বাইনোকুলারের সামনের লেন্সটা যখন ঠিকমতো ফোকাস হলো
একজন পাখি-দেখিয়ে পাহাড়ের ধারে বসে আছেন। হাজার হাজার তারাপাখির ঝাঁকে একটা বাজপাখি চিনতে তাঁর এক সেকেন্ডও লাগে না। কিন্তু দুটো প্রায়-একরকম ছোট পাখি আলাদা করতে হলে দূরের বড় আকৃতি দেখা আর কাছের সূক্ষ্ম পালকের ছাপ দেখা, দুটোই একসাথে দরকার। লিভার ক্যান্সারের মাইক্রোস্কোপ স্লাইডে কোষ আলাদা করাটাও ঠিক এমনই।
এতদিন ডাক্তাররা চোখে দেখে স্লাইড বাছাই করতেন। দুজন বিশেষজ্ঞ একই স্লাইড দেখে মাঝেমধ্যে ভিন্ন মত দিতেন। কম্পিউটারকে শেখানো হলো, কিন্তু কৌশলটা ছিল সীমিত। যেন পাখি-দেখিয়েকে একটা ল্যান্ডস্কেপ বাইনোকুলার দিয়ে শুধু পেছনের আইপিসটা বদলাতে দেওয়া হলো। বড় আকৃতি দেখা যায়, সূক্ষ্ম পালকের ছাপ ঝাপসাই থাকে।
নতুন কাজটা হলো, শুধু আইপিস না, সামনের লেন্সগুলোও খুলে ক্যান্সার কোষের জন্য আলাদা করে ফোকাস করা। পেছনের অংশ যেটা ধার আর রূপরেখা ধরে, সেটা আগের মতোই থাকলো। তো শেষে এক ধাপে বাছাই না করে বেশ কয়েকটা ফিল্টার বসানো হলো, যেন ধাপে ধাপে হাজারটা সম্ভাবনা ছেঁকে সঠিক উত্তরে পৌঁছানো যায়।
আটটা আলাদা সিস্টেমে আর তিনটা আলাদা স্লাইড সংগ্রহে পরীক্ষা চালানো হলো। প্রতিটা ক্ষেত্রে আপগ্রেড করা সিস্টেম আগেরটাকে ছাপিয়ে গেল। একটা বড় পাবলিক সংগ্রহে সেরা সিস্টেম তিন ধরনের কোষ একটাও ভুল ছাড়া চিনে নিল। ভারতের একটা হাসপাতালের স্লাইডে নির্ভুলতা পৌঁছালো প্রায় সাতানব্বই শতাংশে।
ব্যাপারটা হলো, আগে অন্যরা দশগুণ বেশি ছবি দিয়ে শিখিয়েও এত ভালো ফল পাননি। একটা আগের চেষ্টায় প্রায় ঊনচল্লিশ হাজার ছবি লেগেছিল, তবু নব্বই শতাংশের কাছাকাছি আটকে গিয়েছিল। এখানে মাত্র সাড়ে তিন হাজার ছবিতে শতভাগ। কম তথ্য, ভালো ফল।
কোনো একটা সিস্টেম সব জায়গায় সেরা ছিল না। লিভারের স্লাইডে একটা জিতলো, কোলনের স্লাইডে অন্যটা। কিন্তু সামনের লেন্স ফোকাস করা আর ধাপে ধাপে বাছাই করার কৌশলটা প্রতিটা সিস্টেমে, প্রতিটা সংগ্রহে কাজ করেছে। এই ধারাবাহিকতাটাই আসল জোর।
এই সিস্টেমগুলো এখনো বড় কম্পিউটার ছাড়া চলে না, তাই গ্রামের ছোট ক্লিনিকে আপাতত পৌঁছাবে না। কিন্তু যেখানে দুজন ডাক্তার একই স্লাইড দেখে দ্বিমত করেন, সেখানে বারবার একই সঠিক উত্তর দেওয়া একটা যন্ত্র অনেক কিছু বদলে দিতে পারে। পাখি-দেখিয়ে চোখ বদলাননি, শুধু বাইনোকুলারের সামনের লেন্সটা ঠিকমতো ফোকাস করেছিলেন।