PulmoDiagAI: An Intelligent Medical Diagnosis System for Automated Pulmonary Pathology Classification using Deep Learning

मानव फेफड़े वायुमार्ग और वायुकोषों का एक नाजुक, शाखाओं वाला नेटवर्क हैं, जो हर सांस के साथ ऑक्सीजन को कार्बन डाइऑक्साइड के साथ बदलने के लिए डिज़ाइन किए गए हैं। जब यह प्रणाली विफल होती है, तो इसके परिणाम त्वरित और गंभीर हो सकते हैं। आज श्वसन स्वास्थ्य के लिए दो सबसे प्रमुख खतरे फेफड़ों का कैंसर और कोविड-19 नामक वायरल संक्रमण हैं। दोनों स्थितियाँ अक्सर शरीर के भीतर छिपी रहती हैं, जो केवल एक्स-रे और सीटी स्कैन जैसे चिकित्सा चित्रों में दिखने वाली सूक्ष्म छाया और बनावट के माध्यम से स्वयं को प्रकट करती हैं। दशकों से, इन चित्रों की व्याख्या करने का कार्य रेडियोलॉजिस्टों पर रहा है, जो अत्यधिक प्रशिक्षित विशेषज्ञ होते हैं जिन्हें बीमारियों के धुंधले संकेतों को खोजने के लिए हजारों चित्रों को स्कैन करना पड़ता है। यह प्रक्रिया महत्वपूर्ण है, लेकिन यह थकाऊ भी है और मानवीय त्रुटियों के प्रति संवेदनशील है, विशेष रूप से तब जब डॉक्टर रोगियों की उच्च संख्या से अभिभूत होते हैं या जब बीमारी के संकेत अस्पष्ट होते हैं।

हाल के वर्षों में, इन चिकित्सा विशेषज्ञों की सहायता के लिए एक नया उपकरण उभरा है: आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता)। विशेष रूप से, डीप लर्निंग नामक एआई की एक शाखा कंप्यूटर को छवियों में पैटर्न पहचानना सीखने की अनुमति देती है, ठीक वैसे ही जैसे मानव मस्तिष्क करता है, लेकिन एक साथ लाखों उदाहरणों को प्रोसेस करके। शोधकर्ता इन डिजिटल प्रणालियों को निमोनिया, ट्यूमर और वायरल संक्रमणों के विशिष्ट निशानों को पहचानने के लिए प्रशिक्षित कर रहे हैं। लक्ष्य डॉक्टर की जगह लेना नहीं है, बल्कि एक ऐसी दूसरी जोड़ी आँखें प्रदान करना है जो कभी थकती नहीं है, थकान के कारण कोई विवरण नहीं चूकती है, और रोगी के सामने क्या स्थिति है, इस पर एक तीव्र, सुसंगत राय दे सकती है। हालांकि, प्रश्न अभी भी बना हुआ है, कि कौन सा विशिष्ट प्रकार का डिजिटल मस्तिष्क किस विशिष्ट बीमारी के लिए सबसे अच्छा काम करता है, और क्या इन जटिल प्रणालियों को इतना सरल बनाया जा सकता है कि एक अस्पताल इनका प्रतिदिन उपयोग कर सके?

अल्जीरिया के मौलौद मम्मरी विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस प्रश्न को एक नए सिस्टम के साथ हल किया जिसे वे 'पल्मोडायग एआई' (PulmoDiagAI) कहते हैं। उनका कार्य एक बुद्धिमान उपकरण बनाने पर केंद्रित है जो छाती के चित्रों को स्वचालित रूप से वर्गीकृत कर सके ताकि दो अलग-अलग खतरों: फेफड़ों के कैंसर और कोविड-19 का निदान किया जा सके। इस प्रणाली को बनाने के लिए, उन्होंने शून्य से एक नया प्रकार का कंप्यूटर मस्तिष्क नहीं बनाया। इसके बजाय, उन्होंने पांच अलग-अलग मौजूदा आर्किटेक्चर का परीक्षण किया—पूर्व-निर्मित डीप लर्निंग मॉडल जिन्हें पहले से ही सामान्य छवियों के विशाल पुस्तकालयों पर प्रशिक्षित किया गया है। इन मॉडलों को वीजीजी19 (VGG19), रेसनेट50 (ResNet50) और एफिशिएंटनेट-बी3 (EfficientNet-B3) जैसे नामों से जाना जाता है, जिन्हें विशेष रूप से मानव छाती को देखने के लिए अनुकूलित किया गया था। शोधकर्ताओं ने इन मॉडलों को हजारों मेडिकल इमेज खिलाईं, जिससे उन्हें स्वस्थ फेफड़ों, सौम्य (गैर-कैंसरयुक्त) वृद्धि, घातक (कैंसरयुक्त) ट्यूमर और वायरल संक्रमणों के बीच अंतर करना सिखाया गया।

प्रक्रिया की शुरुआत स्वयं छवियों की सावधानीपूर्वक तैयारी के साथ हुई। मेडिकल स्कैन में अक्सर चमक, शोर या कंट्रास्ट में भिन्नता होती है जो कंप्यूटर को भ्रमित कर सकती है। टीम ने प्रत्येक चित्र पर डिजिटल संवर्द्धन की एक श्रृंखला लागू की, उन्हें ग्रेस्केल में परिवर्तित किया, स्टेटिक जैसे शोर को हटाया, और कंट्रास्ट को तेज किया ताकि फेफड़ों के किनारों और किसी भी संभावित असामान्यता को स्पष्ट रूप से पहचाना जा सके। यह चरण महत्वपूर्ण था, क्योंकि इसने यह सुनिश्चित किया कि आर्टिफिशियल इंटेलिजेंस रोगी की शारीरिक संरचना के स्पष्ट संभव संस्करण को देख रहा है, इससे पहले कि वह अपना निदान शुरू करे। एक बार जब छवियां तैयार हो गईं, तो शोधकर्ताओं ने पांच अलग-अलग मॉडलों को एक-दूसरे के विरुद्ध प्रतिस्पर्धा करने दी, जिससे उनकी चित्र में मौजूद स्थिति को सही ढंग से पहचानने की क्षमता का परीक्षण किया जा सके।

परिणामों से पता चला कि कोई भी मॉडल हर काम के लिए पूर्ण नहीं था; सबसे अच्छा विकल्प पूरी तरह से जांचे जा रहे रोग पर निर्भर था। जब छाती के एक्स-रे से कोविड-19 की पहचान करने की बात आई, तो एक मॉडल, एफिशिएंटनेट-बी3, अन्य सभी से ऊपर रहा। इसने 97% मामलों में वायरस की सही पहचान की और संक्रमित रोगियों, अन्य प्रकार के निमोनिया वाले रोगियों और स्वस्थ फेफड़ों वाले लोगों के बीच अंतर करने की असाधारण क्षमता प्रदर्शित की। यह मॉडल इतना विश्वसनीय साबित हुआ कि यह लगभग पूरी तरह से तीन समूहों को अलग कर सकता था, जो इसे वायरल प्रकोपों का पता लगाने के लिए आदर्श उम्मीदवार बनाता है।

हालाँकि, कहानी बदल गई जब टीम ने अपना ध्यान फेफड़ों के कैंसर की ओर लगाया। इस अधिक जटिल कार्य के लिए, जिसमें ट्यूमर खोजने के लिए सीटी स्कैन का विश्लेषण शामिल था, एक अलग मॉडल ने नेतृत्व किया। मोबाइलनेटवी3 (MobileNetV3), एक डिज़ाइन जिसे मूल रूप से मोबाइल उपकरणों के लिए हल्का और तेज़ होने के लिए बनाया गया था, ने 99% सटीकता हासिल की। इससे भी अधिक प्रभावशाली बात यह है कि मोबाइलनेटवी3 और एक अन्य मॉडल रेसनेट50 दोनों ने अपने टेस्ट सेट में घातक कैंसर के हर एक मामले को खोज निकाला। उन्होंने एक भी खतरनाक ट्यूमर को नहीं छोड़ा। यह एक महत्वपूर्ण निष्कर्ष है, क्योंकि चिकित्सा स्क्रीनिंग में, कैंसर के निदान को चूक जाना एक गलत अलार्म उठाने से कहीं अधिक खतरनाक है। जबकि अन्य मॉडल कभी-कभी एक हानिरहित वृद्धि और स्वस्थ फेफड़े के बीच अंतर करने में संघर्ष करते थे, इन शीर्ष प्रदर्शन करने वालों ने एक तीक्ष्ण अंतर बनाए रखा, यह सुनिश्चित करते हुए कि कोई भी जीवन के लिए खतरा बनने वाली स्थिति छूट न जाए।

शोधकर्ताओं ने केवल सर्वोत्तम संख्याएं खोजने तक ही सीमित नहीं रहे। वे समझते थे कि एक शक्तिशाली एल्गोरिदम बेकार है यदि एक डॉक्टर इसका आसानी से उपयोग नहीं कर सकता। इस अंतर को पाटने के लिए, उन्होंने एक सरल, इंटरैक्टिव कंप्यूटर प्रोग्राम बनाया जिसे कोई भी संचालित कर सकता है। यह इंटरफ़ेस एक चिकित्सक को छाती की छवि अपलोड करने, यह चुनने की अनुमति देता है कि वे कैंसर या कोविड-19 की तलाश कर रहे हैं, और तत्काल उत्तर प्राप्त करने की सुविधा देता है। सिस्टम केवल "कैंसर" या "कोई कैंसर नहीं" नहीं कहता है; यह एक कॉन्फिडेंस स्कोर (विश्वास स्कोर) प्रदान करता है, एक प्रतिशत जो डॉक्टर को बताता है कि कंप्यूटर अपने निष्कर्ष के बारे में कितना आश्वस्त है। यह पारदर्शिता चिकित्सा पेशेवर को यह तय करने में मदद करती है कि वे कंप्यूटर की राय को कितना महत्व दें, जिससे एक जटिल गणितीय गणना एक व्यावहारिक, वास्तविक समय के सहायक में बदल जाती है।

यह अध्ययन पुष्टि करता है कि डीप लर्निंग श्वसन रोगों के खिलाफ लड़ाई में एक शक्तिशाली सहयोगी हो सकती है, लेकिन यह यह भी रेखांकित करता है कि कोई एक समाधान सभी के लिए उपयुक्त नहीं है। एक वायरस को पकड़ने के लिए सबसे अच्छा उपकरण अनिवार्य रूप से ट्यूमर खोजने के लिए सबसे अच्छा नहीं होता है। सही डिजिटल मस्तिष्क को सही चिकित्सा कार्य के साथ सावधानीपूर्वक मिलाकर, और उस तकनीक को एक उपयोगकर्ता के अनुकूल इंटरफ़ेस में लपेटकर, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो वास्तविक दुनिया के लिए तैयार है। पल्मोडायग एआई इस बात का प्रमाण है कि जब उन्नत आर्टिफिशियल इंटेलिजेंस को सावधानीपूर्वक चिकित्सा तैयारी के साथ जोड़ा जाता है, तो यह डॉक्टरों को जीवन बचाने में सहायता करने के लिए एक विश्वसनीय, तीव्र और सुलभ तरीका प्रदान कर सकता है।