Classifying Breast "Illmours from Cell-Nucleus Measurements with Machine Learning: A Leakage-Free Comparison of Feature Sets for Al-Assisted Decision Support

चिकित्सा निदान की शांत और उच्च-दांव वाली दुनिया में, डॉक्टर अक्सर जीवन बदलने वाले निर्णय लेने के लिए मानव शरीर के भीतर छिपे सूक्ष्म संकेतों पर भरोसा करते हैं। जब स्तन में कोई गांठ पाई जाती है, तो अगला सामान्य कदम 'फाइन-नीडल एस्पिरेशन' होता है, जो एक ऐसी प्रक्रिया है जिसमें कोशिकाओं का नमूना एकत्र करने के लिए एक पतली सुई का उपयोग किया जाता है। सूक्ष्मदर्शी (माइक्रोस्कोप) के नीचे, ये कोशिकाएं अपने स्वास्थ्य के बारे में एक कहानी उजागर करती हैं। यदि कोशिकाएं सौम्य (benign) हैं, तो वे हानिरहित हैं; यदि वे घातक (malignant) हैं, तो वे कैंसरयुक्त हैं। दशकों से, वैज्ञानिक कंप्यूटर को इन सूक्ष्म कहानियों को पढ़ना सिखाने का प्रयास कर रहे हैं, ताकि ऐसे उपकरण बनाए जा सकें जो डॉक्टरों को दोनों के बीच अंतर करने में पूर्ण विश्वसनीयता के साथ सहायता कर सकें। चुनौती केवल एक स्मार्ट कंप्यूटर बनाने के बारे में नहीं है, बल्कि एक ऐसा कंप्यूटर बनाने के बारे में है जो तब भी भरोसेमंद बना रहे जब उसके पास उपलब्ध हर एक जानकारी तक पहुंच न हो। वास्तविक दुनिया में, एक चिकित्सा प्रणाली हमेशा कोशिका के हर विवरण को मापने में सक्षम नहीं हो सकती है, या इसे कम इनपुट के साथ तेजी से काम करने की आवश्यकता हो सकती है। प्रश्न यह उठता है कि: यदि कंप्यूटर को कोशिका के पूर्ण, विस्तृत प्रोफाइल के बजाय केवल उसके सबसे बुनियादी लक्षणों को देखने के लिए मजबूर किया जाए, तो निदान की सटीकता कितनी गिर जाती है?

एक हालिया अध्ययन ने इस प्रश्न का उत्तर देने के लिए स्तन कैंसर के निदान को संख्याओं की एक पहेली के रूप में प्रस्तुत किया। शोधकर्ताओं ने विस्कॉन्सिन डायग्नोस्टिक ब्रेस्ट कैंसर प्रोजेक्ट से एक प्रसिद्ध डेटा संग्रह का उपयोग किया, जिसमें 569 सेल नमूनों के माप शामिल हैं। प्रत्येक नमूने के लिए, डेटा में कोशिका नाभिक (cell nuclei) के तीस अलग-अलग संख्यात्मक विवरण शामिल थे, जैसे कि नाभिक का आकार, इसके किनारे कितने चिकने हैं, और इसकी आकृति कितनी अनियमित दिखाई देती है। इन विवरणों को तीन प्रकार के सांख्यिकीय आंकड़ों में विभाजित किया गया था: औसत मान, उस मान में भिन्नता, और पाया गया उच्चतम मान। टीम ने इस डेटा को दो समूहों में विभाजित किया ताकि दो अलग-अलग वास्तविक दुनिया के परिदृश्यों का अनुकरण किया जा सके। पहले परिदृश्य में, कंप्यूटर को केवल दस औसत मापों को देखने की अनुमति दी गई, जो एक संक्षिप्त, सरल दृश्य का प्रतिनिधित्व करता है। दूसरे परिदृश्य में, कंप्यूटर को सभी तीस माप दिए गए, जो एक पूर्ण, विस्तृत दृश्य का प्रतिनिधित्व करता है। इसके बाद उन्होंने चार अलग-अलग प्रकार के मशीन लर्निंग मॉडल—जो गणितीय प्रणालियाँ हैं और डेटा से पैटर्न सीखती हैं—का परीक्षण किया, ताकि यह देखा जा सके कि प्रत्येक मॉडल यह भविष्यवाणी करने में कितना सक्षम है कि कोशिका घातक है या सौम्य।

शोधकर्ता कंप्यूटर विज्ञान के एक सामान्य जाल से बचने के लिए सावधान रहे जहाँ एक मॉडल केवल इसलिए प्रतिभाशाली प्रतीत होता है क्योंकि उसने परीक्षण के उत्तर याद कर लिए होते हैं। इसके बजाय, उन्होंने एक कठोर पद्धति का उपयोग किया जिसने सीखने की प्रक्रिया को अंतिम मूल्यांकन से अलग कर दिया। उन्होंने डेटा के एक बड़े हिस्से पर मॉडल को प्रशिक्षित किया और फिर उन्हें नमूनों के एक पूरी तरह से अलग समूह पर परखा जिन्हें मॉडल ने पहले कभी नहीं देखा था। इस दृष्टिकोण ने यह सुनिश्चित किया कि परिणाम रटने के बजाय वास्तविक समझ को दर्शाते हैं। निष्कर्ष आश्चर्यजनक रूप से स्पष्ट थे। सरल परिदृश्य में, जहाँ मॉडल केवल दस औसत मापों को देख पा रहे थे, सर्वश्रेष्ठ प्रदर्शन करने वाली प्रणाली ने लगभग 95 प्रतिशत की सटीकता के साथ कोशिकाओं की प्रकृति को सही ढंग से पहचाना। जब मॉडल को तीस मापों का पूरा सेट दिया गया, तो उनकी सटीकता मामूली रूप से सुधरकर लगभग 96.5 प्रतिशत हो गई। हालांकि यह सुधार सकारात्मक लगता है, शोधकर्ताओं ने पाया कि अंतर इतना कम था कि वह सामान्य सांख्यिकीय भिन्नता की सीमा के भीतर था। दूसरे शब्दों में, अतिरिक्त बीस मापों ने निदान में नाटकीय उछाल के बजाय, अधिक से अधिक एक छोटा, अपुष्ट उछाल प्रदान किया।

अध्ययन ने यह भी देखा कि कंप्यूटर अपने निर्णय लेने के लिए किन विशिष्ट विशेषताओं पर निर्भर करता है। जब मॉडल दस औसत मापों तक सीमित थे, तो दो विशेषताएं सबसे महत्वपूर्ण के रूप में उभरीं: कोशिका नाभिक का औसत क्षेत्र और इसकी सीमा पर अवतल बिंदुओं (inward curves) की औसत संख्या। इन दो विवरणों ने निर्णय लेने की प्रक्रिया में अधिकांश भार वहन किया। हालाँकि, जब तीस विशेषताओं का पूरा सेट पेश किया गया, तो किसी भी एकल विशेषता का महत्व निर्धारित करना कठिन हो गया। ऐसा इसलिए हुआ क्योंकि कई माप एक-दूसरे से इतने निकटता से जुड़े हुए थे कि वे अनिवार्य रूप से एक ही जानकारी को दोहरा रहे थे। यह एक ही शहर के बीस अलग-अलग मानचित्र रखने जैसा था; एक मार्ग को जानने से आपको अन्य मार्गों के बारे में लगभग सब कुछ पता चल जाता है, इसलिए एक मानचित्र को हटाने से यात्रा में कोई बदलाव नहीं आता है। शोधकर्ताओं ने उल्लेख किया कि इस भारी ओवरलैप के कारण, पूर्ण परिदृश्य में अतिरिक्त विशेषताओं की महत्ता को रैंक करना अविश्वसनीय था और इसकी अत्यधिक व्याख्या नहीं की जानी चाहिए।

अंततः, यह शोध पत्र एक पूर्ण चिकित्सा उत्पाद की घोषणा के बजाय एक पद्धतिगत बेंचमार्क के रूप में कार्य करता है। परिणाम बताते हैं कि इस विशिष्ट कार्य के लिए बहुत उच्च स्तर पर प्रदर्शन करने के लिए कंप्यूटर प्रणाली को भारी मात्रा में डेटा की आवश्यकता नहीं है; दस प्रमुख मापों का एक संक्षिप्त सेट लगभग पूर्ण सटीकता प्राप्त करने के लिए पर्याप्त है। अध्ययन स्पष्ट रूप से चेतावनी देता है कि मॉडलों के बीच के सूक्ष्म अंतर या अतिरिक्त विशेषताओं से होने वाले मामूली लाभ को बहुत अधिक महत्व न दिया जाए। प्रत्येक परिदृश्य में "विजेता" के रूप में चुने गए मॉडल अन्य की तुलना में केवल मामूली रूप से बेहतर थे, और मूल्यांकन के स्तर को देखते हुए उनके बीच का चुनाव सार्थक नहीं था। लेखक इस बात पर जोर देते हैं कि हालांकि ये मानक कंप्यूटर मॉडल इस सावधानीपूर्वक क्यूरेट किए गए डेटासेट पर अच्छी तरह से काम करते हैं, लेकिन यह अध्ययन यह सिद्ध नहीं करता कि वे अस्पतालों में नैदानिक उपयोग के लिए तैयार हैं। वास्तविक दुनिया की चिकित्सा छवियां विभिन्न मशीनों, विभिन्न प्रयोगशालाओं और विभिन्न स्टेनिंग तकनीकों से आती हैं, और विविध डेटा पर इन मॉडलों का प्रदर्शन अभी भी अनपरीक्षित है। यह कार्य एक स्पष्ट प्रदर्शन है कि जब डेटा स्वच्छ होता है, तो सरल मॉडल जटिल मॉडलों जितने ही प्रभावी हो सकते हैं, लेकिन यह दावा करने से रुक जाता है कि स्वचालित निदान की समस्या पूरी तरह से हल हो गई है।