Automated 3D CT Segmentation of Intercostal Muscles Using Bayesian U-Net: a retrospective technical validation study with exploratory pulmonary function analysis

मानव वक्ष एक जटिल मशीन है, हड्डी और उपास्थि (cartilage) का एक पिंजरा जो महत्वपूर्ण अंगों की रक्षा करता है और हर सांस के साथ फैलता और सिकुड़ता है। इस पिंजरे के भीतर, पसलियों के बीच, मांसपेशियों की पतली, घुमावदार परतें होती हैं जिन्हें इंटरकोस्टल मांसपेशियां (intercostal muscles) कहा जाता है। ऊतकों के ये छोटे बैंड जीवन के लिए आवश्यक हैं; वे डायाफ्राम के साथ मिलकर फेफड़ों में हवा खींचने और उसे बाहर धकेलने का काम करते हैं, जो एक हल्की आह से लेकर वायुमार्ग को साफ करने वाली एक जोरदार खांसी तक, हर चीज़ में महत्वपूर्ण भूमिका निभाते हैं। जब ये मांसपेशियां कमजोर या बदल जाती हैं, तो सांस लेने की क्षमता प्रभावित हो सकती है, फिर भी उन्हें मापना लंबे समय से डॉक्टरों के लिए एक सिरदर्द रहा है। चूंकि वे इतनी पतली, घुमावदार और पसलियों के चारों ओर लिपटी होती हैं, इसलिए उन्हें मानक मेडिकल स्कैन पर स्पष्ट रूप से देखना अविश्वसनीय रूप से कठिन होता है। पारंपरिक तरीके अक्सर द्वि-आयामी (two-dimensional) स्नैपशॉट या अल्ट्रासाउंड पर निर्भर करते हैं, जो इस बात की पूरी तस्वीर देने में विफल हो सकते हैं कि वास्तव में कितनी मांसपेशी मौजूद है या वह कितनी स्वस्थ है।

द दशकों से, इन मांसपेशियों का पूर्ण त्रि-आयामी (three-dimensional) मानचित्र प्राप्त करने का एकमात्र तरीका यह था कि एक मानव विशेषज्ञ कंप्यूटर स्क्रीन पर प्रत्येक एक को मैन्युअल रूप से ट्रेस करे, जो एक ऐसी प्रक्रिया थी जो इतनी थकाऊ और समय लेने वाली थी कि वह नियमित चिकित्सा उपयोग के लिए अव्यवहारिक थी। इस सीमा का अर्थ यह था कि जबकि डॉक्टर फेफड़ों को देख सकते थे, वे अक्सर उन मांसपेशियों की शक्ति का सटीक आकलन नहीं कर पाते थे जो उन्हें शक्ति प्रदान करती हैं। हालांकि, एक नया दृष्टिकोण उभर रहा है जो उन्नत कंप्यूटर विजन को अनिश्चितता को संभालने के लिए डिज़ाइन किए गए एक विशिष्ट प्रकार के आर्टिफिशियल इंटेलिजेंस के साथ जोड़ता है। कंप्यूटर को उच्च-रिज़ॉल्यूशन वाले स्कैन में इन मायावी मांसपेशी तंतुओं (muscle fibers) को पहचानना सिखाकर, शोधकर्ता श्वसन स्वास्थ्य को समझने का एक नया तरीका खोलने की आशा करते हैं, जो संभावित रूप से इन मांसपेशियों की शारीरिक स्थिति को सीधे इस बात से जोड़ सकता है कि एक व्यक्ति कितनी अच्छी तरह सांस ले सकता है।

एक हालिया अध्ययन में, शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के उद्देश्य से एक कंप्यूटर प्रोग्राम विकसित करने का प्रयास किया जो तीन आयामों में इंटरकोस्टल मांसपेशियों को स्वचालित रूप से खोजने और मापने में सक्षम है। उन्होंने एक विशिष्ट प्रकार के मेडिकल स्कैन पर ध्यान केंद्रित किया जिसे 'थिन-स्लाइस चेस्ट कंप्यूटेड टोमोग्राफी' या सीटी (CT) कहा जाता है, जो वक्ष का एक विस्तृत, उच्च-रिज़ॉल्यूशन 3D चित्र बनाता है। टीम ने अपने सॉफ़्टवेयर को 'बेयसियन यू-नेट' (Bayesian U-Net) नामक एक विधि का उपयोग करके प्रशिक्षित किया, जो एक परिष्कृत एल्गोरिदम है जो न केवल आकृतियों को पहचानना सीखता है, बल्कि यह भी गणना करता है कि वह अपने स्वयं के निर्णयों में कितना आश्वस्त है। यह विशेषता महत्वपूर्ण है क्योंकि यह सिस्टम को उन क्षेत्रों को चिह्नित करने की अनुमति देती है जहाँ वह अनिश्चित है, जिससे मानव विशेषज्ञों को उन विशिष्ट स्थानों की समीक्षा करने और उन्हें सुधारने के लिए प्रेरित किया जा सके। कंप्यूटर के अनुमान लगाने, मानव द्वारा सुधार करने और उन सुधारों से कंप्यूटर के सीखने का यह चक्र तब तक जारी रहा जब तक कि सिस्टम नाजुक मांसपेशी ऊतकों को आसपास की वसा, रक्त वाहिकाओं और फेफड़ों के ऊतकों से अलग करने में अत्यधिक कुशल नहीं हो गया।

यह परीक्षण करने के लिए कि क्या यह प्रणाली वास्तव में काम करती है, शोधकर्ताओं ने 145 रोगियों के चेस्ट स्कैन के एक बड़े संग्रह को लागू किया। ये आदर्श, पाठ्यपुस्तक के मामले नहीं थे; स्कैन में फेफड़ों के ट्यूमर, निमोनिया, फेफड़ों के आसपास तरल पदार्थ और यहाँ तक कि सर्जरी के बाद के बदलाव वाले लोग भी शामिल थे, जिससे यह सुनिश्चित हुआ कि परीक्षण वास्तविक दुनिया की चिकित्सा की जटिल वास्तविकता को दर्शाए। कंप्यूटर ने प्रत्येक स्कैन को लगभग पांच मिनट में संसाधित किया, एक ऐसा कार्य जिसे करने में मानव विशेषज्ञ को घंटों या दिनों लग जाते। जब शोधकर्ताओं ने कंप्यूटर के माप की तुलना अनुभवी रेडियोलॉजिस्ट के मैन्युअल कार्य से की, तो परिणाम आश्चर्यजनक रूप से करीब थे। मानव विशेषज्ञों के बीच स्वतंत्र रूप से काम करने वाले दो विशेषज्ञों के बीच देखे गए समझौते के स्तर के समान ही कंप्यूटर की मानव-निर्मित रेखाओं से मेल खाने की क्षमता थी। छठी पसली के स्तर पर विशिष्ट परीक्षणों में, जहाँ मांसपेशियों को उनके संपूर्ण रूप में मापा गया था, कंप्यूटर के वॉल्यूम अनुमान मानव माप से एक घन सेंटीमीटर से भी कम का अंतर रखते थे, त्रुटि का एक ऐसा मार्जिन जो इतना छोटा है कि मुश्किल से दिखाई देता है।

केवल यह सिद्ध करने के अलावा कि कंप्यूटर मांसपेशियों को ढूंढ सकता है, अध्ययन ने यह भी पता लगाया कि इन मापों का रोगी के स्वास्थ्य के लिए वास्तव में क्या अर्थ है। शोधकर्ताओं ने 95 रोगियों का भी अध्ययन किया जिन्होंने मानक श्वसन परीक्षण भी कराया था, जो यह मापते हैं कि वे अपने फेफड़ों से कितनी हवा बाहर निकाल सकते हैं और वे इसे कितनी तेजी से कर सकते हैं। उन्होंने कंप्यूटर द्वारा पता लगाए गए इंटरकोस्टल मांसपेशियों की मात्रा और रोगियों की श्वसन क्षमता के बीच एक स्पष्ट, सकारात्मक संबंध पाया। विशेष रूप रूप से, अधिक मात्रा में इन मांसपेशियों वाले रोगियों में फेफड़ों से हवा बाहर निकालने की कुल मात्रा को मापने वाले परीक्षणों में बेहतर परिणाम देखे गए। यह संबंध तब और भी मजबूत हो गया जब कंप्यूटर ने केवल लीन मसल टिश्यू (lean muscle tissue) पर ध्यान केंद्रित किया, जिससे उस वसा को फ़िल्टर कर दिया गया जो उम्र बढ़ने या बीमारी के कारण मांसपेशियों में प्रवेश करती है। हालांकि आयु और शरीर के आकार जैसे कारकों को ध्यान में रखने के बाद सांस छोड़ने की गति के साथ संबंध कम सुसंगत था, समग्र पैटर्न ने सुझाव दिया कि कंप्यूटर के माप जैविक रूप से सार्थक थे और वास्तविक शारीरिक कार्य को दर्शाते थे।

अध्ययन ने यह भी उजागर किया कि सिस्टम अभी भी किन चुनौतियों का सामना कर रहा है। कंप्यूटर कभी-कभी पास के ऊतक, जैसे कि एक छोटी रक्त वाहिका या वसा के पैच को अपनी गिनती में शामिल कर लेता है, या कभी-कभी पसलियों के निचले हिस्सों में मांसपेशी के एक छोटे हिस्से को छोड़ देता है जहाँ वसा परिवर्तन आम हैं। हालांकि, ये त्रुटियां मामूली थीं और इनमें मांसपेशी को निमोनिया या ट्यूमर जैसी गंभीर फेफड़ों की बीमारियों के साथ भ्रमित करना शामिल नहीं था। शोधकर्ताओं ने नोट किया कि सिस्टम मानव विशेषज्ञों की तुलना में थोड़ा अधिक रूढ़िवादी (conservative) होने की प्रवृत्ति रखता था, जो कुछ क्षेत्रों में थोड़ा कम आयतन मापता था, संभवतः इसलिए क्योंकि कंप्यूटर सख्ती से मांसपेशी के दृश्य किनारे का पालन करता था जबकि मानव अनिश्चितता के एक छोटे मार्जिन को शामिल कर सकते थे। इन छोटी खामियों के बावजूद, विभिन्न अस्पतालों और विभिन्न प्रकार के रोगियों में परिणामों की निरंतरता बताती है कि यह तकनीक विविध चिकित्सा सेटिंग्स में उपयोग के लिए पर्याप्त मजबूत है।

यह कार्य चिकित्सा इमेजिंग में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो श्वसन मांसपेशियों के मूल्यांकन को एक मैन्युअल, श्रम-गहन कार्य से एक स्वचालित, तीव्र प्रक्रिया की ओर ले जाता है। इन कठिन-से-देखने वाली मांसपेशियों को तीन आयामों में सफलतापूर्वक मैप करके, शोधकर्ताओं ने एक ऐसा उपकरण प्रदान किया है जो डॉक्टरों को यह समझने में मदद कर सकता है कि कुछ रोगी सांस लेने में संघर्ष क्यों करते हैं, भले ही उनके फेफड़े स्कैन पर स्पष्ट दिख रहे हों। निष्कर्ष बताते हैं कि इंटरकोस्टल मांसपेशियों का स्वास्थ्य श्वसन की पहेली का एक महत्वपूर्ण हिस्सा है, जिसे अब सटीकता के साथ मापा जा सकता है। हालांकि यह अध्ययन अभी यह सिद्ध नहीं करता है कि यह विधि तुरंत नैदानिक उपचार को बदलेगी, लेकिन यह क्रोनिक ऑब्सट्रक्टिव पल्मोनरी डिजीज (COPD), सर्जरी के बाद रिकवरी और वृद्ध वयस्कों में श्वसन कार्य के समग्र पतन जैसे रोगों से संबंधित भविष्य के अनुसंधान के लिए एक विश्वसनीय आधार स्थापित करता है। इन मांसपेशियों को स्वचालित रूप से देखने और मापने की क्षमता मानव श्वसन की गहरी समझ के द्वार खोलती है, जो हमारे शरीर रचना विज्ञान के एक कभी अदृश्य घटक को स्वास्थ्य के एक स्पष्ट, मापने योग्य मीट्रिक में बदल देती है।