Development and validation of an artificial intelligence-based virtual indigo carmine chromoendoscopy model: a multicenter study

मानव शरीर के भीतर, पेट और कोलन (बड़ी आंत) की परत सूक्ष्म उभारों और घाटियों का एक परिदृश्य है। इस भूभाग में कैंसर के शुरुआती संकेतों को खोजने के लिए, डॉक्टर अक्सर 'क्रोमोएंडोस्कोपी' नामक तकनीक पर भरोसा करते हैं। इस प्रक्रिया में, ऊतकों (टिश्यू) पर एक हानिरहित नीला रंग छिड़का जाता है। यह रंग सतह के छोटे गड्ढों में जमा हो जाता है, जिससे एक उच्च-कंट्रास्ट वाला मानचित्र तैयार होता है जो किसी संदिग्ध वृद्धि के किनारों या ऊतक की सूक्ष्म संरचना के विवरण को देखना बहुत आसान बना देता है। यह दृश्य संवर्धन कैंसर के फैलने से पहले उसे पहचानने के लिए अत्यंत महत्वपूर्ण है, फिर भी यह प्रक्रिया धीमी है, इसके लिए स्थिर हाथ की आवश्यकता होती है, और यह पूरी तरह से इसे करने वाले डॉक्टर के कौशल पर निर्भर करती है। कई अस्पतालों के लिए, विशेष रूप से कम संसाधनों वाले अस्पतालों के लिए, उन्नत इलेक्ट्रॉनिक इमेजिंग सिस्टम की लागत और जटिलता इस मैनुअल डाई-स्प्रेइंग (रंग छिड़कने) को ही एकमात्र विकल्प बनाती है, बावजूद इसके कि इसमें स्वाभाविक कठिनाइयाँ हैं।

चीन के अस्पतालों की एक शोध टीम ने बिना कभी स्प्रे बोतल छुए इस दृश्य स्पष्टता को प्राप्त करने का एक नया तरीका विकसित किया है। उन्होंने एक आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) प्रणाली बनाई है जो पेट या कोलन की एक मानक, सादी सफेद-प्रकाश वाली छवि ले सकती है और उसे तुरंत एक ऐसी तस्वीर में बदल सकती है जो बिल्कुल वैसी ही दिखती है जैसे कि नीला रंग लगाया गया हो। यह "वर्चुअल स्टेनिंग" (आभासी रंगाई) तकनीक डॉक्टरों को पारंपरिक डाई विधि के नैदानिक लाभ देने का लक्ष्य रखती है, जबकि भौतिक प्रक्रिया की आवश्यकता को समाप्त करती है, जिससे कैंसर का जल्द पता लगाना संभावित रूप से तेज़, सुरक्षित और अधिक सुलभ हो जाता है।

शोधकर्ताओं ने एक विशेष प्रकार की आर्टिफिशियल इंटेलिजेंस प्रणाली के आधार पर एक विशेष कंप्यूटर प्रोग्राम डिजाइन किया। यह मॉडल केवल एक नीला फिल्टर जोड़ने जैसे सरल प्रोग्रामों के विपरीत, एक जटिल, चरण-दर-चरण परिवर्तन करने के लिए इंजीनियर किया गया था। इसने ऊतक के स्वरूप को बदलने के लिए रंगों और कंट्रास्ट को बदलना सीखा, जबकि मूल शारीरिक संरचना को सख्ती से सुरक्षित रखा। शोधकर्ता इस बात के प्रति सावधान थे कि कंप्यूटर नई संरचनाएं न बनाए या ऊतक के आकार को विकृत न करे, क्योंकि ऐसी त्रुटियां खतरनाक गलत निदान का कारण बन सकती हैं। उन्होंने अपने निर्माण का परीक्षण अन्य मौजूदा कंप्यूटर विधियों के विरुद्ध किया, जिनमें सामान्य फोटो एडिटिंग और अन्य चिकित्सा इमेजिंग कार्यों में उपयोग किए जाने वाले तरीके भी शामिल थे।

परिणामों ने दिखाया कि उनका नया मॉडल लगभग हर मामले में अन्य तरीकों से बेहतर था। जब कंप्यूटर द्वारा उत्पन्न छवियों की तुलना वास्तविक डाई-स्प्रे की गई छवियों से की गई, तो नए मॉडल ने रंगों की समृद्धि और संरचनात्मक विवरण के मामले में अधिक सटीक तस्वीरें बनाईं। कृत्रिम छवियां अन्य एल्गोरिदम द्वारा बनाई गई छवियों की तुलना में वास्तविक चीज़ के अधिक करीब थीं। इसकी पुष्टि करने के लिए, शोधकर्ताओं ने ग्यारह मानव डॉक्टरों को, जिनमें दशकों के अनुभव वाले विशेषज्ञों से लेकर करियर की शुरुआत करने वाले नए डॉक्टर तक शामिल थे, छवियों को देखने के लिए कहा। डॉक्टरों से वास्तविक डाई छवियों और कंप्यूटर-जनित छवियों के बीच अंतर बताने के लिए कहा गया, और फिर उन्हें ऊतक के कंट्रास्ट, घाव के किनारों की स्पष्टता और सूक्ष्म संरचनाओं की दृश्यता के आधार पर छवियों की गुणवत्ता को रेट करने के लिए कहा गया।

डॉक्टरों ने पाया कि नकली छवियों को असली छवियों से अलग पहचानना उनके लिए कठिन था, और वे आभासी छवियों को केवल लगभग 78% बार ही सही ढंग से पहचान सके। यह सुझाव देता है कि कंप्यूटर-जनित छवियां इतनी विश्वसनीय थीं कि वे विशेषज्ञों के एक बड़े हिस्से को भ्रमित कर सकें। जब बात कैंसर को पहचानने के व्यावहारिक कार्य की आई, तो आभासी छवियों ने उल्लेखनीय रूप से अच्छा प्रदर्शन किया। डॉक्टरों ने आभासी छवियों में समग्र कंट्रास्ट और घाव के किनारों की स्पष्टता को वास्तविक डाई छवियों के लगभग समान बताया। वृद्धि के किनारों को कितनी अच्छी तरह देखा जा सकता है, इसमें कोई महत्वपूर्ण अंतर नहीं था, जो बायोप्सी लेने के निर्णय के लिए सबसे महत्वपूर्ण कारक है।

हालाँकि, अध्ययन ने एक ऐसा क्षेत्र भी उजागर किया जहाँ आभासी छवियां अभी भी पीछे रह गईं। जब डॉक्टरों ने ऊतक की सतह के सबसे बारीक विवरणों, जिन्हें माइक्रोस्ट्रक्चर कहा जाता है, को देखा, तो उन्होंने आभासी छवियों को वास्तविक छवियों की तुलना में थोड़ा कम रेटिंग दी। कंप्यूटर बड़े चित्र और समस्याओं के किनारों को दिखाने में उत्कृष्ट था, लेकिन यह वास्तविक डाई जितना सूक्ष्म बनावट (टेक्सचर) दिखाने में पूरी तरह सटीक नहीं था। यह अंतर वरिष्ठ डॉक्टरों के लिए अधिक स्पष्ट था, जो इन सूक्ष्म विवरणों को देखने के लिए प्रशिक्षित होते हैं, जबकि कम अनुभवी डॉक्टरों के लिए आभासी छवियां वास्तविक छवियों जितनी ही स्पष्ट थीं। यह सुझाव देता है कि यह तकनीक कम अनुभवी चिकित्सकों के लिए विशेष रूप से सहायक हो सकती है, जिससे उन्हें बिना वर्षों के विशेष प्रशिक्षण के वह सब देखने में मदद मिलती है जिसकी उन्हें आवश्यकता है।

अध्ययन निष्कर्ष निकालता है कि यह आर्टिफिशियल इंटेलिजेंस मॉडल एक व्यवहार्य उपकरण है जो उच्च गुणवत्ता वाली वर्चुअल डाई छवियां बनाने में सक्षम है, जिसमें अच्छी स्थिरता और विभिन्न अस्पतालों में काम करने की क्षमता है। हालांकि यह प्रणाली अभी भी हर सूक्ष्म विवरण को दिखाने में पूर्ण नहीं है, लेकिन यह कैंसर का जल्दी पता लगाने के लिए आवश्यक सबसे महत्वपूर्ण दृश्य विशेषताओं को सफलतापूर्वक दोहराती है। शोधकर्ता कहते हैं कि यह एक महत्वपूर्ण कदम है, लेकिन वे इस बात पर भी जोर देते हैं कि अधिक परीक्षण की आवश्यकता है। भविष्य के कार्यों को यह पुष्टि करने की आवश्यकता होगी कि क्या वास्तविक रोगी प्रक्रियाओं के दौरान इन आभासी छवियों का उपयोग करने से कैंसर का पता लगाने की दर बेहतर होती है और जीवन बचाया जा सकता है। फिलहाल, यह अध्ययन साबित करता है कि एक कंप्यूटर बीमारी के छिपे हुए पैटर्न को समझने में उस तरह से सीख सकता है जैसा कि एक मानव हाथ स्प्रे बोतल पकड़कर कर सकता है।