HEEH-V1: an open-source DICOM research viewer with reproducible quantitative imaging workflows: technical validation

चिकित्सा अनुसंधान की दुनिया में, वैज्ञानिक बिना किसी चीर-फाड़ के मानव शरीर को समझने के लिए डिजिटल छवियों पर भरोसा करते हैं। ये छवियां, जिन्हें DICOM फाइलें कहा जाता है, मानक भाषा हैं जिसका उपयोग अस्पताल सीटी (CT) और एमआरआई (MRI) जैसे स्कैन साझा करने के लिए करते हैं। हालांकि, जब शोधकर्ता इन छवियों के भीतर विशिष्ट विवरणों—जैसे कि ऊतक (tissue) का घनत्व या ट्यूमर की बनावट—को मापना चाहते हैं, तो उन्हें गणना करने के लिए सॉफ्टवेयर का उपयोग करना पड़ता है। इस क्षेत्र में एक बड़ी चुनौती यह सुनिश्चित करना है कि विभिन्न सॉफ्टवेयर प्रोग्राम एक ही तस्वीर का विश्लेषण करते समय बिल्कुल समान संख्याएं उत्पन्न करें। यदि एक प्रोग्राम कहता है कि एक ऊतक दूसरे की तुलना में थोड़ा अधिक सघन है, तो इससे विरोधाभासी शोध परिणाम निकल सकते हैं। इसे हल करने के लिए, वैज्ञानिक अक्सर "फैंटम" (phantoms) का उपयोग करते हैं, जो ऐसी वस्तुएं हैं जिन्हें मानव ऊतक की नकल करने के लिए डिज़ाइन किया गया है लेकिन उनमें कोई वास्तविक रोगी नहीं होता, जिससे वे अपने उपकरणों की निरंतरता और पुनरुत्पादकता (reproducibility) का परीक्षण कर सकें।

मोहम्मद युसेफ हीह नामक एक शोधकर्ता ने इस कार्य में मदद करने के लिए एक नया, मुफ्त सॉफ्टवेयर टूल 'HEEH-V1' विकसित किया है। यह एप्लिकेशन वैज्ञानिकों और छात्रों के लिए चिकित्सा छवियों को देखने, माप लेने और मात्रात्मक विश्लेषण (quantitative analyses) करने के लिए डिज़ाइन किया गया है। इस नए अध्ययन का मुख्य लक्ष्य यह सिद्ध करना नहीं था कि यह सॉफ्टवेयर मौजूदा उपकरणों से बेहतर है या मरीजों के निदान के लिए तैयार है, बल्कि केवल यह सत्यापित करना था कि यह विशिष्ट परिस्थितियों में सही ढंग से और निरंतर कार्य करता है। लेखक यह देखना चाहते थे कि क्या HEEH-V1 द्वारा उत्पन्न संख्याएं उसी डेटा को देखते समय अन्य स्थापित, विश्वसनीय प्रोग्रामों से मेल खाती हैं। ऐसा करने के लिए, टीम ने एक फैंटम के सीटी स्कैन चित्रों के एक सार्वजनिक संग्रह का उपयोग करके कठोर जांच की श्रृंखला चलाई, जो इमेजिंग उपकरणों के परीक्षण के लिए उपयोग की जाने वाली एक विशेष वस्तु है।

शोधकर्ताओं ने सॉफ्टवेयर को जटिल कार्यों को संभालने की क्षमता देखने के लिए व्यापक परीक्षणों की एक श्रृंखला के माध्यम से परखा। सबसे पहले, उन्होंने सॉफ्टवेयर को 335 स्वचालित जांचों के विरुद्ध चलाया, जिन्हें यह सुनिश्चित करने के लिए डिज़ाइन किया गया था कि कोड स्वयं बिना किसी त्रुटि के कार्य कर रहा है। सॉफ्टवेयर बिना किसी बाधा के इन सभी परीक्षणों में से प्रत्येक में सफल रहा। इसके बाद, टीम ने HEEH-V1 की तुलना 'PyRadiomics' नामक एक प्रसिद्ध प्रोग्राम से की। उन्होंने फैंटम के सीटी स्कैन के 172 स्लाइसों का एक विशिष्ट सेट लिया और दोनों प्रोग्रामों से एक विशिष्ट क्षेत्र के लिए चार बुनियादी सांख्यिकीय मानों की गणना करने को कहा: औसत मान (average value), मानक विचलन (standard deviation), न्यूनतम मान और उच्चतम मान। ये मौलिक माप हैं जो छवि में पिक्सेल मानों के वितरण का वर्णन करते हैं।

तुलना से पूर्ण मिलान का पता चला। सभी 172 स्लाइसों और चारों प्रकार के मापों में, नए सॉफ्टवेयर द्वारा उत्पन्न संख्याएं स्थापित प्रोग्राम के समान थीं। दोनों संख्या समूहों के बीच का अंतर इतना कम था कि वह प्रभावी रूप से शून्य था, जो इस तरह के सटीक वैज्ञानिक कार्य के लिए अनुमत बहुत सूक्ष्म त्रुटि सीमा के भीतर था। शोधकर्ताओं ने रेडियोमिक्स के क्षेत्र में उपयोग किए जाने वाले विशिष्ट संदर्भ मानकों, जिन्हें IBSI कॉन्फ़िगरेशन कहा जाता है, को संभालने की सॉफ्टवेयर की क्षमता का भी परीक्षण किया। इन परीक्षणों में, सॉफ्टवेयर ने 270 विशिष्ट संदर्भ पंक्तियों को सफलतापूर्वक संसाधित किया, और अपेक्षित परिणामों से पूरी तरह मेल खाया। हालांकि कुछ अन्य पंक्तियों की तुलना नहीं की जा सकी क्योंकि उन विशेषताओं का सीधा मिलान नहीं था, लेकिन जिनका परीक्षण किया गया, वे सभी सफल रहे।

केवल संख्याओं के मिलान के अलावा, अध्ययन ने यह भी जांचा कि क्या सॉफ्टवेयर फैंटम के चारों ओर की हवा की सही पहचान कर सकता है, जिसका एक विशिष्ट घनत्व मान होना चाहिए। सॉफ्टवेयर ने प्रत्येक स्लाइस पर हवा को मापा और पाया कि मान अपेक्षित मानक के बहुत करीब थे, जिसमें सबसे बड़ा अंतर केवल 14.39 यूनिट था, जो अध्ययन के लिए निर्धारित स्वीकार्य सीमा के भीतर है। टीम ने यह भी सत्यापित किया कि सॉफ्टवेयर डेटा को बिना किसी भ्रष्टाचार (corruption) के सुरक्षित रूप से निर्यात कर सकता है और यह पता लगा सकता है कि क्या किसी ने डिजिटल फाइलों के साथ छेड़छाड़ करने की कोशिश की है। इन सुरक्षा जांचों में, सॉफ्टवेयर ने सभी वैध फाइलों को स्वीकार किया और जानबूझकर खराब की गई 11 परीक्षण फाइलों में से प्रत्येक को खारिज कर दिया।

इन सफल परीक्षणों के बावजूद, लेखक इस बारे में बहुत स्पष्ट हैं कि यह अध्ययन क्या सिद्ध नहीं करता है। परिणाम पुष्टि करते हैं कि सॉफ्टवेयर परीक्षण किए गए विशिष्ट कार्यों और डेटा के लिए पुनरुत्पादक (reproducible) रूप से कार्य करता है, लेकिन वे यह नहीं दिखाते कि यह उपकरण अस्पताल में मरीजों के निदान या उपचार की योजना बनाने के लिए तैयार है। अध्ययन में वास्तविक रोगियों पर सॉफ्टवेयर का परीक्षण नहीं किया गया, न ही इसकी तुलना बाजार में मौजूद हर अन्य इमेजिंग प्लेटफॉर्म से की गई। निष्कर्ष फैंटम छवियों और मापे गए चार सांख्यिकीय लक्षणों तक ही सीमित हैं। लेखक स्पष्ट रूप से कहते हैं कि यह कार्य नैदानिक श्रेष्ठता (clinical superiority), हर संभव मानक के पूर्ण अनुपालन, या किए गए विशिष्ट परीक्षणों के परे सामान्य गोपनीयता प्रभावशीलता को प्रदर्शित नहीं करता है।

इस कार्य का अंतिम मूल्य इसकी पारदर्शिता और पुनरुत्पादक विज्ञान की नींव में इसके योगदान में निहित है। एक मुफ्त, ओपन-सोर्स टूल प्रदान करके और यह सिद्ध करके कि यह ज्ञात मानकों के विरुद्ध सुसंगत, सत्यापन योग्य परिणाम उत्पन्न कर सकता है, शोधकर्ता वैज्ञानिक समुदाय को अपने स्वयं के इमेजिंग वर्कफ़्लो का निरीक्षण और सत्यापन करने के लिए एक विश्वसनीय तरीका प्रदान करता है। यह अध्ययन एक तकनीकी सत्यापन के रूप में कार्य करता है, जो यह दिखाता है कि सॉफ्टवेयर नियंत्रित परिस्थितियों में अपेक्षित व्यवहार करता है। यह परीक्षण किए गए विशिष्ट पथों के लिए विश्वास का एक आधार स्थापित करता है, जिससे अन्य शोधकर्ता इस विश्वास के साथ अपने काम को आगे बढ़ा सकें कि अंतर्निहित गणनाएं सही हैं, जबकि नैदानिक अनुप्रयोग और व्यापक उपयोग के व्यापक प्रश्नों को भविष्य के अनुसंधान के लिए छोड़ दिया गया है।