फेफड़ों का कैंसर दुनिया भर में कैंसर से होने वाली मृत्यु का प्रमुख कारण बना हुआ है, जिसका मुख्य कारण यह है कि इसे अक्सर बहुत देर से पकड़ा जाता है। जब इस बीमारी का पता जल्दी चल जाता है, जब ट्यूमर अभी छोटा और सीमित होता है, तो जीवित रहने की दर उच्च होती है। जब यह फैलता है, तो स्थिति काफी गंभीर हो जाती है। इन शुरुआती संकेतों को पकड़ने के लिए, डॉक्टर लो-डोज़ कंप्यूटेड टोमोग्राफी, या सीटी स्कैन (CT scans) का उपयोग करते हैं, जो छाती के सैकड़ों क्रॉस-सेक्शनल चित्र लेते हैं। एक एकल स्कैन स्लाइस का एक विशाल ढेर बनाता है, जो फेफड़ों का एक त्रि-आयामी (three-dimensional) मानचित्र तैयार करता है। हालांकि, इन स्कैन को पढ़ना मानव रेडियोलॉजिस्ट के लिए एक थकाऊ कार्य है। उन्हें एक के बाद एक स्लाइस की जांच करनी पड़ती है, और उन छोटे, धुंधले धब्बों को ढूंढना पड़ता है जो नोड्यूल (nodules) हो सकते हैं। डेटा की भारी मात्रा थकान का कारण बनती है, और यहाँ तक कि विशेषज्ञ भी अक्सर इस बात पर असहमत होते हैं कि वे क्या देख रहे हैं। यहीं पर कंप्यूटर सिस्टम काम आते हैं, जो एक अथक 'दूसरी जोड़ी आँखों' के रूप में कार्य करने का वादा करते हैं, जो संभावित खतरों को चिह्नित करने के लिए पूरे आयतन (volume) को स्कैन करते हैं।

इन कंप्यूटरों के लिए चुनौती यह है कि उनके द्वारा विश्लेषण किया जाने वाला डेटा जटिल है। चित्र पूर्णतः आदर्श घन (cubes) नहीं होते; स्लाइस के बीच का स्थान अक्सर एक एकल स्लाइस के भीतर के विवरण की तुलना में बहुत अधिक होता है। मानक कंप्यूटर विज़न उपकरण, जिन्हें सभी दिशाओं में समान रूप से व्यवहार करने के लिए डिज़ाइन किया गया है, स्लाइस के बीच के खाली स्थान को संसाधित करने में प्रयास बर्बाद करते हैं, जबकि उनके भीतर के सूक्ष्म विवरणों को छोड़ देते हैं। इसके अलावा, एक नोड्यूल को खोजना उससे अलग है जैसे कि उसके सटीक आकार को रेखांकित करना, फिर भी अधिकांश प्रणालियाँ इन दोनों को अलग-अलग कार्यों के रूप में मानती हैं। सबसे बड़ी बाधा यह है कि स्वस्थ फेफड़ों के ऊतकों की तुलना में नोड्यूल्स अत्यंत दुर्लभ होते हैं। फेफड़ों के ऊतक के एक छोटे से घन में, नोड्यूल शायद एक प्रतिशत से भी कम स्थान घेरता है। जब एक कंप्यूटर प्रोग्राम ऐसे असंतुलित डेटासेट से सीखने की कोशिश करता है, तो वह अक्सर हार मान लेता है, और बस यह तय कर लेता है कि प्रत्येक स्थान स्वस्थ ऊतक है क्योंकि यही सबसे सुरक्षित और आसान अनुमान है। यह शोध पत्र एक नई प्रणाली पेश करता है जिसे इन विशिष्ट समस्याओं को हल करने के लिए डिज़ाइन किया गया है, जिससे एक हल्का कंप्यूटर प्रोग्राम छोटे, पोर्टेबल उपकरणों पर चल सके और साथ ही आश्चर्यजनक सटीकता के साथ इन खतरनाक धब्बों को खोज सके और रेखांकित कर सके।

चीन के मेडिकल कॉलेजों के शोधकर्ताओं ने 'लाइट3डी-नोड्यूलनेट' (Light3D-NoduleNet) नामक एक नया नेटवर्क विकसित किया। उनका लक्ष्य एक ऐसा सिस्टम बनाना था जो एक 'एज डिवाइस' (edge device) पर चल सके, जैसे कि क्लिनिक में उपयोग किया जाने वाला एक पोर्टेबल कंप्यूटर, न कि एक विशाल सर्वर फार्म पर। उन्होंने इस बात को पुनर्गठित करके शुरुआत की कि कंप्यूटर 3D छवियों को कैसे "देखता" है। एक मानक ब्लॉक जैसा फ़िल्टर उपयोग करने के बजाय, जो ऊपर-नीचे, बाएँ-दाएँ और आगे-पीछे की दिशाओं को एक समान मानता है, उन्होंने एक असममित (asymmetric) फ़िल्टर बनाया। यह फ़िल्टर समझता है कि चित्र एक दिशा में फैला हुआ है। यह एक स्लाइस के भीतर विस्तृत पैटर्न को स्कैन करने के लिए एक चौड़ा, चपटा फ़िल्टर और स्लाइस के बीच के परिवर्तनों की जाँच करने के लिए एक पतला, ऊर्ध्वाधर (vertical) फ़िल्टर उपयोग करता है। इस सरल परिवर्तन से गणनाओं की संख्या आधे से अधिक कम हो जाती है, जिससे सिस्टम सूक्ष्म विवरणों को देखने की अपनी क्षमता खोए बिना बहुत तेज़ और हल्का हो जाता है।

सिस्टम को और भी स्मार्ट बनाने के लिए, शोधकर्ताओं ने एक ऐसी प्रक्रिया जोड़ी जिससे कंप्यूटर छवि के सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित कर सके। ठीक वैसे ही जैसे एक मानव पाठक पाठ के एक विशिष्ट क्षेत्र पर ध्यान केंद्रित कर सकता है, यह सिस्टम नेटवर्क की गहराई के आधार पर अपने फोकस को समायोजित करना सीखता है। शुरुआती परतों में, यह छोटे, स्थानीय टेक्सचर (textures) को देखता है, जबकि गहरी परतों में, यह रक्त वाहिकाओं और वायुमार्गों जैसे फेफड़ों की बड़ी संरचनाओं को समझने के लिए पीछे हटकर व्यापक दृश्य देखता है। यह कंप्यूटर को एक हानिरहित रक्त वाहिका और एक खतरनाक नोड्यूल के बीच अंतर करने में मदद करता है, जो एक ऐसा कार्य है जो अक्सर सरल प्रणालियों को भ्रमित कर देता है।

हालांकि, इस कार्य की सबसे महत्वपूर्ण खोज गति या ध्यान के बारे में नहीं थी, बल्कि इस बारे में थी कि कंप्यूटर एक साथ दो काम कैसे सीखता है। सिस्टम को दो चीजें एक साथ करने के लिए डिज़ाइन किया गया है: पहला, नोड्यूल के केंद्र को खोजना, और दूसरा, उस नोड्यूल की सटीक रूपरेखा (outline) खींचना। पिछले प्रयासों में, इन दोनों कार्यों को अक्सर अलग-अलग सिखाया जाता था या उन्हें अलग-अलग काम करने दिया जाता था। शोधकर्ताओं ने पाया कि जब उन्होंने इन दोनों कार्यों को एक-दूसरे से बात करने के लिए मजबूर किया, तो पूरा सिस्टम जीवंत हो उठा। उन्होंने नेटवर्क के दो हिस्सों के बीच एक सेतु (bridge) बनाया। केंद्र खोजने वाला हिस्सा रेखांकित करने वाले हिस्से को संकेत भेजता है, "यहाँ देखो, यह वही जगह है जहाँ वस्तु है।" बदले में, रेखांकित करने वाला हिस्सा वापस संकेत भेजता है, "किनारा यहाँ है, इसलिए केंद्र इस सीमा के पास होना चाहिए।"

यह दो-तरफा संवाद अत्यधिक असंतुलन की समस्या को हल करने की कुंजी साबित हुआ। इस सेतु के बिना, कंप्यूटर हार मान लेगा और पूरे फेफड़े को स्वस्थ घोषित कर देगा, जिससे नोड्यूल्स को खोजने की इसकी क्षमता पर लगभग 0.23 का स्कोर प्राप्त होगा—एक परिणाम जिसे "ट्रिवियल सॉल्यूशन" (trivial solution) कहा जाता है जहाँ मॉडल कुछ भी उपयोगी नहीं सीख पाता है। शोधकर्ताओं ने इस परीक्षण के लिए सिस्टम के ऐसे संस्करण बनाए जिनमें यह सेतु नहीं था। चाहे उन्होंने अन्य हिस्सों में कितने भी बदलाव किए हों, वे संस्करण इसी निम्न स्कोर पर अटके रहे, कुछ भी उपयोगी सीखने में असमर्थ रहे। केवल दो-तरफा कनेक्शन की उपस्थिति में ही सिस्टम इस हार मानने की बाधा को तोड़ पाया, और नोड्यूल्स को खोजने और उन्हें सही ढंग से रेखांकित करने में सक्षम हुआ। यह खोज बताती है कि छोटे, कुशल चिकित्सा प्रणालियों के लिए, उन्हें एक ऐसे बिल्ट-इन लूप के साथ डिज़ाइन किया जाना चाहिए जहाँ विभिन्न कार्य एक-दूसरे को सुदृढ़ करें, न कि अलग-थलग काम करें।

टीम ने हजारों वास्तविक सीटी स्कैनों पर अपने सिस्टम का परीक्षण किया जो सार्वजनिक चिकित्सा डेटाबेस से लिए गए थे। उन्होंने अपने परिणामों की तुलना कई स्थापित, बड़े मॉडलों के साथ की। कम पैरामीटर्स और कम कंप्यूटिंग शक्ति होने के बावजूद, उनके सिस्टम ने बड़े और अधिक जटिल मॉडलों को पछाड़ दिया। इसने नोड्यूल्स को रेखांकित करने में उच्च स्तर की सटीकता प्राप्त की, जो बहुत भारी प्रणालियों के प्रदर्शन के बराबर थी, जबकि उसने संसाधनों का केवल एक अंश ही उपयोग किया। जब उन्होंने फील्ड उपयोग के लिए डिज़ाइन किए गए एक छोटे, पोर्टेबल डिवाइस पर सिस्टम चलाया, तो इसने छवियों को वास्तविक नैदानिक सेटिंग में उपयोगी होने के लिए पर्याप्त तेज़ी से संसाधित किया, जिसमें किसी संदिग्ध क्षेत्र का विश्लेषण करने में केवल कुछ सेकंड लगे।

शोधकर्ताओं ने यह भी पता लगाया कि उनका सिस्टम पूरे फेफड़े के स्कैन में नोड्यूल्स को कितनी अच्छी तरह खोज सकता है। हालांकि यह केवल पहचान (detection) के लिए बने सिस्टम जितना आक्रामक नहीं था, लेकिन इसने गलत अलार्मों को फ़िल्टर करने के लिए एक छोटे, अतिरिक्त चरण के साथ अधिकांश नोड्यूल्स की सफलतापूर्वक पहचान की। यह सिद्ध हुआ कि एक अत्यधिक सटीक, त्रि-आयामी चिकित्सा उपकरण बनाना संभव है जो एक छोटे उपकरण में समा सके, बशर्ते आर्किटेक्चर यह अनुमति दे कि सिस्टम के विभिन्न भाग एक बंद लूप (closed loop) में एक साथ काम करें। यह दृष्टिकोण उन्नत फेफड़ों के कैंसर की स्क्रीनिंग को उन स्थानों तक पहुँचाने का एक नया मार्ग प्रदान करता है जहाँ बड़े सुपरकंप्यूटर उपलब्ध नहीं हैं, जिससे प्रारंभिक पहचान को अधिक सुलभ बनाकर जीवन बचाना संभव हो सकता है।