Explainable Early Alzheimer's Disease Detection Using a Hybrid Capsule and Vision Transformer-Based Framework with LIME

मानव मस्तिष्क एक विशाल, जटिल परिदृश्य है जहाँ स्मृतियाँ बनती हैं और व्यक्तित्व आकार लेते हैं। जब अल्जाइमर रोग नामक स्थिति शुरू होती है, तो यह धीरे-धीरे इस परिदृश्य को नष्ट करने लगती है, जिसकी शुरुआत सूक्ष्म स्मृति लोप से होती है जिसे आसानी से सामान्य उम्र बढ़ने का लक्षण समझ लिया जा सकता है। जैसे-जैसे रोग आगे बढ़ता है, यह महत्वपूर्ण संज्ञानात्मक गिरावट का कारण बनता है, जिससे व्यक्ति की तर्क करने, बोलने और अपनी देखभाल करने की क्षमता प्रभावित होती है। क्योंकि यह क्षति अपरिवर्तनीय है, चिकित्सा समुदाय लंबे समय से यह समझता आया है कि रोगियों की मदद करने का सबसे प्रभावी तरीका बीमारी को जितना जल्दी हो सके, संभव हो सके, विशेष रूप से गंभीर लक्षण प्रकट होने से पहले, पकड़ना है। ऐसा करने के लिए, डॉक्टर मस्तिष्क स्कैन पर भरोसा करते हैं, जैसे कि मैग्नेटिक रेजोनेंस इमेजिंग, जो मस्तिष्क की संरचना के विस्तृत मानचित्रों की तरह कार्य करते हैं। हालाँकि, इन मानचित्रों को पढ़ना कठिन है; अल्जाइमर के शुरुआती संकेत अक्सर धुंधले होते हैं और मस्तिष्क की जटिल परतों के भीतर छिपे होते हैं, जिससे अनुभवी विशेषज्ञों के लिए भी उन्हें पहचानना आसान नहीं होता।

वर्षों से, शोधकर्ता इन स्कैन की व्याख्या करने में मदद के लिए आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) की ओर मुड़े हैं, इस उम्मीद में कि वे ऐसे पैटर्न खोज सकें जिन्हें मानवीय आँखें अनदेखा कर सकती हैं। इस कार्य के लिए उपयोग किए जाने वाले पारंपरिक कंप्यूटर प्रोग्राम अक्सर संघर्ष करते हैं क्योंकि वे मस्तिष्क को एक सपाट छवि की तरह मानते हैं, जिससे विभिन्न हिस्सों के बीच के महत्वपूर्ण त्रि-आयामी (3D) संबंधों की अनदेखी हो जाती है। वे एक विशिष्ट आकार को पहचान तो सकते हैं लेकिन यह समझने में विफल रहते हैं कि वह आकार आसपास के ऊतकों से कैसे जुड़ता है। इस सीमा ने प्रारंभिक पहचान के लिए विश्वसनीय उपकरणों के विकास को धीमा कर दिया है। भारत में अमृता विश्व विद्यापीठम के शोधकर्ताओं का एक नया अध्ययन इस चुनौती का समाधान करते हुए एक परिष्कृत नई प्रणाली बना रहा है जो दो उन्नत प्रकार के आर्टिफिशियल इंटेलिजेंस को जोड़ती है। उनका लक्ष्य एक ऐसा उपकरण बनाना था जो न केवल उच्च सटीकता के साथ रोग का पता लगाए, बल्कि डॉक्टरों को अपने तर्क की व्याख्या भी करे, जिससे जटिल कंप्यूटर गणनाओं और मानवीय विश्वास के बीच के अंतर को पाटा जा सके।

शोधकर्ताओं ने एक हाइब्रिड फ्रेमवर्क विकसित किया है जो मस्तिष्क को देखने के दो अलग-अलग दृष्टिकोणों को मिलाता है। उनके सिस्टम का पहला भाग एक कैप्सूल नेटवर्क का उपयोग करता है जिसे 'कैप्सूल नेटवर्क' के रूप में जाना जाता है। एक इमारत को देखने की कल्पना करें; एक मानक कंप्यूटर खिड़की और दरवाजे को अलग-अलग वस्तुओं के रूप में देख सकता है, लेकिन एक कैप्सूल नेटवर्क यह समझता है कि ये हिस्से एक विशिष्ट संरचना से संबंधित हैं और उनके स्थानिक संबंध को बनाए रखता है। मस्तिष्क स्कैन के संदर्भ में, यह प्रणाली को मस्तिष्क के ऊतकों की सटीक 3D व्यवस्था को संरक्षित करने की अनुमति देता है, यह सुनिश्चित करता है कि यह समझ सके कि विभिन्न क्षेत्र एक-दूसरे में कैसे फिट होते हैं। सिस्टम का दूसरा भाग एक विजन ट्रांसफार्मर (Vision Transformer) का उपयोग करता है, जो एक ऐसी तकनीक है जिसे व्यापक परिप्रेक्ष्य (बड़ी तस्वीर) देखने के लिए डिज़ाइन किया गया है। जबकि कैप्सूल नेटवर्क स्थानीय विवरणों पर ध्यान केंद्रित करता है, ट्रांसफार्मर पूरी छवि को स्कैन करता है ताकि मस्तिष्क के विभिन्न क्षेत्रों के बीच लंबी दूरी के कनेक्शन को समझा जा सके, और यह पहचान सके कि एक क्षेत्र में परिवर्तन दूसरे दूर स्थित क्षेत्र में परिवर्तनों से कैसे संबंधित हो सकता है। इन दोनों विधियों को जोड़कर, यह प्रणाली मस्तिष्क की संरचना के सूक्ष्म विवरणों और एक संपूर्ण इकाई के रूप में मस्तिष्क के कार्य करने के व्यापक संदर्भ, दोनों को पकड़ती है।

इस नए दृष्टिकोण का परीक्षण करने के लिए, शोधकर्ताओं ने सार्वजनिक चिकित्सा डेटाबेस से हजारों मस्तिष्क स्कैन को इस प्रणाली में डाला, जिसमें अल्जाइमर के रोगियों, हल्के संज्ञानात्मक विकार वाले व्यक्तियों और स्वस्थ व्यक्तियों के चित्र शामिल थे। सिस्टम को इन समूहों के बीच अंतर करने के लिए प्रशिक्षित किया गया था, जिससे वह उन सूक्ष्म संरचनात्मक परिवर्तनों को पहचानने में सक्षम हुआ जो रोग की शुरुआत का संकेत देते हैं। परिणाम आश्चर्यजनक थे। नए फ्रेमवर्क ने 98.80 प्रतिशत की सटीकता दर हासिल की, जिसने जांच किए गए लगभग हर मामले में स्थिति की सही पहचान की। इस प्रदर्शन ने वर्तमान में उपयोग किए जा रहे कई अन्य अग्रणी तरीकों को भी पीछे छोड़ दिया, जिनमें मानक 3D इमेजिंग और अन्य जटिल डीप लर्निंग तकनीकों पर आधारित मॉडल शामिल हैं। शुद्धता (प्रिसिजन) के मामले में, जब इसने सकारात्मक मामले की भविष्यवाणी की तो यह लगभग 89.64 प्रतिशत बार सही था, और इसने सभी वास्तविक मामलों में से 80.10 प्रतिशत की सफलतापूर्वक पहचान की, जो यह सुनिश्चित करने के लिए एक महत्वपूर्ण पैमाना है कि किसी भी रोगी की अनदेखी न हो।

इस कार्य का शायद सबसे महत्वपूर्ण पहलू केवल उच्च सटीकता नहीं है, बल्कि वह पारदर्शिता है जो यह प्रदान करता है। चिकित्सा में, एक कंप्यूटर केवल यह कहकर नहीं छोड़ सकता कि "इस रोगी को अल्जाइमर है"; उसे यह भी बताना होगा कि क्यों; डॉक्टरों को यह जानने की आवश्यकता है कि किन मस्तिष्क भागों ने निर्णय को प्रभावित किया। इसे हल करने के लिए, शोधकर्ताओं ने LIME नामक एक उपकरण को एकीकृत किया है, जो कंप्यूटर के विचारों के लिए एक 'स्पॉटलाइट' की तरह कार्य करता है। भविष्यवाणी करने के बाद, LIME मस्तिष्क स्कैन के उन विशिष्ट क्षेत्रों को उजागर करता है जो उस निर्णय के लिए सबसे महत्वपूर्ण थे। यह एक दृश्य स्पष्टीकरण बनाता है जिसे डॉक्टर समीक्षा कर सकते हैं, जिससे यह पुष्टि होती है कि कंप्यूटर यादृच्छिक शोर (noise) के बजाय सही जैविक विशेषताओं पर ध्यान केंद्रित कर रहा है। यह कदम विश्वास बनाने के लिए महत्वपूर्ण है, क्योंकि यह चिकित्सा पेशेवरों को निदान के पीछे के तर्क को सत्यापित करने और वास्तविक दुनिया के परिवेश में इस उपकरण का उपयोग करने के लिए आश्वस्त होने की अनुमति देता है।

अध्ययन ने यह भी परीक्षण किया कि विभिन्न घटकों को हटाने पर सिस्टम कैसा प्रदर्शन करता है, एक ऐसी प्रक्रिया जिसने प्रत्येक भाग की आवश्यकता की पुष्टि की। जब शोधकर्ताओं ने कैप्सूल नेटवर्क के बिना सिस्टम का परीक्षण किया, तो रोग का पता लगाने की इसकी क्षमता काफी कम हो गई, जिससे सिद्ध हुआ कि मस्तिष्क के स्थानिक लेआउट को समझना आवश्यक है। इसी तरह, विजन ट्रांसफार्मर को हटाने से मस्तिष्क के क्षेत्रों के बीच व्यापक संबंधों को देखने की सिस्टम की क्षमता कम हो गई। यहाँ तक कि स्पष्टीकरण उपकरण का समावेश भी, भले ही उसने कच्चे सटीकता आंकड़ों को नहीं बदला, नैदानिक वातावरण में मॉडल की समग्र उपयोगिता के लिए महत्वपूर्ण बताया गया। इमेज को स्कैन करने से लेकर निदान देने तक की पूरी प्रक्रिया में एक मानक उच्च-प्रदर्शन कंप्यूटर पर ग्यारह सेकंड से भी कम समय लगा, जो यह सुझाव देता है कि इस तकनीक का उपयोग भविष्य में व्यस्त अस्पतालों में बिना किसी देरी के किया जा सके।

हालांकि परिणाम उत्साहजनक हैं, शोधकर्ता स्वीकार करते हैं कि इस प्रणाली को क्लीनिकों में व्यापक रूप से अपनाने से पहले कुछ चुनौतियाँ शेष हैं। मॉडल की जटिलता के लिए शक्तिशाली कंप्यूटरों की आवश्यकता होती है जो अभी तक हर चिकित्सा सुविधा में उपलब्ध नहीं हैं, और उच्च गुणवत्ता वाले बड़े डेटासेट की आवश्यकता डेटा गोपनीयता और उपलब्धता पर सवाल उठाती है। इसके अलावा, स्पष्टीकरण उपकरण निर्णय लेने की प्रक्रिया का एक स्थानीय दृश्य प्रदान करता है, जो सहायक तो है लेकिन अभी तक नेटवर्क के पूर्ण वैश्विक व्यवहार को पूरी तरह से नहीं पकड़ पाता है। इन बाधाओं के बावजूद, अध्ययन एक स्पष्ट मार्ग प्रदर्शित करता है। मस्तिष्क की संरचना की गहरी समझ और अपने निष्कर्षों को समझाने की क्षमता को जोड़कर, यह नया फ्रेमवर्क अल्जाइमर रोग को जल्दी पकड़ने के लिए एक विश्वसनीय और व्याख्या योग्य तरीका प्रदान करता है। यह एक ऐसे भविष्य की ओर एक महत्वपूर्ण कदम है जहाँ उन्नत तकनीक बढ़ती उम्र वाली आबादी के संज्ञानात्मक स्वास्थ्य की रक्षा के लिए डॉक्टरों के साथ मिलकर काम करती है।