Spatial artificial intelligence in gastric endoscopy for premalignant lesions and early gastric cancer: a systematic review
39 अध्ययन परिवारों का यह व्यवस्थित अवलोकन इस बात पर प्रकाश डालता है कि यद्यपि गैस्ट्रिक एंडोस्कोपी में स्थानिक एआई (spatial AI) प्री-मैलिग्नेंट लीजन्स और प्रारंभिक गैस्ट्रिक कैंसर के नैदानिक रूप से प्रासंगिक मैपिंग की ओर अग्रसर है, लेकिन मजबूत संदर्भ मानकों, भावी सत्यापन और लाइव मूल्यांकन की कमी के कारण प्रक्रियात्मक निर्णयों का समर्थन करने की इसकी तत्परता वर्तमान में सीमित 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 पेट के भीतर, अस्तर एक नाजुक परिदृश्य की तरह होता है जहाँ कैंसर एक सूक्ष्म, लगभग अदृश्य परिवर्तन के रूप में शुरू हो सकता है। अंदर देखने के लिए लचीले कैमरे का उपयोग करने वाले डॉक्टरों के लिए, चुनौती लंबे समय से केवल एक संदिग्ध धब्बे को पहचानना ही नहीं रही है, बल्कि यह जानना भी रहा है कि वह ठीक कहाँ से शुरू होता है और कहाँ समाप्त होता है। यह सीमा अत्यंत महत्वपूर्ण है। यदि कोई घाव (लीजन) बहुत छोटा या बहुत बड़ा है, या यदि उसके किनारे अस्पष्ट हैं, तो उपचार की योजना पूरी तरह से बदल जाती है। कभी-कभी, एक सटीक मानचित्र डॉक्टर को कैमरा-आधारित प्रक्रिया के माध्यम से कैंसर को पूरी तरह से हटाने की अनुमति देता है; अन्य मामलों में, अनिश्चितता का अर्थ है कि रोगी को अधिक आक्रामक सर्जरी की आवश्यकता होगी। वर्षों से, कंप्यूटर प्रोग्राम एक दूसरी जोड़ी आँखों के रूप में कार्य करने के लिए प्रशिक्षित किए गए हैं, जो इन खतरनाक क्षेत्रों को चिह्नित करने में मदद करते हैं। लेकिन एक नया प्रश्न उभरा है: क्या ये प्रोग्राम केवल यह बताने से अधिक कुछ कर सकते हैं कि "यहाँ कुछ गलत है"? क्या वे सर्जन के हाथ का मार्गदर्शन करने के लिए पर्याप्त सटीकता के साथ समस्या की सटीक रूपरेखा खींच सकते हैं?
शोधकर्ताओं की एक टीम ने इन अध्ययनों के एक बड़े संग्रह की समीक्षा करके इसका उत्तर देने का प्रयास किया, जिन्होंने विशेष रूप से इन पेट के घावों को मैप करने के लिए डिज़ाइन किए गए कृत्रिम बुद्धिमत्ता (एआई) सिस्टम का परीक्षण किया था। उन्होंने दर्जनों ऐसी परियोजनाओं की समीक्षा की जहाँ कंप्यूटरों को केवल उनकी उपस्थिति का पता लगाने के बजाय, शुरुआती पेट के कैंसर या प्री-कैंसरस परिवर्तनों की सीमाओं को रेखांकित करने के लिए कहा गया था। शोधकर्ताओं ने पाया कि हालांकि ये सिस्टम संग्रहीत छवियों पर रेखाएं खींचने में काफी कुशल हो गए हैं, लेकिन इस बात का प्रमाण कि वे एक वास्तविक, लाइव चिकित्सा प्रक्रिया के दौरान इसे विश्वसनीय रूप से कर सकते हैं, अभी भी बहुत कम है। तकनीक सरल पहचान से जटिल मैपिंग की ओर बढ़ गई है, लेकिन इसने अभी तक प्रयोगशाला के एक आशाजनक उपकरण से अस्पताल के एक भरोसेमंद मार्गदर्शक बनने तक का सफर पूरी तरह से तय नहीं किया है।
इस समीक्षा में अध्ययन के उन तीस-नौ समूहों की जांच की गई, जो मुख्य रूप से पूर्वी और दक्षिण-पूर्वी एशिया में आयोजित किए गए थे, जहाँ पेट का कैंसर एक महत्वपूर्ण स्वास्थ्य चिंता का विषय है। ये अध्ययन दो मुख्य लक्ष्यों पर केंद्रित थे: शुरुआती पेट का कैंसर और प्री-कैंसरस स्थितियाँ जैसे कि 'इंटेस्टाइनल मेटाप्लासिया', जिन्हें कैंसर के जोखिम को बढ़ाने के लिए जाना जाता है। शोधकर्ताओं ने देखा कि जब इन कृत्रिम बुद्धिमत्ता प्रणालियों को असामान्य ऊतक को स्वस्थ ऊतक से अलग करने (सेगमेंटेशन) के लिए कहा गया, तो वे कैसा प्रदर्शन करती हैं, और वे एक घाव के विशिष्ट किनारों को कितनी अच्छी तरह पहचान सकती हैं। कई मामलों में, इन प्रيطों का परीक्षण पिछली प्रक्रियाओं से ली गई हजारों स्थिर छवियों पर किया गया था। परिणामों ने दिखाया कि इन संग्रहीत चित्रों पर, कंप्यूटर अक्सर मानव विशेषज्ञों के रेखाचित्रों के साथ उच्च स्तर के ओवरलैप के साथ रेखाएं खींच सकते थे। कुछ सिस्टम तो विभिन्न प्रकार के ऊतकों के बीच अंतर करने या उस सटीक रेखा की पहचान करने में भी सक्षम थे जहाँ कैंसर समाप्त होता है और स्वस्थ ऊतक शुरू होता है।
हालाँकि, शोधकर्ताओं ने पाया कि कागजी आंकड़ों और नैदानिक अभ्यास की वास्तविकता के बीच एक महत्वपूर्ण अंतर है। अधिकांश अध्ययन उन छवियों पर आधारित थे जिन्हें बाद में समीक्षा के लिए सहेजा गया था, न कि उन प्रणालियों का परीक्षण उन समय किया गया जब एक डॉक्टर वास्तव में एंडोस्कोपी कर रहा था। जब शोधकर्ताओं ने वास्तविक समय (रियल-टाइम) में इस तकनीक के उपयोग के साक्ष्य खोजे, तो उन्हें बहुत कम मिले। केवल दो अध्ययनों ने रिपोर्ट किया कि कैमरा रोगी के भीतर चलते समय सिस्टम का मूल्यांकन किया गया, और केवल एक अध्ययन ने दिखाया कि कंप्यूटर के मानचित्र ने वास्तव में प्रक्रिया के दौरान डॉक्टर के कार्य को प्रभावित किया, जैसे कि अतिरिक्त बायोप्सी के लिए प्रेरित करना। इसके अलावा, इन प्रणालियों के परीक्षण के तरीके में अक्सर उस कठोरता का अभाव था जो चिकित्सा सुरक्षा के लिए आवश्यक है। कई अध्ययनों में विभिन्न रोगियों के डेटा को स्पष्ट रूप से अलग नहीं किया गया था, जिसका अर्थ है कि कंप्यूटर का परीक्षण उसी व्यक्ति की छवियों पर किया गया होगा जिससे वह प्रशिक्षित हुआ था, जो इसकी सफलता को बढ़ा-चढ़ाकर दिखाता है। केवल कुछ ही अध्य अध्ययनों ने इन प्रणालियों का परीक्षण पूरी तरह से नए रोगी समूहों पर किया जो विभिन्न अस्पतालों से थे, जो यह सिद्ध करने के लिए एक महत्वपूर्ण कदम है कि तकनीक केवल उस विशिष्ट समूह के लिए नहीं बल्कि सभी के लिए काम करती है जिसके लिए इसे बनाया गया है।
"सही" की परिभाषा भी अध्ययनों में व्यापक रूप से भिन्न थी, जिससे उनकी सीधी तुलना करना कठिन हो गया। कुछ मामलों में, कंप्यूटर का मूल्यांकन स्क्रीन पर डॉक्टर द्वारा खींचे गए मानचित्र के विरुद्ध किया गया था, जबकि अन्य में, इसकी तुलना वास्तव में निकाले गए और सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे जांचे गए ऊतक के विरुद्ध की गई थी। शोधकर्ताओं ने नोट किया कि स्क्रीन पर डॉक्टर का रेखाचित्र, प्रयोगशाला में पाए जाने वाले वास्तविक जैविक सीमा के समान नहीं है। एक सिस्टम डॉक्टर के रेखाचित्र से पूरी तरह मेल खा सकता है लेकिन फिर भी बीमारी के वास्तविक किनारे को चूक सकता है, जो कि सफल सर्जरी के लिए एकमात्र महत्वपूर्ण किनारा है। क्योंकि एक "अच्छे" मानचित्र के मानकों में बहुत अंतर था, इसलिए शोधकर्ता उनके परिणामों को एक एकल औसत स्कोर में संयोजित नहीं कर सके। इसके बजाय, उन्होंने विविध प्रदर्शन के परिदृश्य को देखा जहाँ कुछ सिस्टम विशिष्ट कार्यों के लिए विशिष्ट छवियों पर अच्छा काम करते थे, लेकिन उनमें से किसी ने भी जीवन-मृत्यु के निर्णयों के लिए आवश्यक विश्वसनीयता के साथ एक घाव की सीमाओं को परिभाषित करने की क्षमता सिद्ध नहीं की थी।
समीक्षा यह निष्कर्ष निकालती है कि हालांकि स्थानिक कृत्रिम बुद्धिमत्ता (स्पेशियल एआई) ने पेट के रोगों के भूगोल को समझने में उल्लेखनीय प्रगति की है, लेकिन यह अभी उपचार योजना के प्राथमिक मार्गदर्शक के रूप में तैयार नहीं है। तकनीक सफलतापूर्वक सरल पहचान से मैपिंग के जटिल कार्य की ओर बढ़ गई है, लेकिन लाइव प्रक्रियाओं में इसके उपयोग का समर्थन करने वाले साक्ष्य अभी भी सीमित हैं। शोधकर्ता इस बात पर जोर देते हैं कि इन उपकरणों को मानक बनाने के लिए, भविष्य के अध्ययनों को लाइव रोगियों पर इनका परीक्षण करना चाहिए, यह सुनिश्चित करने के लिए सख्त तरीकों का उपयोग करना चाहिए कि कंप्यूटर ने केवल उत्तरों को रटा नहीं है, और यह सिद्ध करना चाहिए कि उनके द्वारा बनाए गए मानचित्र वास्तव में बेहतर रोगी परिणाम प्रदान करते हैं। तब तक, ये सिस्टम शक्तिशाली सहायक बने रहेंगे जो संभावित समस्या वाले स्थानों को उजागर कर सकते हैं, लेकिन कहाँ काटना है या कहाँ बायोप्सी करनी है, इसका अंतिम निर्णय अभी भी मानव डॉक्टर के पास ही रहना चाहिए। एक फोटो पर रेखा खींचने वाले कंप्यूटर से लेकर एक ऐसे सिस्टम तक की यात्रा, जो एक जटिल प्रक्रिया के माध्यम से सर्जन का सुरक्षित मार्गदर्शन कर सके, अभी भी जारी है।
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।