गहन शिक्षण प्रणाली त्वचा कैंसर का पता लगाने में लगभग पूर्ण सटीकता के साथ बदलाव ला सकती है

मेलेनोमा का निदान करना सबसे कठिन त्वचा कैंसरों में से एक है क्योंकि यह अक्सर हानिरहित मस्सों या घावों की नकल करता है। जबकि अधिकांश कृत्रिम बुद्धिमत्ता (एआई) उपकरण अकेले डर्मोस्कोपिक छवियों पर निर्भर करते हैं, वे अक्सर महत्वपूर्ण रोगी जानकारी (जैसे उम्र, लिंग, या शरीर पर घाव कहां दिखाई देता है) को नजरअंदाज कर देते हैं जो नैदानिक ​​सटीकता में सुधार कर सकते हैं। यह मल्टीमॉडल फ़्यूज़न मॉडल के महत्व पर प्रकाश डालता है जो उच्च परिशुद्धता निदान को सक्षम कर सकता है।

उस अंतर को पाटने के लिए, एंबेडेड सिस्टम इंजीनियरिंग विभाग, इंचियोन नेशनल यूनिवर्सिटी, दक्षिण कोरिया के प्रोफेसर ग्वांगिल जीन ने यूनिवर्सिटी ऑफ वेस्ट ऑफ इंग्लैंड (यूके), एंग्लिया रस्किन यूनिवर्सिटी (यूके) और रॉयल मिलिट्री कॉलेज ऑफ कनाडा के सहयोग से एक गहन शिक्षण मॉडल बनाया जो रोगी डेटा और डर्मोस्कोपिक छवियों को एकीकृत करता है।

यह अध्ययन जर्नल में प्रकाशित हुआ है सूचना संलयन.

प्रोफेसर जियोन कहते हैं, “त्वचा कैंसर, विशेष रूप से मेलेनोमा, एक ऐसी बीमारी है जिसमें जीवित रहने की दर निर्धारित करने के लिए शीघ्र पता लगाना अत्यंत महत्वपूर्ण है।”

“चूंकि मेलेनोमा का केवल दृश्य विशेषताओं के आधार पर निदान करना मुश्किल है, इसलिए मैंने एआई अभिसरण प्रौद्योगिकियों की आवश्यकता को पहचाना जो इमेजिंग डेटा और रोगी जानकारी दोनों पर विचार कर सकता है।”

AI मॉडल कैसे विकसित किया गया?

बड़े पैमाने पर एसआईआईएम-आईएसआईसी मेलेनोमा डेटासेट का उपयोग करते हुए, जिसमें क्लिनिकल मेटाडेटा के साथ जोड़ी गई 33,000 से अधिक डर्मोस्कोपिक छवियां शामिल हैं, टीम ने त्वचा पर क्या दिखाई देता है और रोगी कौन है, के बीच सूक्ष्म लिंक को पहचानने के लिए अपने एआई मॉडल को प्रशिक्षित किया। मॉडल ने 94.5% सटीकता और 0.94 का F1 स्कोर हासिल किया, जो कि ResNet-50 और EfficientNet जैसे लोकप्रिय केवल-छवि मॉडल से बेहतर प्रदर्शन कर रहा है।

सिस्टम को अधिक पारदर्शी और मजबूत बनाने के लिए शोधकर्ताओं ने फीचर महत्व विश्लेषण भी किया। घाव का आकार, रोगी की उम्र और शारीरिक साइट जैसे कारक सटीक पता लगाने में जोरदार योगदान देते पाए गए। ये जानकारियां डॉक्टरों को एआई द्वारा किए गए निदान को समझने और उस पर भरोसा करने के लिए एक रोडमैप प्रदान करने में मदद कर सकती हैं।

मेलेनोमा स्क्रीनिंग पर संभावित प्रभाव

प्रोफेसर जियोन कहते हैं, “मॉडल केवल शैक्षणिक उद्देश्यों के लिए डिज़ाइन नहीं किया गया है। इसे एक व्यावहारिक उपकरण के रूप में इस्तेमाल किया जा सकता है जो वास्तविक दुनिया के मेलेनोमा स्क्रीनिंग को बदल सकता है। इस शोध को सीधे एक एआई सिस्टम विकसित करने के लिए लागू किया जा सकता है जो मेलेनोमा का शीघ्र पता लगाने में सक्षम करने के लिए त्वचा के घावों की छवियों और बुनियादी रोगी जानकारी दोनों का विश्लेषण करता है।”

भविष्य में, मॉडल स्मार्टफोन-आधारित त्वचा निदान अनुप्रयोगों, टेलीमेडिसिन सिस्टम, या त्वचाविज्ञान क्लीनिकों में एआई-सहायक उपकरणों को सशक्त बना सकता है, जिससे गलत निदान दर को कम करने और देखभाल तक पहुंच में सुधार करने में मदद मिलेगी।

प्रोफेसर जियोन बताते हैं, “अध्ययन एआई अभिसरण प्रौद्योगिकी के माध्यम से व्यक्तिगत निदान और निवारक चिकित्सा की दिशा में एक कदम आगे का प्रतिनिधित्व करता है।”

अध्ययन इस बात पर प्रकाश डालता है कि कैसे मल्टीमॉडल एआई मशीन लर्निंग और क्लिनिकल निर्णय लेने के बीच के अंतर को पाट सकता है, जिससे अधिक सटीक, सुलभ और भरोसेमंद त्वचा कैंसर निदान का मार्ग प्रशस्त हो सकता है।