MRI छवियाँ उनकी जटिलता और बड़े डेटा मात्रा के कारण, चिकित्सा इमेजिंग विश्लेषण में हमेशा एक बड़ी चुनौती रही हैं। बड़े भाषा मॉडल (LLM) को MRI विश्लेषण के लिए प्रशिक्षित करने के लिए, डेवलपर्स को प्राप्त छवियों को 2D छवियों में काटना पड़ा। हालांकि यह प्रक्रिया संभव है, लेकिन यह जटिल शारीरिक संरचनाओं के विश्लेषण की क्षमता को सीमित करती है, विशेषकर मस्तिष्क ट्यूमर, हड्डियों की बीमारियों या हृदय संबंधी बीमारियों जैसे जटिल मामलों में।
छवि स्रोत नोट: छवि AI द्वारा उत्पन्न, छवि लाइसेंस सेवा प्रदाता Midjourney
हालांकि, GE स्वास्थ्य ने इस वर्ष के AWS re:Invent सम्मेलन में उद्योग का पहला संपूर्ण 3D MRI अनुसंधान आधार मॉडल (FM) पेश किया, जो यह दर्शाता है कि MRI मॉडल अंततः पूरे शरीर की 3D छवियों का उपयोग कर सकता है। यह मॉडल 19,000 अध्ययनों से 173,000 से अधिक छवियों के आधार पर बनाया गया है, और विकास टीम ने बताया कि इस नए मॉडल के माध्यम से, प्रशिक्षण के लिए आवश्यक कंप्यूटिंग क्षमता पिछले की तुलना में पांच गुना कम हो गई है।
हालांकि GE स्वास्थ्य ने इस आधार मॉडल को व्यावसायिक रूप से उपलब्ध नहीं कराया है, यह अभी भी अनुसंधान चरण में है, प्रारंभिक मूल्यांकनकर्ता मैसाचुसेट्स जनरल हॉस्पिटल (Mass General Brigham) जल्द ही इस मॉडल का प्रयोग शुरू करने जा रहा है। GE स्वास्थ्य के मुख्य कृत्रिम बुद्धिमत्ता अधिकारी पार्री भाटिया (Parry Bhatia) ने कहा कि वे इन मॉडलों को चिकित्सा प्रणाली के तकनीकी टीमों को सौंपने की उम्मीद करते हैं, ताकि वे अनुसंधान और नैदानिक अनुप्रयोगों को तेजी से और आर्थिक रूप से विकसित कर सकें।
इस मॉडल के आगमन से जटिल 3D MRI डेटा का वास्तविक समय में विश्लेषण संभव होगा। GE स्वास्थ्य टीम ने उन्नत तकनीकों में दस वर्षों का अनुभव प्राप्त किया है, और उनका प्रमुख उत्पाद AIR Recon DL एक गहन अध्ययन पुनर्निर्माण एल्गोरिदम है, जो रेडियोलॉजिस्टों को स्पष्ट छवियाँ तेजी से प्राप्त करने में मदद करता है, और स्कैनिंग समय को 50% तक कम कर सकता है। इसके अलावा, यह 3D MRI मॉडल छवियों और पाठ के बीच खोज, लिंक करने का समर्थन कर सकता है, और बीमारियों का विभाजन और वर्गीकरण कर सकता है, जिससे चिकित्सा पेशेवरों को पहले से कहीं अधिक विस्तृत स्कैन जानकारी प्रदान करने की उम्मीद है।
डेटा प्रसंस्करण में, विकास टीम ने "समायोजन और अनुकूलन" की रणनीति अपनाई है, जिससे मॉडल विभिन्न डेटा सेटों को संभालने में सक्षम हो सके, यहां तक कि कुछ छवि डेटा अधूरे होने पर भी, मॉडल गायब भागों को छोड़ने में सक्षम है। इसके अलावा, सीमित डेटा की स्थिति में मॉडल की सीखने की क्षमता बढ़ाने के लिए अर्ध-निगरानी छात्र-शिक्षक शिक्षण विधि का भी उपयोग किया गया है।
इस जटिल मॉडल के निर्माण के दौरान कंप्यूटिंग और डेटा चुनौतियों को हल करने के लिए, GE स्वास्थ्य ने अमेज़न के SageMaker प्लेटफॉर्म का उपयोग किया, जिसमें उच्च प्रदर्शन GPU के वितरित प्रशिक्षण क्षमताओं को मिलाकर डेटा प्रसंस्करण गति और मॉडल प्रशिक्षण दक्षता को काफी बढ़ाया। यह सब HIPAA जैसे अनुपालन मानकों का पालन करते हुए किया गया है, ताकि रोगियों को अधिक व्यक्तिगत चिकित्सा सेवाएँ प्रदान की जा सकें।
हालांकि वर्तमान में यह मॉडल MRI क्षेत्र पर केंद्रित है, डेवलपर्स ने अन्य चिकित्सा क्षेत्रों में विस्तार की बड़ी संभावनाएँ देखी हैं। भविष्य में, इस आधार मॉडल के आधार पर, शायद विकिरण चिकित्सा जैसे क्षेत्रों के लिए तेज और अधिक प्रभावी समाधान प्रदान किया जा सके।
मुख्य बिंदु:
🧠 GE स्वास्थ्य ने उद्योग का पहला संपूर्ण 3D MRI अनुसंधान आधार मॉडल लॉन्च किया, जो इमेजिंग विश्लेषण क्षमता को महत्वपूर्ण रूप से बढ़ाता है।
💻 नया मॉडल डेटा प्रसंस्करण रणनीति को समायोजित करके कंप्यूटिंग संसाधनों की खपत को कम करता है और प्रशिक्षण दक्षता बढ़ाता है।
🚀 यह मॉडल भविष्य में अन्य चिकित्सा क्षेत्रों में विस्तार करने की संभावना है, जिससे अधिक सटीक चिकित्सा सेवाओं में मदद मिलेगी।
