3D Ischemic Stroke Lesion Segmentation in MRI with Attention U-Net and Voxel-Level Uncertainty Quantification

हर साल, दुनिया भर में लाखों लोग स्ट्रोक से पीड़ित होते हैं, जो मस्तिष्क में रक्त के प्रवाह में अचानक रुकावट है और इससे मृत्यु या दीर्घकालिक विकलांगता हो सकती है। जब स्ट्रोक होता है, तो समय सबसे महत्वपूर्ण कारक होता है। डॉक्टर यह देखने के लिए कि नुकसान ठीक कहाँ हुआ है, मैग्नेटिक रेजोनेंस इमेजिंग, या एमआरआई (MRI) पर भरोसा करते हैं। ये स्कैन मस्तिष्क की विस्तृत, त्रि-आयामी (three-dimensional) तस्वीरें बनाते हैं, जिससे चिकित्सकों को क्षतिग्रस्त ऊतक, जिसे लीजन (lesion) कहा जाता है, का पता लगाने में मदद मिलती है। रोगी का प्रभावी ढंग से इलाज करने के लिए, डॉक्टरों को इस क्षतिग्रस्त क्षेत्र के आकार और आकृति को सटीकता के साथ मापना होता है। हालाँकि, कंप्यूटर स्क्रीन पर इसे हाथ से करना धीमा, उबाऊ और मानवीय त्रुटियों के प्रति संवेदनशील है, खासकर जब क्षतिग्रस्त क्षेत्र बहुत छोटे या बिखरे हुए हों।

हाल के वर्षों में, कंप्यूटरों ने यह काम स्वचालित रूप से करना सीख लिया है। डीप लर्निंग नामक आर्टिफिशियल इंटेलिजेंस का उपयोग करके, मशीनें अब मस्तिष्क के चित्रों को स्कैन कर सकती हैं और सेकंडों में क्षतिग्रस्त क्षेत्रों को हाइलाइट कर सकती हैं। लेकिन इन कंप्यूटरों के वर्तमान कार्य करने के तरीके में एक बड़ी समस्या है। वे उन आत्मविश्वासी विशेषज्ञों की तरह व्यवहार करते हैं जो कभी यह स्वीकार नहीं करते कि वे अनिश्चित हैं। जब एक कंप्यूटर स्ट्रोक के चारों ओर एक सीमा खींचता है, तो वह यह बताए बिना कि वह कितना आश्वस्त है या केवल अनुमान लगा रहा है, एक एकल, निश्चित उत्तर देता है। चिकित्सा सेटिंग में, ईमानदारी की यह कमी खतरनाक है। एक डॉक्टर को न केवल यह जानने की आवश्यकता है कि कंप्यूटर कहाँ सोचता है कि क्षति है, बल्कि यह भी कि कंप्यूटर कहाँ हिचकिचा रहा है, ताकि वे जीवन-मरण के निर्णय लेने से पहले उन विशिष्ट स्थानों की दोबारा जांच कर सकें।

मोरक्को के सिदी मोहम्मद बिन अब्दल्ला विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इसे ठीक करने का एक नया तरीका विकसित किया है। उन्होंने एक ऐसी प्रणाली बनाई है जो न केवल स्ट्रोक का पता लगाती है, बल्कि यह भी बताती है कि उसे अपने काम पर कितना विश्वास है। उनका दृष्टिकोण एक शक्तिशाली कंप्यूटर मॉडल को जोड़ता है जो पूरे मस्तिष्क को एक साथ देख सकता है, और एक चतुर तकनीक को जो मॉडल को एक ही छवि के बारे में थोड़े अलग तरीकों से कई बार "सोचने" की अनुमति देती है। इन विभिन्न विचारों की तुलना करके, सिस्टम यह मानचित्रित कर सकता है कि छवि का कौन सा हिस्सा स्पष्ट है और कौन सा हिस्सा भ्रमित करने वाला है। यह कंप्यूटर को स्ट्रोक का एक मानचित्र और उसके साथ एक अलग मानचित्र प्रदान करने की अनुमति देता है जो यह दिखाता है कि कंप्यूटर अनिश्चित है, जिससे एक साधारण स्वचालित उपकरण एक विश्वसनीय चिकित्सा निर्णय लेने वाले साथी में बदल जाता है।

शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण एक प्रमुख अंतर्राष्ट्रीय चुनौती से प्राप्त मस्तिष्क स्कैन के एक बड़े संग्रह पर किया, जिसमें विभिन्न अस्पतालों के सैकड़ों रोगी शामिल थे। इन स्कैनों में दो विशिष्ट प्रकार की छवियां शामिल थीं जो तीव्र स्ट्रोक का पता लगाने के लिए स्वर्ण मानक (gold standard) हैं: एक जो दिखाता है कि मस्तिष्क में पानी की गति कहाँ बाधित है, और दूसरी जो यह मापती है कि पानी ऊतक के माध्यम से कितनी आसानी से चल सकता है। टीम ने अपने कंप्यूटर को मस्तिष्क के केवल द्वि-आयामी (two-dimensional) चित्रों के बजाय पूरे त्रि-आयामी (three-dimensional) आयतन (volume) को देखने के लिए प्रशिक्षित किया। यह महत्वपूर्ण है क्योंकि स्ट्रोक अक्सर जटिल, अनियमित आकृतियों के होते हैं जो मस्तिष्क की कई परतों में फैले होते हैं, और पूरे आयतन को देखने से कंप्यूटर को चोट की वास्तविक संरचना समझने में मदद मिलती है।

सिस्टम को अपनी स्वयं की विश्वसनीयता के प्रति जागरूक बनाने के लिए, शोधकर्ताओं ने मोंटे कार्लो ड्रॉपआउट (Monte Carlo Dropout) नामक तकनीक का उपयोग किया। सरल शब्दों में, इसमें अंतिम विश्लेषण के दौरान कंप्यूटर के मस्तिष्क के भीतर एक छोटा स्विच चालू रखना शामिल है। सामान्यतः, प्रशिक्षण के बाद इस स्विच को बंद कर दिया जाता है, लेकिन यहाँ, उन्होंने इसे चालू छोड़ दिया। यह स्विच हर बार छवि को देखते समय कंप्यूटर की सोचने की प्रक्रिया के छोटे हिस्सों को बेतरतीब ढंग से बंद कर देता है। क्योंकि कंप्यूटर हर बार थोड़े अलग "लेंस" के माध्यम से एक ही छवि को देखता है, इसलिए वह हर बार एक अलग उत्तर देता है। शोधकर्ताओं ने कंप्यूटर को प्रत्येक मस्तिष्क स्कैन को बीस बार देखने के लिए कहा। इन बीस अलग-अलग उत्तरों का औसत निकालकर, कंप्यूटर ने स्ट्रोक की एक अधिक सटीक तस्वीर बनाई। इससे भी महत्वपूर्ण बात यह है कि उन बीस उत्तरों के बीच कितने मतभेद थे, इसे देखकर कंप्यूटर छवि के प्रत्येक बिंदु के लिए अनिश्चितता का स्कोर निकाल सका।

परिणामों ने दिखाया कि यह पद्धति दो स्तरों पर काम करती है। पहला, कंप्यूटर स्ट्रोक खोजने में बेहतर हो गया। एक विशिष्ट प्रकार के अटेंशन मैकेनिज्म (attention mechanism) का उपयोग करके, जिसने मॉडल को छवि के सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित करने और स्वस्थ मस्तिष्क ऊतक को अनदेखा करने के लिए सिखाया, सिस्टम ने क्षतिग्रस्त क्षेत्रों का पता लगाने की अपनी क्षमता में सुधार किया। इसने वास्तविक स्ट्रोक ऊतक के अधिक हिस्से को पाया, जो महत्वपूर्ण है क्योंकि क्षतिग्रस्त मस्तिष्क के एक छोटे से हिस्से को भी चूक जाने से उपचार योजना खराब हो सकती है। इस विशिष्ट डेटासेट पर परीक्षण किए गए एकल-मॉडल तरीकों में से इस प्रणाली ने अपने आउटलाइन को वास्तविक क्षति के साथ मिलाने के मामले में 0.6816 का स्कोर प्राप्त किया, जो सबसे अच्छा परिणाम था।

दूसरा, और शायद अधिक महत्वपूर्ण, सिस्टम ने सफलतापूर्वक अनिश्चितता मानचित्र (uncertainty maps) तैयार किए। शोधकर्ताओं ने पाया कि जब कंप्यूटर आत्मविश्वासी था, तो उसके बीस अलग-अलग दृश्य आपस में सहमत थे, जिसके परिणामस्वरूप कम अनिश्चितता स्कोर मिला। जब कंप्यूटर अनिश्चित था, तो बीस दृश्य काफी भिन्न थे, जिससे उच्च अनिश्चितता स्कोर बना। ये उच्च स्कोर ठीक वहीं दिखाई दिए जहाँ कंप्यूटर ने गलतियाँ की थीं: स्ट्रोक के धुंधले किनारों पर या बहुत छोटे, कठिन-से-देखने वाले लीशन्स पर। सिस्टम ने स्वाभाविक रूप से सबसे छोटे और सबसे जटिल स्ट्रोक को सबसे अनिश्चित मामलों के रूप में चिह्नित किया। इसका अर्थ यह है कि एक वास्तविक अस्पताल में, एक डॉक्टर कंप्यूटर के मानचित्र को देख सकता है और तुरंत एक कठिन स्थान के आसपास अनिश्चितता के एक चमकते क्षेत्र को देख सकता है, यह जानते हुए कि यह वही स्थान है जहाँ उन्हें बारीकी से जांच करने की आवश्यकता है।

अध्ययन ने उनके एकल कंप्यूटर मॉडल की तुलना अन्य प्रणालियों से भी की जो कई अलग-अलग मॉडलों के मिलकर काम करने वाले समूहों, जिन्हें एन्सेम्बल्स (ensembles) कहा जाता है, का उपयोग करती हैं। जबकि उन बड़े मॉडल समूहों ने कभी-कभी थोड़ी अधिक सटीकता प्राप्त की, लेकिन वे आत्मविश्वास के बारे में कोई जानकारी प्रदान नहीं करते थे। वे अभी भी ब्लैक बॉक्स की तरह थे जो बिना किसी स्पष्टीकरण के एक एकल उत्तर देते थे। मोरक्को की टीम का नया सिस्टम अद्वितीय है क्योंकि यह इस बेंचमार्क पर त्रि-आयामी स्ट्रोक सेगमेंटेशन के लिए विस्तृत, बिंदु-दर-बिंदु आत्मविश्वास मानचित्र प्रदान करने वाला पहला है। यह सिद्ध करता है कि एक एकल, अच्छी तरह से डिज़ाइन किया गया मॉडल सटीक भी हो सकता है और अपनी सीमाओं के बारे में ईमानदार भी।

यह कार्य आर्टिफिशियल इंटेलिजेंस को एक जादुई बॉक्स के रूप में देखने के बजाय, एक ऐसे उपकरण के रूप में देखने की दिशा में एक बदलाव है जो अपने तर्क को संप्रेषित करता है। शोधकर्ताओं ने प्रदर्शित किया कि कंप्यूटर को अपनी अनिश्चितता व्यक्त करने की अनुमति देकर, उन्हें सटीकता से समझौता करने की आवश्यकता नहीं पड़ी। वास्तव में, इस पद्धति ने बिना किसी अतिरिक्त प्रशिक्षण समय या अंतर्निहित आर्किटेक्चर में जटिल बदलावों के छोटे स्ट्रोक का पता लगाने में सुधार किया। यह सिस्टम एक ऐसे वर्कफ़्लो में उपयोग के लिए तैयार है जहाँ कंप्यूटर छवि को स्कैन करने का भारी काम करता है, और डॉक्टर अपना विशेषज्ञता केवल उन क्षेत्रों पर केंद्रित करते हैं जहाँ कंप्यूटर अनिश्चित होता है। यह साझेदारी सुनिश्चित करती है कि स्वचालन की गति मानवीय निरीक्षण की सुरक्षा के साथ जुड़ी रहे, जो इन तकनीकों को मरीजों को स्ट्रोक से उबरने में मदद करने के लिए वास्तविक दुनिया के अस्पतालों में लाने के लिए एक आवश्यक कदम है।