ശ്വാസകോശ അർബുദം പരിശോധിക്കുന്നതിനുള്ള ഏറ്റവും ലളിതമായ മാർഗം തിരിച്ചറിയുന്നതിനുള്ള മെഷീൻ ലേണിംഗ് മോഡലുകൾ യുസിഎല്ലിലെയും കേംബ്രിഡ്ജ് സർവകലാശാലയിലെയും ഗവേഷകർ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്.

ലഭ്യമായ ഏറ്റവും മികച്ച റിസ്ക് മോഡലുകളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ അഞ്ച് വർഷത്തിനുള്ളിൽ ഒരു വ്യക്തിക്ക് ശ്വാസകോശ അർബുദം വരാനുള്ള സാധ്യത പ്രവചിക്കുന്നതിൽ ഈ മോഡൽ മികച്ചതോ മികച്ചതോ ആണെന്ന് കണ്ടെത്തി. കണ്ടെത്തലുകൾ PLOS മെഡിസിനിൽ പ്രസിദ്ധീകരിച്ചു.

ലോകമെമ്പാടുമുള്ള കാൻസർ മരണത്തിന്റെ ഏറ്റവും സാധാരണമായ കാരണം ശ്വാസകോശ അർബുദമാണ്, നേരത്തെയുള്ള രോഗനിർണയത്തിന്റെ അഭാവത്തിൽ നിലനിൽപ്പ് കുറവാണ്. 2020 ൽ ആഗോളതലത്തിൽ 1.8 ദശലക്ഷം ശ്വാസകോശ അർബുദ മരണങ്ങൾ ഉണ്ടായതായി കണക്കാക്കപ്പെടുന്നു.

ഉയർന്ന അപകടസാധ്യതയുള്ളവരിൽ ശ്വാസകോശ അർബുദത്തിനായുള്ള സ്ക്രീനിംഗ് പരിശോധിച്ചവരിൽ ശ്വാസകോശ അർബുദവുമായി ബന്ധപ്പെട്ട മരണനിരക്ക് 20-24% കുറയ്ക്കും, പക്ഷേ ആരെങ്കിലും ഉയർന്ന അപകടസാധ്യതയുള്ളയാളാണോ എന്ന് നിർണ്ണയിക്കാനുള്ള അനുയോജ്യമായ മാർഗം അനിശ്ചിതത്വത്തിലാണ്.

17 ചോദ്യങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള റിസ്ക് മോഡൽ ഉപയോഗിച്ച് എപ്പോഴെങ്കിലും പുകവലിച്ച 55-74 വയസ് പ്രായമുള്ള ആളുകളെ ഉൾപ്പെടുത്തി ശ്വാസകോശ അർബുദത്തിനായുള്ള ഒരു ദേശീയ സ്ക്രീനിംഗ് പ്രോഗ്രാം യുകെ നിലവിൽ ആസൂത്രണം ചെയ്യുന്നുണ്ട്. ഈ വിവരങ്ങൾ ശേഖരിക്കാൻ സങ്കീർണ്ണവും സമയമെടുക്കുന്നതുമാണ്, ഒരു ദശലക്ഷം ആളുകളിൽ നിന്ന് ഡാറ്റ ശേഖരിക്കാൻ 50-100 വ്യക്തികൾ അടങ്ങിയ കോൾ സെന്റർ ആവശ്യമാണ്.

ഈ പഠനത്തിൽ, യുസിഎല്ലിലെയും കേംബ്രിഡ്ജ് സർവകലാശാലയിലെയും ഗവേഷകർ യുകെ ബയോബാങ്കിൽ നിന്നും യുഎസ് നാഷണൽ ലംഗ് സ്ക്രീനിംഗ് ട്രയലിൽ നിന്നുമുള്ള ഡാറ്റ ഉപയോഗിച്ച് അടുത്ത അഞ്ച് വർഷത്തിനുള്ളിൽ ഒരു വ്യക്തിക്ക് ശ്വാസകോശ അർബുദം വരുമെന്ന പ്രവചനം ലളിതമാക്കുന്നതിനുള്ള മോഡലുകൾ വികസിപ്പിച്ചു.

പ്രായം, വ്യക്തി എത്ര വർഷം പുകവലിച്ചു, പ്രതിദിനം ശരാശരി സിഗരറ്റുകളുടെ എണ്ണം എന്നിങ്ങനെ മൂന്ന് വേരിയബിളുകൾ ഉപയോഗിച്ച് ശ്വാസകോശ അർബുദ സാധ്യത പ്രവചിക്കുന്നതിൽ ഏറ്റവും ഫലപ്രദമായത് ഏതാണെന്ന് കാണാൻ 60 ലധികം വ്യത്യസ്ത മെഷീൻ ലേണിംഗ് പൈപ്പ്ലൈനുകൾ പരീക്ഷിക്കാൻ ടീം ഡാറ്റാസെറ്റുകൾ ഉപയോഗിച്ചു.

ഇവയിൽ നിന്ന്, അവർ നാല് മോഡൽ പൈപ്പ്ലൈനുകൾ തിരഞ്ഞെടുക്കുകയും നിലവിൽ ഉപയോഗിക്കുന്ന ഏറ്റവും മികച്ച മോഡലുകളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ശ്വാസകോശ അർബുദ സാധ്യത അതേ അല്ലെങ്കിൽ മെച്ചപ്പെട്ട കൃത്യതയോടെ പ്രവചിക്കാൻ കഴിയുന്ന ഒരു ‘കൂട്ടം’ ആയി സംയോജിപ്പിക്കുകയും ചെയ്തു. പ്രധാനമായും, വേരിയബിളുകളുടെ മൂന്നിലൊന്ന് മാത്രം ഉപയോഗിച്ച് ഈ കൃത്യത കൈവരിക്കാൻ അവർക്ക് കഴിഞ്ഞു, ആവശ്യമായ ഡാറ്റ ശേഖരിക്കുന്ന പ്രക്രിയ വളരെയധികം ലളിതമാക്കി.

കാൻസർ, മറ്റ് രോഗങ്ങൾ എന്നിവയ്ക്കുള്ള സ്ക്രീനിംഗ് ജീവൻ രക്ഷിക്കുന്നുവെന്നും ഈ പ്രക്രിയയെ വ്യക്തിഗതമാക്കാൻ ഞങ്ങൾക്ക് കൂടുതൽ കഴിയുമെന്നും പഠനത്തിന്റെ ആദ്യ രചയിതാവ് ഡോ ടോം കാലെൻഡർ (യുസിഎൽ മെഡിസിൻ) പറഞ്ഞു. എന്നാൽ അത്തരം വ്യക്തിഗത സ്ക്രീനിംഗ്, രോഗ പ്രതിരോധ പരിപാടികൾ എന്നിവ വലിയ തോതിൽ പ്രധാനപ്പെട്ട ലോജിസ്റ്റിക് വെല്ലുവിളികൾ ഉയർത്തുന്നു. ഓൺലൈനിലോ അപ്ലിക്കേഷനുകൾ വഴിയോ പതിവ് ജിപി കൂടിക്കാഴ്ചകളിൽ ശേഖരിക്കാൻ എളുപ്പമുള്ള മൂന്ന് വിവരങ്ങൾ ഉപയോഗിച്ച് ശ്വാസകോശ അർബുദ സാധ്യത കൃത്യമായി പ്രവചിക്കാൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിക്കാമെന്ന് ഞങ്ങളുടെ പഠനം കാണിക്കുന്നു. ശ്വാസകോശ അർബുദത്തിനായുള്ള ജനസംഖ്യാ തലത്തിലുള്ള സ്ക്രീനിംഗ് വളരെയധികം ലളിതമാക്കാനും ഇത് യാഥാർത്ഥ്യമാക്കാൻ സഹായിക്കാനും ഈ സമീപനത്തിന് കഴിവുണ്ട്.

പഠനത്തിൽ ഉപയോഗിച്ച മോഡലുകൾ യുഎസ് പ്രോസ്റ്റേറ്റ്, ശ്വാസകോശം, വൻകുടൽ, അണ്ഡാശയ കാൻസർ സ്ക്രീനിംഗ് ട്രയലിൽ ബാഹ്യമായി സാധൂകരിക്കുകയും ഉപയോഗത്തിലുള്ളതോ മുമ്പത്തെ വിശകലനങ്ങളിൽ ശക്തമായി പ്രകടനം നടത്തിയതോ ആയ മോഡലുകൾക്കെതിരെ മാനദണ്ഡമാക്കുകയും ചെയ്തു. ടൈപ്പ് -2 പ്രമേഹം, കാർഡിയോവാസ്കുലാർ രോഗം തുടങ്ങിയ മറ്റ് രോഗങ്ങൾക്കുള്ള സ്ക്രീനിംഗ് പ്രക്രിയ ലളിതമാക്കുന്നതിന് ഇതേ സമീപനം പ്രായോഗികമാകുമെന്ന് രചയിതാക്കൾ വിശ്വസിക്കുന്നു.

നൂതന ക്ലിനിക്കൽ ഗവേഷകരുമായി സംയോജിപ്പിച്ച് ഓട്ടോപ്രോഗ്നോസിസ് പോലുള്ള മെഷീൻ ലേണിംഗ് ടൂളുകൾക്ക് ജനസംഖ്യാ തലത്തിൽ ആരോഗ്യസംരക്ഷണത്തിൽ യഥാർത്ഥ സ്വാധീനം ചെലുത്താൻ കഴിയുമെന്നതിന്റെ ഒരു പ്രധാന ഉദാഹരണമാണ് ഈ ഗവേഷണം. നിരവധി രോഗങ്ങളിൽ അപകടസാധ്യത പ്രവചനത്തിനും രോഗനിർണയത്തിനും ഓട്ടോപ്രോഗ്നോസിസ് ഇതിനകം പ്രയോഗിച്ചിട്ടുണ്ടെങ്കിലും, രോഗികളെ പരിശോധിക്കുന്നതിന് ആവശ്യമായ ഏറ്റവും കുറഞ്ഞ വിവരങ്ങൾ നിർണ്ണയിക്കാൻ ഇത് ഉപയോഗിക്കുന്നത് ഇതാദ്യമാണ്. ഇത് പ്രതിരോധ മരുന്നിന്റെ ഭാവിയാണെന്ന് ഞാൻ കരുതുന്നു, മറ്റ് രോഗങ്ങൾക്കുള്ള സ്ക്രീനിംഗിനും ഇതേ സമീപനം പ്രയോഗിക്കാൻ കഴിയുമെന്ന് എനിക്ക് ശുഭാപ്തിവിശ്വാസമുണ്ട്. പ്രൊഫസർ മിഹേല വാൻ ഡെർ ഷാർ, പഠന രചയിതാവ്, കേംബ്രിഡ്ജ് സർവകലാശാല

ശ്വാസകോശ അർബുദ മരണനിരക്ക് കുറയ്ക്കുക എന്ന പ്രാഥമിക ലക്ഷ്യം കൈവരിക്കുമ്പോൾ തന്നെ ഏതെങ്കിലും ദേശീയ ശ്വാസകോശ അർബുദ സ്ക്രീനിംഗ് പ്രോഗ്രാം വേഗത്തിലും എളുപ്പത്തിലും ചെലവുകുറഞ്ഞതുമാക്കാനും കണ്ടെത്തലുകൾ ഉപയോഗിക്കുമെന്ന് രചയിതാക്കൾ പ്രതീക്ഷിക്കുന്നു.

ശ്വാസകോശ അർബുദത്തിനായുള്ള ഒരു ദേശീയ സ്ക്രീനിംഗ് പ്രോഗ്രാമിനായി യുകെ പ്രവർത്തിക്കുന്നുവെന്നത് വലിയ വാർത്തയാണെന്ന് പഠനത്തിന്റെ മുതിർന്ന രചയിതാവ് പ്രൊഫസർ സാം ജെയ്ൻസ് (യുസിഎൽ മെഡിസിൻ) പറഞ്ഞു. എന്നാൽ ഞങ്ങൾ കണ്ടതുപോലെ, സ്ക്രീനിംഗ് പ്രോഗ്രാം എട്ട് ശതമാനം മാത്രമുള്ള യുഎസിൽ, മറികടക്കാൻ തടസ്സങ്ങളുണ്ട്. ഏതൊരു ദേശീയ സ്ക്രീനിംഗ് പ്രോഗ്രാമും പ്രവർത്തിക്കുന്നതിന്, ആളുകളെ പങ്കെടുപ്പിക്കുന്നതിൽ പ്രവർത്തിപ്പിക്കുകയും വിജയിക്കുകയും ചെയ്യേണ്ടത് പ്രായോഗികമായിരിക്കണം. ഞങ്ങളുടെ കണ്ടെത്തലുകൾ രണ്ട് കാര്യങ്ങളിലും നല്ല വാർത്തയാണ്.”

വെൽകം, നാഷണൽ സയൻസ് ഫൗണ്ടേഷൻ, മെഡിക്കൽ റിസർച്ച് കൗൺസിൽ, കാൻസർ റിസർച്ച് യുകെ എന്നിവ ഈ പ്രവർത്തനത്തെ പിന്തുണച്ചു.

 

Dr Bibin

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

You May Also Like

ഒരു മെഷീൻ ലേണിംഗ് ടൂൾ കാൻസർ കോശങ്ങളുടെ മറഞ്ഞിരിക്കുന്ന ഉറവിടങ്ങൾ അൺലോക്ക് ചെയ്യുന്നു

അറിയാത്ത ക്യാൻസറുകളുടെ ഉറവിടം നിർണ്ണയിക്കാൻ മെഷീൻ ലേണിംഗ് ഉടൻ ഡോക്ടർമാരെ സഹായിക്കും. മിക്ക മുഴകളും തുടർച്ചയായി കോശങ്ങൾ ചൊരിയുന്നു; പലരും മരിക്കുന്നു, പക്ഷേ ചിലത് അതിജീവിക്കുന്നു, ശരീരത്തിലുടനീളം...

ഓട്ടിസം നേരത്തെ കണ്ടെത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കുമെന്ന് പഠനം

ആര്ട്ടിഫിഷ്യല് ഇന്റലിജന്സ് (എഐ), ഐപാഡ് കളറിംഗ് ഗെയിമില് നിന്നുള്ള ഡാറ്റ എന്നിവ ഓട്ടിസം നേരത്തെ കണ്ടെത്താന് സഹായിക്കുമെന്ന് പുതിയ പഠനം. ഓട്ടിസം, വികസന ഏകോപന വൈകല്യം എന്നിവ...

ഓട്ടിസം ബാധിച്ച യുവാക്കളിൽ ആക്രമണാത്മക പെരുമാറ്റങ്ങൾ പ്രവചിക്കാൻ മെഷീൻ ലേണിംഗ് കഴിയും

ഓട്ടിസം ബാധിച്ച ഇൻപേഷ്യന്റ് യുവാക്കൾക്ക്, പെരിഫറൽ ഫിസിയോളജിയിലെ മുൻ മാറ്റങ്ങളുടെ മെഷീൻ ലേണിംഗ് വിശകലനങ്ങൾക്ക് ആസന്നമായ ആക്രമണാത്മക പെരുമാറ്റങ്ങൾ സംഭവിക്കുന്നതിന് മുമ്പ് പ്രവചിക്കാൻ കഴിയുമെന്ന് ജാമ നെറ്റ്വർക്ക്...

ആഴത്തിലുള്ള പഠന മോഡലുകൾ ആഗോളതലത്തിൽ കോവിഡ്-19 കേസുകൾ ഉയർന്ന കൃത്യതയോടെ പ്രവചിക്കുന്നു

സയന്റിഫിക് റിപ്പോർട്ടിൽ അടുത്തിടെ പ്രസിദ്ധീകരിച്ച ഒരു പഠനത്തിൽ, ഭാവിയിൽ 14 ദിവസത്തിനുള്ളിൽ കോവിഡ് 19 കേസുകളുടെ എണ്ണം പ്രവചിക്കാൻ ഗവേഷകർ ഒരു ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) ഡീപ്...