Hidden networks, deconstructions, convolutions and colourful revolutions. Explainable multi- class classification for histopathologic lymphoid tissue prototyping
यह अध्ययन CD20-स्टेंड लिम्फोइड ऊतक नमूनों के प्रोटोटाइपिंग में 95.7% सटीकता प्राप्त करने के लिए मिंकोव्स्की और कॉची कर्नल डेंसिटी विधियों का उपयोग करते हुए एक व्याख्यात्मक, अनसुपरवाइज्ड मल्टी-क्लास क्लासिफिकेशन फ्रेमवर्क प्रस्तुत करता है, जबकि असामान्य डायमिनोबेंज़िडाइन सिग्नलिंग पैटर्न को उजागर करता है और B तथा T सेल वंशों के बीच अंतर करने के लिए विस्तारित इम्यूनोहिस्टोकेमिकल और जेनेटिक डेटा की आवश्यकता की पहचान 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 आप एक जासूस हैं जो कोशिकाओं से बने एक छोटे, भीड़भाड़ वाले शहर के भीतर एक रहस्य को सुलझाने की कोशिश कर रहे हैं। चिकित्सा की दुनिया में, यह शहर रोगी के शरीर से लिया गया ऊतक (tissue) का एक स्लाइस है, जिसे सूक्ष्मदर्शी (microscope) के नीचे देखा जाता है। आमतौर पर, डॉक्टर (पैथोलॉजिस्ट) अपनी आँखों से इन शहरों को देखते हैं, इमारतों (कोशिकाओं) के आकार और रंगों में सुराग ढूंढते हैं ताकि यह पता लगाया जा सके कि किस तरह की बीमारी ने आक्रमण किया है। लेकिन कभी-कभी, सुराग पेचीदा होते हैं, रोशनी अजीब होती है, या शहर इतना बड़ा होता है कि हर एक ईंट को देखना मुश्किल होता है। यहीं पर "डीप लर्निंग" काम आता है। डीप लर्निंग को एक सुपर-स्मार्ट, अथक रोबोटिक सहायक के रूप में समझें जो सेकंडों में लाखों ऐसे छोटे शहरों को स्कैन कर सकता है। हालाँकि, एक पेंच है: इनमें से अधिकांश रोबोट "ब्लैक बॉक्स" हैं। वे आपको एक उत्तर देते हैं जैसे "यह एक बी-सेल (B-cell) की समस्या है!" लेकिन वे यह नहीं समझा सकते कि क्यों। वे अपना काम नहीं दिखाते। यह शोध पत्र इस रहस्य को सुलझाने के लिए बनाया गया है, जो एक ऐसा रोबोट तैयार करता है जो केवल अनुमान नहीं लगाता, बल्कि अपने 'डिटेक्टिव बोर्ड' को भी दिखाता है, और विस्तार से समझाता है कि किन सुरागों ने उसे उस निष्कर्ष तक पहुँचाया। यह एआई (AI) के अदृश्य तर्क को दृश्यमान और समझने योग्य बनाने के बारे में है, ताकि उन मानव डॉक्टरों का भरोसा जीता जा सके जिन्हें इसकी आवश्यकता है।
इस अध्ययन के पीछे के शोधकर्ताओं ने, जो दक्षिण अफ्रीका के विटवाटर्सरैंड्स विश्वविद्यालय में कार्यरत हैं, विशेष रूप से लिम्फोइड ऊतक (एक प्रकार का प्रतिरक्षा ऊतक) को देखने के लिए एक नया प्रकार का "जासूसी रोबोट" बनाने का निर्णय लिया, जिसे CD20 नामक एक विशेष भूरे रंग के डाई (dye) से रंगा गया है। यह डाई एक हाइलाइटर की तरह काम करती है, जो विशिष्ट बी-सेल्स (एक प्रकार की श्वेत रक्त कोशिका) को चिह्नित करती है ताकि वे अन्य कोशिकाओं की नीली पृष्ठभूमि के विरुद्ध स्पष्ट रूप से दिखाई दें। उनका लक्ष्य एक ऐसी प्रणाली बनाना था जो न केवल इन ऊतकों को उच्च सटीकता के साथ विभिन्न श्रेणियों में वर्गीकृत कर सके, बल्कि अपने सोचने की प्रक्रिया को "विघटित" (deconstruct) भी कर सके ताकि एक इंसान देख सके कि वह निर्णय तक कैसे पहुँचा।
ऐसा करने के लिए, उन्होंने कंप्यूटर को केवल एक तस्वीर नहीं दी और उत्तर नहीं माँगा। इसके बजाय, उन्होंने डेटा के लिए एक तीन-लेन वाला हाईवे बनाया, जहाँ ऊतक की छवि तीन अलग-अलग प्रोसेसिंग स्ट्रीम्स के माध्यम से एक साथ यात्रा करती है, जैसे एक कार एक ही गंतव्य तक पहुँचने के लिए तीन अलग-अलग रास्तों का उपयोग करती है ताकि नोट्स की तुलना की जा सके।
स्ट्रीम A आकार और रंग के स्कैनर की तरह है। यह छवि को छोटे ग्रिडों में तोड़ता है ताकि किनारों और आकारों को गिना जा सके (HOG का उपयोग करके) और साथ ही ऊतक में लाल, हरे और नीले रंगों के सटीक मिश्रण (RGB) का एक स्नैपशॉट भी लेता है।
स्ट्रीम B बनावट (texture) का जासूस है। यह ऊतक के "दानेदार स्वरूप" (grain) को देखने के लिए उन्नत गणितीय उपकरणों का उपयोग करता है। यह जांचता है कि रंगों के पैटर्न कैसे दोहराए जाते हैं (LBP), यह मापता है कि प्रकाश और अंधेरे के धब्बे आपस में कैसे क्रिया करते हैं (Haralick), और छिपे हुए विवरणों को खोजने के लिए एक तरंग-जैसी गणितीय टूल (Wavelets) का भी उपयोग करता है। यह विशेष रूप से भूरे रंग के डाई (DAB) को देखता है ताकि लक्षित कोशिकाओं की सटीक मात्रा को मापा जा सके।
स्ट्रीम C एक छोटा, तेज़ न्यूरल नेटवर्क (एक मिनी-ब्रेन) है जो "बड़ी तस्वीर" की संरचनाओं को पकड़ने के लिए पूरी छवि को एक इकाई के रूप में देखता है, जिन्हें अन्य दो स्ट्रीम्स शायद मिस कर दें।
एक बार जब इन तीन स्ट्रीम्स ने अपने सुराग एकत्र कर लिए, तो सिस्टम ने उन्हें केवल एक ढेर में नहीं फेंका। इसने उन्हें एक विशाल, 6,657-आयामी "सुपर-फीचर" वेक्टर में मिला दिया। इसे प्रबंधनीय बनाने के लिए, शोधकर्ताओं ने इस विशाल डेटा क्लाउड को एक "यूनिट हाइपरस्फीयर" (unit hypersphere) पर प्रोजेक्ट किया। एक विशाल, अदृश्य गेंद की कल्पना करें जहाँ प्रत्येक संभावित ऊतक पैटर्न उसकी सतह पर एक बिंदु है। सिस्टम फिर दो अलग-अलग स्कोरिंग विधियों—मिंकोव्स्की (MK) और कॉची कर्नेल डेंसिटी (CKD)—का उपयोग करता है यह देखने के लिए कि एक नया ऊतक नमूना उन "प्रोटोटाइप्स" (औसत उदाहरणों) के कितने करीब है जिन्हें उसने पहले ही सीख लिया है। यह यह जाँचने जैसा है कि क्या एक नया संदिग्ध इस समूह के नेताओं के पास खड़े होने के आधार पर "बी-सेल गैंग" या "टी-सेल गैंग" जैसा दिखता है।
परिणाम प्रभावशाली थे। सिस्टम ने 303 टाइल्स (ऊतक छवि के छोटे टुकड़े) के वैलिडेशन सेट पर 95.7% की वर्गीकरण सटीकता प्राप्त की। इसने सैंपल 1 के 91 टाइल्स, सैंपल 2 के 88, सैंपल 3 के 14 और सैंपल 4 के 93 टाइल्स को सही ढंग से पहचाना। शोधकर्ताओं ने पाया कि दोनों अलग-अलग स्कोरिंग विधियों (MK और CKD) ने समान परिणाम दिए, जिससे यह संकेत मिलता कि सिस्टम की सफलता उन सुरागों की गुणवत्ता से आई थी जो उसने एकत्र किए थे, न कि केवल उन्हें गिनने के लिए उपयोग किए गए गणित से।
सबसे दिलचस्प खोज "सैंपल 1" के साथ हुई। सिस्टम ने कुछ असामान्य पकड़ा: भूरा डाई (CD20) मौजूद तो था लेकिन कमजोर और पैची (patchy) था। शोधकर्ताओं ने नोट किया कि यह संभवतः इसलिए था क्योंकि कोशिकाएं एक विशिष्ट अवस्था में थीं जहाँ उन्होंने CD20 प्रोटीन बनाना बंद कर दिया था, संभवतः पिछले उपचारों या दमित प्रतिरक्षा प्रणाली के कारण। सिस्टम ने केवल "गलत" नहीं कहा; इसने इस "असामान्य डायमिनोबेंज़िडाइन सिग्नलिंग" (unusual diaminobenzidine signalling) को एक प्रमुख विशेषता के रूप में हाइलाइट किया, जिससे पता चला कि यह सूक्ष्म जैविक बारीकियों को भी पकड़ सकता है जिन्हें एक साधारण "हाँ/ना" क्लासिफायर मिस कर सकता है।
हालाँकि, यह शोध पत्र इस दावे के प्रति सावधान है कि यह सब कुछ हल करने वाला कोई जादुई हथियार है। लेखकों ने स्पष्ट रूप से कहा है कि उनका मॉडल एक एकल स्टेन (CD20) पर निर्भर करता है और इसे सैंपल 3 के साथ थोड़ी कठिनाई हुई, जिसमें सीखने के लिए कम डेटा बिंदु थे (केवल 52 मूल टाइल्स, जिन्हें बढ़ाकर 208 किया गया)। वे यह भी स्वीकार करते हैं कि मॉडल टी-सेल की उपस्थिति की पुष्टि करने के लिए दूसरे स्टेन (जैसे CD3) की कमी के कारण सभी मामलों में बी-सेल्स और टी-सेल्स के बीच अंतर नहीं कर सका। वास्तव में, उन्होंने उल्लेख किया कि बी-सेल प्रधान तीन टाइल्स को गलती से सैंपल 4 (जो मुख्य रूप से टी-सेल्स था) के रूप में वर्गीकृत किया गया था, जिससे पता चलता है कि अधिक जेनेटिक या मल्टी-स्टेन डेटा के बिना, रोबोट सीमाओं पर भ्रमित हो सकता है।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि यह प्रणाली अपने विशिष्ट कार्य के लिए अत्यधिक प्रभावी है—इन चार प्रकार के लिम्फोइड ऊतकों को 95.7% सटीकता के साथ वर्गीकृत करने और यह स्पष्ट दृश्य मानचित्र प्रदान करने में कि उसने अपने चुनाव क्यों किए—यह अभी भी सभी बीमारियों के लिए एक स्वतंत्र नैदानिक उपकरण (standalone diagnostic tool) नहीं है। लेखक सुझाव देते हैं कि भविष्य के कार्यों में सेल वंश (cell lineages) के बीच अंतर को अधिक स्पष्ट रूप से करने में मदद करने के लिए स्टेंस का एक पूरा पैनल और जेनेटिक डेटा शामिल करने की आवश्यकता है। उन्होंने एक पारदर्शी, व्याख्या योग्य ढांचा बनाया है जो दिए गए डेटा पर अच्छा काम करता है, लेकिन वे चेतावनी देते हैं कि इसे मानव रोग की व्यापक और अधिक जटिल दुनिया में सामान्य करने के लिए अधिक प्रशिक्षण और अधिक जटिल सुरागों की आवश्यकता होगी।
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।