हाल के दिनों में, डीप लर्निंग ने स्वास्थ्य और चिकित्सा के क्षेत्र में एक क्रांतिकारी विकास किया है। जटिल डेटा से अमूर्त उच्च-स्तरीय ज्ञान के लिए गहन सीखने की क्षमता और बिना किसी मानवीय हस्तक्षेप के डेटा से सेट की गई परिष्कृत सुविधाओं की पीढ़ी ने स्वास्थ्य विज्ञान के क्षेत्र में अत्यधिक योगदान दिया है [1-4]। डीप लर्निंग परसेप्ट्रोन जैसे जैविक न्यूरॉन्स से प्रेरित है, जो तब सक्रिय होता है जब अन्य परसेप्ट्रोन की जानकारी इसे इंजेक्ट करती है। बड़ी संख्या में परसेप्ट्रॉन, जब एक साथ ढेर हो जाते हैं, तो एक छिपी हुई परत बन जाती है [5, 6]। जटिल समस्याओं को संसाधित करने और बड़ी संख्या में डेटासेट (चित्र 1) से एक परिष्कृत निर्णय प्राप्त करने के लिए छिपी हुई परत की कई मात्रा का उपयोग किया जाता है ।
हेल्थकेयर में डीप लर्निंग का अनुप्रयोग
जीवित कोशिकाओं के डीएनए अनुक्रम में मौजूद संरचना और जानकारी का पता लगाने के लिए गहन शिक्षण विधियों का उपयोग किया जा रहा है। यह जानकारी, संसाधित होने पर, उन जीन एलील्स की पहचान करती है जो किसी इंसान में बीमारियों में योगदान दे रहे हैं। इन एलील्स की पहचान और अध्ययन से इन बीमारियों से लड़ने के लिए चिकित्सा उपचार विकसित करने में मदद मिलती है [7, 8]। कन्वेक्शन न्यूरल नेटवर्क (सीएनएन) ने अल्जाइमर और स्ट्रोक जैसे मनुष्यों में न्यूरोलॉजिकल रोगों की चिकित्सा इमेजिंग में अत्यधिक योगदान दिया है, जिसके लिए मस्तिष्क के विभिन्न हिस्सों की छवि स्कैनिंग की आवश्यकता होती है। चिकित्सा इमेजिंग करने के लिए, बड़ी संख्या में चिकित्सा छवियों की आवश्यकता होती है, जो एक बाधा है; हालाँकि, बड़ी संख्या में डेटासेट विकसित करने के लिए कई विशेषज्ञों द्वारा मैन्युअल एनोटेशन किए जा रहे हैं। सीएनएन 2-डी छवियों का विश्लेषण करने में फायदेमंद रहा है; हालांकि, कुछ चिकित्सा प्रक्रिया जैसे एमआरआई 3-डी छवियां उत्पन्न करती है जो प्रक्रिया के लिए चुनौतीपूर्ण होती हैं।
हेल्थकेयर में डीप लर्निंग के लिए डेटा प्री-प्रोसेसिंग
3-डी छवियों से कई आइसोट्रोपिक छवियां विकसित की जा रही हैं ताकि सीएनएन उन्हें संसाधित कर सके; हालाँकि, यह अत्यधिक धुंधलापन से ग्रस्त है। उच्च आयामी छवियों के आयाम को कम करके उच्च गुणवत्ता वाली आइसोट्रोपिक छवियों के विकास के लिए अनुसंधान किया जा रहा है। व्यक्ति की गतिविधियों, कैलोरी की मात्रा और रक्तचाप के बारे में जानकारी एकत्र करने के लिए सेंसर के साथ कई पहनने योग्य उपकरण विकसित किए जा रहे हैं, जिन्हें बाद में कई गहन शिक्षण एल्गोरिदम द्वारा संसाधित किया जाता है। इन एल्गोरिदम से प्राप्त परिणाम तब लोगों को उनकी वर्तमान स्वास्थ्य स्थितियों के बारे में सूचित करते हैं। टेलीपैथी चिकित्सा सेवाएं प्रदान करने के लिए, अत्यधिक अनुकूलित गहन शिक्षण एल्गोरिदम द्वारा संचालित एक किफायती पहनने योग्य सेंसर डिवाइस विकसित करना आवश्यक है।
COVID-19 का पता लगाने के लिए गहरी सीख
2019 में चीन में फेफड़ों की बीमारी का कारण बनने वाली बीमारी शुरू हुई, और कुछ ही समय में दुनिया भर में महामारी बन गई। चूंकि इस बीमारी के लिए कोई टीका उपलब्ध नहीं है, यह दुनिया की बड़ी संख्या में आबादी को प्रभावित करता है। हालांकि, COVID-19 के कुछ लक्षण हैं जो COVID-19 रोगियों की त्वरित पहचान के लिए अनुसंधान में मदद करते हैं। इस संदर्भ में, डीप लर्निंग एल्गोरिदम प्रारंभिक चरण में COVID-19 मामलों का पता लगाने में अच्छे परिणाम दिखा रहे हैं [1]। हाल ही में, सेडिक एट अल। [8] कनवल्शनल न्यूरल नेटवर्क और ConvLSTM पर आधारित एक नई COVID-19 डिटेक्शन तकनीक का प्रस्ताव किया। प्रस्तावित दृष्टिकोण में, डीप लर्निंग एल्गोरिदम सामान्य रोगियों के छाती के एक्स-रे की तुलना COVID-19 रोगियों से करता है, जैसा कि चित्र 2 में दर्शाया गया है। प्रस्तावित 99% की सटीकता देता है।
हेल्थकेयर में डीप लर्निंग के लिए रिसर्च एरिया
डीप लर्निंग पर आधारित स्वास्थ्य सेवा पर कुछ प्रमुख शोध क्षेत्र निम्नलिखित हैं [9, 10]:
- जैव सूचना विज्ञान में डाटा माइनिंग तकनीक
- मेडिकल इमेजिंग
- उच्च आयामी छवि प्रसंस्करण
- कृत्रिम चिकित्सा डेटासेट का विकास
- कनवल्शन न्यूरल नेटवर्क
- जीन का वर्गीकरण
- कम लागत वाला मेडिकल सेंसर विकास
- चिकित्सा दवाओं का विकास
- मशीन लर्निंग-आधारित कैंसर वर्गीकरण
- चिकित्सा छवियों में विसंगति का पता लगाना
- मानव गतिविधि ट्रैकर
- पर्यावरण प्रदूषण की भविष्यवाणी
- संकेत पहचान
- रोग की कल्पना
- चिकित्सा छवि विभाजन
- रोगों के वर्गीकरण में स्वचालन
- ब्रेन ट्यूमर का पता लगाना
- चिकित्सा क्वेरी प्रबंधन में प्राकृतिक भाषा प्रसंस्करण
- सीएनएन के साथ शारीरिक असामान्यताओं का विश्लेषण
- ड्रग एनालिसिस के लिए डीप लर्निंग
कीवर्ड: कनवल्शन न्यूरल नेटवर्क, स्वास्थ्य, इमेज, डेटासेट, सेंसर, रोग, मेडिकल इमेजिंग, परसेप्ट्रोन, मेडिसिन
संदर्भ
- एमएस हुसैन और जी मुहम्मद। 2020 स्मार्ट कनेक्टेड हेल्थकेयर के लिए डीप लर्निंग-बेस्ड पैथोलॉजी डिटेक्शन। आईईईई नेटवर्क। 34, 6 (2020), 120-125।
- रावी, डी।, वोंग, सी।, डेलिगियानी, एफ।, बर्थेलॉट, एम।, आंद्रेयू-पेरेज़, जे।, लो, बी।, और यांग, जीजेड (2016)। स्वास्थ्य सूचना विज्ञान के लिए गहन शिक्षण। आईईईई जर्नल ऑफ बायोमेडिकल एंड हेल्थ इंफॉर्मेटिक्स , 21 (1), 4-21।
- हवाई, एम।, गिजार्ड, एन।, लारोशेल, एच।, और जोडोइन, पीएम (2016)। एमआरआई में फोकल ब्रेन पैथोलॉजी सेगमेंटेशन के लिए डीप लर्निंग ट्रेंड्स । स्वास्थ्य सूचना विज्ञान के लिए मशीन लर्निंग में (पीपी। 125-148)। स्प्रिंगर, चाम।
- झाओ, आर।, यान, आर।, चेन, जेड।, माओ, के।, वांग, पी।, और गाओ, आरएक्स (2019)। डीप लर्निंग एंड इट्स एप्लीकेशन टू मशीन हेल्थ मॉनिटरिंग । मैकेनिकल सिस्टम और सिग्नल प्रोसेसिंग , 115 , 213-237।
- आर. मेहला (2021)। हेल्थकेयर सिस्टम के लिए बिग डेटा एनालिटिक्स में डीप लर्निंग का अनुप्रयोग, Insights2Techinfo, पीपी। 1
- श्रीवास्तव, एस., सोमन, एस., राय, ए., और श्रीवास्तव, पीके (2017, सितंबर)। स्वास्थ्य सूचना विज्ञान के लिए गहन शिक्षा: हाल के रुझान और भविष्य के निर्देश । 2017 में कंप्यूटिंग, संचार और सूचना विज्ञान (आईसीएसीआई) में अग्रिमों पर अंतर्राष्ट्रीय सम्मेलन ( पीपी । 1665-1670)। आईईईई।
- ज्योतियाना, एम., और केसवानी, एन. (2021)। स्वास्थ्य सूचना विज्ञान में गहन शिक्षण का परिचय। सूचना पुनर्प्राप्ति के लिए बायोमेडिकल डेटा माइनिंग: कार्यप्रणाली, तकनीक और अनुप्रयोग , 237-261।
- सेदिक, ए।, हम्माद, एम।, अब्द अल-सामी, एफई, एट अल। (2021)। कोरोनावायरस रोग की संवर्धित पहचान के लिए कुशल गहन शिक्षण दृष्टिकोण। तंत्रिका कंप्यूटिंग और अनुप्रयोग , 1-18।
- यादव, के., क्वामारा, एम., और गुप्ता, बी. 2021 मशीन लर्निंग रिसर्च में हॉट टॉपिक्स । Insights2Techinfo, pp.1
- चाई, वाई।, बियान, वाई।, लियू, एच।, ली, जे।, और जू, जे। (2021)। चीनी संदर्भ में ग्लूकोमा निदान: एक अनिश्चितता सूचना-केंद्रित बायेसियन डीप लर्निंग मॉडल । सूचना प्रसंस्करण और प्रबंधन, 58(2), 102454।
