ATLAS: Development and Evaluation of an AI -Enabled Framework for Anatomically Traceable Measurement Assurance in Fetal-Head Ultrasound Biometry

एक अल्ट्रासाउंड क्लिनिक के शांत, कम रोशनी वाले कमरे में, एक सोनोग्राफर बढ़ते हुए बच्चे के सिर का एक विशिष्ट दृश्य खोजने के लिए एक गर्भवती महिला के पेट पर प्रोब (probe) चला रहा है। यह क्षण महत्वपूर्ण है। यह समझने के लिए कि बच्चा कैसे बढ़ रहा है, डॉक्टरों को खोपड़ी के सटीक माप की आवश्यकता होती है, विशेष रूप से मस्तिष्क की चौड़ाई और आगे से पीछे की दूरी। ये संख्याएँ बच्चे की उम्र निर्धारित करने और यह तय करने में मदद करती हैं कि क्या वह स्वस्थ गति से बढ़ रहा है। हालाँकि, इन नंबरों को सही प्राप्त करना पूरी तरह से इमेज की गुणवत्ता पर निर्भर करता है। यदि अल्ट्रासाउंड प्रोब थोड़ा सा भी झुका हुआ है, या यदि बच्चा किसी अजीब स्थिति में है, तो परिणामी चित्र एक सिर जैसा दिख सकता है, लेकिन उससे लिए गए माप गलत हो सकते हैं। दशकों से, यह एक मानवीय चुनौती रही है: एक डॉक्टर को एक धुंधली, ब्लैक-एंड-व्हाइट इमेज देखनी होती है, यह तय करना होता है कि क्या यह सही कोण है, और फिर माप लेने के लिए डिजिटल कैलिपर्स लगाने होते हैं। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस इस कार्य को अपने हाथ में लेना शुरू कर रहा है, बच्चे के सिर को स्वचालित रूप से मापने का वादा कर रहा है, एक नई समस्या उभर आई है। एक कंप्यूटर आत्मविश्वास के साथ एक संख्या दे सकता है भले ही वह इमेज धुंधली, झुकी हुई या मुख्य विशेषताओं से रहित हो। खतरा यह है कि एक डॉक्टर एक ऐसे 'परफेक्ट' दिखने वाले नंबर पर भरोसा कर सकता है जो एक त्रुटिपूर्ण चित्र से निकाला गया था, जिससे गलत चिकित्सा निर्णय लिए जा सकते हैं।

ग्रिफिथ यूनिवर्सिटी और गोल्ड कोस्ट यूनिवर्सिटी अस्पताल के शोधकर्ताओं की एक टीम ने विश्वास की इस समस्या को हल करने के लिए ATLAS नामक एक नई प्रणाली विकसित की है। केवल एक संख्या देने के बजाय, ATLAS को एक सतर्क सहायक की तरह काम करने के लिए डिज़ाइन किया गया है जो बोलने से पहले अपने काम की जाँच करता है। यह प्रणाली माप प्रक्रिया को तीन अलग-अलग चरणों में विभाजित करती है जो एक मानव डॉक्टर के सोचने के तरीके की नकल करते हैं: पहला, यह बच्चे का सिर ढूंढता है; दूसरा, यह पुष्टि करता है कि मस्तिष्क की आंतरिक संरचनाएं दिखाई दे रही हैं और सही हैं; और तीसरा, यह माप की गणना करता है। महत्वपूर्ण रूप से, प्रणाली द्वारा उठाए गए प्रत्येक चरण का विस्तृत रिकॉर्ड रखा जाता है। इसे याद रहता है कि इसने सिर को कहाँ पाया, यह सिद्ध करने के लिए इसके पास क्या प्रमाण थे कि इमेज वैध थी, और इसने स्क्रीन के पिक्सेल को मिलीमीटर में कैसे परिवर्तित किया। यह दृष्टिकोण सुनिश्चित करता है कि यदि कोई माप लिया जाता है, तो प्रमाणों का एक स्पष्ट, ऑडिट योग्य मार्ग उपलब्ध हो जो यह दिखाए कि वह माप विश्वसनीय क्यों है। शोधकर्ताओं ने हजारों अल्ट्रासाउंड छवियों पर इस प्रणाली का परीक्षण किया और पाया कि हालांकि कंप्यूटर सिर को लगभग पूरी तरह से ढूंढ सकता था, लेकिन सिर को मापने का तरीका बहुत मायने रखता था। उन्होंने पाया कि मापने का एक सरल तरीका, जो सिर के चारों ओर कंप्यूटर द्वारा बनाए गए बॉक्स पर निर्भर करता था, खोपड़ी की सटीक रूपरेखा को ट्रेस करने वाले अधिक जटिल तरीके की तुलना में अक्सर अधिक सटीक था। इसके अलावा, उन्होंने दिखाया कि जब प्रणाली को एक नए अस्पताल के डेटा के साथ काम करने के लिए अनुकूलित किया गया, तो यह सिर खोजने में बेहतर हो सकती है लेकिन मापने में खराब हो सकती है, जो यह सिद्ध करता है कि किसी वस्तु को खोजना उसे सही ढंग से मापने के समान नहीं है।

ATLAS प्रणाली का मूल आधार इस विचार पर बना है कि एक माप उतना ही अच्छा होता है जितनी वे स्थितियाँ जिनमें वह किया गया है। पहले चरण में, जिसे "फाइंड" (Find) कहा जाता है, कंप्यूटर भ्रूण के सिर का पता लगाने के लिए पूरे अल्ट्रासाउंड इमेज को स्कैन करता है। यह उस क्षेत्र के चारों ओर एक बॉक्स बनाता है जिसे वह खोपड़ी मानता है। यदि कंप्यूटर पर्याप्त विश्वास के साथ सिर नहीं ढूंढ पाता है, तो वह अनुमान लगाने के बजाय बस रुक जाता है और रिपोर्ट करता है कि कोई माप उपलब्ध नहीं है। दूसरे चरण में, "कन्फर्म" (Confirm), सिस्टम उस बॉक्स पर ज़ूम करता है ताकि मस्तिष्क के बीच में तरल पदार्थ से भरे स्थान और लेटरल वेंट्रिकल्स जैसे विशिष्ट आंतरिक लैंडमार्क की तलाश की जा सके। ये संरचनाएं यह पुष्टि करने के लिए आवश्यक हैं कि अल्ट्रासाउंड प्लेन माप के लिए सही है। यदि ये लैंडमार्क गायब हैं, तो सिस्टम जानता है कि इमेज गलत कोण से हो सकती है, भले ही सिर मिल गया हो। अंत में, "मेजर" (Measure) चरण में, सिस्टम सिर की चौड़ाई और परिधि की गणना करता है। शोधकर्ताओं ने इसे करने के दो अलग-अलग तरीकों का परीक्षण किया: एक विधि ने खोपड़ी के सटीक वक्र को ट्रेस करने के लिए एक जटिल एल्गोरिदम का उपयोग किया, जबकि दूसरी ने पहले चरण में पाए गए बॉक्स के आयामों का उपयोग किया।

जब शोधकर्ताओं ने सार्वजनिक अस्पताल की छवियों के एक बड़े सेट पर इन विधियों का परीक्षण किया, तो उन्हें एक आश्चर्यजनक परिणाम मिला। सरल विधि, जिसने बॉक्स के आयामों का उपयोग किया, ने जटिल ट्रेसिंग विधि की तुलना में अधिक सटीक माप दिए। विशेष रूप से, बॉक्स विधि 91 प्रतिशत से अधिक छवियों के लिए बहुत कम अंतर के भीतर सही थी, जबकि जटिल ट्रेसिंग विधि केवल लगभग 84 प्रतिशत के लिए सही थी। जटिल विधि औसतन एक मिलीमीटर के करीब सिर की चौड़ाई को कम आंकती थी, एक छोटा सा अंतर जो बच्चे के विकास चार्ट को महत्वपूर्ण रूप से बदल सकता है। इस निष्कर्ष ने आर्टिफिशियल इंटेलिजेंस की इस सामान्य धारणा को चुनौती दी कि अधिक जटिल मॉडल हमेशा बेहतर होते हैं। शोधकर्ताओं ने यह देखने के लिए कि क्या यह उस डेटा पर काम करेगा जिसे इसने पहले कभी नहीं देखा है, स्पेन और यूनाइटेड किंगडम के दो अन्य अस्पतालों के डेटा पर भी प्रणाली का परीक्षण किया। सिस्टम इन नई छवियों में सिर खोजने में उत्कृष्ट था, लगभग हर फ्रेम में इसे ढूंढ लिया। हालांकि, मापों की सटीकता अस्पताल के आधार पर भिन्न थी। स्पेनिश डेटा पर, सरल बॉक्स विधि सबसे सटीक बनी रही। यूके के डेटा पर, जटिल ट्रेसिंग विधि बेहतर प्रदर्शन करती थी। इससे पता चला कि मापने का सबसे अच्छा तरीका उपयोग की जा रही छवियों की विशिष्ट विशेषताओं पर निर्भर करता है, जैसे कि अल्ट्रासाउंड मशीन को कैसे सेट किया गया था और विशेषज्ञों द्वारा छवियों को कैसे लेबल किया गया था।

अध्ययन का एक महत्वपूर्ण हिस्सा इस बात पर केंद्रित था कि क्या होता है जब एक प्रणाली को एक अस्पताल के डेटा पर प्रशिक्षित किया जाता है और फिर दूसरे में उपयोग किया जाता है। शोधकर्ताओं ने नए अस्पतालों के डेटा का उपयोग करके प्रणाली को "फाइन-ट्यून" करने की कोशिश की, इस उम्मीद में कि इससे यह वहां बेहतर काम करेगी। उन्होंने पाया कि जबकि इस प्रक्रिया ने सिस्टम को सिर खोजने में बेहतर बनाया—कंप्यूटर के बॉक्स और वास्तविक सिर के बीच ओवरलैप को कुछ प्रतिशत से बढ़ाया—इसने वास्तव में मापों को कम सटीक बना दिया। माप अधिक गलत होते गए। यह सुझाव देता है कि केवल कंप्यूटर को किसी वस्तु को पहचानने में बेहतर बनाने से यह गारंटी नहीं मिलती कि वह उस वस्तु को सही ढंग से मापेगा। इस समस्या को हल करने के लिए, शोधकर्ताओं ने 'एग्रीगेशन' (aggregation) नामक एक तकनीक का परीक्षण किया, जहाँ उन्होंने वास्तविक रोगी छवियों को मिश्रित किए बिना विभिन्न अस्पताल-विशिष्ट संस्करणों के ज्ञान को संयोजित किया। इस दृष्टिकोण ने सटीकता को आंशिक रूप रूप से बहाल कर दिया, विशेष रूप से यूके के डेटा के लिए, यह दिखाते हुए कि निजी रोगी डेटा साझा किए बिना संस्थानों के बीच सीखना संभव है। संपूर्ण प्रणाली उल्लेखनीय रूप से हल्की है, जिसे केवल 16.5 मेगाबाइट मेमोरी की आवश्यकता होती है और एक एकल छवि को संसाधित करने में 60 मिलीसेकंड से कम समय लगता है, जिसका अर्थ है कि यह शक्तिशाली, महंगे कंप्यूटरों की आवश्यकता के बिना मानक अल्ट्रासाउंड मशीनों पर चल सकती है।

अध्ययन में एक चिकित्सा विशेषज्ञ द्वारा की गई समीक्षा भी शामिल थी जिन्होंने उन छवियों की जांच की जिन्हें सिस्टम ने प्रोसेस किया था। डॉक्टर ने पुष्टि की कि सिस्टम का चरण-दर-चरण दृष्टिकोण समझने में आसान था और इसने सही ढंग से पहचान की कि कब एक इमेज माप के लिए उपयुक्त थी और कब नहीं। डॉक्टर ने उल्लेख किया कि भले ही इमेज मानक माप के लिए आदर्श न हो, फिर भी सिस्टम ने बच्चे की स्थिति और शरीर रचना के बारे में उपयोगी जानकारी सुरक्षित रखी। यह महत्वपूर्ण है क्योंकि इसका मतलब है कि सिस्टम केवल "खराब" छवियों को फेंक नहीं देता है; यह साक्ष्य रखता है ताकि एक मानव यह तय कर सके कि क्या उन्हें देखने में अभी भी कोई मूल्य है। शोधकर्ताओं ने जोर देकर कहा कि उनका सिस्टम डॉक्टर के निर्णय का विकल्प नहीं है बल्कि यह माप प्रक्रिया को पारदर्शी बनाने के लिए एक उपकरण है। प्रत्येक चरण का रिकॉर्ड रखकर, सिर की खोज से लेकर अंतिम गणना तक, सिस्टम डॉक्टरों को यह देखने की अनुमति देता है कि एक संख्या क्यों उत्पन्न की गई थी। यदि कोई माप गलत लगता है, तो डॉक्टर इसे पीछे जाकर देख सकते हैं कि क्या सिर सही जगह पर पाया गया था, क्या मस्तिष्क की आंतरिक संरचनाएं दिखाई दे रही थीं, और मिलीमीटर में छवि को बदलने के लिए सही स्केल का उपयोग किया गया था या नहीं।

इस कार्य के निहितार्थ केवल बच्चे के सिर को मापने तक सीमित नहीं हैं। यह चिकित्सा आर्टिफिशियल इंटेलिजेंस के एक मौलिक मुद्दे को संबोधित करता है: ऐसी प्रणालियों की आवश्यकता जो न केवल सटीक हों बल्कि भरोसेमंद और व्याख्या योग्य भी हों। अतीत में, AI सिस्टम अक्सर "ब्लैक बॉक्स" की तरह कार्य करते थे, जो बिना यह बताए कि वे उत्तर तक कैसे पहुंचे, एक उत्तर प्रदान करते थे। इसने डॉक्टरों के लिए यह जानना कठिन बना दिया कि मशीन पर कब भरोसा करना है और कब उसके काम की दोबारा जांच करनी है। ATLAS यह प्रदर्शित करता है कि एक ऐसी प्रणाली बनाना संभव है जो माप को केवल एक गणना के बजाय साक्ष्य जुटाने की एक प्रक्रिया के रूप में देखती है। अध्ययन ने दिखाया कि डेटा अखंडता उतनी ही महत्वपूर्ण है जितना कि स्वयं एल्गोरिदम; शोधकर्ताओं ने यह सुनिश्चित करने के लिए जाँच की एक परत बनाई कि सिस्टम का उपयोग करने के लिए उपयोग किया जाने वाला डेटा साफ हो और किसी भी रोगी का डेटा प्रशिक्षण और परीक्षण समूहों के बीच गलती से मिश्रित न हो। उन्होंने डेटा में जानबूझकर त्रुटियां डालकर भी सिस्टम का परीक्षण किया, जैसे कि डुप्लिकेट छवियां या गायब लेबल, और सिस्टम ने हर एक को सफलतापूर्वक पकड़ लिया। कठोरता का यह स्तर सुनिश्चित करता है कि परिणाम विश्वसनीय हैं और सिस्टम डेटा की गलतियों से सीख नहीं रहा है।

अंततः, ATLAS ढांचा चिकित्सा AI के बारे में सोचने का एक नया तरीका प्रदान करता है। यह केवल एक संख्या प्राप्त करने के बजाय उन स्थितियों को समझने पर ध्यान केंद्रित करता है जिनके तहत वह संख्या मान्य है। शोधकर्ताओं ने पाया कि सिस्टम वास्तविक दुनिया की अल्ट्रासाउंड छवियों की जटिलता को संभाल सकता है, विभिन्न अस्पतालों और विभिन्न प्रकार के उपकरणों के साथ काम कर सकता है। हालांकि सिस्टम अभी तक लाइव क्लिनिकल सेटिंग में उपयोग के लिए तैयार नहीं है, अध्ययन भविष्य के विकास के लिए एक मजबूत आधार प्रदान करता है। यह दिखाता है कि एक जटिल कार्य को छोटे, सत्यापन योग्य चरणों में तोड़कर और साक्ष्य का स्पष्ट रिकॉर्ड रखकर, हम ऐसे AI सिस्टम बना सकते हैं जिन पर डॉक्टर भरोसा कर सकें। अगला कदम वास्तविक समय में वास्तविक अल्ट्रासाउंड स्कैन के दौरान इस प्रणाली का परीक्षण करना होगा ताकि यह देखा जा सके कि यह कैसा प्रदर्शन करता है जब एक डॉक्टर प्रोब पकड़े हुए होता है और वास्तविक समय में निर्णय ले रहा होता है। तब तक, यह कार्य एक प्रमाण है कि चिकित्सा में आर्टिफिशियल इंटेलिजेंस के सुरक्षित और प्रभावी उपयोग के लिए पारदर्शिता और ट्रैसेबिलिटी (traceability) आवश्यक हैं।