Automated triage of open globe injury from external-eye photographs for low-resource settings

नेत्र देखभाल की दुनिया में, समय अक्सर दृष्टि बचाने और उसे हमेशा के लिए खो देने के बीच का अंतर होता है। दृष्टि के लिए सबसे गंभीर खतरों में से एक 'ओपन ग्लोब इंजरी' (open globe injury) है, जो एक गंभीर स्थिति है जहाँ आँख की बाहरी दीवार में छेद हो जाता है या वह फट जाती है। जब ऐसा होता है, तो आँख अनिवार्य रूप से अपने आंतरिक तरल पदार्थों को बाहर निकाल रही होती है, और बिना त्वरित सर्जिकल मरम्मत के—जो आमतौर पर एक दिन के भीतर होनी चाहिए—स्थायी अंधापन या संक्रमण का जोखिम अत्यधिक बढ़ जाता है। अच्छी तरह सुसज्जित शहरों में, एक विशेषज्ञ एक उच्च-शक्ति वाले सूक्ष्मदर्शी (स्लिट लैंप) का उपयोग करके इस खतरे को जल्दी से पहचान सकता है। हालाँकि, दूरदराज के गाँवों, सक्रिय युद्ध क्षेत्रों या ग्रामीण क्लीनिकों में, ये विशेषज्ञ और उनकी महंगी मशीनें अक्सर घंटों या दिनों की दूरी पर होती हैं। इन स्थानों में, मरीज को आपातकालीन सर्जरी के लिए भेजने का महत्वपूर्ण निर्णय लेने वाला व्यक्ति अक्सर एक मेडिक, एक नर्स या एक सामान्य डॉक्टर होता है जिसने पहले कभी नेत्र चोट नहीं देखी होती और जिसके पास आँख के अंदर देखने के लिए उपकरण नहीं होते। उन्हें यह तय करना होता है कि प्रतीक्षा करें या मरीज को तुरंत सर्जन के पास भेजें, और यह एक ऐसा चुनाव है जिसका भार बहुत अधिक होता है।

शोधकर्ताओं की एक टीम ने इन फ्रंटलाइन प्रदाताओं को वह जीवन बदलने वाला निर्णय लेने में मदद करने के लिए एक नया तरीका विकसित किया है। उन्होंने एक स्मार्टफोन एप्लिकेशन बनाया है जो घायल आँख की एक सामान्य तस्वीर देख सकता है और यह निर्धारित कर सकता है कि क्या यह 'ओपन ग्लोब इंजरी' होने की संभावना है। इस सिस्टम को इंटरनेट कनेक्शन की आवश्यकता नहीं है, यह क्लाउड सर्वर पर फोटो नहीं भेजता है, और यह पूरी तरह से फोन पर ही चलता है, जिससे कम डिजिटल बुनियादी ढांचे वाले क्षेत्रों में रोगी की गोपनीयता सुरक्षित रहती है। शोधकर्ताओं ने एक हजार से अधिक वास्तविक दुनिया की आँखों की तस्वीरों का उपयोग करके एक कंप्यूटर मॉडल को प्रशिक्षित किया, जिसमें गंभीर चोटों से लेकर मामूली खरोंच तक शामिल थीं, जिन्हें विशेषज्ञों की टीमों द्वारा लेबल किया गया था। उन्होंने इस सिस्टम का परीक्षण छवियों के एक अलग सेट पर किया जिसे उसने पहले कभी नहीं देखा था। परिणामों ने दिखाया कि सॉफ्टवेयर उच्च स्तर की सटीकता के साथ खतरनाक चोटों की पहचान कर सकता है, और यह उन उन्नत कंप्यूटर मॉडलों के लगभग बराबर प्रदर्शन करता है जिन्हें भारी कंप्यूटिंग पावर की आवश्यकता होती है। यह कार्य सुझाव देता है कि एक गैर-विशेषज्ञ द्वारा ली गई एक साधारण फोटो जल्द ही सही आपातकालीन प्रतिक्रिया शुरू करने के लिए पर्याप्त हो सकती है, जिससे उन कम संसाधन वाले क्षेत्रों में नैदानिक सुरक्षा का एक स्तर संभव हो सका जो पहले असंभव था।

इस टूल को बनाने की यात्रा छवियों के एक विशाल संग्रह के साथ शुरू हुई। शोधकर्ताओं ने विभिन्न ऑनलाइन स्रोतों, जिनमें मेडिकल टीचिंग आर्काइव्स और सार्वजनिक इमेज लाइब्रेरी शामिल हैं, से आँखों की ग्यारह हजार से अधिक तस्वीरें एकत्र कीं। उन्होंने इन्हें अंतिम सेट के 1,305 अद्वितीय चित्रों तक सीमित किया, यह सुनिश्चित करते हुए कि कोई भी डुप्लिकेट या लगभग समान चित्र शामिल न हो, जो कंप्यूटर को यह सोचने के लिए धोखा दे सके कि वह वास्तव में अधिक डेटा देख रहा है। इन छवियों में से केवल 58 में पुष्टि की गई 'ओपन ग्लोब इंजरी' थी, जबकि शेष अन्य प्रकार की नेत्र चोटों या बिना किसी चोट के थे। चूंकि यह स्थिति दुर्लभ है, इसलिए टीम को डेटा को विभाजित करने के तरीके के प्रति अत्यंत सावधान रहना पड़ा। उन्होंने 261 छवियों का एक विशिष्ट समूह अलग रखा, जिसमें केवल 12 'ओपन ग्लोब इंजरी' के मामले थे, जिसे पूरी तरह से छिपाकर रखा गया था। इस "फ्रोजन" (frozen) टेस्ट सेट का उपयोग केवल अंत में यह देखने के लिए किया गया था कि मॉडल नए, अनदेखे डेटा पर कैसा प्रदर्शन करता है, जिससे यह सुनिश्चित हो सके कि परिणाम ईमानदार हैं और केवल रटे हुए उदाहरणों का प्रतिबिंब नहीं हैं।

कंप्यूटर को चोट को पहचानने के तरीके सिखाने के लिए, टीम ने कई अलग-अलग प्रकार के आर्टिफिशियल इंटेलिजेंस बैकबोन का परीक्षण किया, जो वे इंजन हैं जो दृश्य जानकारी को प्रोसेस करते हैं। उन्होंने लाखों रोजमर्रा की छवियों पर प्रशिक्षित सामान्य-उद्देश्य वाले मॉडलों और नेत्र विज्ञान (ऑप्थल्मोलॉजी) डेटा पर विशेष रूप से प्रशिक्षित एक विशिष्ट मॉडल का उपयोग करके परीक्षण किया। उन्होंने दो मुख्य दृष्टिकोणों का परीक्षण किया: एक जहाँ कंप्यूटर को सब कुछ शुरू से फिर से सीखने की अनुमति दी गई थी, और दूसरा जहाँ कंप्यूटर अपने मौजूदा ज्ञान को एक निश्चित आधार के रूप में उपयोग करता था और केवल अंतिम आउटपुट की व्याख्या करना सीखता था। सबसे शक्तिशाली परिणाम एक ऐसे मॉडल से आया जिसे 'ओपन ग्लोब इंजरी' के विशिष्ट पैटर्न को पहचानने के लिए फाइन-ट्यून किया गया था। इस मॉडल ने प्रदर्शन के एक मानक पैमाने पर 0.934 का स्कोर प्राप्त किया, जिसका अर्थ है कि यह खतरनाक चोटों को बाकी चीजों से अलग करने में अत्यधिक प्रभावी था। आश्चर्यजनक रूप से, एक सरल दृष्टिकोण जिसने भारी कंप्यूटर मॉडल को पुन: प्रशिक्षित करने की आवश्यकता नहीं थी, ने इस प्रदर्शन के लगभग बराबर प्रदर्शन किया। एक विशिष्ट आई-केयर मॉडल को एक फिक्स्ड फीचर एक्सट्रैक्टर के रूप में उपयोग करके और उसके ऊपर एक सरल निर्णय परत जोड़कर, शोधकर्ताओं ने 0.906 का स्कोर प्राप्त किया। यह खोज महत्वपूर्ण है क्योंकि इसका मतलब है कि यह टूल महंगे हार्डवेयर या इंटरनेट एक्सेस की आवश्यकता के बिना पुराने, कम शक्तिशाली स्मार्टफोन्स पर चल सकता है।

शोधकर्ताओं ने यह भी पता लगाया कि क्या कई मॉडलों को एक साथ मिलाने से सिस्टम अधिक स्मार्ट हो जाएगा। उन्होंने विभिन्न कंप्यूटर इंजनों के भविष्यवाणियों को मिलाने के विभिन्न तरीकों का परीक्षण किया, इस उम्मीद में कि एक समूह का निर्णय एकल निर्णय की तुलना में अधिक सटीक होगा। हालाँकि, उन्होंने पाया कि अधिक मॉडल जोड़ने से परिणामों में कोई महत्वपूर्ण सुधार नहीं हुआ। सिंगल, विशेष मॉडल जो फिक्स्ड फीचर दृष्टिकोण का उपयोग करता था, पहले से ही इतना अच्छा था कि अन्य के साथ संयोजन करने से कोई वास्तविक लाभ नहीं हुआ। यह सरलता तैनाती के लिए एक ताकत है, क्योंकि यह सॉफ्टवेयर को हल्का और फील्ड में बनाए रखने में आसान रखती है। टीम ने यह सुनिश्चित करने के लिए भी जांच की कि कंप्यूटर चोट से संबंधित अप्रासंगिक सह-संबंधों (spurious correlations), जैसे कि उपयोग किए गए कैमरे के प्रकार या फोटो के बैकग्राउंड पर तो निर्भर नहीं है। उन्होंने पुष्टि की कि मॉडल वास्तव में चोट के दृश्य संकेतों को सीख रहा था, चाहे फोटो कहीं से भी ली गई हो या फ्रेम में चेहरा दिखाई दे रहा हो या नहीं।

अंतिम उत्पाद आईफोन और एंड्रॉइड दोनों उपकरणों के लिए एक वर्किंग एप्लीकेशन है जो पूरी तरह से ऑफलाइन काम करता है। जब कोई उपयोगकर्ता घायल आँख की तस्वीर लेता है, तो ऐप तुरंत उसका विश्लेषण करता है और एक स्पष्ट सिफारिश प्रदान करता है: या तो आपातकालीन सर्जरी के लिए मामला तुरंत बढ़ाएं (escalate) या मरीज को नियमित फॉलो-अप देखभाल के लिए भेजें। यह बाइनरी निर्णय संकट के समय में एक गैर-विशेषज्ञ को ठीक वही है जिसकी आवश्यकता होती है। ऐप किसी विशिष्ट प्रकार की चोट का निदान करने या पूर्ण मेडिकल रिपोर्ट प्रदान करने का प्रयास नहीं करता है; यह केवल सबसे महत्वपूर्ण प्रश्न का उत्तर देता है कि क्या आँख खुली है और तरल पदार्थ बाहर निकल रहा है। डिवाइस पर पूरी तरह से चलकर, यह टूल इंटरनेट कनेक्टिविटी की आवश्यकता को दरकिनार करता है और यह सुनिश्चित करता है कि कोई भी मरीज की फोटो या व्यक्तिगत डेटा फोन से बाहर न जाए, जिससे उन बाधाओं को दूर किया जा सके जो अक्सर दूरदराज के क्षेत्रों में डिजिटल स्वास्थ्य उपकरणों के काम करने में बाधा डालती हैं।

हालाँकि परिणाम उत्साहजनक हैं, शोधकर्ता अपने वर्तमान कार्य की सीमाओं को नोट करने में सावधानी बरतते हैं। टेस्ट सेट छोटा था, जिसमें केवल 12 पुष्ट 'ओपन ग्लोब इंजरी' के मामले थे, जिसका अर्थ है कि सांख्यिकीय विश्वास अंतराल (confidence intervals) व्यापक हैं। इस टूल का अभी तक वास्तविक दुनिया के फील्ड ट्रायल में परीक्षण नहीं किया गया है जहाँ इसका उपयोग ग्रामीण क्लिनिक या युद्ध क्षेत्र में मेडिक्स द्वारा किया जाता है। इसके अलावा, यह टूल केवल एक प्रथम-चरण के ट्राइएज सिग्नल के रूप में डिज़ाइन किया गया है। यह अन्य गंभीर नेत्र चोटों का पता नहीं लगा सकता है जिनमें 'ओपन ग्लोब' शामिल नहीं है, जैसे कि आँख के आसपास की फ्रैक्चर या ऑप्टिक नर्व की क्षति, जिन्हें भी तत्काल देखभाल की आवश्यकता होती है। शोधकर्ता वास्तविक आपातकालीन वर्कफ्लो में टूल के प्रदर्शन को देखने और कम संसाधन वाले क्लिनिकल सेटिंग्स से नए डेटा पर इसे मान्य करने के लिए प्रॉस्पेक्टिव स्टडीज (prospective studies) करने की योजना बना रहे हैं। इन सीमाओं के बावजूद, यह अध्ययन इस क्षेत्र में एक नया बेंचमार्क स्थापित करता है, यह सिद्ध करते हुए कि 'ओपन ग्लोब इंजरी' का दृश्य संकेत अनियंत्रित, वास्तविक दुनिया की तस्वीरों से सीखा जा सकता है। यह एक ऐसे भविष्य की ओर एक ठोस मार्ग प्रदान करता है जहाँ एक स्मार्टफोन कैमरा दुनिया के सबसे सीमित संसाधनों वाले कोनों में दृष्टि बचाने में मदद कर सकता है।