चूके हुए पॉलिप्स की छिपी हुई लागत
कोलोरेक्टल कैंसर संयुक्त राज्य अमेरिका में कैंसर से मृत्यु का दूसरा प्रमुख कारण है, फिर भी यह सबसे रोकथाम योग्य कैंसर में से एक है जब प्री-कैंसरस पॉलिप चरण में पता चला हो। कोलोनोस्कोपी स्वर्ण मानक स्क्रीनिंग उपकरण है: एक गैस्ट्रोएंटेरोलॉजिस्ट कैमरे से लैस दायरा डालता है, कोलन अस्तर का दृश्य निरीक्षण करता है, और किसी भी संदिग्ध वृद्धि को हटाता है इससे पहले कि वे कैंसरस हो सकें। समस्या यह है कि मानव दृश्य निरीक्षण, यहां तक कि अनुभवी एंडोस्कोपिस्ट द्वारा, एक मानक कोलोनोस्कोपी प्रक्रिया के दौरान एडेनोमास—प्री-कैंसरस पॉलिप्स—का एक महत्वपूर्ण अंश चूक जाता है। AI-सहायक पहचान प्रणाली अब इस अंतराल को बंद करने लगी है।
क्या चूक जाता है और क्यों
सभी पॉलिप्स समान रूप से पहचानने योग्य नहीं हैं। पेडुंकुलेटेड पॉलिप्स—तने पर मशरूम के आकार की वृद्धि—पहचानना अपेक्षाकृत आसान है। कठिन लक्ष्य सपाट या सेसाइल सेरेटेड एडेनोमा हैं जो कोलोनिक म्यूकोसा को छूते हैं और सामान्य ऊतक सिलवटों के साथ मिश्रित हो सकते हैं। ये घाव असमान रूप से खतरनाक हैं: सेसाइल सेरेटेड घाव पारंपरिक एडेनोमा की तुलना में तेजी से घातक प्रगति पथ का पालन करते हैं और माइक्रोसैटेलाइट-अस्थिर कोलोरेक्टल कैंसर के विकास की अधिक संभावना रखते हैं जो उपचार करना सबसे मुश्किल है।
एंडोस्कोपिस्ट थकान एक वास्तविक कारक है। एक कोलोनोस्कोपी प्रक्रिया स्कोप मैकेनिक्स, रोगी संचार, और दस्तावेज़ीकरण को संभालते हुए निरंतर दृश्य ध्यान की आवश्यकता है—एक मल्टीटास्किंग लोड जो प्रक्रिया और क्लिनिकल दिन के दौरान पहचान प्रदर्शन को खराब करता है। बैक-टू-बैक कोलोनोस्कोपी अध्ययन, जहां एक दूसरा एंडोस्कोपिस्ट तुरंत कोलन की फिर से जांच करता है, 20-26% एडेनोमा मिस दर पाते हैं, सपाट घाव चूके हुए एडेनोमा के बीच अधिक प्रतिनिधित्व किए जाते हैं।
AI पहचान कैसे काम करती है
AI-सहायक कोलोनोस्कोपी सिस्टम एंडोस्कोपिस्ट के वीडियो फीड पर एक रीयल-टाइम ओवरले प्रदर्शित करते हैं, कोलोनोस्कोपी फुटेज के बड़े डेटासेट पर प्रशिक्षित कंप्यूटर विजन मॉडल का उपयोग करके पॉलिप्स हो सकते हैं ऐसे क्षेत्रों को हाइलाइट करते हैं। सर्वश्रेष्ठ-प्रदर्शन प्रणाली मिलीसेकंड में पहचान सतर्कता उत्पन्न करती हैं—एक मानव सचेतन रूप से म्यूकोसा के क्षेत्र को संसाधित और मूल्यांकन करने से तेजी से। एंडोस्कोपिस्ट के निर्णय की जगह लेने के बजाय, AI एक निरंतर दूसरी आंखों की जोड़ी के रूप में कार्य करता है जो कभी नहीं थकता या विचलित नहीं होता।
AI-सहायक की तुलना में मानक कोलोनोस्कोपी की तुलना करने वाले क्लिनिकल परीक्षण ने सुसंगत रूप से पाया है कि कंप्यूटर-सहायक पहचान एडेनोमा मिस दरों को कम करती है, छोटे, सपाट घावों के लिए सबसे स्पष्ट प्रभाव के साथ। यादृच्छिक नियंत्रित परीक्षणों का एक मेटा-विश्लेषण पाया कि AI सहायता गैर-सहायक कोलोनोस्कोपी की तुलना में एडेनोमा पहचान दरों को लगभग 10 प्रतिशत अंक तक बढ़ाती है—एक नैदानिक रूप से सार्थक सुधार यह देखते हुए कि उच्च पहचान दरें सीधे स्क्रीन किए गए जनसंख्या में दीर्घकालिक कोलोरेक्टल कैंसर की घटना में कमी में अनुवाद करती हैं।
विशिष्टता चुनौती
प्रारंभिक AI पहचान प्रणाली उच्च झूठी सकारात्मक दरों के लिए प्रवण थे—सामान्य श्लेष्मा सिलवटों, बुलबुलों, या कलाकृतिगत क्षेत्रों को संभावित संदिग्ध के रूप में चिह्नित करना। उच्च झूठी सकारात्मक दरें सतर्कता थकान बनाती हैं: यदि AI हर कुछ सेकंड में सतर्क करता है कुछ एंडोस्कोपिस्ट तुरंत सामान्य के रूप में पहचानता है, तो सतर्कता विश्वसनीयता खो देती है और चिकित्सक उन्हें अनदेखा करना शुरू करते हैं।
अधिक हाल की प्रणाली ने बेहतर प्रशिक्षण डेटासेट और अधिक परिष्कृत मॉडल आर्किटेक्चर के माध्यम से विशिष्टता में काफी सुधार किया है। वर्तमान में वाणिज्यिक रूप से तैनात प्रणाली में झूठी सकारात्मक दरें काफी कम हैं नैदानिक रूप से उपयोगी होने के लिए, हालांकि चल रही चुनौती सबसे कठिन-से-पहचान घावों के लिए संवेदनशीलता में सुधार करना है—सपाट सेरेटेड एडेनोमा जो सबसे अधिक महत्वपूर्ण हैं—सिस्टम में नैदानिक विश्वास को कमजोर करने वाली झूठी सकारात्मक दरों को फिर से पेश किए बिना।
स्वीकृति और प्रतिपूर्ति
कई विक्रेताओं से AI कोलोनोस्कोपी सहायता प्रणाली को FDA 510(k) मंजूरी मिली है और प्रमुख चिकित्सा केंद्रों और सामुदायिक प्रथाओं में एंडोस्कोपी सूइट में एकीकृत किया जा रहा है। Medicare और वाणिज्यिक बीमाकर्ताओं द्वारा AI-सहायक कोलोनोस्कोपी के लिए प्रतिपूर्ति तकनीक को ही पिछड़ गई है, स्वीकृति के लिए आर्थिक घर्षण बनाता है। हालांकि, जैसे-जैसे पहचान सुधार के लिए साक्ष्य आधार जमा होता है और भुगतानकर्ता रोकथाम किए गए कोलोरेक्टल कैंसर के दीर्घकालिक लागत निहितार्थों को स्वीकार करते हैं, प्रतिपूर्ति ढांचे धीरे-धीरे अनुकूलन कर रहे हैं।
अगला क्या आता है
एंडोस्कोपी में AI के लिए अगली सीमा पॉलिप विशेषता है—हाइपरप्लास्टिक पॉलिप्स से एडेनोमा को अलग करने के लिए रीयल-टाइम इमेजिंग का उपयोग करना जिन्हें हटाने की आवश्यकता नहीं है, और घातक घाव जिन्हें सर्जिकल प्रबंधन की आवश्यकता है। सटीक AI विशेषता अनावश्यक पॉलिपेक्टोमी को कम कर सकती है और अधिक लक्षित अनुवर्ती अनुसूचन सक्षम कर सकती है, स्क्रीनिंग कोलोनोस्कोपी को अधिक प्रभावी और कुशल दोनों बना सकती है। प्रारंभिक प्रणाली अनुसंधान सेटिंग्स में आशाजनक विशेषता सटीकता प्रदर्शन कर रहे हैं, पहचान प्रणाली के साथ अगले कुछ वर्षों में व्यापक नैदानिक उपयोग में बाजारीकरण की उम्मीद है।
यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
