Development of an automated, reliable, and clinically meaningful artificial intelligence (AI) tool for diagnosing cardiac disease from conventional cardiovascular magnetic resonance (CMR) images

हृदय रोग दुनिया भर में मानव जीवन के लिए सबसे बड़े खतरों में से एक बना हुआ है, जो हर साल लाखों लोगों की जान लेता है। एक धड़कते हुए हृदय के भीतर क्या हो रहा है, इसे समझने के लिए डॉक्टर कार्डियोवैस्कुलर मैग्नेटिक रेजोनेंस (CMR) नामक एक शक्तिशाली इमेजिंग तकनीक पर भरोसा करते हैं। एक मानक एक्स-रे के विपरीत जो एक सपाट छाया दिखाता है, यह तकनीक हृदय की मांसपेशियों, उसकी पंप करने की क्रिया और उसके ऊतकों (टिश्यू) के स्वास्थ्य की विस्तृत, चलती-फिरती तस्वीरें बनाती है। यह प्रकट कर सकता है कि क्या हृदय की मांसपेशी मोटी हो गई है, खिंच गई है, या रक्त के प्रवाह की कमी से क्षतिग्रस्त हो गई है। हालाँकि, इन जटिल छवियों को पढ़ने के लिए उच्च स्तर के विशेष प्रशिक्षण और वर्षों के अनुभव की आवश्यकता होती है। एक एकल स्कैन में सैकड़ों चलते हुए फ्रेम और विभिन्न प्रकार के ऊतक डेटा होते हैं, जो सबसे कुशल चिकित्सक के लिए भी एक भारी संज्ञानात्मक भार (कॉग्निटिव लोड) बन जाता है। दुनिया के कई हिस्सों में, विशेषज्ञों की इतनी उपलब्धता नहीं है जो हर स्कैन को सटीक और तेज़ी से व्याख्या कर सकें। निदान की आवश्यकता और विशेषज्ञों की उपलब्धता के बीच इस अंतर ने शोधकर्ताओं को यह पूछने के लिए प्रेरित किया है कि क्या एक कंप्यूटर इन छवियों को एक मानव विशेषज्ञ की तरह ही सावधानी और सटीकता के साथ पढ़ सकता है।

जर्मनी के यूनिवर्सिटी अस्पताल मुंस्टर में शोधकर्ताओं की एक टीम ने उस प्रश्न का उत्तर देने की दिशा में एक महत्वपूर्ण कदम उठाया है। उन्होंने एक नई आर्टिफिशियल इंटेलिजेंस (AI) प्रणाली विकसित की है जिसे CMR छवियों को देखने और यह निर्धारित करने के लिए डिज़ाइन किया गया है कि क्या किसी रोगी को एक विशिष्ट प्रकार का हृदय रोग है। शून्य से कंप्यूटर प्रोग्राम बनाने के बजाय, उन्होंने "फाउंडेशन मॉडल्स" से शुरुआत की। ये विशाल, पूर्व-प्रशिक्षित कंप्यूटर सिस्टम हैं जिन्होंने पहले से ही लाखों छवियों और ग्रंथों में पैटर्न पहचानना सीख लिया है। इन मॉडल्स को ऐसे छात्र के रूप में सोचें जिसने पहले ही एक पुस्तकालय की हर किताब पढ़ ली है और एक गैलरी की हर तस्वीर देख ली है; शोधकर्ताओं का काम बस इस छात्र को यह सिखाना था कि उस विशाल ज्ञान को विशेष रूप से हृदय के स्कैन पर कैसे लागू किया जाए। टीम ने पांच अलग-अलग श्रेणियों पर ध्यान केंद्रित किया: एक स्वस्थ हृदय, और हृदय की मांसपेशियों के रोग के चार सामान्य रूप जिन्हें हाइपरट्रॉफिक कार्डियोमायोपैथी, डाइलेटेड कार्डियोमायोपैथी, इस्केमिक कार्डियोमायोपैथी और कार्डियक अमाइलॉइडोसिस के रूप में जाना जाता है।

इस तरह के उपकरण को बनाने में पहली बड़ी बाधा कंप्यूटर को देखना सिखाना नहीं है, बल्कि यह सिखाना है कि उसे क्या देखना है। एक विशिष्ट अस्पताल में, रोगी के रिकॉर्ड डॉक्टरों द्वारा लिखे गए लंबे, वर्णनात्मक पैराग्राफ के रूप में होते हैं, जो उन चीजों का वर्णन करते हैं जो वे छवियों में देखते हैं। AI को प्रशिक्षित करने के लिए, इन कहानियों को स्पष्ट लेबल में परिवर्तित किया जाना चाहिए, एक ऐसी प्रक्रिया जिसमें आमतौर पर हजारों रिपोर्टों को पढ़ने और निदान टाइप करने के लिए एक मानव की आवश्यकता होती है। यह धीमा, महंगा और मानवीय त्रुटि के प्रति संवेदनशील है। शोधकर्ताओं ने इसे एक अलग प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करके हल किया: लार्ज लैंग्वेज मॉडल्स (LLMs)। ये वही प्रकार के सिस्टम हैं जो निबंध लिख सकते हैं या प्रश्नों के उत्तर दे सकते हैं। टीम ने एक सुरक्षित, स्थानीय सिस्टम स्थापित किया जहाँ इन लैंग्वेज मॉडल्स ने जर्मन मेडिकल रिपोर्ट को पढ़ा, उन्हें अंग्रेजी में अनुवाद किया, और फिर प्रत्येक रोगी के लिए विशिष्ट निदान निकाला। सटीकता सुनिश्चित करने के लिए, उन्होंने प्रत्येक रिपोर्ट को पढ़ने के लिए तीन अलग-अलग लैंग्वेज मॉडल्स का उपयोग किया। यदि तीन में से कम से कम दो मॉडल एक ही निदान पर सहमत हुए, तो उस लेबल को स्वीकार कर लिया गया। इस स्वचालित प्रक्रिया ने उन्हें बिना हर एक फ़ाइल को मैन्युअल रूप से लेबल किए, लगभग 1,000 रोगी मामलों का एक विशाल डेटासेट तैयार करने की अनुमति दी।

एक बार डेटा तैयार हो जाने के बाद, शोधकर्ताओं ने इमेज विश्लेषण की ओर रुख किया। उन्होंने AI को तीन अलग-अलग प्रकार की हृदय छवियां दीं: एक शॉर्ट-एक्सिस व्यू जो हृदय के माध्यम से स्लाइस के ढेर जैसा दिखता है, एक फोर-चैंबर व्यू जो हृदय को बगल से दिखाता है, और एक विशेष स्कैन जिसे लेट-गैडोलीनियम एनहांसमेंट कहा जाता है जो क्षतिग्रस्त या डैमेज ऊतकों को उजागर करता है। उन्होंने इस डेटा पर तीन अलग-अलग विजन फाउंडेशन मॉडल्स को फाइन-ट्यून किया। प्रशिक्षण के पहले चरण ने मॉडल्स को हृदय की सामान्य विशेषताओं को पहचानना सिखाया, और दूसरे चरण ने पाँच विशिष्ट रोग श्रेणियों के बीच अंतर करने की उनकी क्षमता को परिष्कृत किया। शोधकर्ताओं ने फिर सिस्टम का परीक्षण 1,000 से अधिक रोगियों के एक पूरी तरह से अलग समूह पर किया जिनके निदान अनुभवी हृदय रोग विशेषज्ञों द्वारा पुष्ट किए गए थे। इस स्वतंत्र परीक्षण ने यह सुनिश्चित किया कि AI केवल प्रशिक्षण डेटा को याद नहीं कर रहा है, बल्कि वास्तव में रोगों को पहचानना सीख रहा है।

परिणाम आश्चर्यजनक थे। जब AI ने अकेले छवियों को देखा, तो इसने विभिन्न हृदय स्थितियों की पहचान करने में उच्च स्तर की सटीकता प्राप्त की। कार्डियक अमाइलॉइडोसिस नामक बीमारी के लिए, सिस्टम ने लगभग हर मामले में इसे सही ढंग से पहचाना, और मोटी हृदय मांसपेशी वाली स्थिति के लिए, इसने समान सफलता के साथ प्रदर्शन किया। हालाँकि, शोधकर्ताओं ने पाया कि सिस्टम तब और भी बेहतर काम करता है जब वह तीनों प्रकार के इमेज और तीनों अलग-अलग AI मॉडल्स के अंतर्दृष्टि को जोड़ता है। अंतिम निदान पर निर्णय लेने के लिए मॉडल्स को वोट देने की अनुमति देकर, उन्होंने एक "आम सहमति" (कंसेंसस) बनाई जो किसी भी एकल मॉडल की तुलना में अधिक विश्वसनीय थी। इस संयुक्त दृष्टिकोण में, सिस्टम ने मोटी हृदय मांसपेशी और कार्डियक अमाइलॉइडोसिस के लिए उच्चतम सटीकता प्राप्त की, और एक स्वस्थ हृदय से उन्हें उच्च स्तर के विश्वास के साथ सही ढंग से अलग किया। इसने अन्य दो रोग प्रकारों पर भी अच्छा प्रदर्शन किया, हालांकि इसे बीमारी के कारण खिंचे हुए हृदय और रक्त की कमी के कारण क्षतिग्रस्त हृदय के बीच अंतर करने में थोड़ी कठिनाई हुई, क्योंकि ये स्थितियाँ स्कैन पर कभी-कभी बहुत समान दिख सकती हैं।

केवल सही उत्तर देने के अलावा, शोधकर्ता यह भी जानना चाहते थे कि क्या AI निष्पक्ष था और क्या वह हृदय के सही हिस्सों को देख रहा था। उन्होंने विभिन्न आयु समूहों और पुरुषों एवं महिलाओं के बीच सिस्टम के प्रदर्शन की जांच की। परिणामों ने दिखाया कि AI दोनों लिंगों के लिए समान रूप से काम करता है, हालांकि विभिन्न आयु समूहों में इसके प्रदर्शन में थोड़ा अधिक अंतर था। ऐसा संभवतः इसलिए है क्योंकि कुछ हृदय रोग वृद्ध वयस्कों में बहुत अधिक आम हैं, जिससे उन विशिष्ट स्थितियों वाले युवा रोगियों के लिए डेटा सीखना कठिन हो जाता है। यह समझने के लिए कि AI वास्तव में क्या देख रहा था, शोधकर्ताओं ने एक विज़ुअलाइज़ेशन टूल का उपयोग किया जिसने छवि के उन विशिष्ट क्षेत्रों को हाइलाइट किया जो निर्णय को प्रभावित करते थे। कंप्यूटर ने लगातार अपने ध्यान को हृदय की मांसपेशियों पर, विशेष रूप से बाएं वेंट्रिकल (left ventricle) पर केंद्रित किया, और आसपास की संरचनाओं को अनदेखा किया। इसने पुष्टि की कि सिस्टम वास्तविक शारीरिक रचना (एनाटॉमी) के आधार पर अपने निर्णय ले रहा था, न कि अप्रासंगिक पृष्ठभूमि विवरणों के आधार पर अनुमान लगा रहा था।

अध्ययन यह निष्कर्ष निकालता है कि यह दृष्टिकोण नैदानिक अभ्यास के लिए एक व्यवहार्य मार्ग प्रदान करता है। स्वचालित रिपोर्ट पढ़ने और उन्नत इमेज विश्लेषण को जोड़कर, टीम ने एक ऐसा उपकरण बनाया है जो संभावित रूप से उन डॉक्टरों की सहायता कर सकता है जिनके पास हृदय स्कैन पढ़ने के लिए विशेषज्ञ प्रशिक्षण के कई वर्ष नहीं हैं। यह सिस्टम डॉक्टर की जगह नहीं लेता है; इसके बजाय, यह एक "दूसरी जोड़ी आँखों" के रूप में कार्य करता है जो निदान का सुझाव देने के लिए जटिल डेटा को तेज़ी से छाँट सकता है। शोधकर्ता स्वीकार करते हैं कि उनका कार्य एक एकल अस्पताल के डेटा पर आधारित एक 'प्रूफ ऑफ कॉन्सेप्ट' है, और भविष्य के अध्ययनों को रोगियों की एक विस्तृत विविधता और हृदय रोगों के अधिक प्रकारों पर परीक्षण करने की आवश्यकता होगी। उन्होंने यह भी नोट किया कि वर्तमान सिस्टम केवल छवियों पर निर्भर है और अभी तक इसमें रक्त परीक्षण या रोगी के इतिहास जैसे अन्य नैदानिक डेटा को शामिल नहीं किया गया है। फिर भी, अध्ययन यह प्रदर्शित करता है कि स्वचालित डेटा तैयारी और आधुनिक आर्टिफिशियल इंटेलिजेंस के सही संयोजन के साथ, एक ऐसा सिस्टम बनाना संभव है जो सटीक, व्याख्या योग्य और हृदय के स्कैन की सही व्याख्या करने में सक्षम हो।