खोपड़ी के प्रत्यारोपण जो सही दिखते हैं पर लगाए नहीं जा सकते

डीकम्प्रेसिव क्रेनिएक्टॉमी (decompressive craniectomy) — एक ऑपरेशन जिसमें सूजते मस्तिष्क को राहत देने के लिए खोपड़ी का एक हिस्सा हटाया जाता है —, सिर की चोट, या किसी ऐसे ट्यूमर को हटाने के बाद जो अपने साथ हड्डी भी ले जाता है, मरीज़ की खोपड़ी में एक छेद रह जाता है। इसे उस मरीज़ की शारीरिक संरचना के अनुसार बने प्रत्यारोपण से बंद किया जाता है, जिसे मस्तिष्क की रक्षा करनी होती है और खोपड़ी का आकार लौटाना होता है। वह फ़िट बैठता है या नहीं, यह ऑपरेशन थिएटर में तय होता है।

ये प्रत्यारोपण अब भी कंप्यूटर-सहायित डिज़ाइन में विशेषज्ञों द्वारा हाथ से बनाए जाते हैं। हर मामला धीमा और महँगा है, जिससे सीमित होता है कि कितने मरीज़ों को यह मिल सकता है। इस काम के लिए विशेष रूप से प्रशिक्षित नेटवर्क सार्वजनिक बेंचमार्क पर अच्छा करते हैं, लेकिन उन्हें इसके लिए प्रशिक्षण डेटा चाहिए। फ़ाउंडेशन मॉडल — 3D आकृतियों के विशाल संग्रहों पर पूर्व-प्रशिक्षित बड़े मॉडल — इस क़दम को छोड़ देने का वादा करते हैं: छेद वाली खोपड़ी बस पूरी की जाने वाली एक आकृति है।

जैसे कोई सर्जन परखे

पोलैंड की AGH University of Krakow और Sano Centre for Computational Medicine के Marek Wodzinski और उनके सहयोगियों ने तीन सार्वजनिक रूप से जारी मॉडलों का ऑडिट किया, उन्हें जैसे-के-तैसे इस्तेमाल करते हुए:

• MSN-FM, जो ख़ुद को चिकित्सा 3D पॉइंट क्लाउड पूरा करने वाला पहला बहुविध (multimodal) फ़ाउंडेशन मॉडल बताता है — पॉइंट क्लाउड यानी ऐसी आकृति जो केवल बिंदुओं के एक बिखरे झुंड के रूप में सौंपी जाती है, कोई सतह नहीं, कोई भीतर नहीं — 1,00,000 चिकित्सा आकृतियों पर पूर्व-प्रशिक्षित और टेक्स्ट लेने में सक्षम;
• MGPC, दस लाख जोड़ों पर प्रशिक्षित, टेक्स्ट और छवि इनपुट के साथ;
• AdaPoinTr, रोज़मर्रा की वस्तुओं की 55 श्रेणियों पर प्रशिक्षित — जिनमें से कोई भी खोपड़ी नहीं — एक ग़ैर-चिकित्सा नियंत्रण के रूप में।

उन्होंने 239 खोपड़ियों का उपयोग किया: 210 जिनमें पूरी खोपड़ी के स्कैन से कृत्रिम रूप से छेद तराशे गए थे, और क्रेनिएक्टॉमी के बाद के 29 वास्तविक मामले, जिनके साथ एक विशेषज्ञ द्वारा वास्तव में डिज़ाइन किया गया प्रत्यारोपण था। एक भी मॉडल चलाने से पहले उन्होंने दो कसौटियाँ तय कीं:

1. कुछ न करने से बेहतर करना: हर नतीजे की तुलना मरीज़ की बची हुई हड्डी को ज्यों-का-त्यों लौटा देने से करना। हटाई गई हड्डी बची हुई हड्डी के बगल में एक पतला खोल है, और स्कोर गुम हिस्से को वहाँ-वहाँ ढका हुआ मानता है जहाँ उससे 2 मिमी के भीतर पदार्थ हो, इसलिए छेद के किनारों के बगल में बस मौजूद रहने से ही मुफ़्त में अंक मिल जाते हैं।
2. भौतिक रूप से फ़िट होना: अनुमानित पदार्थ को छेद में बची हुई हड्डी में घुसे बिना बैठना चाहिए (1 मिलीमीटर की सहनशीलता) और कम-से-कम उतना ढकना चाहिए जितना कुछ न करने पर।

पैमाने के रूप में उन्होंने ठीक इसी काम के लिए प्रशिक्षित एक मॉडल बनाया, जिसे 138 रूपों में से इन्हीं 210 मामलों पर उसके स्कोर के आधार पर चुना गया, जो उसे अनुचित बढ़त देता है — यह सबसे अनुकूल स्थिति की छत है, कोई निष्पक्ष प्रतिस्पर्धी नहीं — और जिसे 29 असली खोपड़ियों के विपरीत केवल कृत्रिम छेदों पर प्रशिक्षित किया गया था — और अध्ययन का दूसरा आधा भाग अपने ही निष्कर्ष को तोड़ने की कोशिश में लगाया।

239 में से शून्य

• 210 कृत्रिम छेदों पर किसी ने भी कुछ न करने से बेहतर नहीं किया। गुम हिस्से का कितना भाग 2 मिमी के भीतर वापस मिला, इस तरह मापने पर बची हुई हड्डी के मुक़ाबले उनका माध्यिका लाभ ऋणात्मक था: AdaPoinTr −0.036 (अकेली हड्डी की तुलना में गुम हिस्से का 3.6% कम), MGPC −0.130, MSN-FM −0.156। कार्य-विशिष्ट मॉडल ने +0.745 पाए।
• चिकित्सा पूर्व-प्रशिक्षण से कोई मदद नहीं मिली: MSN-FM सबसे आख़िर में रहा, रोज़मर्रा की वस्तुओं पर प्रशिक्षित मॉडल से भी पीछे।
• 29 वास्तविक मामलों पर MGPC ने सचमुच कुछ न करने को पछाड़ा, 29 में से 24 पर — संयोग से परे एकमात्र परिणाम। लेखक कहते हैं कि जो मॉडल कृत्रिम छेदों पर हारता है लेकिन 29 असली खोपड़ियों पर जीतता है, वह क्लिनिकल प्रश्न को तय नहीं करता।
• लगाए जा सकने योग्य नतीजे: तीनों मॉडलों में से हर एक के लिए 239 में से 0, जबकि कार्य-विशिष्ट मॉडल के लिए 239 में से 238। मॉडल, सेटिंग और खोपड़ी के 2,868 संयोजनों में से एक भी 1 मिमी पर हड्डी से दूर नहीं रहा। मॉडलों का पदार्थ मरीज़ की अपनी हड्डी में माध्यिका रूप से 5.4 से 6.6 मिमी तक घुसा, जबकि कार्य-विशिष्ट मॉडल के लिए यह 0.55 मिमी था।

(a) कुछ न करने की तुलना में लाभ: तीनों मॉडल शून्य से नीचे हैं, कार्य-विशिष्ट मॉडल बहुत ऊपर। (b) बची हुई हड्डी में घुसने की गहराई, हर एक के लिए 0/239 लगाने योग्य। — चित्र 1, Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

टकराव नतीजों की आकृति में हैं, उनकी स्थिति में नहीं: उन्हें खिसकाने से लगभग कुछ नहीं बदला।

सुंदर होना लगाने योग्य होना नहीं है

एक वास्तविक मामला बाहर से और अनुप्रस्थ काट में। तीनों मॉडल छेद को ढक देते हैं, लेकिन सभी उस हड्डी में घुस जाते हैं जो मरीज़ के पास अब भी है। — चित्र 2, Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

AdaPoinTr एक साफ़ सतह लौटाता है जिसे कोई भी देखने वाला खोपड़ी मान लेगा, फिर भी उसे लगाना दूसरों से ज़्यादा संभव नहीं है। और मोटाई शुरू से ही खो जाती है: एक खोपड़ी पर फैले 6,144 बिंदुओं के साथ, पड़ोसी बिंदु औसतन 2.56 मिमी दूर होते हैं, इसलिए 3 मिमी की प्लेट के दोनों फलकों को अलग नहीं पहचाना जा सकता। यह पॉइंट-क्लाउड प्रारूप का गुण है, किसी एक मॉडल का नहीं। असली प्रत्यारोपण पतले होते हैं: 29 में से 11 की मोटाई 3 मिमी से कम थी।

ये मॉडल जिन टेक्स्ट इनपुट का प्रचार करते हैं, वे केवल दिखावटी निकले। MSN-FM में टेक्स्ट संकेत का 97.5% ठीक शून्य है।

भरोसे की समस्या

“तस्वीरें देखिए, तो मॉडलों ने अपना काम कर दिया है: दोष ढक गया है, सिर को उसका आकार वापस मिल गया है,” लेखक लिखते हैं। उन्हीं नतीजों को मापिए, तो एक को भी किसी मरीज़ में नहीं लगाया जा सकता। एक बिखरा हुआ क्लाउड आपको सावधान कर देता है; एक साफ़ टोपी, जो साधारण अंक पाती है और फिर भी हड्डी में घुसती है, ऐसा नहीं करती। इन नतीजों को हाथ से, एक-एक खोपड़ी करके, ठीक करना ठीक वही हाथ का काम है जिसे मॉडलों को हटाना था।

उनका निष्कर्ष: जिस रूप में वे जारी हुए हैं, जिन आकृति-पूर्णता फ़ाउंडेशन मॉडलों तक वे पहुँच पाए, उन पर “भरोसा नहीं किया जा सकता” और वे “क्लिनिकल प्रैक्टिस में उपयोग योग्य नहीं हैं”। अध्ययन में खोपड़ियों पर फ़ाइन-ट्यूनिंग का परीक्षण नहीं हुआ, किसी चिकित्सक ने नतीजों की समीक्षा नहीं की, और 29 वास्तविक मामले अपने-आप में किसी क्लिनिकल प्रश्न को तय नहीं कर सकते। यह शोधपत्र ACCV 2026 सम्मेलन की एक कार्यशाला में स्वीकार हो चुका है।