व्यक्तिगत दवा का उद्देश्य व्यक्तिगत रोगियों को उपचार करना है। अब तक, यह एक बीमारी के पाठ्यक्रम की भविष्यवाणी करने के लिए कम संख्या में मापदंडों का उपयोग करके किया गया है। हालांकि, ये कुछ पैरामीटर अक्सर कैंसर जैसे रोगों की जटिलता को समझने के लिए पर्याप्त नहीं होते हैं। डुइसबर्ग-एसेन (यूडीई), एलएमयू म्यूनिख, और बर्लिन इंस्टीट्यूट फॉर द फाउंडेशन ऑफ लर्निंग एंड डेटा (Bifold) में मेडिसिन ऑफ मेडिसिन के शोधकर्ताओं की एक टीम ने कृत्रिम का उपयोग करके इस समस्या के लिए एक नया दृष्टिकोण विकसित किया है। खुफिया (एआई)।
यूनिवर्सिटी हॉस्पिटल एसेन में स्मार्ट अस्पताल के बुनियादी ढांचे के आधार पर, शोधकर्ताओं ने विभिन्न तौर-तरीकों से डेटा को एकीकृत किया है-चिकित्सा इतिहास, प्रयोगशाला मूल्यों, इमेजिंग और आनुवंशिक विश्लेषण-नैदानिक निर्णय लेने का समर्थन करने के लिए। यूनिवर्सिटी हॉस्पिटल एसेन और कैंसर रिसर्च सेंटर कोलोन में मेडिसिन फॉर आर्टिफिशियल इंटेलिजेंस (IKIM) के प्रो। Essen (CCCE)। ऑन्कोलॉजिकल क्लिनिकल प्रैक्टिस वर्तमान में कठोर मूल्यांकन प्रणालियों का उपयोग करता है, जैसे कि कैंसर चरणों का वर्गीकरण, जो सेक्स, पोषण की स्थिति या कोमोरिडिटी जैसे व्यक्तिगत अंतरों का बहुत कम हिस्सा लेते हैं। LMU और रिसर्च ग्रुप में पैथोलॉजी इंस्टीट्यूट के निदेशक प्रो। फ्रेडरिक क्लॉचेन कहते हैं, “आधुनिक एआई टेक्नोलॉजीज, विशेष रूप से स्पष्ट रूप से कृत्रिम बुद्धिमत्ता (XAI) में इन जटिल अंतर्संबंधों को समझने और कैंसर की दवा को बहुत अधिक हद तक निजीकृत करने के लिए इस्तेमाल किया जा सकता है।” बिफोल्ड में नेता, जहां इस दृष्टिकोण को प्रो। क्लॉस-रॉबर्ट मुलर के साथ विकसित किया गया था।
में प्रकाशित हाल के अध्ययन के लिए प्रकृति कैंसरएआई को कुल 38 अलग -अलग ठोस ट्यूमर वाले 15,000 से अधिक रोगियों के डेटा के साथ प्रशिक्षित किया गया था। 350 मापदंडों की बातचीत की जांच की गई, जिसमें नैदानिक डेटा, प्रयोगशाला मान, इमेजिंग प्रक्रियाओं से डेटा और आनुवंशिक ट्यूमर प्रोफाइल शामिल हैं। इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस के क्लिनिशियन साइंटिस्ट डॉ। जूलियस कील बताते हैं, “हमने उन महत्वपूर्ण कारकों की पहचान की है जो तंत्रिका नेटवर्क में निर्णय लेने की प्रक्रियाओं के बहुमत के साथ-साथ मापदंडों के बीच बड़ी संख्या में प्रासंगिक प्रासंगिक बातचीत के लिए जिम्मेदार हैं।” चिकित्सा में (IKIM)।
एआई मॉडल को तब पहचान की गई बातचीत को मान्य करने के लिए 3,000 से अधिक फेफड़े के कैंसर के रोगियों के आंकड़ों पर सफलतापूर्वक परीक्षण किया गया था। AI डेटा को जोड़ती है और प्रत्येक व्यक्तिगत रोगी के लिए एक समग्र रोग का निदान करता है। एक स्पष्ट एआई के रूप में, मॉडल अपने निर्णयों को चिकित्सकों के लिए पारदर्शी बनाता है, यह दिखाते हुए कि प्रत्येक पैरामीटर ने प्रैग्नेंसी में कैसे योगदान दिया। एलएमयू के डॉ। फिलिप कील कहते हैं, “हमारे परिणाम नैदानिक डेटा को अलग-थलग करने के लिए नहीं बल्कि संदर्भ में, उन्हें पुनर्मूल्यांकन करने के लिए, और इस प्रकार व्यक्तिगत, डेटा-चालित कैंसर थेरेपी को सक्षम करने के लिए कृत्रिम बुद्धिमत्ता की क्षमता दिखाते हैं।” इस तरह की एक एआई विधि का उपयोग आपातकालीन मामलों में भी किया जा सकता है जहां यह महत्वपूर्ण है कि वे अपने संपूर्णता में नैदानिक मापदंडों का आकलन करने में सक्षम हों। शोधकर्ताओं का उद्देश्य जटिल क्रॉस-कैंसर अंतर्संबंधों को उजागर करना भी है, जो पारंपरिक सांख्यिकीय तरीकों का उपयोग करके अब तक अनिर्धारित रहे हैं। “नेशनल सेंटर फॉर ट्यूमर डिसीज (एनसीटी) में, अन्य ऑन्कोलॉजिकल नेटवर्क जैसे कि बवेरियन सेंटर फॉर कैंसर रिसर्च (BZKF) के साथ, हमारे पास अगला कदम उठाने के लिए आदर्श स्थितियां हैं: नैदानिक में हमारी तकनीक के वास्तविक रोगी लाभ को साबित करना ट्रायल, “एनसीटी वेस्ट साइट के प्रबंध निदेशक प्रो। मार्टिन शुलर और यूनिवर्सिटी हॉस्पिटल एसेन में मेडिकल ऑन्कोलॉजी विभाग के प्रमुख।
