Development of Machine Learning Model for Photographic Analysis of Orthodontic Patients

दशकों से, एक सीधी मुस्कान का मार्ग दंत चिकित्सक के पास जाने की एक ऐसी प्रक्रिया की मांग करता है जिसमें एक विशिष्ट प्रकार के एक्स-रे की आवश्यकता होती है। किसी व्यक्ति के जबड़े और दांत कैसे संरेखित हैं, इसे समझने के लिए ऑर्थोडोंटिस्ट लंबे समय से 'लैट्रल सेफालोग्राम' (lateral cephalogram) पर निर्भर रहे हैं, जो कि एक पार्श्व-दृश्य रेडियोग्राफ है जो त्वचा के नीचे छिपी कंकाल संरचना को प्रकट करता है। यह छवि विशेषज्ञों को सटीक शारीरिक स्थलों (anatomical landmarks) को पहचानने और उन कोणों एवं दूरियों को मापने की अनुमति देती है जो उपचार योजनाओं को निर्धारित करते हैं। हालांकि यह विधि निदान के लिए स्वर्ण मानक (gold standard) है, लेकिन इसकी एक लागत है: रोगी आयनकारी विकिरण (ionizing radiation) के संपर्क में आता है, जो एक ऐसा जोखिम है जो विशेष रूप से बच्चों और किशोरों के लिए चिंताजनक है जिन्हें अपने उपचार के दौरान कई बार स्कैन की आवश्यकता हो सकती है। इसके अलावा, इन तस्वीरों को लेने के लिए आवश्यक उपकरण महंगा और भारी होता है, जो अक्सर ग्रामीण क्लीनिकों में उपलब्ध नहीं होता है, और एक्स-रे को मैन्युअल रूप से मापने की प्रक्रिया धीमी है और मानवीय त्रुटियों के प्रति संवेदनशील है।

इन चुनौतियों के जवाब में, भारत के शोधकर्ताओं की एक टीम ने एक सुरक्षित विकल्प खोजने के लिए मशीन लर्निंग के क्षेत्र की ओर रुख किया है। उनका लक्ष्य एक ऐसा कंप्यूटर प्रोग्राम बनाने का था जो रोगी के प्रोफाइल की एक मानक तस्वीर का उपयोग करके समान नैदानिक माप करने में सक्षम हो। एक डिजिटल मस्तिष्क को उन्हीं चेहरे की विशेषताओं को पहचानने के लिए प्रशिक्षित करके जिन्हें एक ऑर्थोडोंटिस्ट एक्स-रे पर देखता है, उनका उद्देश्य एक ऐसा उपकरण बनाना था जो तत्काल, विकिरण-मुक्त अंतर्दृष्टि प्रदान कर सके। यह दृष्टिकोण पारंपरिक एक्स-रे को पूरी तरह से बदलने के बजाय, एक प्रारंभिक मूल्यांकन प्रदान करने का प्रयास करता है जो सुलभ, किफायती और विकिरण से जुड़े जोखिमों से मुक्त है, जो संभावित रूप से उपचार के शुरुआती चरणों में ऑर्थोडोंटिक देखभाल के तरीके को बदल सकता है।

शोधकर्ताओं ने एक प्रणाली विकसित की जो 'डीप लर्निंग' पर आधारित है, जो कृत्रिम बुद्धिमत्ता (AI) का एक प्रकार है जो इस तरह काम करता है जैसे मानव मस्तिष्क सूचनाओं को संसाधित करता है। उन्होंने एक शक्तिशाली कंप्यूटर विजन मॉडल से शुरुआत की जिसे 'ResNet-18' के रूप में जाना जाता है, जिसे पहले से ही हजारों रोजमर्रा की वस्तुओं को पहचानने के लिए सिखाया गया था। इस मॉडल को केवल एक तस्वीर से नंबरों का अनुमान लगाने देने के बजाय, टीम ने इसे कुछ अधिक विशिष्ट करने के लिए संशोधित किया: चेहरे के प्रमुख बिंदुओं, जैसे कि नाक की नोक या ठुड्डी के सटीक स्थान की पहचान करना, और फिर उनके बीच की दूरियों और कोणों की गणना करना। उन्होंने इस नई प्रणाली को छवियों के एक बड़े संग्रह का उपयोग करके प्रशिक्षित किया, जहाँ प्रत्येक साइड-प्रोफाइल फोटोग्राफ को संबंधित एक्स-रे और उससे विशेषज्ञ ऑर्थोडोंटिस्ट द्वारा लिए गए सटीक मापों के साथ जोड़ा गया था। इसने कंप्यूटर को चेहरे की दृश्य सतह और उसके नीचे की छिपी कंकाल संरचना के बीच के संबंध को सीखने में मदद की।

अपने निर्माण का परीक्षण करने के लिए, टीम ने अपने नए मॉडल द्वारा किए गए अनुमानों की तुलना मानव विशेषज्ञों द्वारा लिए गए वास्तविक मापों से की। उन्होंने पाया कि सिस्टम आवश्यक शारीरिक बिंदुओं की सफलतापूर्वक पहचान कर सकता है और उपचार की योजना बनाने के लिए उपयोग किए जाने वाले महत्वपूर्ण कोणों, जैसे कि ऊपरी और निचले जबड़ों के बीच के संबंध, की गणना कर सकता है। परिणामों ने दिखाया कि नया मॉडल, जो माप भविष्यवाणी के साथ लैंडमार्क डिटेक्शन को जोड़ता है, उस मानक बेसलाइन मॉडल से बेहतर प्रदर्शन करता है जो पहले चेहरे के बिंदुओं को खोजने के बिना सीधे मापों का अनुमान लगाने की कोशिश करता है। अपने परीक्षण में, सिस्टम ने अनुमानित मापों और वास्तविक मूल्यों की तुलना करते समय 56.77 प्रतिशत की सटीकता प्राप्त की। हालांकि यह आंकड़ा इंगित करता है कि स्टैंडअलोन डायग्नोस्टिक टूल के रूप में उपयोग किए जाने से पहले अभी भी सुधार की गुंजाइश है, परिणाम बताते हैं कि तकनीक नैदानिक रूप से प्रासंगिक डेटा उत्पन्न करने में सक्षम है।

इस कार्य का महत्व इस बात में निहित है कि यह ऑर्थोडोंटिक स्क्रीनिंग को सुरक्षित और अधिक व्यापक रूप से उपलब्ध बनाने की क्षमता रखता है। एक साधारण डिजिटल कैमरे का उपयोग करके, यह विधि विकिरण जोखिम को समाप्त करती है और महंगे, विशेष उपकरणों की आवश्यकता को हटा देती है। शोधकर्ता इस बात पर जोर देते हैं कि उनका मॉडल एक सहायक उपकरण के रूप में कार्य करने के लिए डिज़ाइन किया गया है, जो एक अनंतिम निदान (provisional diagnosis) प्रदान करता है जो उपचार योजना को निर्देशित कर सकता है, जबकि पारंपरिक एक्स-रे की प्रतीक्षा की जा रही हो यदि अंततः उसकी आवश्यकता हो। यह प्रणाली उस स्तर की पारदर्शिता भी प्रदान करती है जो जटिल कंप्यूटर प्रोग्रामों में अक्सर गायब होती है; क्योंकि यह स्पष्ट रूप से उन चेहरे के बिंदुओं को स्थित करती है जिनका उपयोग यह अपनी गणना करने के लिए करता है, इसलिए एक मानव डॉक्टर देख सकता है कि कंप्यूटर किन विशेषताओं पर ध्यान केंद्रित कर रहा है। यह व्याख्यात्मकता (interpretability) विश्वास बनाने में मदद करती है, जिससे ऑर्थोडोंटिस्ट मशीन के सुझावों के पीछे के तर्क को समझ सकते हैं।

आगे देखते हुए, लेखक नोट करते हैं कि वास्तविक नैदानिक सेटिंग्स में उपकरण की विश्वसनीयता की पुष्टि करने के लिए रोगियों के बड़े और विविध समूहों पर और अधिक परीक्षण आवश्यक है। वे मॉडल को परिष्कृत करने और डेटासेट का विस्तार करने की योजना बना रहे हैं ताकि यह विभिन्न आयु और चेहरे की संरचनाओं के लिए सटीक रूप से कार्य कर सके। फिलहाल, अध्ययन यह प्रदर्शित करता है कि उन्नत कंप्यूटर विज़न का उपयोग करके एक साधारण फोटोग्राफ से विस्तृत कंकाल संबंधी जानकारी निकालना संभव है। यह विकास एक ऐसे भविष्य की ओर एक सार्थक कदम है जहाँ ऑर्थोडोंटिक देखभाल के शुरुआती चरण कम आक्रामक, कम खर्चीले और रोगियों के लिए सुलभ होंगे, चाहे वे कहीं भी रहते हों, और साथ ही प्रभावी उपचार के लिए आवश्यक सटीकता के उच्च मानकों को बनाए रखेंगे।