Neuro-JEPA: Building and Evaluating Health-System Scale Neuroimaging Foundation Models with Mixture of Experts
न्यूरो-जेपा (Neuro-JEPA) एक स्केलेबल, मल्टीमॉडल फाउंडेशन मॉडल है जो 1.55 मिलियन क्लिनिकल एमआरआई (MRI) स्कैन पर स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर और लेटेंट प्रेडिक्टिव लर्निंग का लाभ उठाता है ताकि विविध न्यूरोलॉजिकल इमेजिंग कार्यों और स्वास्थ्य प्रणालियों में अत्याधुनिक, सुदृढ़ सामान्यीकरण प्राप्त किया जा सके, जो अक्सर काफी कम प्रीट्रेनिंग डेटा वाले बड़े मॉडलों से बेहतर प्रदर्शन करता 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 मस्तिष्क एक जटिल अंग है, और इसके स्वास्थ्य को समझने के लिए अक्सर बिना किसी चीर-फाड़ के इसके भीतर झांकने की आवश्यकता होती है। डॉक्टर मस्तिष्क के ऊतकों की विस्तृत तस्वीरें बनाने के लिए मैग्नेटिक रेजोनेंस इमेजिंग, या एमआरआई (MRI) का उपयोग करते हैं। ये तस्वीरें सभी एक जैसी नहीं होती हैं; इन्हें अलग-अलग सेटिंग्स का उपयोग करके लिया जाता है जो विभिन्न विशेषताओं को उभारती हैं, ठीक वैसे ही जैसे कैमरे के फोकस को समायोजित करके पत्ते की बनावट या उसके अंदर के पानी को देखा जा सकता है। एक सेटिंग मस्तिष्क की संरचना को स्पष्ट रूप से दिखाती है, दूसरी तरल पदार्थ (फ्लुइड) को उभारती है, और तीसरी उस तरल पदार्थ को दबा देती है ताकि सूजन या बीमारी स्पष्ट रूप से दिखाई दे सके। एक मानव विशेषज्ञ के लिए, रोगी के स्वास्थ्य को समझने के लिए इन सभी विभिन्न दृश्यों को एक साथ देखना, और प्रत्येक से मिलने वाले संकेतों को मिलाकर एक पूर्ण निदान तैयार करना आवश्यक होता है। हालाँकि, कंप्यूटर को यह करने के लिए सिखाना कठिन रहा है। अधिकांश आर्टिफिशियल इंटेलिजेंस सिस्टम को एक बार में केवल एक प्रकार की तस्वीर देखने के लिए प्रशिक्षित किया गया है, जिससे वे विभिन्न दृश्यों के बीच के समृद्ध संबंधों को समझने में चूक जाते हैं। यह वर्तमान कंप्यूटर प्रोग्रामों और मानव डॉक्टरों के सोचने के तरीके के बीच एक अंतर पैदा करता है।
न्यूयॉर्क यूनिवर्सिटी और स्टैनफोर्ड यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस अंतर को पाटने के लिए डिज़ाइन किया गया एक नया प्रकार का आर्टिफिशियल इंटेलिजेंस बनाया है। उन्होंने न्यूरो-जेपा (Neuro-JEPA) नामक एक प्रणाली विकसित की है, जिसे तीनों प्रकार की एमआरआई तस्वीरों को एक साथ देखकर मस्तिष्क को समझने के लिए प्रशिक्षित किया गया है। पाठ्यपुस्तकों के उदाहरणों के छोटे संग्रह से सीखने के बजाय, इस मॉडल ने 1.55 मिलियन मस्तिष्क स्कैन के एक विशाल संग्रह का अध्ययन किया, जिसमें लगभग 430,000 रोगी शामिल थे। ये स्कैन एक बड़े अस्पताल तंत्र से आए थे और इनमें स्ट्रोक और ट्यूमर से लेकर अल्जाइमर जैसी न्यूरोडीजेनेरेटिव बीमारियों तक, विभिन्न स्थितियों का व्यापक कवरेज था। शोधकर्ताओं ने केवल डेटा को एक मानक कंप्यूटर प्रोग्राम में नहीं डाला; बल्कि उन्होंने एक विशेष आर्किटेक्चर बनाया जो मॉडल को विभिन्न प्रकार की छवियों के बीच के संबंधों से सीखने की अनुमति देता है। ऐसा करके, मॉडल ने मस्तिष्क की एक ऐसी एकीकृत समझ विकसित की जो विभिन्न अस्पतालों, विभिन्न स्कैनरों और विभिन्न बीमारियों में काम करती है।
इस कार्य के परिणाम दर्शाते हैं कि नया मॉडल पिछले सिस्टमों की तुलना में मस्तिष्क की छवियों को समझने में काफी बेहतर है। दर्जनों कार्यों पर परीक्षण किए जाने पर, जैसे कि स्ट्रोक की पहचान करना, रोगी के ठीक होने की भविष्यवाणी करना, या यह निर्धारित करना कि क्या किसी व्यक्ति में डिमेंशिया के शुरुआती लक्षण हैं, नया मॉडल मौजूदा उपकरणों से लगातार बेहतर प्रदर्शन करता रहा। यह तब भी सफल रहा जब इसे बहुत कम लेबल वाले डेटा के साथ काम करना पड़ा, जो चिकित्सा के क्षेत्र में एक आम समस्या है जहाँ छवियों को प्रशिक्षित करने के लिए विशेषज्ञ डॉक्टरों की आवश्यकता होती है। कुछ मामलों में, मॉडल ने मौजूदा सर्वोत्तम प्रणालियों की तुलना में AUC में 0.15 तक सुधार किया, विशेष रूप से मल्टीपल स्क्लेरोसिस और मस्तिष्क की सूजन जैसी स्थितियों के लिए। महत्वपूर्ण रूप से, मॉडल ने इन परिणामों को उस डेटा के एक-तिहाई से भी कम पर प्राप्त किया जिसका उपयोग अन्य अग्रणी मॉडलों द्वारा किया गया था, जो यह सुझाव देता है कि मॉडल का डिज़ाइन केवल अधिक डेटा होने की तुलना में अधिक महत्वपूर्ण था।
शोधकर्ताओं ने यह भी परीक्षण किया कि क्या मॉडल वास्तविक दुनिया की चुनौतियों को संभाल सकता है, जैसे कि किसी दूसरे अस्पताल के रोगियों को देखना या ऐसे स्कैन का उपयोग करना जिसे उसने पहले कभी नहीं देखा हो। मॉडल ने इन विभिन्न सेटिंग्स में अपना उच्च प्रदर्शन बनाए रखा, जिससे यह सिद्ध हुआ कि उसने केवल विशिष्ट छवियों को याद करने के बजाय मस्तिष्क की शारीरिक रचना और रोग के सामान्य सिद्धांतों को सीखा है। यह केवल नियमित देखभाल का हिस्सा होने वाले मानक एमआरआई स्कैन का उपयोग करके रोगी के परिणामों जैसे कि मरीज को कितने समय तक अस्पताल में रहना होगा या क्या हल्की याददाश्त की समस्या पूर्ण डिमेंशिया में बदल जाएगी, इसकी भी भविष्यवाणी कर सकता था। यह क्षमता अत्यंत महत्वपूर्ण है क्योंकि यह डॉक्टरों को उन स्कैनों से अधिक जानकारी प्राप्त करने की अनुमति दे सकती है जो पहले से ही नियमित देखभाल का हिस्सा हैं, जिससे बिना किसी महंगे या आक्रामक अतिरिक्त परीक्षण के बीमारियों को जल्दी पकड़ना या उपचार की बेहतर योजना बनाना संभव हो सकता है।
इस प्रणाली को बनाने के लिए, शोधकर्ताओं को कई विशिष्ट समस्याओं को हल करना पड़ा। उन्होंने पाया कि अन्य प्रकार के डेटा के लिए उपयोग की जाने वाली मौजूदा विधियों को सीधे तौर पर कॉपी करना मस्तिष्क स्कैन के लिए प्रभावी नहीं था। उन्होंने खोजा कि मॉडल को प्रशिक्षण के दौरान छवि के कुछ हिस्सों को छिपाने के एक विशेष तरीके की आवश्यकता थी ताकि वह सरल पैटर्न के आधार पर अनुमान लगाने के बजाय सबसे महत्वपूर्ण विवरणों को सीख सके। उन्होंने एक ऐसी प्रणाली भी पेश की जिसने मॉडल को खोपड़ी के आसपास के खाली स्थान को अनदेखा करते हुए केवल मस्तिष्क के ऊतकों पर ध्यान केंद्रित करने की अनुमति दी, जिससे सीखने की प्रक्रिया बहुत अधिक कुशल हो गई। इसके अलावा, उन्होंने एक ऐसा डिज़ाइन उपयोग किया जो मॉडल को छवि के विभिन्न हिस्सों के लिए अलग-अलग "विशेषज्ञों" (experts) को सक्रिय करने की अनुमति देता है, जिससे यह सुनिश्चित होता है कि सिस्टम मस्तिष्क के विभिन्न आकार और विकृतियों को संभाल सके। इस दृष्टिकोण ने मॉडल को प्रभावी ढंग से स्केल करने में मदद की, जिससे अधिक डेटा और अधिक कंप्यूटिंग शक्ति दिए जाने पर यह और अधिक शक्तिशाली होता गया।
यह अध्ययन इस विचार को स्पष्ट रूप से चुनौती देता है कि बेहतर मेडिकल एआई बनाने का एकमात्र तरीका अधिक डेटा एकत्र करना है। हालांकि डेटा महत्वपूर्ण है, शोधकर्ताओं ने प्रदर्शित किया कि मॉडल का डिज़ाइन और प्रशिक्षण की गुणवत्ता निर्णायक कारक हैं। उन्होंने दिखाया कि 1.55 मिलियन स्कैन के एक क्यूरेटेड सेट पर प्रशिक्षित एक सावधानीपूर्वक डिज़ाइन किया गया मॉडल, पांच मिलियन से अधिक स्कैन पर प्रशिक्षित मॉडलों से बेहतर प्रदर्शन कर सकता है। उन्होंने इस विचार को भी खारिज कर दिया कि ये मॉडल केवल उसी विशिष्ट अस्पताल में काम करते हैं जहाँ उन्हें प्रशिक्षित किया गया था, यह साबित करते हुए कि प्राप्त ज्ञान अन्य संस्थानों और यहाँ तक कि चिकित्सा इमेजिंग के विभिन्न प्रकारों के लिए भी हस्तांतरणीय है। यह कार्य सुझाव देता है कि मेडिकल इमेजिंग का भविष्य हर बीमारी के लिए एक अलग कंप्यूटर प्रोग्राम बनाने में नहीं है, बल्कि एक एकल, बहुमुखी प्रणाली बनाने में है जो संपूर्ण मस्तिष्क को समझ सके और नई चुनौतियों और नए रोगियों के अनुसार खुद को ढाल सके।
यह शोध न्यूरोलॉजिकल देखभाल में आर्टिफिशियल इंटेलिजेंस को एक विश्वसनीय साथी बनाने की दिशा में एक महत्वपूर्ण कदम है। यह दिखाकर कि एक एकल मॉडल विविध डेटा से सीख सकता है और उस ज्ञान को नैदानिक समस्याओं की एक विस्तृत श्रृंखला पर लागू कर सकता है, टीम ने एक ऐसा ढांचा प्रदान किया है जो अंततः डॉक्टरों को तेज़ और अधिक सटीक निर्णय लेने में सहायता कर सकता है। नियमित स्कैन से रोग की प्रगति और रोगी के परिणामों की भविष्यवाणी करने की मॉडल की क्षमता, प्रारंभिक हस्तक्षेप और पुरानी स्थितियों के बेहतर प्रबंधन के द्वार खोलती है। जैसे-जैसे शोधकर्ता इन उपकरणों को परिष्कृत करना और अपने प्रशिक्षण को और अधिक विविध आबादी और इमेजिंग प्रकारों तक विस्तारित करना जारी रखते हैं, इन प्रणालियों द्वारा रोगी देखभाल में सुधार करने की क्षमता बढ़ती जा रही है, जो इस क्षेत्र को प्रयोगात्मक प्रोटोटाइप से हटाकर मानव मस्तिष्क को समझने के व्यावहारिक, सामान्य-उद्देश्य वाले उपकरणों की ओर ले जा रही 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।