क्या कृत्रिम बुद्धिमत्ता एक्स-रे द्वारा फेफड़ों के कैंसर के निदान में डॉक्टर की जगह ले सकती है

छाती का एक्स-रे फेफड़ों के कैंसर जैसी बीमारियों का पता लगाने के लिए एक सरल और व्यापक रूप से इस्तेमाल किया जाने वाला उपकरण बना हुआ है। जापान में, यह कंपनियों में अनिवार्य स्वास्थ्य जांच का हिस्सा है। हालांकि, इसकी व्याख्या करने के लिए महत्वपूर्ण विशेषज्ञता की आवश्यकता होती है। त्रुटियों को कम करने के लिए, आमतौर पर दो डॉक्टर प्रत्येक एक्स-रे की जांच करते हैं, जिससे उनका काम का बोझ बढ़ जाता है।

एक हालिया अध्ययन में जांच की गई कि क्या कृत्रिम बुद्धिमत्ता के सॉफ्टवेयर इस दोहरी जांच प्रणाली में पहले पाठक की भूमिका निभा सकते हैं। शोधकर्ताओं ने 2018 और 2020 के बीच लिए गए 320,000 से अधिक एक्स-रे का विश्लेषण किया। फेफड़ों के कैंसर के संदिग्ध मामलों में, तीन AI मॉडलों का परीक्षण किया गया। परिणाम: इन उपकरणों ने 62 से 77% तक असामान्यताओं का पता लगाया, जबकि मानव डॉक्टरों ने केवल 59% मामलों का पता लगाया। केवल फेफड़ों के नोड्यूल्स पर ध्यान केंद्रित करने पर भी, जो सबसे आम हैं, AI के प्रदर्शन बेहतर रहे, जिनकी पहचान दर 64 से 76% थी, जबकि डॉक्टरों ने 59% मामलों का पता लगाया।

कृत्रिम बुद्धिमत्ता ने इस प्रकार पेशेवरों के समान, या उससे बेहतर क्षमता दिखाई। हालांकि, इससे अधिक गलत अलर्ट उत्पन्न हुए। जबकि डॉक्टरों द्वारा बहुत कम गलत अलर्ट उत्पन्न किए गए, सॉफ्टवेयर ने उपयोग किए गए मॉडल के अनुसार प्रति 100 परीक्षणों में 6 से 15 गलत अलर्ट उत्पन्न किए। ये त्रुटियाँ अक्सर तब होती हैं जब सामान्य संरचनाओं, जैसे पसलियों या रक्त वाहिकाओं को घावों के रूप में गलत समझा जाता है।

इन परिणामों से पता चलता है कि AI वास्तव में स्क्रीनिंग में पहले पाठक की जगह ले सकती है। इससे डॉक्टरों के काम का बोझ कम होगा और निदान की गुणवत्ता बनाए रखने में मदद मिलेगी। हालांकि, सबसे छोटे या सबसे कम स्पष्ट नोड्यूल्स इन उपकरणों के लिए अभी भी एक चुनौती बने हुए हैं। कठिन मामलों के लिए मानव द्वितीय पाठक की अधिक सतर्कता आवश्यक होगी।

यह दृष्टिकोण व्याख्याओं को मानकीकृत कर सकता है और अभ्यास करने वालों के अनुभव के अनुसार भिन्नताओं को सीमित कर सकता है। कई चिकित्सा केंद्रों में अतिरिक्त अध्ययनों की आवश्यकता होगी ताकि इन लाभों की पुष्टि की जा सके और देखभाल के संगठन पर प्रभाव का मूल्यांकन किया जा सके। लक्ष्य इन तकनीकों को धीरे-धीरे सामान्य अभ्यास में एकीकृत करना है, बिना स्क्रीनिंग की सटीकता से समझौता किए।

दस्तावेज़ी आधार

संदर्भ रिपोर्ट

DOI: https://doi.org/10.1007/s11604-026-01973-z

शीर्षक: Can AI substitute the first reader in chest radiograph screening? A retrospective non-inferiority evaluation

जर्नल: Japanese Journal of Radiology

प्रकाशक: Springer Science and Business Media LLC

लेखक: Kotaro Yoshida; Atsushi Takamatsu; Rie Tanaka; Tetsuo Matsunaga; Antoine Choppin; Aya Tonouchi; Satoshi Kobayashi; Takeshi Kobayashi