालाँकि, पेपर सावधानी से यह स्पष्ट करता है कि AI पूर्ण नहीं है, और यह निश्चित रूप से कोई जादुई छड़ी नहीं है जो सब कुछ तुरंत हल कर देती है। शोधकर्ताओं ने स्पष्ट रूप से उल्लेख किया कि 2D मॉडल (एकल स्लाइस को देखने वाला मॉडल) 3D मॉडल की तुलना में काफी खराब प्रदर्शन करता है, जो यह सिद्ध करता है कि AI को अपना काम अच्छी तरह से करने के लिए अंग की 3D आकृति देखने की आवश्यकता होती है। उन्होंने यह भी पाया कि जबकि AI पूरे अंग को खोजने में बहुत अच्छा था, उसे कभी-कभी छोटी, विशिष्ट सीमाओं (boundaries) को पहचानने में संघर्ष करना पड़ा, विशेष रूप से कुत्ते के शरीर के दाहिनी ओर जहाँ ग्रंथि लीवर (liver) के पास दबी होती है। यह किसी के लिए भी, मानव या मशीन, एक कठिन स्थान है क्योंकि इसके किनारे धुंधले होते हैं।
अध्ययन सुझाव देता है कि 3D लो-रेज़ॉल्यूशन मॉडल "स्वीट स्पॉट" (सबसे उपयुक्त विकल्प) है। इसने सबसे अच्छा संतुलन प्रदान किया: यह उपयोगी होने के लिए पर्याप्त सटीक था, व्यावहारिक होने के लिए पर्याप्त तेज़ था, और इसे चलाने के लिए सुपरकंप्यूटर की आवश्यकता नहीं थी। 3D कैस्केड मॉडल, हालांकि कुछ विशिष्ट मामलों के लिए बहुत सटीक था, लेकिन समग्र रूप से सर्वश्रेष्ठ विकल्प होने के लिए बहुत धीमा और गणनात्मक रूप से महंगा था। शोधकर्ताओं ने यह भी रेखांकित किया कि AI का प्रदर्शन मानव अध्ययनों में देखे गए प्रदर्शन के तुलनीय है, जो यह सुझाव देता है कि यह तकनीक लैब से क्लिनिक तक जाने के लिए तैयार है।
अंततः, यह पेपर सुझाव देता है कि कुत्तों की एड्रिनल ग्रंथियों का स्वचालित विभाजन (segmentation) संभव है। यह दावा नहीं करता है कि इसने पशु चिकित्सक (vet) की जगह ले ली है, बल्कि यह एक शक्तिशाली सहायक के रूप में कार्य करने का प्रस्ताव देता है। थकाऊ ट्रेसिंग और मापने के काम को स्वचालित करके, यह AI टूल पशु चिकित्सकों को एड्रिनल रोगों के सुसंगत, वस्तुनिष्ठ माप बहुत तेज़ी से प्राप्त करने में मदद कर सकता है। इससे कुत्ते के स्वास्थ्य की निरंतर निगरानी और अधिक सटीक उपचार योजनाएं बनाना संभव हो सकता है। अध्ययन निष्कर्ष निकालता है कि हालांकि सबसे जटिल मामलों को संभालने के लिए अभी भी काम किया जाना बाकी है, लेकिन भविष्य की नींव रखी जा चुकी है जहाँ कंप्यूटर हमारे कुत्तों को सर्वोत्तम देखभाल देने में मदद करेंगे।
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।