एआई सहायक रडार पेट के सीटी स्कैन पढ़ने के लिए रेडियोलॉजी रिपोर्ट से सीखता है

चिकित्सा के सबसे कठिन स्कैन के लिए एक सामान्यवादी एआई सहायक

पेट का सीटी स्कैन एक ही अध्ययन में भारी मात्रा में नैदानिक विवरण संपीड़ित कर देता है। दृश्य क्षेत्र के भीतर दर्जनों अंग एक-दूसरे को ढक लेते हैं, और उनके बीच सैकड़ों स्थितियाँ छिप सकती हैं। रेडियोलॉजिस्ट पेट को चिकित्सा में पढ़ने के लिए सबसे कठिन क्षेत्रों में से एक मानते हैं, और अनुभवी विशेषज्ञों को भी जो वे देख रहे हैं उसे सुलझाने में समय लगता है।

उस कार्यभार को कम करने में मदद के लिए, शोधकर्ताओं ने रडार नामक एक नया एआई सहायक प्रस्तुत किया है — रैपिड एब्डॉमिनल डायग्नोसिस विद एआई एंड रेडियोलॉजी। किसी एक अंग या किसी एक रोग को लक्षित करने के बजाय, रडार एक सामान्यवादी प्रणाली है जिसे पेट के सीटी स्कैन का विश्लेषण करने और डॉक्टरों को निदान तक पहुँचने में मदद करने के लिए डिज़ाइन किया गया है। यह कार्य Science में प्रकाशित हुआ, जिसका DOI 10.1126/science.aec6129 है, और लेख की सहकर्मी-समीक्षा, तथ्य-जाँच तथा Science X संपादकों द्वारा समीक्षा की गई।

पेट की इमेजिंग एआई के लिए कठिन समस्या क्यों है

पेट एक चलता-फिरता लक्ष्य है, शाब्दिक और शारीरिक रूप से। पेट में स्थित अंगों का आकार और स्थिति एक रोगी से दूसरे रोगी में व्यापक रूप से भिन्न होती है, इसलिए कोई मॉडल यह याद नहीं रख सकता कि किसी संरचना को कहाँ होना चाहिए। असामान्यताएँ अक्सर स्वस्थ ऊतक से सूक्ष्म, कम-कंट्रास्ट अंतर के रूप में दिखाई देती हैं, जिसका अर्थ है कि मायने रखने वाला संकेत धुँधला हो सकता है। उन अंतरों को विश्वसनीय रूप से पहचानना सीखने में रेडियोलॉजिस्ट को वर्षों का अनुभव लगता है।

अधिकांश चिकित्सा एआई प्रणालियाँ इमेजिंग को एक संकीर्ण दायरे में देखती हैं। वे आम तौर पर एक विशिष्ट कार्य के लिए बनाई जाती हैं और पर्यवेक्षित शिक्षण के माध्यम से प्रशिक्षित की जाती हैं, एक ऐसी प्रक्रिया जिसके लिए पहले चिकित्सा विशेषज्ञों द्वारा डेटा को हाथ से लेबल करना आवश्यक होता है। वह लेबलिंग चरण धीमा, महँगा और बड़े पैमाने पर विस्तारित करना कठिन है — और यह सीमित करता है कि एक ही मॉडल कितने व्यापक रूप से लागू किया जा सकता है।

सीधे रेडियोलॉजी रिपोर्ट से सीखना

रडार एक अलग रास्ता अपनाता है। यह एक स्केलेबल विज़न-लैंग्वेज फ्रेमवर्क पर बना है जिसे सीधे नैदानिक रिपोर्टों पर प्रशिक्षित किया गया है, बिना इसके कि विशेषज्ञों को पहले से डेटा को मैन्युअल रूप से टैग या लेबल करना पड़े। प्रभाव में, प्रणाली यह सीखती है कि छवि में जो दिखाई देता है और रेडियोलॉजिस्ट जिस भाषा में उसका वर्णन करते हैं, उनके बीच क्या संबंध है।

उस प्रशिक्षण का पैमाना उल्लेखनीय है:

• 424,911 परीक्षणों को कवर करने वाली नैदानिक रिपोर्टें
• 1.5 मिलियन इमेज-टेक्स्ट जोड़े
• 15 मिलियन से अधिक शरीर-रचना-विशिष्ट जोड़े

चूँकि मॉडल उस मुक्त पाठ पर आधारित है जो रेडियोलॉजिस्ट नियमित देखभाल के हिस्से के रूप में पहले से तैयार करते हैं, यह पाइपलाइन चिकित्सा एआई विकास की सबसे बड़ी बाधाओं में से एक को दरकिनार कर देती है। शोधकर्ताओं ने इस फ्रेमवर्क को स्केलेबल बताया है, जो संकेत देता है कि यह किसी एक अध्ययन के लिए एकत्र किए गए हाथ से तैयार डेटासेट पर निर्भर रहने के बजाय बड़ी मात्रा में वास्तविक नैदानिक सामग्री को आत्मसात कर सकता है।

आठ अस्पतालों में वास्तविक दुनिया का परीक्षण

रिपोर्ट किया गया प्रदर्शन तैयार शोध छवियों के बजाय वास्तविक दुनिया के अस्पताल परीक्षणों से आया। रडार ने औसत नैदानिक सटीकता स्कोर, जिसे एयूसी के रूप में मापा जाता है, 0.913 हासिल किया — एक परिणाम जिसने मौजूदा चिकित्सा विज़न-लैंग्वेज एआई मॉडलों से बेहतर प्रदर्शन किया।

मुख्य संख्या जितनी महत्वपूर्ण है, उतना ही यह भी है कि यह कहाँ टिकी रही। परिणाम मूल सेटिंग से आगे आठ अलग-अलग अस्पतालों में सामान्यीकृत हुए, आपातकालीन कक्ष के मामलों के लिए बने रहे, और विविध रोगी आबादी में भी कायम रहे। चिकित्सा एआई के लिए, इस तरह की निरंतरता मायने रखती है, क्योंकि जो मॉडल केवल अपने प्रशिक्षण वातावरण जैसे डेटा पर अच्छा प्रदर्शन करता है, उसका नैदानिक मूल्य सीमित होता है।

Science में मिले निष्कर्षों के अनुसार, रडार ने 18 शारीरिक संरचनाओं के साथ-साथ 146 इमेजिंग संकेतों और रोगों की सटीक पहचान की, चाहे इसका परीक्षण कहीं भी या किसी भी तरह से किया गया हो।

विस्तार क्या कवर करता है

शारीरिक संरचनाओं और इमेजिंग संकेतों का संयोजन एक ऐसी प्रणाली की ओर इशारा करता है जो स्कैन को एकल-उद्देश्य डिटेक्टर की तुलना में अधिक सामान्य रेडियोलॉजिस्ट की तरह पढ़ती है। एक अंग के बारे में एक प्रश्न का उत्तर देने के बजाय, मॉडल पेट की व्यापक तस्वीर की व्याख्या करने के लिए तैनात है।

रडार रेडियोलॉजिस्ट के लिए क्या बदल सकता है

परियोजना के पीछे बताई गई प्रेरणा कार्यभार है। पेट का सीटी मांगलिक है, और इसे ध्यान से पढ़ने में वह समय लगता है जो रेडियोलॉजी विभागों के पास हमेशा नहीं होता। एक सामान्यवादी सहायक जो व्यापक नैदानिक व्याख्याएँ तैयार कर सकता है, जटिल अध्ययनों पर काम करते समय चिकित्सकों के लिए एक प्रारंभिक बिंदु प्रदान कर सकता है।

शोधकर्ताओं ने रडार को एक ऐसे सहायक के रूप में प्रस्तुत किया है जो डॉक्टरों को निदान तक पहुँचने में मदद करता है, न कि उनके निर्णय का प्रतिस्थापन। यह अंतर चिकित्सा एआई में वर्तमान कार्य के अधिकांश हिस्से में दिखता है, जहाँ व्यावहारिक लक्ष्य अक्सर अंतिम निर्णय देने के बजाय छाँटना, प्राथमिकता देना और सारांशित करना होता है।

इस मामले में जो उभरकर आता है वह है दायरे और मजबूती का संयोजन। लगभग 425,000 परीक्षणों पर प्रशिक्षित एक ही फ्रेमवर्क — और आठ अस्पतालों में मान्य — उन संकीर्ण, कार्य-विशिष्ट उपकरणों से आगे एक सार्थक कदम का प्रतिनिधित्व करता है जिन्होंने इस क्षेत्र पर प्रभुत्व जमाया है।

एक नज़र में संख्याएँ

• प्रणाली: रडार (रैपिड एब्डॉमिनल डायग्नोसिस विद एआई एंड रेडियोलॉजी)
• प्रशिक्षण डेटा: 424,911 परीक्षण; 1.5 मिलियन इमेज-टेक्स्ट जोड़े; 15 मिलियन से अधिक शरीर-रचना-विशिष्ट जोड़े
• औसत नैदानिक सटीकता (एयूसी): 0.913
• पहचान की गई: 18 शारीरिक संरचनाएँ और 146 इमेजिंग संकेत और रोग
• मान्यता: आठ अस्पताल, आपातकालीन कक्ष के मामले और विविध रोगी आबादी
• प्रकाशन: Science (DOI: 10.1126/science.aec6129)

जैसे-जैसे पेट की इमेजिंग की मात्रा बढ़ती रहती है, चिकित्सा के सबसे जटिल स्कैन में से एक को नेविगेट करने में रेडियोलॉजिस्ट की मदद करने वाले उपकरण निकट ध्यान आकर्षित करेंगे। रडार के रिपोर्ट किए गए परिणाम शोधकर्ताओं को एक स्पष्ट मानदंड देते हैं — और चिकित्सकों द्वारा हर दिन लिखी जाने वाली रिपोर्टों पर सीधे सामान्यवादी चिकित्सा एआई को प्रशिक्षित करने का एक खाका भी।

यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।