Label Cleaning in Multimodal Public Retinal Image Datasets
इस अध्ययन ने स्वचालित स्क्रीनिंग को विशेषज्ञ सत्यापन के साथ जोड़कर नौ सार्वजनिक मल्टीमॉडल रेटिनल इमेज डेटासेट्स में लेबल शोर (label noise) को व्यवस्थित रूप से पहचाना और सुधारा, जिससे यह पता चला कि लगभग 5.39% छवियों में त्रुटियां थीं—जिसमें आउट-ऑफ-डिस्ट्रीब्यूशन और मल्टी-लेबल मामले भी महत्वपूर्ण अनुपात में शामिल थे जो पारंपरिक सिंगल-लेबल फ्रेमवर्क को चुनौती देते हैं—जबकि यह भी प्रदर्शित किया कि क्लीनलैब (Cleanlab) जैसे उपकरण मैन्युअल समीक्षा के बोझ को प्रभावी ढंग से कम करते हैं।
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 आँख शरीर के स्वास्थ्य के लिए एक खिड़की है, और आँख के पिछले हिस्से में स्थित रेटिना एक ऐसा मानचित्र है जहाँ मधुमेह और मैकुलर डिजनरेशन जैसी बीमारियाँ अपने पहले निशान छोड़ती हैं। इन स्थितियों को समझने के लिए, डॉक्टर विशेष कैमरों का उपयोग करके रेटिना की तस्वीरें लेते हैं। हाल के वर्षों में, वैज्ञानिकों ने कंप्यूटर को इन तस्वीरों को पढ़ना सिखाया है, इस उम्मीद में कि वे ऐसी कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) बना सकें जो थकी हुई मानवीय आँखों की तुलना में अधिक तेज़ी से और सटीकता से बीमारी का पता लगा सके। लेकिन एक कंप्यूटर के सीखने के लिए, उसे उदाहरणों के एक विशाल पुस्तकालय की आवश्यकता होती है, और प्रत्येक उदाहरण के साथ एक सही लेबल होना चाहिए, जैसे कि "स्वस्थ" या "रोगग्रस्त" कहने वाला एक टैग। यदि टैग गलत हैं, तो कंप्यूटर गलत सबक सीखता है। गलत टैगों की यह समस्या, जिसे 'लेबल नॉइज़' कहा जाता है, नेत्र छवियों के कई सार्वजनिक संग्रहों में एक छिपी हुई खामी है। गलत टैगों की एक छोटी संख्या भी कंप्यूटर को गुमराह कर सकती है, जिससे वह वास्तविक बीमारियों को पहचानने में चूक कर सकता है या ऐसी समस्याओं की कल्पना कर सकता है जो अस्तित्व में ही नहीं हैं। इससे पहले कि इन डिजिटल डॉक्टरों पर भरोसा किया जा सके, जिन मानचित्रों का वे अध्ययन करते हैं, उन्हें जांचा और सुधारा जाना चाहिए।
शोधकर्ताओं के एक दल ने नौ बड़े सार्वजनिक रेटिनल इमेज संग्रहों को साफ करने के उद्देश्य से काम शुरू किया, जिनमें विभिन्न प्रकार की तस्वीरें शामिल थीं: मानक रंगीन तस्वीरें, क्रॉस-सेक्शनल स्कैन, और अल्ट्रा-वाइड दृश्य जो आँख के पूरे पिछले हिस्से को कैप्चर करते हैं। उन्होंने इन स्रोतों से लगभग 35,000 छवियां एकत्र कीं और उन्हें एक कठोर स्क्रीनिंग प्रक्रिया से गुजारा। सबसे पहले, उन्होंने एक कंप्यूटर प्रोग्राम का उपयोग किया जिसे पैटर्न और विसंगतियों को पहचानने के लिए डिज़ाइन किया गया था। यह सॉफ्टवेयर एक अत्यधिक कुशल फ़िल्टर की तरह कार्य करता था, जो छवियों को स्कैन करके डुप्लिकेट, अजीब आउटलेयर्स, और उन चित्रों को खोजने के लिए जिनका लेबल वास्तव में दिखाए गए चित्र के विपरीत प्रतीत होता था। इस प्रोग्राम ने 4,400 से अधिक छवियों को संदिग्ध के रूप में चिह्नित किया, एक ऐसा कार्य जिसे करने में मानव विशेषज्ञों को मैन्युअल रूप से हफ्तों लग जाते।
एक बार जब कंप्यूटर ने अपनी प्रारंभिक जांच पूरी कर ली, तो असली काम शुरू हुआ। चिह्नित छवियों को नेत्र रोग विशेषज्ञों (ऑप्थल्मोलॉजिस्ट) की एक टीम के पास भेजा गया, जिन्होंने उनकी एक-एक करके जांच की। यह कोई सामान्य दृष्टि नहीं थी; यह एक संरचित, चार-चरणीय समीक्षा प्रक्रिया थी जहाँ कई डॉक्टरों ने प्रत्येक छवि का स्वतंत्र रूप से मूल्यांकन किया, और अक्सर अंतिम, सहमत निदान तक पहुँचने के लिए वरिष्ठ सहयोगियों के साथ चर्चा की। मानव सत्यापन का यह चरण महत्वपूर्ण था क्योंकि इसने कंप्यूटर के अनुमानों को पुष्ट तथ्यों में बदल दिया। डॉक्टरों ने पाया कि कंप्यूटर का संदेह सही था। लगभग 35,000 छवियों में से, उन्होंने पुष्टि की कि 1,884 छवियों के लेबल गलत थे। इसका अर्थ है कि इन सार्वजनिक डेटासेट में प्रत्येक 20 छवियों में से लगभग एक छवि गलत बीमारी या स्थिति के साथ टैग की गई थी।
त्रुटियों की प्रकृति ने वर्तमान चिकित्सा डेटा की सीमाओं के बारे में कुछ महत्वपूर्ण खुलासा किया। कई गलतियाँ साधारण अदला-बदली थीं, जहाँ एक बीमारी की तस्वीर को दूसरी बीमारी के रूप में लेबल किया गया था। हालाँकि, त्रुटियों का एक महत्वपूर्ण हिस्सा अधिक जटिल था। कुछ छवियों में ऐसे मरीज थे जिन्हें एक साथ कई बीमारियाँ थीं, जिसे मूल एकल-लेबल प्रणाली कैप्चर नहीं कर सकी। अन्य छवियों में दुर्लभ स्थितियाँ दिखाई दीं जो मानक श्रेणियों में बिल्कुल भी फिट नहीं बैठती थीं, या ऐसी छवियां थीं जो इतनी धुंधली या खराब गुणवत्ता की थीं कि कोई विश्वसनीय निदान नहीं किया जा सकता था। वास्तव में, लगभग एक चौथाई पुष्ट त्रुटियां इन "आउट-ऑफ-डिस्ट्रीब्यूशन" श्रेणियों में आती थीं, जिसका अर्थ था कि वे ऐसे मामले थे जिनके लिए मूल डेटासेट डिज़ाइन नहीं किया गया था। शोधकर्ताओं ने सैकड़ों डुप्लिकेट छवियां भी पाईं, जहाँ एक ही तस्वीर अलग-अलग नामों के तहत कई बार दिखाई देती थी, जो कंप्यूटर को यह सोचने के लिए भ्रमित कर सकती है कि उसने वास्तव में उपलब्ध साक्ष्यों से अधिक प्रमाण देखे हैं।
अध्ययन ने प्रदर्शित किया कि स्वचालित स्क्रीनिंग और विशेषज्ञ मानवीय निर्णय का संयोजन इन डेटासेट को ठीक करने का एक शक्तिशाली तरीका है। कंप्यूटर प्रोग्राम ने त्रुटियों के बड़े हिस्से को सफलतापूर्वक पहचान लिया, जिससे मानव डॉक्टरों का कार्यभार कम हो गया क्योंकि उसने स्पष्ट मामलों को फ़िल्टर कर दिया और उनका ध्यान कठिन मामलों पर केंद्रित किया। जब कंप्यूटर ने गलत लेबल वाली छवि के लिए एक नया लेबल सुझाया, तो वह आधे से अधिक समय सही था, और कुछ डेटासेट में, वह लगभग हर बार सही था। यह सुझाव देता है कि ऐसे उपकरण एक विश्वसनीय पहली रक्षा पंक्ति के रूप में कार्य कर सकते हैं, जो विशेषज्ञों को उन छवियों की ओर निर्देशित करते हैं जिन्हें सबसे अधिक ध्यान देने की आवश्यकता है। शोधकर्ताओं ने निष्कर्ष निकाला कि जबकि कृत्रिम बुद्धिमत्ता नेत्र देखभाल के लिए बहुत बड़ी संभावना रखती है, जिस डेटा से वह सीखती है उसे उच्च मानक का होना चाहिए। इन सार्वजनिक छवि पुस्तकालयों को व्यवस्थित रूप से साफ करके, टीम ने भविष्य के अनुसंधान के लिए एक स्पष्ट आधार प्रदान किया है, यह सुनिश्चित करते हुए कि अगली पीढ़ी की मेडिकल एआई त्रुटि के बजाय सत्य पर प्रशिक्षित हो।
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।