മരണം പ്രവചിക്കുന്ന സാങ്കേതികവിദ്യ

മരണം പ്രവചിക്കുന്ന സാങ്കേതികവിദ്യ

മരണമോ ഹൃദയാഘാതമോ 90% കൃത്യതയോടെ പ്രവചിക്കാന്‍ മെഷീന്‍ ലേണിംഗിനു കഴിയുമെന്നു റിപ്പോര്‍ട്ട്

നിര്‍മ്മിതബുദ്ധിയിലെ പ്രത്യേകവിഭാഗമായ മെഷീന്‍ലേണിംഗ് സാങ്കേതികവിദ്യ ഇന്നു വൈദ്യശാസ്ത്രരംഗത്തെ ഒഴിച്ചു കൂടാനാകാത്ത സാന്നിധ്യമായിരിക്കുന്നു. അതിസൂക്ഷ്മ ശസ്ത്രക്രിയകള്‍ക്കു വേണ്ടി ഉപയോഗിക്കുന്ന സാങ്കേതികവിദ്യ ഇന്ന് വളരെയേറെ പുരോഗമിച്ചിരിക്കുന്നു. മനുഷ്യരുടെ അന്ത്യവും ഗുരുതരരോഗങ്ങളുടെ സാന്നിധ്യവും കിറുകൃത്യമായി പ്രവചിക്കാനാകുന്ന തലത്തില്‍ എത്തിയിരിക്കുകയാണ് ഇന്ന് മെഷീന്‍ ലേണിംഗ്. ഇതു വഴി മരണമോ ഹൃദയാഘാതമോ 90 ശതമാനം കൃത്യതയോടെ മുന്‍കൂട്ടി പറയാന്‍ കഴിയുമെന്ന് ഒരു പഠനം അവകാശപ്പെടുന്നു.

ന്യൂക്ലിയര്‍ കാര്‍ഡിയോളജി ആന്‍ഡ് കാര്‍ഡിയാക് സിടിയുടെ അന്താരാഷ്ട്ര കോണ്‍ഫറന്‍സിലാണ് പഠനം അതരിപ്പിച്ചത്. ഇന്ന് നിത്യജീവിതത്തില്‍ മെഷീന്‍ലേണിംഗിന്റെ ഉപയോഗം കൂടി വരികയാണ്. ഗൂഗിള്‍ സെര്‍ച്ച് എഞ്ചിന്‍, സ്മാര്‍ട്ട്‌ഫോണുകളിലെ മുഖപരിചയ സംവിധാനങ്ങള്‍, സെല്‍ഫ് ഡ്രൈവിങ് കാറുകള്‍, നെറ്റ്ഫഌക്‌സ് തുടങ്ങിയ എല്ലാത്തിലും ഉപയോക്താവിന് വേണ്ടിയുള്ള വ്യക്തിഗത മെഷീന്‍ ലേണിംഗ് അല്‍ഗോരിതങ്ങള്‍ ഉപയോഗിക്കുന്നു.

ആറ് വര്‍ഷത്തെ പരീക്ഷണനിരീക്ഷണങ്ങളുടെ ഫലമായി 950 രോഗികളില്‍ 85 ഘടകങ്ങള്‍ വിശകലനം ചെയ്താണ് പ്രവചനത്തിനുള്ള ഒരു ആല്‍ഗോരിതം തയാറാക്കിയത്. എങ്ങനെ ഇമേജിംഗ് ഡേറ്റകള്‍ സംവേദനം ചെയ്യുന്നു എന്ന് ഈ ആല്‍ഗോരിതം പഠിച്ചെടുത്തു. അങ്ങനെ ഹൃദയാഘാതം, മരണം എന്നിവയെ തമ്മില്‍ ബന്ധിപ്പിക്കുന്ന പാറ്റേണുകള്‍ 90 ശതമാനം കൃത്യതയോടെ കണ്ടെത്തി.

ഫിന്‍ലാന്‍ഡിലെ ടുര്‍കുപെക് സെന്ററിലെ ഡോ. ലൂയിസ് എഡ്വാര്‍ഡോ ജുവാരെസ്-ഒറോസ്‌കോയുടെ നേതൃത്വത്തിലാണ് പഠനം നടത്തിയത്. ഈ രംഗത്തു കൈവരിച്ച പുരോഗതി ഔഷധചികില്‍സാരംഗത്തെ കണ്ടെത്തലുകളേക്കാള്‍ വലുതാണെന്ന് അദ്ദേഹം ചൂണ്ടിക്കാട്ടുന്നു. എങ്കിലും ഇതിന്റെ അപകടസാധ്യതകളും ഫലവും വിലയിരുത്തുന്നതിനെപ്പറ്റി ജാഗ്രത പുലര്‍ത്തേണ്ടതുണ്ട്. തങ്ങള്‍ ഇതുവരെ മെഷീന്‍ലേണിംഗിന്റെ മുഴുവന്‍ സാധ്യതകളും ഉപയോഗിച്ചിട്ടില്ലെന്ന് അദ്ദേഹം പറഞ്ഞു.

ചികില്‍സ സംബന്ധിച്ച തീരുമാനങ്ങള്‍ എടുക്കുന്നതിന് ഡോക്റ്റര്‍മാര്‍ റിസ്‌ക് സ്‌കോര്‍ ഉപയോഗിക്കാറുണ്ട്. എന്നാല്‍ ഈ സ്‌കോറുകള്‍ ചില തരം ഘടകങ്ങള്‍ അടിസ്ഥാനമാക്കിയുള്ളവയാണ്, കൂടാതെ ഇതിനു കൃത്യത വളരെ കുറവുമാണ്. എന്നാല്‍ മെഷീന്‍ ലേണിംഗിന് ആവര്‍ത്തനങ്ങളും ക്രമീകരിക്കലുകളും വഴി, വളരെയധികം ഡേറ്റ ഉപയോഗിക്കാനും സങ്കീര്‍ണ്ണമായ പാറ്റേണുകള്‍ തിരിച്ചറിയാനും സാധിക്കും.

നെഞ്ചുവേദന അനുഭവപ്പെട്ട 950 രോഗികളിലാണ് പഠനം നടത്തിയത്. ഇവരെ ഹൃദയധമനികളിലെ തടസം കണ്ടെത്തുന്നതിനുള്ള പ്രവര്‍ത്തനങ്ങള്‍ക്കു വിധേയരാക്കി. ഇതില്‍ കൊറോണറി ടോമൊഗ്രാഫി ആന്‍ജിയോഗ്രാഫി (സിസിടിഎ) സ്‌കാനില്‍ മാത്രം കൊറോണറി പ്ലേക്ക്, ധമനിച്ചുരുക്കം, കാല്‍സിഫിക്കേഷന്‍ എന്നിവയുടെ സാന്നിധ്യം അടക്കം 58 തരം ഡേറ്റകള്‍ പരിശോധിക്കേണ്ടി വരുന്നുണ്ട്. രോഗത്തിന്റെ സൂചന ലഭിച്ചവരെ പോസിട്രോണ്‍ എമിഷന്‍ ടോമോഗ്രഫി (പിഇടി) സ്‌കാനിങ്ങിനു വിധേയരാക്കി.

ഇതില്‍ രക്തപ്രവാഹത്തെ ബാധിക്കുന്ന 17 ഘടകങ്ങളുടെ സൂക്ഷ്മപരീക്ഷണം നടത്തി. മെഡിക്കല്‍ രേഖകളില്‍ നിന്നു ലഭിച്ച ആണ്‍-പെണ്‍ വ്യത്യാസം, പ്രായം, പുകവലി, പ്രമേഹം തുടങ്ങിയ പത്ത് ഘടകങ്ങളും പരിശോധിച്ചു. ആറു വര്‍ഷത്തിനിടയില്‍ ഇവരില്‍ 49 പേര്‍ മരിച്ചതായും 24 പേര്‍ക്കു ഹൃദയാഘാതം ഉണ്ടായതായും മനസിലാക്കാനായി. 85 ഘടകങ്ങളുടെ ഡേറ്റകള്‍ ലോജിറ്റ്ബൂസ്റ്റ് എന്ന മെഷീന്‍ ലേണിംഗ് ആല്‍ഗോരിതത്തിലൂടെ ആവര്‍ത്തിച്ച് പഠിച്ചാണ് പ്രവചനത്തിനുള്ള ഏറ്റവും മികച്ച ഘടന കണ്ടെത്തിയത്.

നല്‍കിയ ഡേറ്റകളില്‍ നിന്ന് അല്‍ഗോരിതം കാര്യങ്ങള്‍ പടിപടിയായി പഠിക്കുന്നുവെന്ന് ഡോ. ലൂയിസ് എഡ്വാര്‍ഡോ പറയുന്നു. പല വട്ടം വിശകലനങ്ങള്‍ക്കു ശേഷം, ഇവയില്‍ ഉള്‍ക്കൊള്ളുന്ന രോഗികളെ കാര്യക്ഷമമായി തിരിച്ചറിയാന്‍ കഴിയുന്ന ഉയര്‍ന്ന അളവിലുള്ള പാറ്റേണുകള്‍ ഇതിലൂടെ രൂപപ്പെടുത്താനാകുന്നു. ഈ ഫലം വ്യക്തിക്കു വരാവുന്ന രോഗസാധ്യതയുടെ ഏറ്റവും അനുയോജ്യമായ സ്‌കോര്‍ ആയിരിക്കും. നിലവില്‍ ഡോക്റ്റര്‍മാര്‍ രോഗികളെക്കുറിച്ചുള്ള ധാരാളം വിവരങ്ങള്‍ ശേഖരിച്ചിട്ടുണ്ട്. ഇത്തരം വിവരങ്ങള്‍ സംയോജിപ്പിച്ച് മെഷീന്‍ലേണിംഗിലൂടെ വ്യക്തിഗത രോഗസാധ്യതകള്‍ കൃത്യമായി പ്രവചിക്കാന്‍ കഴിയും. ഇത് കൂടുതല്‍ ആളുകളില്‍ കൃത്യമായ പരിശോധന നടത്താനും രോഗം ഫലപ്രദമായി ഭേദപ്പെടുത്താനും സഹായകമാകുമെന്നും അദ്ദേഹം പറയുന്നു.

Comments

comments

Categories: Health