محققین ڈیوک یونیورسٹی میڈیکل سینٹر ایم آر امیجز پر دماغی میٹاسٹیسیس کا پتہ لگانے میں مشکل کی نشاندہی کرنے کے لیے ڈیپ لرننگ پر مبنی کمپیوٹر ایڈیڈ ڈیٹیکشن (CAD) سسٹم تیار کیا ہے۔ الگورتھم نے بہترین حساسیت اور مخصوصیت کا مظاہرہ کیا، ترقی میں دیگر CAD سسٹمز کو پیچھے چھوڑ دیا۔ یہ ٹول ابھرتے ہوئے دماغی میٹاسٹیسیسز کی ابتدائی شناخت کو فعال کرنے کی صلاحیت کو ظاہر کرتا ہے، جس سے وہ پہلی بار ظاہر ہونے پر سٹیریوٹیکٹک ریڈیو سرجری (SRS) کے ذریعے نشانہ بن سکتے ہیں اور، کچھ مریضوں کے لیے، مطلوبہ علاج کی تعداد کو کم کرتے ہیں۔
ایس آر ایس، جو کہ ایک ہی ریڈیو تھراپی سیشن میں دماغ کے اہداف تک تابکاری کی اعلیٰ خوراک فراہم کرنے کے لیے بالکل فوکس فوٹون بیم کا استعمال کرتا ہے، محدود تعداد میں دماغی میٹاسٹیسیس والے مریضوں کے لیے نگہداشت کے معیاری علاج میں تیار ہو رہا ہے۔ میٹاسٹیسیس کو نشانہ بنانے کے لیے، تاہم، اس کی شناخت پہلے ایم آر امیج پر کی جانی چاہیے۔ بدقسمتی سے، تقریباً 10% نہیں ہیں، 30% ان لوگوں کے لیے جن کا سائز 3 ملی میٹر سے کم ہے، یہاں تک کہ جب ماہر اعصابی ماہرین کے ذریعے جائزہ لیا جائے۔
جب یہ غیر دریافت شدہ دماغی میٹاسٹیسیس – جنہیں محققین سابقہ طور پر شناخت شدہ میٹاسٹیسیس (RIMs) کے طور پر کہتے ہیں – کو بعد کے ایم آر آئی اسکینز پر شناخت کیا جاتا ہے، تو عام طور پر دوسرے SRS علاج کی ضرورت ہوتی ہے۔ اس طرح کا علاج مہنگا ہوتا ہے، اور یہ غیر آرام دہ اور ناگوار ہوسکتا ہے، بعض اوقات پنوں کے ذریعے کھوپڑی تک محفوظ فریم کے ساتھ سر کو متحرک کرنے کی ضرورت ہوتی ہے۔
حالیہ ASTRO کی سالانہ میٹنگ میں، ڈیون گاڈفری وضاحت کی کہ محققین نے convolutional عصبی نیٹ ورک (CNN) پر مبنی CAD سسٹم کو خاص طور پر مشکل سے پتہ لگانے والے RIMs اور بہت چھوٹے ممکنہ طور پر شناخت شدہ میٹاسٹیسیس (PIMs) کی کھوج اور تقسیم کو بہتر بنانے کے لیے ڈیزائن کیا ہے۔ گاڈفری اور ساتھی اس نظام کی جانچ اور توثیق کی وضاحت کرتے ہیں۔ انٹرنیشنل جرنل آف ریڈی ایشن آنکولوجی بیالوجی فزکس.
ٹیم نے 135 دماغی میٹاسٹیسیس والے 563 مریضوں سے MRI ڈیٹا (ایک متضاد بڑھے ہوئے خراب گریڈینٹ ایکو سیکوئنس) پر CAD ٹول کو تربیت دی۔ ڈیوک ہیلتھ کے متعدد مقامات پر مختلف دکانداروں سے 1.5 T اور 3.0 T MRI سکینرز کا استعمال کرتے ہوئے تصاویر حاصل کی گئیں۔ مجموعی طور پر، ڈیٹا سیٹ میں 491 ملی میٹر کے درمیانی قطر کے ساتھ 6.7 PIMs، اور 72 مریضوں کے 32 RIMs شامل ہیں، جن کا درمیانی قطر 2.7 ملی میٹر ہے۔
RIMs کی شناخت کرنے کے لیے، محققین نے ہر مریض کی اصل ایم آر امیجز کا جائزہ لیا تاکہ عین اس جگہ پر متضاد اضافہ کی علامات تلاش کی جا سکیں جہاں بعد میں میٹاسٹیسیس کا پتہ چلا۔ جائزہ لینے کے بعد، انہوں نے ہر RIM کو یا تو امیجنگ پر مبنی تشخیصی معیار (+DC) پر پورا اترنے یا میٹاسٹیسیس کے طور پر شناخت کرنے کے لیے ناکافی بصری معلومات (-DC) کے طور پر درجہ بندی کی۔
محققین نے RIMs اور PIMs کے ڈیٹا سیٹ کو پانچ گروپوں میں بے ترتیب کیا، ان میں سے چار کو ماڈل اور الگورتھم کی ترقی کے لیے اور ایک کو ٹیسٹ گروپ کے طور پر استعمال کیا۔ "+DC اور -DC RIMs دونوں کو شامل کرنے کے نتیجے میں ہر دماغی میٹاسٹیسیس کے زمرے اور سائز کے لیے سب سے زیادہ حساسیت پیدا ہوئی، جبکہ سب سے کم غلط-مثبت شرح اور سب سے زیادہ مثبت پیشن گوئی کی قدر بھی واپس آئی،" وہ رپورٹ کرتے ہیں۔ "یہ CAD ٹریننگ ڈیٹا میں چھوٹے چیلنجنگ دماغی میٹاسٹیسیس کے زیادہ وزن والے نمونے لینے کا واضح فائدہ ظاہر کرتا ہے۔"
PIMs اور +DC RIMs کے لیے - جن کی MRI پر میٹاسٹیسیس کی واضح خصوصیات ہیں - ماڈل نے مجموعی طور پر 93% کی حساسیت حاصل کی، جو کہ 100 ملی میٹر قطر سے بڑے گھاووں کے لیے 6% سے لے کر 79 ملی میٹر سے چھوٹے کے لیے 3% تک ہے۔ جھوٹے مثبت کی شرح بھی متاثر کن طور پر کم تھی، جس کا اوسط 2.7 فی شخص تھا، دوسرے CAD سسٹمز میں چھوٹے گھاووں کے لیے موازنہ کی حساسیت کے ساتھ آٹھ اور 35 کے درمیان۔
CAD سسٹم ڈیولپمنٹ اور ٹیسٹ سیٹ دونوں میں کچھ -DC RIMs کا پتہ لگانے کے قابل بھی تھا۔ اس ابتدائی مرحلے میں دماغی میٹاسٹیسیس کی شناخت ایک بہت بڑا طبی فائدہ ہو گا، کیونکہ اس طرح کے گھاووں کی پھر امیجنگ کے ذریعے زیادہ اچھی طرح سے نگرانی کی جا سکتی ہے، اگر ضرورت ہو تو علاج کا اشارہ کیا جا سکتا ہے۔
ڈیوک ٹیم اب ایک سے زیادہ MR ترتیبوں کو استعمال کر کے CAD ٹول کی درستگی کو بہتر بنانے کے لیے کام کر رہی ہے۔ Godfrey وضاحت کرتا ہے کہ دماغ کے MRI مطالعہ میں تقریبا ہمیشہ ایک سے زیادہ MR سلسلے شامل ہوتے ہیں جو دماغ میں ہر ووکسیل کے بارے میں منفرد معلومات پیدا کرتے ہیں. "ہم یقین رکھتے ہیں کہ ان دیگر ترتیبوں سے دستیاب اضافی معلومات کو شامل کرنے سے اس کی درستگی کو بہتر بنانا چاہیے،" وہ کہتے ہیں۔
گاڈفری نے نوٹ کیا کہ محققین موجودہ CAD سسٹم کے مصنوعی ممکنہ طبی استعمال کے مطالعہ کو شروع کرنے سے صرف ہفتوں کے فاصلے پر ہیں تاکہ اس بات کی تحقیقات کی جا سکیں کہ یہ آلہ ریڈیولوجسٹ اور ریڈی ایشن آنکولوجسٹ دونوں کے کلینیکل فیصلہ سازی پر کیسے اثر انداز ہوتا ہے۔
گہری تعلیم سے ریڈیولوجسٹوں کو سینے کے ایکس رے پر پھیپھڑوں کے کینسر کا پتہ لگانے میں مدد ملتی ہے۔
"متعدد ماہر نیورراڈیولوجسٹ اور نیورو ریڈی ایشن آنکولوجسٹ جو ایس آر ایس کرتے ہیں، دماغ کے ایم آر اسکین کے ساتھ پیش کیے جائیں گے۔ ان سے کہا جائے گا کہ وہ کسی بھی ایسے زخم کو تلاش کریں جو دماغی میٹاسٹیسیس ہو سکتا ہے، ان کے اعتماد کی سطح کی درجہ بندی کریں کہ یہ ہے، اور یہ بتائیں کہ آیا وہ تصاویر میں اس کی ظاہری شکل کی بنیاد پر SRS کے ساتھ زخم کا علاج کریں گے،" وہ بتاتا ہے۔ طبیعیات کی دنیا. "اس کے بعد ہم انہیں CAD کی پیشین گوئیوں کے ساتھ پیش کریں گے اور ہر معالج کے طبی فیصلوں پر CAD کے اثرات کا جائزہ لیں گے۔"
اگر اس نقلی مطالعہ سے امید افزا نتائج برآمد ہوتے ہیں، تو گوڈفری نے CAD ٹول کی تعیناتی کی توقع کی ہے تاکہ ممکنہ طور پر نئے مریضوں میں جو ڈیوک ریڈی ایشن آنکولوجی کلینک میں ایک ریسرچ پروٹوکول کے تحت زیر علاج ہوں، ممکنہ طور پر چیلنجنگ دماغی میٹاسٹیسیس کی شناخت میں مدد ملے، شاید 2023 کے وسط میں۔
