Automated Detection of Soil-Transmitted Helminths and Schistosomiasis with Mobile Deployment of a Quantized MobileNetV2 Model from microscopic images

दुनिया के कई हिस्सों में, परजीवी संक्रमण (parasitic infections) का निदान एक ऐसी विधि पर निर्भर करता है जो दशकों से काफी हद तक अपरिवर्तित रही है: एक तकनीशियन मल की एक पतली परत (smear) को सूक्ष्मदर्शी (microscope) के नीचे देखता है ताकि कृमियों द्वारा दिए गए नन्हे अंडों को खोजा जा सके। यह प्रक्रिया, जिसे काटो-काट्ज़ (Kato-Katz) तकनीक के रूप में जाना जाता है, मृदा-जनित हेलमिंथ्स (soil-transmitted helminths) और सिस्टोसोमियासिस (schistosomiasis) की पहचान करने का मानक तरीका है, जो परजीवियों के दो समूह हैं जो करोड़ों लोगों, विशेष रूप से कम संसाधन वाले क्षेत्रों में, को संक्रमित करते हैं। हालाँकि, यह मैन्युअल दृष्टिकोण धीमा, श्रमसाध्य है और पूरी तरह से लेंस के माध्यम से देखने वाले व्यक्ति के कौशल और दृष्टि पर निर्भर है। दूरदराज के क्षेत्रों में जहाँ प्रशिक्षित विशेषज्ञों की कमी है और इंटरनेट कनेक्शन अविश्वसनीय है, इन संक्रमणों को खोजने में होने वाली देरी प्रभावी उपचार और बीमारी के प्रसार के बीच का अंतर तय कर सकती है। आधुनिक चिकित्सा के लिए चुनौती केवल इन परजीवियों को देखने का बेहतर तरीका खोजने की नहीं है, बल्कि एक ऐसा उपकरण बनाने की है जो पोर्टेबल, किफायती हो और किसी शक्तिशाली कंप्यूटर या क्लाउड से कनेक्शन के बिना काम करने में सक्षम हो।

इसे संबोधित करने के लिए, इथियोपिया के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने एक ऐसा सिस्टम विकसित किया है जो एक मानक, कम लागत वाले एंड्रॉइड स्मार्टफोन को एक नैदानिक सहायक (diagnostic assistant) में बदल देता है। उन्होंने एक सॉफ्टवेयर मॉडल बनाने पर ध्यान केंद्रित किया जो परजीवी के अंडे की सूक्ष्मदर्शी छवि को देख सकता है और तुरंत उपयोगकर्ता को बता सकता है कि किस प्रकार का संक्रमण मौजूद है। टीम ने एक 'डिजिटल मस्तिष्क' को प्रशिक्षित किया, जो विशेष रूप से 'कन्वोल्यूशनल न्यूरल नेटवर्क' (convolutional neural network) नामक आर्टिफिशियल इंटेलिजेंस का एक प्रकार है, जिसे वास्तविक प्रयोगशाला स्लाइडों से ली गई 1,490 छवियों के संग्रह का उपयोग करके तैयार किया गया था। इन छवियों ने पांच अलग-अलग श्रेणियों का प्रतिनिधित्व किया: तीन प्रकार के राउंडवॉर्म (गोल कृमि) के अंडे, एक विशिष्ट प्रकार के फ्लूक (fluke) के अंडे, और वे नमूने जिन्होंने कोई संक्रमण नहीं दिखाया। लक्ष्य कंप्यूटर को इन अंडों के अद्वितीय आकार और बनावट को पहचानने के लिए सिखाना था ताकि वह वही पहचान कर सके जो एक मानव विशेषज्ञ करता है, लेकिन बहुत कम समय में।

शोधकर्ताओं ने अपने डिजिटल मस्तिष्क के लिए 'मोबाइलनेटवी2' (MobileNetV2) नामक एक विशिष्ट आर्किटेक्चर चुना, जो हल्का और कुशल होने के लिए डिज़ाइन किया गया है। उन विशाल मॉडलों के विपरीत जिन्हें चलाने के लिए सुपरकंप्यूटर की आवश्यकता होती है, यह संस्करण मोबाइल फोन की सीमित मेमोरी और प्रोसेसिंग पावर पर काम करने के लिए बनाया गया है। NVIDIA Tesla T4 GPU से लैस एक शक्तिशाली कंप्यूटर पर मॉडल को प्रशिक्षित करने के बाद, टीम के सामने एक महत्वपूर्ण बाधा आई: मॉडल अभी भी इतना बड़ा था कि ग्रामीण क्लीनिकों में उपयोग किए जाने वाले सस्ते फोन पर सुचारू रूप से नहीं चल सकता था। इसे हल करने के लिए, उन्होंने 'पोस्ट-ट्रेनिंग क्वांटाइजेशन' (post-training quantization) नामक एक तकनीक लागू की। यह प्रक्रिया एक उच्च-रिज़ॉल्यूशन वाली तस्वीर को उसके विषय को पहचानने के लिए आवश्यक विवरणों को खोए बिना एक छोटी फ़ाइल आकार में कंप्रेस करने के समान है। मॉडल की आंतरिक गणनाओं को जटिल, उच्च-परिशुद्धता वाली संख्याओं से सरल, निम्न-परिशुद्धता वाले पूर्णांकों (integers) में बदलकर, उन्होंने फ़ाइल के आकार को लगभग 26 मेगाबाइट से घटाकर केवल 2.8 मेगाबाइट कर दिया। इस संपीड़न ने मॉडल को फोन के स्टोरेज में आसानी से फिट होने दिया और साथ ही परजीवियों की सटीक पहचान करने की इसकी क्षमता को भी बरकरार रखा।

एक बार जब मॉडल कंप्रेस हो गया, तो टीम ने इसे एक क्रॉस-प्लेटफ़ॉर्म डेवलपमेंट टूल के साथ बनाए गए मोबाइल एप्लिकेशन में एकीकृत किया, जिससे सॉफ्टवेयर बिना इंटरनेट कनेक्शन के एंड्रॉइड डिवाइसों पर चल सका। उन्होंने इस सिस्टम का परीक्षण दो अलग-अलग फोन पर किया: 4 गीगाबाइट मेमोरी वाला एक मिड-रेंज सैमसंग A15 और केवल 2 गीगाबाइट वाला अधिक बजट-अनुकूल टेक्नो स्पार्क 4। परिणामों ने दिखाया कि यह सिस्टम दोनों उपकरणों पर प्रभावी ढंग से काम करता है। सैमसंग पर, फोन एक छवि का विश्लेषण कर सकता था और लगभग 68 मिलीसेकंड में निदान दे सकता था, जो इतना तेज़ है कि एक वास्तविक समय की बातचीत जैसा महसूस होता है। धीमे टेक्नो डिवाइस पर, प्रक्रिया में लगभग 112 मिलीसेकंड लगे, जो व्यस्त क्लिनिक में व्यावहारिक उपयोग के लिए पर्याप्त तेज़ है। एप्लिकेशन ने सफलतापूर्वक डिवाइस पर ही परजीवियों की पहचान की, जिसका अर्थ है कि बिना बिजली या इंटरनेट वाले गाँव में एक स्वास्थ्य कार्यकर्ता स्लाइड की फोटो खींच सकता है और तत्काल, स्वचालित मूल्यांकन प्राप्त कर सकता है।

सटीकता के मामले में, सिस्टम ने सभी स्तरों पर अच्छा प्रदर्शन किया, और लगभग 89 प्रतिशत परीक्षण मामलों में संक्रमण के प्रकार की सही पहचान की। मॉडल विशेष रूप से सिस्टोसोमियासिस परजीवी के अंडों को पहचानने में बहुत अच्छा था, जिसने उस विशिष्ट श्रेणी के लिए लगभग पूर्ण सफलता दर हासिल की। इसने अन्य प्रकार के कीड़ों के साथ भी मजबूती से प्रदर्शन किया, हालांकि इसने कभी-कभी एक राउंडवॉर्म के अंडों को दूसरे के साथ भ्रमित कर दिया, जो कि एक सामान्य कठिनाई है क्योंकि उनके दृश्य लक्षण बहुत समान होते हैं—यहाँ तक कि मानव विशेषज्ञों के लिए भी। शोधकर्ताओं ने उल्लेख किया कि हालांकि यह प्रणाली अत्यधिक प्रभावी है, लेकिन यह योग्य प्रयोगशाला पेशेवर का विकल्प नहीं है। इसके बजाय, यह एक शक्तिशाली स्क्रीनिंग टूल के रूप में कार्य करती है जो मामलों को प्राथमिकता देने और नैदानिक प्रक्रिया को गति देने में मदद कर सकती है जहाँ विशेषज्ञ कम और दुर्लभ हैं।

अध्ययन यह निष्कर्ष निकालता है कि यह दृष्टिकोण संसाधन-सीमित वातावरण में स्वास्थ्य सेवा में सुधार के लिए एक व्यावहारिक मार्ग प्रदान करता है। एक हल्के आर्टिफिशियल इंटेलिजेंस मॉडल को एक सरल मोबाइल एप्लिकेशन के साथ जोड़कर, शोधकर्ताओं ने प्रदर्शित किया है कि उन्नत नैदानिक क्षमताओं को सीधे देखभाल के बिंदु (point of care) तक लाया जा सकता है। इसके लिए महंगे सर्वर, निरंतर इंटरनेट एक्सेस, या अत्यधिक विशिष्ट हार्डवेयर की आवश्यकता नहीं है। इसके लिए केवल एक स्मार्टफोन और एक सूक्ष्मदर्शी की आवश्यकता है, जो एक ऐसे उपकरण को बदल देता है जो कई जेबों में पाया जाता है, ताकि वह परजीवी रोगों का पता लगाने और प्रबंधन करने में अधिक कुशलता से मदद कर सके। जबकि शोधकर्ता स्वीकार करते हैं कि मॉडल को अधिक डेटा और विभिन्न क्षेत्रों में परीक्षण के साथ सुधारा जा सकता है, वर्तमान परिणाम सिद्ध करते हैं कि एक ऑफलाइन, स्वचालित नैदानिक प्रणाली न केवल एक सैद्धांतिक संभावना है, बल्कि एक कामकाजी वास्तविकता है जिसे आज ही तैनात किया जा सकता है।