അര്‍ബുദനിര്‍ണയത്തിന്റെ ഭാവി നിര്‍മ്മിതബുദ്ധിയില്‍

അര്‍ബുദനിര്‍ണയത്തിന്റെ ഭാവി നിര്‍മ്മിതബുദ്ധിയില്‍

ബയോപ്‌സിയേക്കാള്‍ കൃത്യവും അപകടരഹിതവുമായ രോഗനിര്‍ണയരീതി നിര്‍മ്മിത് ബുദ്ധി ഉപയോഗിച്ച് സാധ്യമാണെന്ന് പുതിയ പഠനം

കാന്‍സര്‍ ചികില്‍സാനിര്‍ണയത്തില്‍ പരമ്പരാഗതമായി പിന്തുടരുന്ന ബയോപ്‌സി പരിശോധനയ്ക്കു ബദലായി കോശജാലങ്ങളുടെ സ്‌കാനിംഗുകള്‍ നോക്കി ഗുരുതരാവസ്ഥ പരിശോധിക്കാന്‍ സഹായിക്കുന്ന പുതിയ പഠനം ശാസ്ത്രജ്ഞര്‍ വികസിപ്പിച്ചെടുത്തിരിക്കുന്നു. പഠനത്തില്‍, സ്തനാര്‍ബുദം വന്ന കോശങ്ങളുടെ സ്‌കാന്‍ ചിത്രങ്ങള്‍ പരിശോധിച്ച് മാരകമായവയും നിസ്സാരവുമായവയും വേര്‍തിരിച്ചറിയാനുള്ള അല്‍ഗോരിതമാണ് ഗവേഷകര്‍ കണ്ടെത്തിയത്. നിര്‍മ്മിതബുദ്ധിക്ക് കാന്‍സര്‍ രോഗനിര്‍ണയം കാര്യക്ഷമമാക്കാനാകുമോ എന്ന് പരിശോധിക്കുകയാണ് പുതിയ പഠനം. ഉയര്‍ന്ന നിലവാരമുള്ള ചിത്രങ്ങള്‍ലഭ്യമാക്കാനും, വിദഗ്ധരായ റേഡിയോളജിസ്റ്റുകള്‍ക്ക് ഇതു പരിശോധിച്ച് കാന്‍സര്‍ സൂചനകള്‍ കണ്ടെത്താനുമാകും.

രോഗം തിരിച്ചറിഞ്ഞാല്‍, അടുത്ത ഘട്ടം കോന്‍സര്‍ബാധ ദോഷകരമാണോ അല്ലെങ്കില്‍ മാരകമാണോ എന്ന് നിര്‍ണ്ണയിക്കുകയാണ്. ഏറ്റവും വിശ്വസനീയമായ രീതി ബയോപ്‌സി എടുക്കുകയാണെങ്കിലും ഇതിന് ചില ന്യൂനതകളുണ്ട്. പലപ്പോഴും പിശകുകള്‍ സംഭവിക്കാം. ബയോപ്‌സിപരിശോധനയില്‍ ചില ആളുകള്‍ക്ക് രോഗമില്ലാത്ത അവയവഭാഗങ്ങളില്‍ കാന്‍സര്‍ ഉണ്ടെന്ന് കാണിക്കാറുണ്ട്. മറ്റു ചിലര്‍ക്ക് ശരിയായ രോഗനിര്‍ണയമേ ലഭിക്കാറില്ല. രണ്ട് ഫലങ്ങളും ദുരിതത്തിന് കാരണമാകുകയും ചികിത്സയ്ക്ക് കാലതാമസമുണ്ടാക്കുകയും ചെയ്യുന്നു. ഈ പ്രശ്‌നങ്ങള്‍ ഒഴിവാക്കാന്‍ രോഗനിര്‍ണയ പ്രക്രിയ മെച്ചപ്പെടുത്തുകയാണ് വേണ്ടത്. രോഗാവസ്ഥ മാരകമാണോയെന്നും വിശ്വസനീയമാണോയെന്നും ബയോപ്‌സിയുടെ ആവശ്യമില്ലാതെ കണ്ടെത്തുന്നത് വലിയ മാറ്റമായിരിക്കും.

ഈ ഘട്ടത്തിലാണ് ശാസ്ത്രജ്ഞര്‍ ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് (എഐ) സാധ്യതകളെക്കുറിച്ച് ആരായുന്നത്. അടുത്തിടെ നടത്തിയ ഒരു പഠനത്തില്‍, ശാസ്ത്രജ്ഞര്‍ അല്‍ഗോരിതം ഉപയോഗിച്ച് ഫലങ്ങള്‍ നല്‍കി. സ്തനകോശജാലങ്ങളുടെ തീവ്രത പരിശോധിക്കുന്ന താരതമ്യേന പുതിയ രോഗനിര്‍ണയ സാങ്കേതികതയാണ് അള്‍ട്രാസൗണ്ട് എലാസ്റ്റോഗ്രഫി. ടിഷ്യു വൈബ്രേറ്റ് ചെയ്യുന്നതിലൂടെ ഇത് ഒരു തരംഗം സൃഷ്ടിക്കുന്നു. ഈ തരംഗം അള്‍ട്രാസൗണ്ട് സ്‌കാനില്‍ വികലമായാകും കാണപ്പെടുക, ഇത് സ്തനത്തിന്റെ ചുറ്റുമുള്ള കോശങ്ങളില്‍ നിന്ന് സവിശേഷതകള്‍ വ്യത്യാസപ്പെട്ടിരിക്കുന്ന പ്രദേശങ്ങള്‍ എടുത്തു കാണിക്കുന്നു. ഈ വിവരങ്ങളില്‍ നിന്ന്, ഇതൊരു നിസ്സാര കാന്‍സറാണോ മാരകമാണോ എന്ന് നിര്‍ണ്ണയിക്കാന്‍ ഒരു ഡോക്ടര്‍ക്ക് കഴിയും.

ഈ രീതിക്ക് വളരെയധികം സാധ്യതകളുണ്ടെങ്കിലും, എലാസ്റ്റോഗ്രാഫിയുടെ ഫലങ്ങള്‍ വിശകലനം ചെയ്യുന്നത് സമയമെടുക്കുന്ന പ്രക്രിയയാണ്. ഇത് നിരവധി ഘട്ടങ്ങളിലൂടെ കടന്നു പോകുന്നതും സങ്കീര്‍ണ്ണമായ പ്രശ്‌നങ്ങള്‍ പരിഹരിക്കേണ്ടതുമാണ്. യുഎസിലെ സതേണ്‍ കാലിഫോര്‍ണിയ സര്‍വകലാശാലയിലെ വിറ്റെര്‍ബി സ്‌കൂള്‍ ഓഫ് എഞ്ചിനീയറിംഗിലെ ഒരു കൂട്ടം ഗവേഷകര്‍ ചിത്രങ്ങളില്‍ നിന്ന് വിവരങ്ങള്‍ ശേഖരിക്കുന്നതിന് ആവശ്യമായ നടപടികള്‍ കുറയ്ക്കാന്‍ ഒരു അല്‍ഗോരിതം സഹായിക്കുമോ എന്ന് അടുത്തിടെ ഗവേഷണം നടത്തിയിരുന്നു. കമ്പ്യൂട്ടര്‍ മെത്തേഡ്‌സ് ഇന്‍ അപ്ലൈഡ് മെക്കാനിക്‌സ് ആന്റ് എഞ്ചിനീയറിംഗ് ജേണലില്‍ അവര്‍ ഫലങ്ങള്‍ പ്രസിദ്ധീകരിച്ചു.

ബ്രെസ്റ്റ് സ്‌കാനുകളിലെ മാരകമായതും നിസ്സാരവുമായ രോഗബാധിത കോശങ്ങള്‍ തമ്മില്‍ വേര്‍തിരിച്ചറിയാന്‍ ഒരു അല്‍ഗോരിതം പ്രയോഗിക്കാന്‍ കഴിയുമോ എന്നാണു ഗവേഷകര്‍ പരിശോധിച്ചത്. യഥാര്‍ത്ഥ സ്‌കാനുകളേക്കാള്‍ സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിച്ച് അല്‍ഗോരിതം പരിശീലിപ്പിച്ചാണ് അവര്‍ ഇത് നേടാന്‍ ശ്രമിച്ചത്. എന്തിനാണ് സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിച്ചതെന്ന് ചോദിച്ചപ്പോള്‍, മെഡിക്കല്‍ ഇമേജിംഗിന്റെ കാര്യത്തില്‍ 1,000 ഇമേജുകള്‍ ഉണ്ടെങ്കില്‍ ഭാഗ്യമാണെന്ന് പ്രൊഫ. അസദ് ഒബറായ് പറയുന്നു. ഡാറ്റ കുറവുള്ള സാഹചര്യങ്ങളില്‍, ഇത്തരം സാങ്കേതിക വിദ്യകള്‍ പ്രാധാന്യമര്‍ഹിക്കുന്നു എന്ന് അദ്ദേഹം വിശദീകരിച്ചു. 12,000 ലധികം സിന്തറ്റിക് ഇമേജുകള്‍ ഉപയോഗിച്ച് ഗവേഷകര്‍ അവരുടെ മെഷീന്‍ ലേണിംഗ് അല്‍ഗോരിതം പരിശീലിപ്പിച്ചു.

പ്രക്രിയയുടെ അവസാനത്തോടെ, സിന്തറ്റിക് ഇമേജുകളില്‍ അല്‍ഗോരിതം 100% കൃത്യമായിരുന്നു. അടുത്തതായി, അവര്‍ യഥാര്‍ത്ഥ ജൈവ സ്‌കാനുകളിലേക്ക് നീങ്ങി. അവര്‍ക്ക് വെറും 10 സ്‌കാനുകളേ ലഭ്യമായിരുന്നുള്ളൂ. അതില്‍ പകുതിയോളം മാരകമായ രോഗബാധ കാണിച്ചപ്പോള്‍ ബാക്കിയുള്ളവ നിസ്സാരമെന്നു കാണിച്ചു. 80% കൃത്യതയാണു പ്രദര്‍ശിപ്പിച്ചത്. എന്നാല്‍ ഇത് പോരാ, പ്രക്രിയയുടെ ആരംഭം മാത്രമാണ്. യഥാര്‍ത്ഥ ഡാറ്റയെക്കുറിച്ച് അല്‍ഗോരിതം പരിശീലിപ്പിച്ചിരുന്നെങ്കില്‍, അത് മികച്ച കൃത്യത കാണിച്ചിരിക്കാമെന്ന് ഗവേഷകര്‍ വിശ്വസിക്കുന്നു. സിസ്റ്റത്തിന്റെ ഭാവി കഴിവുകള്‍ പ്രവചിക്കാന്‍ തക്കതല്ലായിരുന്നു അവരുടെ പരിശോധനയെന്നും അത് വളരെ ചെറിയ തോതിലായിരുന്നുവെന്നും ഗവേഷകര്‍ സമ്മതിച്ചു.

Comments

comments

Categories: Health