Real-time detection of High-Risk Laryngeal Lesions using Laryngoscopic Image-Based AI-Assisted Triage: A Comparative Study of Multiple Vision Foundation Models
यह अध्ययन प्रदर्शित करता है कि DINOv2 विजन फाउंडेशन मॉडल पर आधारित एक AI मॉडल लैरिंगोस्कोपिक छवियों से उच्च-जोखिम वाले स्वरयंत्र (लैरिंगियल) घावों को वर्गीकृत करने में उच्च सटीकता प्राप्त करता है और विभिन्न अनुभव स्तरों वाले चिकित्सकों के नैदानिक प्रदर्शन में महत्वपूर्ण सुधार 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
मानव स्वर एक नाजुक वाद्य यंत्र है, और लैरिक्स (larynx), या स्वर यंत्र, वही स्थान है जहाँ इस यंत्र का निर्माण होता है। जब गले के भीतर के कोमल ऊतकों में असामान्य वृद्धि होने लगती है, तो एक कान, नाक और गले के विशेषज्ञ (ENT स्पेशलिस्ट) के लिए एक हानिरहित जलन और एक खतरनाक कैंसर के बीच अंतर करना सबसे महत्वपूर्ण कार्यों में से एक होता है। यह निर्णय अक्सर नाक के माध्यम से डाली गई एक लचीली कैमरा तकनीक पर निर्भर करता है जिससे वोकल कॉर्ड्स (स्वर तंत्रियों) को देखा जा सके, जिसे लैरिंगोस्कोपी (laryngoscopy) कहा जाता है। हालाँकि ये चित्र गले की भौतिक स्थिति को प्रकट करते हैं, लेकिन शुरुआती कैंसर के दृश्य संकेत पॉलीप्स या सिस्ट जैसी सौम्य स्थितियों के समान दिख सकते हैं। एक व्यस्त क्लिनिक में, डॉक्टर को सेकंडों में यह निर्णय लेना होता है कि क्या किसी मरीज को तत्काल बायोप्सी, सर्जिकल मूल्यांकन, या केवल निगरानी की आवश्यकता है। यह उच्च-दांव वाला निर्णय कठिन है, और परिणाम डॉक्टर के अनुभव, छवि की गुणवत्ता और ऊतक की सतह पर होने वाले सूक्ष्म परिवर्तनों पर निर्भर कर सकते हैं।
इस चुनौती का समाधान करने के लिए, नानजिंग और जॉन्स हॉपकिन्स के अस्पतालों के शोधकर्ताओं की एक टीम ने एक नए प्रकार का आर्टिफिशियल इंटेलिजेंस विकसित किया है, जिसे विशेषज्ञों के लिए 'दूसरी जोड़ी आँखों' के रूप में कार्य करने के लिए डिज़ाइन किया गया है। डॉक्टर को बदलने के बजाय, इस प्रणाली को मरीजों को जोखिम श्रेणियों में वर्गीकृत करने में मदद करने के लिए बनाया गया है, जो उन लोगों को चिह्नित करती है जिनमें खतरनाक घावों की संभावना सबसे अधिक होती है। शोधकर्ताओं ने इस कंप्यूटर सिस्टम को हजारों वास्तविक लैरिंगोस्कोपिक छवियों का उपयोग करके प्रशिक्षित किया, जिससे इसे उच्च-जोखिम वाले ऊतकों और कम-जोखिम वाले ऊतकों को अलग करने वाले विशिष्ट दृश्य पैटर्न को पहचानने में मदद मिली। उन्होंने केवल एक मॉडल नहीं बनाया; उन्होंने ग्यारह अलग-अलग प्रकार के अंतर्निहित कंप्यूटर आर्किटेक्चर का परीक्षण किया, और तुलना की कि प्रत्येक डेटा से कितनी अच्छी तरह सीख सकता है। उन्होंने पाया कि एक विशिष्ट मॉडल, जिसे गले के लिए विशेष बनाने से पहले सामान्य छवियों के विशाल पुस्तकालय पर प्री-ट्रेन किया गया था, सबसे अच्छा प्रदर्शन करता है। यह "फाउंडेशन मॉडल" अपनी पूरी एकाग्रता वोकल कॉर्ड्स के ठीक उन्हीं क्षेत्रों पर केंद्रित करने में सक्षम था जो महत्वपूर्ण थे, जिससे इसने बैकग्राउंड के शोर को नजरअंदाज किया और स्वयं ऊतक की बनावट और रंग पर ध्यान केंद्रित किया।
जब शोधकर्ताओं ने इस प्रणाली का परीक्षण नई छवियों पर किया जिन्हें उसने पहले कभी नहीं देखा था, तो परिणाम आश्चर्यजनक रूप से सुसंगत रहे। आंतरिक परीक्षण छवियों के एक सेट में, AI ने 96.0 प्रतिशत की सटीकता के साथ उच्च-जोखिम वाले मामलों की सही पहचान की। इससे भी महत्वपूर्ण बात यह है कि जब सिस्टम का परीक्षण दो अलग-अलग अस्पतालों के उपकरणों और प्रकाश व्यवस्था वाली छवियों पर किया गया, तो इसने अपना उच्च प्रदर्शन बनाए रखा, जिससे 96.7 प्रतिशत और 95.5 प्रतिशत की सटीकता दर प्राप्त हुई। यह सुझाव देता है कि सिस्टम वास्तविक दुनिया के क्लीनिकों में काम करने के लिए पर्याप्त मजबूत है, न कि केवल उस नियंत्रित वातावरण में जहाँ इसे बनाया गया था। शोधकर्ताओं ने यह भी पता लगाया कि यह तकनीक लाइव वीडियो के साथ कैसे काम कर सकती है, जिससे डॉक्टर वास्तव में मरीजों की जांच करते हैं। उन्होंने एक विधि विकसित की जो वीडियो स्ट्रीम से स्पष्टतम फ्रेम को स्वचालित रूप से चुन सके और केवल वोकल कॉर्ड्स पर ध्यान केंद्रित कर सके, जिससे धुंधले या अप्रासंगिक हिस्सों को हटाया जा सके। इस वीडियो-आधारित दृष्टिकोण ने जोखिम मूल्यांकन की सटीकता में सुधार किया, जिससे सिद्ध हुआ कि सिस्टम लाइव परीक्षा की गतिशील प्रकृति को संभाल सकता है।
हालाँकि, किसी भी चिकित्सा उपकरण का असली परीक्षण यह है कि वह इसका उपयोग करने वाले लोगों की मदद कैसे करता है। यह जानने के लिए, शोधकर्ताओं ने दस डॉक्टरों को, जो विभिन्न अनुभव स्तरों के थे, 120 छवियों की समीक्षा करने के लिए आमंत्रित किया—पहले अपने दम पर और फिर AI की सहायता से। परिणामों ने दिखाया कि AI ने सभी की मदद की, लेकिन कम अनुभवी डॉक्टरों की सबसे अधिक मदद की। जब कनिष्ठ डॉक्टरों ने AI का उपयोग किया, तो उनकी सटीकता में चार प्रतिशत अंकों का सुधार हुआ, जो एक महत्वपूर्ण उछाल है जिसने उनके प्रदर्शन को वरिष्ठ विशेषज्ञों के करीब ला दिया। इस प्रणाली ने डॉक्टरों को उनके निर्णय लेने की गति में भी मदद की, जिससे प्रत्येक छवि पर लगने वाला समय कम हो गया। यह इंगित करता है कि यह तकनीक एक शक्तिशाली समानता लाने वाले (equalizer) के रूप में कार्य करती है, जो निरंतर, उच्च-गुणवत्ता वाला समर्थन प्रदान करती है जो कम अनुभवी चिकित्सकों को सुरक्षित और अधिक आत्मविश्वासी निर्णय लेने में मदद कर सकती है।
अध्ययन ने यह दावा नहीं किया कि इसने लैरिंजियल कैंसर के निदान की समस्या को हल कर लिया है, न ही इसने यह सुझाव दिया कि AI को मानवीय निर्णय का स्थान लेना चाहिए। इसके बजाय, निष्कर्ष बताते हैं कि एक सावधानीपूर्वक डिज़ाइन किया गया आर्टिफिशियल इंटेलिजेंस एक विश्वसनीय ट्राइएज टूल (triage tool) के रूप में कार्य कर सकता है, जिससे यह सुनिश्चित करने में मदद मिल सकती है कि उच्च-जोखक मरीजों की पहचान तेजी से की जाए और सौम्य मामलों को अनावश्यक प्रक्रियाओं से बचाया जा सके। शोधकर्ताओं ने उल्लेख किया कि हालांकि सिस्टम ने अच्छा प्रदर्शन किया, लेकिन इसका परीक्षण छवियों के एक विशिष्ट सेट पर किया गया था और बड़े, वास्तविक दुनिया के नैदानिक सेटिंग्स में इसकी दीर्घकालिक उपयोगिता की पुष्टि करने के लिए आगे के अध्ययन की आवश्यकता है। फिर भी, यह कार्य प्रदर्शित करता है कि आधुनिक कंप्यूटर विजन, जब सावधानी के साथ लागू किया जाता है और कठोरता से परीक्षण किया जाता है, तो यह मानव गले में बीमारी के सूक्ष्म संकेतों को देखना सीख सकता है, जो उन डॉक्टरों को समर्थन की एक नई परत प्रदान करता है जो मरीजों और उनके स्वास्थ्य के बीच खड़े होते हैं।
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।