A Biometry-Based Algorithm for Rapid Verification of Anisometropia in Cycloplegic Refraction: A Tool for Large-Scale Pediatric Vision Screening

प्रत्येक बच्चे की आँख एक अद्वितीय ऑप्टिकल उपकरण होती है, जो नेत्रगोलक (eyeball) की लंबाई और उसकी सामने की सतह के घुमाव से आकार लेती है। जब ये भौतिक आयाम आँख की फोकस करने की शक्ति के साथ पूरी तरह मेल खाते हैं, तो दुनिया स्पष्ट दिखाई देती है। हालाँकि, यदि दोनों आँखें अलग तरह से विकसित होती हैं—एक लंबी हो जाती है या दूसरी की तुलना में अधिक तीव्र वक्रता (curve) विकसित कर लेती है—तो मस्तिष्क को दो अलग-अलग छवियाँ प्राप्त होती हैं। यह स्थिति, जहाँ आँखों की अपवर्तक शक्ति (refractive strength) भिन्न होती है, 'एनिसोमेट्रोपिया' (anisometropia) के रूप में जानी जाती है। यह 'एम्ब्लियोपिया' या "सुस्त आँख" (lazy eye) का एक प्रमुख कारण है, एक ऐसी स्थिति जहाँ मस्तिष्क कमजोर आँख से आने वाली छवि को दबा देता है, जिससे समय पर उपचार न मिलने पर दृष्टि स्थायी रूप से जा सकती है। बच्चों के बड़े समूहों में इस असंतुलन का पता लगाना एक महत्वपूर्ण सार्वजनिक स्वास्थ्य चुनौती है, फिर भी इसे करने के वर्तमान तरीके अक्सर धीमे, व्यक्तिपरक या मानवीय त्रुटियों के प्रति संवेदनशील होते हैं।

इसे हल करने के लिए, वेन्ज़ौ मेडिकल कॉलेज के एफिलिएटेड आई हॉस्पिटल के शोधकर्ताओं ने आँख के स्वयं के भौतिक डेटा का उपयोग करके इन मापों को सत्यापित करने का एक नया, तीव्र तरीका विकसित किया है। बड़े पैमाने पर दृष्टि जांच (vision screenings) में, डॉक्टर बच्चे के प्रिस्क्रिप्शन की त्वरित रीडिंग लेने के लिए एक स्वचालित मशीन का उपयोग करते हैं। हालांकि यह तेज़ है, लेकिन इसमें यह सुनिश्चित करने के लिए आंतरिक जांच की कमी है कि रीडिंग सटीक है। यदि मशीन कोई गलती करती है, या यदि बच्चा आँखें सिकोड़ता है या दूसरी ओर देखता है, तो परिणाम गलत हो सकता है, जिससे गलत निदान या अनावश्यक रेफरल हो सकता है। टीम ने महसूस किया कि चूंकि आँख का आकार ही उसके प्रिस्क्रिप्शन को निर्धारित करता है, इसलिए वे मशीन की रीडिंग की दोबारा जांच करने के लिए आँख के भौतिक मापों का उपयोग कर सकते हैं। उन्होंने एक ऐसा उपकरण बनाया जो दोनों आँखों के बीच नेत्रलंबाई (axial length) और कॉर्नियल वक्रता (corneal curvature) के अंतर की तुलना उनके प्रिस्क्रिप्शन के अंतर से करता है। यदि संख्याएँ आकार और फोकस के बीच के ज्ञात संबंध के अनुरूप नहीं होती हैं, तो सिस्टम परिणाम को पुनः जाँच (re-check) के लिए चिह्नित कर देता है।

इस अध्ययन में तीन से अठारह वर्ष की आयु के लगभग 3,700 बच्चों के चिकित्सा रिकॉर्ड की व्यापक समीक्षा शामिल थी, जिनका व्यापक नेत्र परीक्षण हुआ था। शोधकर्ताओं ने पहले यह पुष्टि की कि स्वचालित मशीन की रीडिंग आमतौर पर एक अनुभवी ऑप्टोमेट्रिस्ट द्वारा किए गए मैनुअल, व्यक्तिपरक परीक्षण के 'गोल्ड स्टैंडर्ड' की तुलना में विश्वसनीय थी। उन्होंने पाया कि अधिकांश मामलों में, स्वचालित रीडिंग मैनुअल रीडिंग के बहुत करीब थी, जिसमें 91 प्रतिशत से अधिक माप त्रुटि के बहुत छोटे मार्जिन के भीतर सहमत थे। इस उच्च स्तर के सामंजस्य ने उन्हें अपने नए टूल के लिए स्वचालित डेटा को एक आधार के रूप में उपयोग करने का विश्वास दिया।

पहले दो-तिहाई बच्चों के डेटा का उपयोग करते हुए, टीम ने केवल दोनों आँखों के भौतिक मापों के अंतर के आधार पर दोनों आँखों के बीच प्रिस्क्रिप्शन के अंतर की भविष्यवाणी करने के लिए एक गणितीय मॉडल बनाया। उन्होंने दो प्रमुख कारकों पर ध्यान केंद्रित किया: 'एक्सियल लेंथ' (axial length) में अंतर, जो आँख के सामने से पीछे तक की दूरी है, और कॉर्निया के सपाट वक्रता (flat curvature) में अंतर। मॉडल ने सीखा कि नेत्रलंबाई या कॉर्नियल आकार में एक विशिष्ट परिवर्तन प्रिस्क्रिप्शन में एक विशिष्ट परिवर्तन के अनुरूप होता है। फिर उन्होंने शेष एक-तिहाई बच्चों पर इस मॉडल का परीक्षण किया, जो बच्चों का एक ऐसा समूह था जिसे मॉडल ने पहले कभी नहीं देखा था, ताकि यह सुनिश्चित किया जा सके कि यह वास्तविक दुनिया के परिदृश्य में काम करता है। यह सुनिश्चित करने के लिए कि यह काम करता है।

परिणाम आश्चर्यजनक थे। जब शोधकर्ताओं ने अपने नए फॉर्मूले को वैलिडेशन ग्रुप (validation group) पर लागू किया, तो प्रिस्क्रिप्शन में अनुमानित अंतर वास्तविक मापे गए अंतर से उल्लेखनीय सटीकता के साथ मेल खाया। 85 प्रतिशत से अधिक मामलों में, भविष्यवाणी वास्तविक मान के आधे डायोप्टर (diopter) के भीतर थी, और लगभग 99 प्रतिशत मामलों में, यह एक पूर्ण डायोप्टर के भीतर थी। सटीकता का यह स्तर यह दर्शाता है कि यह टूल प्रभावी रूप से एक तत्काल गुणवत्ता नियंत्रण जांच के रूप में कार्य कर सकता है। यदि स्क्रीनिंग मशीन बच्चे की आँखों के बीच प्रिस्क्रिप्शन में बड़ा अंतर रिपोर्ट करती है, लेकिन आँखों के भौतिक माप यह संकेत देते हैं कि अंतर छोटा होना चाहिए, तो सिस्टम जान जाएगा कि कुछ गलत है। यह स्क्रीनर को बच्चे के जाने से पहले परीक्षण को दोहराने का संकेत देगा, जिससे गलत अलार्म या छूटे हुए निदान को रोका जा सकेगा।

यह दृष्टिकोण बड़े पैमाने पर दृष्टि स्क्रीनिंग की बाधा के लिए एक व्यावहारिक समाधान प्रदान करता है। वर्तमान में, कार्यक्रमों को गति और सटीकता के बीच चयन करना पड़ता है, जो अक्सर एक एकल स्वचालित रीडिंग पर निर्भर करते हैं जिसे समय लेने वाले मैनुअल परीक्षणों के बिना सत्यापित नहीं किया जा सकता है। यह नई विधि बिना काम को धीमा किए वर्कफ़्लो में एक कठोर जांच को शामिल करने का एक तरीका प्रदान करती है। आँख के अपने भौतिक ब्लूप्रिंट का उपयोग करके उसके प्रिस्क्रिप्शन को सत्यापित करके, यह टूल एक जटिल शारीरिक संबंध को एक सरल, कार्रवाई योग्य सुरक्षा जाल में बदल देता है। यह विशेषज्ञ द्वारा अंतिम, विस्तृत परीक्षण की आवश्यकता को प्रतिस्थापित नहीं करता है, बल्कि यह सुनिश्चित करता है कि प्रारंभिक स्क्रीनिंग डेटा भरोसेमंद है, जिससे संसाधन उन बच्चों पर केंद्रित किए जा सकें जिन्हें वास्तव में मदद की आवश्यकता है। अध्ययन पुष्टि करता है कि आँख की भौतिक संरचना उसके कार्य को सत्यापित करने की कुंजी है, जो बड़े पैमाने पर बच्चों की दृष्टि की रक्षा करने का एक विश्वसनीय तरीका प्रदान करती है।