ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപകരണത്തിന് കാൻസർ രോഗിയുടെ ദീർഘകാല നിലനിൽപ്പിനുള്ള സാധ്യതകൾ കണക്കാക്കാൻ കഴിയും

You are currently viewing ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപകരണത്തിന് കാൻസർ രോഗിയുടെ ദീർഘകാല നിലനിൽപ്പിനുള്ള സാധ്യതകൾ കണക്കാക്കാൻ കഴിയും

പുതുതായി രോഗനിർണയം നടത്തിയ കാൻസർ രോഗിക്ക് ദീർഘകാലം അതിജീവിക്കാനുള്ള സാധ്യത കണക്കാക്കുന്നതിനായി ഗവേഷകർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) അടിസ്ഥാനമാക്കിയുള്ള ഉപകരണം വികസിപ്പിച്ചു.

പുതിയ മെഷീൻ ലേണിംഗ് ഉപകരണത്തിന് സ്തനാർബുദം, തൈറോയ്ഡ്, പാൻക്രിയാറ്റിക് കാൻസർ എന്നിവയ്ക്കുള്ള രോഗി-നിർദ്ദിഷ്ട രോഗനിർണയം കണക്കാക്കാൻ കഴിയും.

മെഷീൻ ലേണിംഗ് ഉപയോഗിച്ച് വികസിപ്പിച്ചെടുത്ത കാൻസർ അതിജീവന കാൽക്കുലേറ്റർ പ്രോട്ടോടൈപ്പ് പരിശോധിച്ച മൂന്ന് കാൻസർ തരങ്ങളിൽ ഓരോന്നിനും കാൻസർ ഘട്ടത്തേക്കാൾ കൂടുതൽ ഘടകങ്ങൾ രോഗികളുടെ അതിജീവനത്തെ ഗണ്യമായി സ്വാധീനിച്ചുവെന്ന് കാണിച്ചു.

നിലവിൽ, കാൻസർ രോഗികളുടെ അതിജീവന നിരക്ക് കണക്കാക്കുന്നത് പ്രാഥമികമായി അവരുടെ കാൻസർ ഘട്ടത്തെ ആശ്രയിച്ചിരിക്കുന്നുവെന്ന് ചിക്കാഗോയിലെ നോർത്ത് വെസ്റ്റേൺ യൂണിവേഴ്സിറ്റി മക്ഗാവ് മെഡിക്കൽ സെന്ററിലെ ജനറൽ സർജിക്കൽ റെസിഡന്റായ ലോറൻ ജാൻസെവ്സ്കി പറഞ്ഞു.

“ഒരു രോഗിയുടെ നിലനിൽപ്പിനെ അവരുടെ സ്റ്റേജിംഗ് മാനദണ്ഡങ്ങൾക്കപ്പുറം സ്വാധീനിക്കുന്ന മറ്റ് നിരവധി ഘടകങ്ങളുണ്ട്,” ഡോ. “രോഗികൾക്ക് അവരുടെ കാൻസർ രോഗനിർണയത്തെക്കുറിച്ച് എന്താണ് പ്രതീക്ഷിക്കാൻ കഴിയുക എന്നതിനെക്കുറിച്ച് കൂടുതൽ വ്യക്തിഗതമായ ഒരു വിലയിരുത്തൽ നൽകുന്നതിന് ഞങ്ങൾ ഈ കാൻസർ അതിജീവന കാൽക്കുലേറ്റർ വികസിപ്പിക്കാൻ ശ്രമിച്ചു.”

മെഷീൻ ലേണിംഗ് എന്നറിയപ്പെടുന്ന ഒരു തരം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച്, ടീം കാൻസർ സർവൈവൽ കാൽക്കുലേറ്റർ എന്ന പ്രോട്ടോടൈപ്പ് ഉപകരണം സൃഷ്ടിക്കുകയും രാജ്യവ്യാപകമായി കാൻസർ ഡാറ്റാസെറ്റിൽ പരീക്ഷിക്കുകയും ചെയ്തു. സ്തനാർബുദം, തൈറോയ്ഡ്, പാൻക്രിയാസ് എന്നിവയുടെ അർബുദമുള്ള രോഗികൾക്ക് അഞ്ച് വർഷത്തെ അതിജീവനം പ്രാരംഭ പരിശോധനകൾ കണക്കാക്കി.

ഓരോ കാൻസർ തരത്തിനും രോഗിയുടെ അതിജീവനത്തെ ഏറ്റവും വളരെയധികം സ്വാധീനിക്കുന്ന രോഗി, ട്യൂമർ, ചികിത്സാ സവിശേഷതകൾ എന്നിവ തിരിച്ചറിയാൻ പഠനം ലക്ഷ്യമിടുന്നു.

കാൻസർ വിദഗ്ധർ പഠനത്തിന് സവിശേഷതകൾ ശുപാർശ ചെയ്ത ശേഷം, 2015 ലും 2017 ലും സ്തനാർബുദം, തൈറോയ്ഡ്, പാൻക്രിയാറ്റിക് കാൻസർ എന്നിവയുള്ള രോഗികളിൽ നിന്ന് ഗവേഷകർ പ്രസക്തമായ വിവരങ്ങൾ ശേഖരിച്ചു.

ശേഖരിച്ച ഡാറ്റയുടെ നാലിൽ മൂന്ന് ഭാഗവും രോഗനിർണയത്തിലെ സവിശേഷതകളും അഞ്ച് വർഷത്തെ രോഗികളുടെ അതിജീവനവും തമ്മിലുള്ള പാറ്റേണുകൾ തിരിച്ചറിയുന്നതിന് മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങളെ പരിശീലിപ്പിക്കാനും തുടർന്ന് അതിജീവനത്തിൽ ഏറ്റവും സ്വാധീനം ചെലുത്തുന്ന ഘടകങ്ങളെ റാങ്കുചെയ്യാനും ഉപയോഗിച്ചു.

ശേഷിക്കുന്ന ഡാറ്റ ഉപയോഗിച്ച്, അതിജീവനം കണക്കാക്കുന്നതിൽ പ്രോട്ടോടൈപ്പിന്റെ കൃത്യത പരിശോധിക്കാൻ ഗവേഷകർ സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ ഉപയോഗിച്ചു.

259,485 സ്തനാർബുദ രോഗികൾ, 76,624 തൈറോയ്ഡ് കാൻസർ രോഗികൾ, 84,514 പാൻക്രിയാറ്റിക് കാൻസർ രോഗികൾ എന്നിവരിൽ നിന്നുള്ള വിവരങ്ങൾ സംഘം ഉൾപ്പെടുത്തി.

കാൻസർ അതിജീവന നിരക്ക് കണക്കാക്കുന്നതിൽ മൂന്ന് കാൻസർ സൈറ്റുകൾക്കും കാൽക്കുലേറ്റർ “വളരെ കൃത്യതയുള്ളതാണ്” എന്ന് പരിശോധന തെളിയിച്ചു – യഥാർത്ഥ അതിജീവനത്തിന്റെ ഒമ്പത് മുതൽ 10 മാസത്തിനുള്ളിൽ.

നോവൽ കാൽക്കുലേറ്ററിൽ നിർദ്ദിഷ്ട ട്യൂമർ ബയോമാർക്കറുകളും ചികിത്സാ വേരിയബിളുകളും ഉൾപ്പെടുന്നു, ഇത് ഒരു രോഗിയുടെ കണക്കാക്കിയ രോഗനിർണയത്തെ ബാധിക്കുമെന്ന് അറിയപ്പെടുന്നു, ഇത് മുമ്പത്തെ പല അതിജീവന കാൽക്കുലേറ്ററുകളുടെയും അഭാവമുണ്ടെന്ന് ഡോ.

ക്ലിനിക്കൽ പ്രാക്ടീസിൽ കാൻസർ സർവൈവൽ കാൽക്കുലേറ്റർ ഉപയോഗിക്കാൻ അനുവദിക്കുന്ന ഒരു ഉപയോക്തൃ ഇന്റർഫേസ് അന്തിമമാക്കുക എന്നതാണ് അടുത്ത ഘട്ടങ്ങൾ, തുടർന്ന് തിരഞ്ഞെടുത്ത കാൻസർ കേന്ദ്രങ്ങളിൽ കാൽക്കുലേറ്റർ പൈലറ്റ് പരീക്ഷിക്കുക.

അമേരിക്കൻ കോളേജ് ഓഫ് സർജൻസ് (എസിഎസ്) ക്ലിനിക്കൽ കോൺഗ്രസ് 2023 ൽ ഈ പഠനം അവതരിപ്പിച്ചു.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply