অধ্যয়ন: এআই অগ্ন্যাশয় ক্যান্সারের পূর্বাভাস দিতে পারে মানব ডাক্তারদের থেকে তিন বছর আগে

অধ্যয়ন: এআই অগ্ন্যাশয় ক্যান্সারের পূর্বাভাস দিতে পারে মানব ডাক্তারদের থেকে তিন বছর আগে

সময় স্ট্যাম্প: 9 মে 2023 7:29 এএম
অধ্যয়ন: এআই অগ্ন্যাশয়ের ক্যান্সারের পূর্বাভাস দিতে পারে মানব ডাক্তারদের প্লাটোব্লকচেন ডেটা ইন্টেলিজেন্সের চেয়ে তিন বছর আগে। উল্লম্ব অনুসন্ধান. আ.

সোমবার নেচারে প্রকাশিত গবেষণা অনুসারে, এআই অ্যালগরিদমগুলি অগ্ন্যাশয়ের ক্যান্সারের জন্য স্ক্রিন করতে পারে এবং ভবিষ্যদ্বাণী করতে পারে যে একজন মানব ডাক্তার একই রোগ নির্ণয়ের তিন বছর আগে রোগীদের রোগটি বিকাশ করবে কিনা।

অগ্ন্যাশয় ক্যান্সার মারাত্মক; পাঁচ বছর বেঁচে থাকার হার গড় 12 শতাংশ। ডেনমার্ক এবং মার্কিন যুক্তরাষ্ট্রে কর্মরত শিক্ষাবিদরা বিশ্বাস করা AI প্রাথমিক পর্যায়ে অগ্ন্যাশয়ের ক্যান্সার শনাক্ত করে চিকিত্সকদের সাহায্য করতে পারে, যদি সফ্টওয়্যারটি নির্ভরযোগ্যভাবে ভবিষ্যদ্বাণী করতে পারে কোন রোগীদের রোগ হওয়ার ঝুঁকি বেশি। 

গবেষকরা ডেনিশ ন্যাশনাল পেশেন্ট রেজিস্ট্রি এবং ইউএস ভেটেরান্স অ্যাফেয়ার্স কর্পোরেট ডেটা ওয়ারহাউসে প্রাপ্ত লক্ষ লক্ষ মেডিকেল রেকর্ডের উপর এআই অ্যালগরিদম প্রশিক্ষণ দিয়েছেন। মডেলগুলিকে অগ্ন্যাশয়ের ক্যান্সারের সাথে রোগ নির্ণয়ের কোড - বিভিন্ন চিকিৎসা অবস্থা বর্ণনা করে হাসপাতাল দ্বারা ব্যবহৃত লেবেলগুলিকে পারস্পরিক সম্পর্ক স্থাপনের জন্য প্রশিক্ষণ দেওয়া হয়েছিল।

জন্ডিস, পেটে এবং শ্রোণীতে ব্যথা, ওজন হ্রাসের জন্য কিছু ডায়াগনসিস কোড, উদাহরণস্বরূপ, এই রোগের সাথে আরও ঘনিষ্ঠভাবে সম্পর্কিত - বিশেষ করে যদি সেগুলি রোগ নির্ণয়ের প্রায় ছয় মাস আগে রোগীদের মধ্যে পাওয়া যায় - অন্যরা যেমন টাইপ 2 ডায়াবেটিস, রক্তাল্পতা বা প্রদাহ অগ্ন্যাশয় সাধারণত আগে পাওয়া যায়।

হার্ভার্ড মেডিকেল স্কুলের সিস্টেম বায়োলজি বিভাগে কর্মরত একটি গবেষণার সহ-সিনিয়র তদন্তকারী এবং গবেষণাগারের নেতা ক্রিস স্যান্ডার বলেন, "ক্যান্সার মানুষের শরীরে ধীরে ধীরে বিকাশ লাভ করে, প্রায়শই বহু বছর ধরে এবং মোটামুটি ধীরে ধীরে, যতক্ষণ না রোগটি ধরা পড়ে।" বলা নিবন্ধনকর্মী.

"এআই সিস্টেম মানবদেহের লক্ষণগুলি থেকে শেখার চেষ্টা করে যা এই ধরনের ধীরে ধীরে পরিবর্তনের সাথে সম্পর্কিত হতে পারে।"

“কিন্তু এটির জন্য এটি প্রাথমিক দিন, এবং যখন এআই সিস্টেম যুক্তিসঙ্গতভাবে সঠিক ভবিষ্যদ্বাণী করতে পারে, তবে এটি প্রক্রিয়া বা কার্যকারক ঘটনা চিহ্নিত করতে পারে না বা বর্তমানে নয়। প্রায়শই বিজ্ঞানের মতো, পারস্পরিক সম্পর্ক ভবিষ্যদ্বাণীর জন্য দরকারী, তবে কার্যকারণ প্রতিষ্ঠা করা অনেক কঠিন," তিনি বলেছিলেন।

ট্রান্সফরমার-ভিত্তিক আর্কিটেকচারের উপর ভিত্তি করে সবচেয়ে কার্যকরী মডেলটি দেখিয়েছে যে 1,000 বছরের বেশি বয়সী শীর্ষ 50 সর্বোচ্চ ঝুঁকিপূর্ণ রোগীদের মধ্যে প্রায় 320 জন অগ্ন্যাশয়ের ক্যান্সারে আক্রান্ত হবে। সংক্ষিপ্ত সময়ের তুলনায় দীর্ঘ সময়ের ব্যবধানে এবং 50 বছরের কম বয়সী রোগীদের ক্ষেত্রে অগ্ন্যাশয়ের ক্যান্সারের পূর্বাভাস দেওয়ার চেষ্টা করার সময় মডেলটি কম সঠিক।

“বাস্তব-বিশ্বের ক্লিনিকাল রেকর্ডে এআই সম্প্রদায়ের ক্যান্সারের প্রাথমিক সনাক্তকরণের জন্য, দেরী পর্যায়ের ক্যান্সারের চিকিত্সা থেকে প্রাথমিক পর্যায়ের ক্যান্সারে ফোকাস স্থানান্তরিত করার জন্য, রোগীদের জীবনযাত্রার মান উন্নত করার জন্য একটি পরিমাপযোগ্য কর্মপ্রবাহ তৈরি করার সম্ভাবনা রয়েছে এবং ক্যান্সারের যত্নের সুবিধা/খরচের অনুপাত বাড়ান,” কাগজটি পড়ে।

বাস্তব-বিশ্বের সেটিংসে কার্যকর ভবিষ্যদ্বাণী রোগীদের চিকিৎসা ইতিহাসের গুণমানের উপর নির্ভর করবে। অগ্ন্যাশয় ক্যান্সারের জন্য ভবিষ্যতের এআই-ভিত্তিক স্ক্রীনিং সরঞ্জামগুলিকে নির্দিষ্ট স্থানীয় জনসংখ্যার ডেটার উপর প্রশিক্ষণ দিতে হবে, গবেষণায় পাওয়া গেছে। উদাহরণস্বরূপ, ডেনিশ রোগীদের ডেটার উপর প্রশিক্ষিত একটি মডেল মার্কিন রোগীদের ক্ষেত্রে প্রয়োগ করার সময় সঠিক ছিল না। 

“ডেনমার্ক এবং এক বা দুটি মার্কিন স্বাস্থ্য ব্যবস্থার অভিজ্ঞতার পরিপ্রেক্ষিতে, এর মানে হল যে প্রতিটি দেশে বিভিন্ন শর্ত এবং বিভিন্ন সিস্টেম সহ, স্থানীয়ভাবে মডেলটিকে পুনরায় প্রশিক্ষণ দেওয়া ভাল। AI প্রশিক্ষণের জন্য প্রচুর ডেটা প্রয়োজন। বিভিন্ন অবস্থানে অ্যাক্সেস সহজ নয়, কারণ মেডিকেল রেকর্ডগুলি গোপনীয় এবং হওয়া উচিত। তাই স্থানীয় অনুমোদন এবং ডেটা সুরক্ষা অপরিহার্য, "স্যান্ডার বলেছিলেন।

অধ্যয়নটি এখনও প্রাথমিক পর্যায়ে রয়েছে এবং সফ্টওয়্যারটি এখনও স্ক্রীনিং প্রোগ্রাম চালানোর জন্য ব্যবহার করা যাবে না। এমনকি একটি ট্রায়াল পরিচালনা করার আগে উন্নতি প্রয়োজন। 

“একবার একটি নজরদারি প্রোগ্রাম বাস্তবায়িত হলে, সফ্টওয়্যারটি প্রয়োগ করার জন্য প্রকৃত কম্পিউটিং খরচ মাঝারি। প্রশিক্ষণই যথেষ্ট কম্পিউটিং সম্পদ ব্যবহার করে। ক্যান্সারের প্রাথমিক লক্ষণ দেখতে বা ক্যান্সার শনাক্ত করার জন্য প্রকৃত ক্লিনিকাল পরীক্ষাগুলি যখন এটি এখনও খুব ছোট হয় তখন ব্যয়বহুল, উদাহরণস্বরূপ ম্যামোগ্রামের চেয়ে অনেক বেশি ব্যয়বহুল,” স্যান্ডার যোগ করেছেন। 

তারপরও, দলটি বিশ্বাস করে যে প্রযুক্তির উন্নতি এবং অপারেটিং খরচ কমে যাওয়ায়, AI ভবিষ্যতে একটি মূল্যবান স্ক্রীনিং টুল হয়ে উঠতে পারে। 

নভো নরডিস্ক ফাউন্ডেশনের ডিজিজ সিস্টেম বায়োলজির অধ্যাপক এবং গবেষণা পরিচালক সোরেন ব্রুনাক বলেছেন, "অনেক ধরনের ক্যান্সার, বিশেষ করে যেগুলিকে শনাক্ত করা এবং প্রাথমিকভাবে চিকিত্সা করা কঠিন, রোগী, পরিবার এবং সামগ্রিকভাবে স্বাস্থ্যসেবা ব্যবস্থার উপর অসামঞ্জস্যপূর্ণ টোল প্রয়োগ করে" কোপেনহেগেন বিশ্ববিদ্যালয়ের প্রোটিন গবেষণা কেন্দ্র, গবেষণার সহ-সিনিয়র তদন্তকারী, বলেছেন এক বিবৃতিতে. 

"এআই-ভিত্তিক স্ক্রীনিং হল অগ্ন্যাশয়ের ক্যান্সারের গতিপথ পরিবর্তন করার একটি সুযোগ, একটি আক্রমনাত্মক রোগ যা প্রথম দিকে নির্ণয় করা এবং সাফল্যের সম্ভাবনা সবচেয়ে বেশি হলে দ্রুত চিকিত্সা করা কুখ্যাতভাবে কঠিন," তিনি উপসংহারে বলেছিলেন। ®

সময় স্ট্যাম্প:

থেকে আরো নিবন্ধনকর্মী