The 5000 Babies Project: Early detection of cerebral palsy movement patterns in infants
यह व्यवहार्यता अध्ययन यह प्रदर्शित करता है कि डीप लर्निंग मॉडल का उपयोग करके पोज़-व्युत्पन्न (pose-derived) गतिक विशेषताओं के विश्लेषण के माध्यम से 0.82 का माध्य ROC-AUC प्राप्त करके, शिशु वीडियो डेटा पर लागू कंप्यूटर विज़न तकनीकें सेरेब्रल पाल्सी की प्रभावी ढंग से भविष्यवाणी कर सकती हैं।
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
किसी दूसरे व्यक्ति को नृत्य करते हुए देखकर एक नया डांस सीखने की कोशिश करें। यदि आप केवल कुछ धुंधले फ्रेम देखते हैं, तो आप लय (rhythm) को चूक सकते हैं। लेकिन यदि आपके पास एक स्पष्ट, स्थिर वीडियो है और एक स्मार्ट कंप्यूटर है जो हर कदम, हाथ की हर लहर और शरीर के हर घुमाव को ट्रैक कर सकता है, तो आप उन पैटर्नों को देख सकते हैं जिन्हें आप अपनी नग्न आंखों से नहीं देख पाते। यह "कंप्यूटर विजन" नामक एक क्षेत्र का मूल है, जहाँ मशीनें इंसानों की तरह "देखना" और गति को समझना सीखती हैं। चिकित्सा की दुनिया में, इस तकनीक का उपयोग शिशुओं के हिलने-डुलने के सूक्ष्म संकेतों को पहचानने के लिए किया जा रहा है जो सेरेब्रल पाल्सी (CP) नामक स्थिति का संकेत दे सकते हैं। CP विकारों का एक समूह है जो किसी व्यक्ति की चलने-फिरने और अपने शरीर के संतुलन को बनाए रखने की क्षमता को प्रभावित करता है, जो विकसित होते मस्तिष्क में क्षति के कारण होता है। अभी, डॉक्टरों को अक्सर एक निश्चित निदान करने के लिए बच्चे के 18 से 24 महीने के होने तक प्रतीक्षा करनी पड़ती है क्योंकि शिशुओं की गतिविधियाँ व्याख्या करने में कठिन हो सकती हैं। लेकिन वैज्ञानिक जानते हैं कि वे समस्या को जितनी जल्दी पहचान पाएंगे, वे बच्चे की मदद करना उतनी ही जल्दी शुरू कर पाएंगे, जिससे परिणाम बहुत बेहतर होंगे। बड़ा सवाल यह है: क्या एक कंप्यूटर बच्चे के वीडियो को देखकर मानव विशेषज्ञ की तुलना में तेजी से और अधिक विश्वसनीयता के साथ इन शुरुआती चेतावनी संकेतों को पहचान सकता है?
यही वह चीज़ है जिसे "5000 बेबीज़ प्रोजेक्ट" ने परखने का निर्णय लिया। अस्पतालों और तकनीकी कंपनियों के शोधकर्ताओं की एक टीम ने शून्य से छह महीने की आयु के 930 शिशुओं के वीडियो फुटेज एकत्र किए। उन्होंने केवल वीडियो नहीं देखे; उन्होंने उन्हें एक कंप्यूटर प्रोग्राम में डाला जिसे "डिजिटल स्केलेटन ट्रैकर" के रूप में कार्य करने के लिए डिज़ाइन किया गया था। इस प्रोग्राम ने, 'ऑफ-द-शेल्फ' तकनीक का उपयोग करते हुए, प्रत्येक बच्चे के शरीर के 12 प्रमुख बिंदुओं—जैसे उनकी कलाई, कोहनी, कंधे, कूल्हे, घुटने और टखने—को मैप किया, जिससे हर छोटी हलचल का एक चलता-फिरता स्टिक-फिगर प्रतिनिधित्व बना। लक्ष्य यह देखना था कि क्या कंप्यूटर स्वस्थ बच्चे की "सामान्य" हलचल और सेरेब्रल पाल्सी के निदान की ओर ले जाने वाले "असामान्य" गति पैटर्न के बीच अंतर को सीख सकता है।
शोधकर्ताओं ने इसे एक बड़े प्रशिक्षण सत्र की तरह माना। उन्होंने कंप्यूटर को वीडियो के हजारों फ्रेमों का विश्लेषण करने के लिए कहा, जो विशिष्ट "काइनेमैटिक फीचर्स" (kinematic features) की तलाश कर रहे थे, जो केवल एक फैंसी तरीका है "गति के माप" को कहने का। उन्होंने इन गतिविधियों को मापने के विभिन्न तरीकों का परीक्षण किया: क्या कंप्यूटर बेहतर प्रदर्शन करता यदि वह देखता कि बच्चे का हाथ उसके कंधे से कितनी दूर था? या यदि वह यह जाँचता कि क्या शरीर का बायां हिस्सा दाएं हिस्से की तुलना में अलग तरह से हिल रहा था? उन्होंने वीडियो क्लिप्स के दो प्रकारों का भी परीक्षण किया: "सेलिएंट" (salient) क्लिप्स, जो मानव विशेषज्ञों द्वारा सावधानीपूर्वक चुने गए 90 सेकंड के खंड थे जो बच्चे को स्पष्ट रूप से और शांति से हिलते हुए दिखाते थे, और "नॉन-सेलिएंट" (non-salient) क्लिप्स, जो वीडियो के बस यादृच्छिक (random) हिस्से थे जिनमें बच्चा रो रहा हो सकता है या विचलित हो सकता है।
परिणाम रोमांचक संभावनाओं और महत्वपूर्ण सबक का मिश्रण थे। कंप्यूटर ने सीखा कि सबसे उपयोगी सुराग यह नहीं थे कि एक एकल जोड़ (joint) अपने आप कैसे हिलता है, बल्कि यह था कि दो जोड़ों के बीच की दूरी क्या है। यह ऐसा ही था जैसे यह महसूस करना कि एक नृत्य को समझने के लिए, आप केवल पैर को नहीं देखते; बल्कि आप देखते हैं कि पैर घुटने और कूल्हे से कैसे संबंधित है। विशेष रूप से, कंप्यूटर ने पाया कि शरीर के एक ही तरफ के जोड़ों (जैसे बाएं टखने से बाएं हाथ की कलाई) के बीच की दूरी को ट्रैक करना सेरेब्रल पाल्सी से जुड़े पैटर्न को पहचानने का सबसे शक्तिशाली तरीका था। जब कंप्यूटर को "सेलिएंट" क्लिप्स पर प्रशिक्षित किया गया—जो कि बेहतरीन उदाहरणों के रूप में विशेषज्ञों द्वारा चुने गए थे—तो इसने काफी अच्छा प्रदर्शन किया, और 0.82 का स्कोर (जिसे ROC-AUC कहा जाता है) प्राप्त किया। इसका अर्थ यह है कि यह सामान्य और असामान्य मामलों के बीच उच्च स्तर की सटीकता के साथ अंतर कर सकता था, यानी इसने उन लगभग 81% बच्चों की सही पहचान की जिन्हें बाद में CP का निदान किया गया था और उन लगभग 71% बच्चों को सही ढंग से खारिज किया जो CP से ग्रस्त नहीं थे।
हालाँकि, इस अध्ययन ने कुछ विचारों को खारिज भी किया। कंप्यूटर को संघर्ष करना पड़ा जब उसने "नॉन-सेलिएंट" क्लिप्स से सीखने की कोशिश की; इसके प्रदर्शन में काफी गिरावट आई, जिससे पता चलता कि केवल मशीन को यादृच्छिक वीडियो खिलाना पर्याप्त नहीं है। इसने यह भी पाया कि केवल एक समय में एक जोड़ को देखने, या बच्चे के धड़ (torso) के घूमने पर बहुत अधिक ध्यान केंद्रित करने से सटीक भविष्यवाणी करने के लिए पर्याप्त जानकारी नहीं मिली। वास्तव में, कुछ मॉडल जो केवल बच्चे के रोटेशन एंगल (घूर्णन कोण) पर निर्भर थे, वे समस्या खोजने के लिए इतने उत्सुक थे कि उन्होंने लगभग हर बच्चे को CP के रूप में चिह्नित कर दिया, जिससे कई गलत अलार्म (false alarms) मिले।
अंततः, यह अध्ययन सुझाव देता है कि कंप्यूटर विजन का उपयोग करके शिशु की गतिविधियों का विश्लेषण करना एक आशाजनक मार्ग है। यह दर्शाता है कि एक मशीन यह सीख सकती है कि एक बच्चा कैसे हिलता है, विशेष रूप से जब वह शरीर के विभिन्न हिस्सों के बीच के संबंध पर ध्यान केंद्रित करती है और जब उसे उच्च-गुणवत्ता वाले, विशेषज्ञ-चयनित वीडियो डेटा दिए जाते हैं। हालाँकि यह कोई जादुई इलाज नहीं है या अभी तक हर डॉक्टर के कार्यालय के लिए तैयार उत्पाद नहीं है, लेकिन यह सिद्ध करता है कि यह अवधारणा काम करती है। शोधकर्ताओं ने पाया कि सही डेटा और गति को मापने के सही तरीके के साथ, कंप्यूटर सेरेब्रल पाल्सी को जल्दी पहचानने में एक शक्तिशाली साथी बन सकते हैं, जिससे संभावित रूप से अधिक बच्चों को फलने-फूलने के लिए आवश्यक सहायता मिल सकेगी।
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।