Multi-Scale Attention-Enhanced EfficientNet for Automated Gleason Grading of Prostate Cancer

प्रोस्टेट कैंसर दुनिया भर में पुरुषों में कैंसर मृत्यु का एक प्रमुख कारण है, और प्रभावी उपचार का मार्ग एक सटीक निदान से शुरू होता है। जब किसी डॉक्टर को रोग का संदेह होता है, तो ऊतक (tissue) का एक छोटा नमूना लिया जाता है और सूक्ष्मदर्शी (microscope) के नीचे उसकी जांच की जाती है। यह निर्धारित करने के लिए कि कैंसर कितना आक्रामक है, एक विशेषज्ञ जिसे पैथोलॉजिस्ट कहा जाता है, 'ग्लीसन ग्रेड' (Gleason grade) के रूप में एक स्कोर प्रदान करता है। यह स्कोर केवल एक साधारण संख्या नहीं है, बल्कि इस बात का सावधानीपूर्वक मूल्यांकन है कि कैंसर कोशिकाएं कैसे व्यवस्थित हैं और वे स्वस्थ ऊतकों से कितनी भिन्न हैं। ग्रेड जितना अधिक होगा, कैंसर के तेजी से फैलने की संभावना उतनी ही अधिक होगी, जो यह तय करता है कि क्या रोगी को तत्काल सर्जरी, रेडिएशन या सावधानीपूर्वक निगरानी की आवश्यकता है। हालांकि, यह प्रक्रिया गहराई से मानवीय है और भिन्नता के प्रति संवेदनशील है। एक ही स्लाइड को देख रहे अलग-अलग पैथोलॉजिस्ट कभी-कभी स्कोर पर असहमत हो सकते हैं, और यहाँ तक कि एक ही विशेषज्ञ भी दूसरे दिन चीजों को अलग तरह से देख सकता है। यह विसंगति इस ओर ले जा सकती है कि रोगियों को या तो बहुत अधिक आक्रामक या बहुत कम आक्रामक उपचार मिले। दशकों से, वैज्ञानिक आशा करते रहे हैं कि कंप्यूटर इस महत्वपूर्ण निर्णय को मानकीकृत करने में मदद कर सकें, एक विश्वसनीय दूसरी जोड़ी आँखों के रूप में जो कभी थकती या विचलित नहीं होती।

हाल ही में एक अध्ययन में, दक्षिण अफ्रीका के यूनिवर्सिटी ऑफ क्वाज़ुलु-नेटल के शोधकर्ताओं ने एक नई कंप्यूटर प्रणाली विकसित की है जिसे उल्लेखनीय सटीकता के साथ इस ग्रेडिंग प्रक्रिया को स्वचालित करने के लिए डिज़ाइन किया गया है। उन्होंने एक डिजिटल टूल बनाया है जो हजारों वास्तविक सूक्ष्मदर्शी छवियों का अध्ययन करके प्रोस्टेट कैंसर के सूक्ष्म पैटर्न को पहचानना सीखता है। इस प्रणाली को, जिसका नाम उन्होंने MSEACN रखा है, एक परिष्कृत आधार पर बनाया गया है जो इस तरह नकल करता है जैसे मानव मस्तिष्क दृश्य जानकारी को संसाधित करता है। केवल एक छवि को समग्र रूप में देखने के बजाय, कंप्यूटर को एक साथ विभिन्न स्तरों के विवरणों पर ऊतक का परीक्षण करने के लिए सिखाया जाता है। यह ऊतक की व्यापक संरचना, ग्रंथियों (glands) के आकार और कोशिकाओं की विशिष्ट व्यवस्था को देखता है, ठीक वैसे ही जैसे कोई व्यक्ति किसी जंगल के लेआउट को देखने के लिए दूर से देखता है, फिर व्यक्तिगत पेड़ों की जांच के लिए ज़ूम इन करता है, और अंत में पत्तियों का निरीक्षण करता है। इन विभिन्न दृश्यों को जोड़कर, कंप्यूटर ऊतक के स्वास्थ्य की एक पूर्ण तस्वीर बनाता है।

इसे संभव बनाने के लिए, शोधकर्ताओं ने PANDA डेटासेट से 15,000 से अधिक डिजिटाइज़्ड सूक्ष्मदर्शी स्लाइड्स के विशाल संग्रह के साथ शुरुआत की, जो प्रोस्टेट बायोप्सी की छवियों वाला एक सार्वजनिक संसाधन है जिसे विशेषज्ञ पैथोलॉजिस्ट द्वारा सावधानीपूर्वक लेबल किया गया है। इससे पहले कि कंप्यूटर इन छवियों से सीख सके, शोधकर्ताओं को उन्हें तैयार करना पड़ा। उन्होंने छवियों को साफ किया ताकि उन दागों और आर्टिफैक्ट्स (artifacts) को हटाया जा सके जो सिस्टम को भ्रमित कर सकते थे, यह सुनिश्चित करते हुए कि कंप्यूटर केवल उन जैविक संरचनाओं पर ध्यान केंद्रित करे जो महत्वपूर्ण हैं। उन्होंने छवियों को एक समान आकार में भी समायोजित किया, जो एक आवश्यक कदम था ताकि कंप्यूटर महत्वपूर्ण संरचनात्मक विवरणों को खोए बिना कुशलतापूर्वक उन्हें प्रोसेस कर सके। एक बार जब छवियां तैयार हो गईं, तो कंप्यूटर ने अपना प्रशिक्षण शुरू किया, विभिन्न स्तरों की गंभीरता वाले कैंसर और स्वस्थ ऊतक के बीच अंतर सीखने के लिए पैटर्न का बार-बार विश्लेषण किया।

इस नई प्रणाली का मूल दो उन्नत तकनीकों का एक चतुर संयोजन है। पहला, यह एक मल्टी-स्केल दृष्टिकोण का उपयोग करता है, जिसका अर्थ है कि यह एक ही समय में विभिन्न "लेंसों" के माध्यम से छवि का विश्लेषण करता है। कंप्यूटर के कुछ हिस्से सूक्ष्म विवरणों को देखते हैं, जबकि अन्य बड़े ढांचे को देखते हैं। यह सुनिश्चित करता है कि कोई भी महत्वपूर्ण विशेषता छूट न जाए, चाहे वह कोशिका की एक छोटी सी अनियमितता हो या ग्रंथि के आकार में बड़ा विरूपण। दूसरा, प्रणाली 'अटेंशन मैकेनिज्म' (attention mechanisms) का उपयोग करती है। आप इसे कंप्यूटर के अपनी दृष्टि केंद्रित करने के सीखने के रूप में समझ सकते हैं। जिस तरह एक मानव पैथोलॉजिस्ट ऊतक के नमूने के आसपास के खाली स्थान को अनदेखा कर कैंसर वाले क्षेत्र पर ध्यान केंद्रित कर सकता है, यह प्रणाली छवि के सबसे महत्वपूर्ण हिस्सों को उजागर करना और बैकग्राउंड के शोर को अनदेखा करना सीखती है। यह दोहरा फोकस कंप्यूटर को उन विशिष्ट पैटर्न पर ध्यान केंद्रित करने की अनुमति देता है जो ग्लीसन ग्रेड को परिभाषित करते हैं।

इस प्रशिक्षण के परिणाम चौंकाने वाले थे। जब इसे उन छवियों पर परखा गया जिन्हें इसने पहले कभी नहीं देखा था, तो प्रणाली ने 97.69 प्रतिशत की सटीकता प्राप्त की। इसका अर्थ है कि लगभग हर मामले में, कंप्यूटर ने कैंसर के ग्रेड की सही पहचान की। इससे भी अधिक प्रभावशाली इसकी स्वस्थ ऊतक को सही ढंग से पहचानने की क्षमता थी, जिसकी विशिष्टता (specificity) 99.50 प्रतिशत थी, जिसका अर्थ है कि इसने शायद ही कभी स्वस्थ कोशिकाओं को कैंसर के रूप में गलत समझा। प्रणाली ने उन विशेषज्ञ पैथोलॉजिस्टों के साथ भी उच्च स्तर की सहमति दिखाई जिन्होंने मूल लेबल बनाए थे, और 0.98 का स्कोर प्राप्त किया, जहाँ 1.0 पूर्ण सहमति को दर्शाता है। चिकित्सा ग्रेडिंग की दुनिया में, जहाँ मानव विशेषज्ञ अक्सर एक-दूसरे से असहमत होते हैं, यह स्तर की निरंतरता एक महत्वपूर्ण उपलब्धि है। शोधकर्ताओं ने पाया कि प्रणाली विशेष रूप से कैंसर के सबसे आक्रामक रूपों की पहचान करने में बहुत अच्छी थी, जो यह सुनिश्चित करने के लिए महत्वपूर्ण है कि रोगियों को समय पर उपचार मिले।

अध्ययन में यह भी पता लगाया गया कि क्या होता है यदि प्रणाली को इसकी विशेष विशेषताओं से वंचित कर दिया जाए। जब शोधकर्ताओं ने मल्टी-स्केल देखने की क्षमता या ध्यान केंद्रित करने की क्षमता को हटा दिया, तो प्रणाली का प्रदर्शन काफी गिर गया। इसने पुष्टि की कि मल्टी-स्केल व्यूइंग और अटेंशन मैकेनिज्म दोनों ही देखी गई उच्च सटीकता के लिए आवश्यक थे। प्रणाली विभिन्न ग्रेड के कैंसर के बीच अंतर करने में सक्षम थी, सौम्य (benign) ऊतक से लेकर सबसे गंभीर मामलों तक, एक ऐसी विश्वसनीयता के साथ जिसने कई पिछले प्रयासों को पीछे छोड़ दिया। जबकि शोधकर्ताओं ने उल्लेख किया कि छवियों को छोटे आकार में सरल बनाने से कुछ सूक्ष्म विवरणों का नुकसान हुआ होगा, फिर भी प्रणाली ने अत्यधिक सटीक निर्णय लेने के लिए पर्याप्त बड़े संरचनात्मक पैटर्न को कैप्चर किया।

इन सफलताओं के बावजूद, शोधकर्ता सावधानीपूर्वक नोट करते हैं कि यह एक कदम आगे है, अंतिम मंजिल नहीं। इस प्रणाली को छवियों के एक विशिष्ट सेट पर प्रशिक्षित किया गया था, और यह देखना बाकी है कि यह विभिन्न अस्पतालों से आने वाली छवियों, जिनमें अलग-अलग स्टेनिंग तकनीक या स्कैनर हो सकते हैं, पर कैसा प्रदर्शन करती है। शोधकर्ता स्वीकार करते हैं कि वास्तविक दुनिया के चिकित्सा परिवेश अव्यवस्थित और विविध होते हैं, और भविष्य के कार्य में इस प्रणाली को विभिन्न वातावरणों में परीक्षण करने की आवश्यकता होगी ताकि यह सुनिश्चित किया जा सके कि यह दैनिक नैदानिक उपयोग के लिए पर्याप्त मजबूत है। वे इस दृश्य विश्लेषण को अन्य प्रकार के चिकित्सा डेटा, जैसे एमआरआई (MRI) स्कैन के साथ जोड़ने के तरीकों का भी पता लगाने की योजना बना रहे हैं, ताकि एक और भी व्यापक नैदानिक उपकरण बनाया जा सके। फिलहाल, हालांकि, यह अध्ययन प्रदर्शित करता है कि सही तकनीक और सावधानीपूर्वक डिजाइन के संयोजन के साथ, कंप्यूटर मानव विशेषज्ञों की बराबरी करने वाली, और कुछ मामलों में उनसे बेहतर, निरंतरता के साथ बीमारी के सूक्ष्म संकेतों को देख सकते हैं। यह प्रगति कैंसर निदान में परिवर्तनशीलता को कम करने और यह सुनिश्चित करने के लिए एक आशाजनक पथ प्रदान करती है कि प्रत्येक रोगी को एक विश्वसनीय और मानकीकृत मूल्यांकन के आधार पर सबसे उपयुक्त देखभाल मिले।