एआई को रक्त परीक्षण में चेतावनी संकेत पहचानने के लिए प्रशिक्षित किया जाता है

यह छह-भाग की श्रृंखला में तीसरी विशेषता है जो यह देख रही है कि एआई चिकित्सा अनुसंधान और उपचार को कैसे बदल रहा है।

न्यूयॉर्क स्थित एक वैश्विक चैरिटी, ओवेरियन कैंसर रिसर्च एलायंस (ओक्रा) की प्रमुख ऑड्रा मोरन का कहना है, डिम्बग्रंथि कैंसर “दुर्लभ, कम वित्त पोषित और घातक” है।

सभी कैंसरों की तरह, इसका जितनी जल्दी पता चल जाए उतना बेहतर होगा।

अधिकांश डिम्बग्रंथि कैंसर फैलोपियन ट्यूब में शुरू होता है, इसलिए जब तक यह अंडाशय तक पहुंचता है, तब तक यह अन्यत्र भी फैल चुका होता है।

सुश्री मोरन कहती हैं, “किसी भी लक्षण के प्रकट होने से पांच साल पहले आपको मृत्यु दर को प्रभावित करने के लिए डिम्बग्रंथि के कैंसर का पता लगाना पड़ सकता है।”

लेकिन नए रक्त परीक्षण सामने आ रहे हैं जो कृत्रिम बुद्धिमत्ता (एआई) की शक्ति का उपयोग करके कैंसर के शुरुआती चरणों में ही लक्षण पहचान लेते हैं।

और यह सिर्फ कैंसर नहीं है, एआई निमोनिया जैसे संभावित घातक संक्रमणों के लिए अन्य रक्त परीक्षणों को भी तेज कर सकता है।

डॉ. डेनियल हेलर न्यूयॉर्क में मेमोरियल स्लोअन केटरिंग कैंसर सेंटर में बायोमेडिकल इंजीनियर हैं।

उनकी टीम ने एक परीक्षण तकनीक विकसित की है जो नैनोट्यूब का उपयोग करती है – कार्बन की छोटी ट्यूब जो मानव बाल के व्यास से लगभग 50,000 गुना छोटी होती हैं।

लगभग 20 साल पहले, वैज्ञानिकों ने नैनोट्यूब की खोज शुरू की थी जो फ्लोरोसेंट रोशनी उत्सर्जित कर सकते हैं।

पिछले दशक में, शोधकर्ताओं ने सीखा कि इन नैनोट्यूब के गुणों को कैसे बदला जाए ताकि वे रक्त में लगभग किसी भी चीज़ पर प्रतिक्रिया करें।

अब लाखों नैनोट्यूबों को रक्त के नमूने में डालना और उनसे चिपकी चीज़ों के आधार पर अलग-अलग तरंग दैर्ध्य का प्रकाश उत्सर्जित करना संभव है।

लेकिन फिर भी सिग्नल की व्याख्या करने का सवाल बाकी है, जिसकी तुलना डॉ. हेलर फिंगरप्रिंट के लिए मिलान खोजने से करते हैं।

इस मामले में फिंगरप्रिंट अलग-अलग संवेदनशीलता और बंधन शक्ति के साथ सेंसर से जुड़ने वाले अणुओं का एक पैटर्न है।

लेकिन इंसान के लिए पैटर्न इतने सूक्ष्म हैं कि उन्हें पहचाना नहीं जा सकता।

वह कहते हैं, ”हम डेटा को देख सकते हैं और हमें इसका कोई मतलब नहीं निकलेगा।” “हम केवल वही पैटर्न देख सकते हैं जो एआई के साथ भिन्न हैं।”

नैनोट्यूब डेटा को डिकोड करने का अर्थ है डेटा को मशीन-लर्निंग एल्गोरिदम में लोड करना, और एल्गोरिदम को यह बताना कि कौन से नमूने डिम्बग्रंथि के कैंसर वाले रोगियों से आए थे, और कौन से बिना कैंसर वाले लोगों से।

इनमें अन्य प्रकार के कैंसर, या अन्य स्त्रीरोग संबंधी बीमारी वाले लोगों का रक्त शामिल था, जिसे डिम्बग्रंथि के कैंसर के साथ भ्रमित किया जा सकता है।

डिम्बग्रंथि के कैंसर अनुसंधान के लिए रक्त परीक्षण विकसित करने के लिए एआई का उपयोग करने में एक बड़ी चुनौती यह है कि यह अपेक्षाकृत दुर्लभ है, जो प्रशिक्षण एल्गोरिदम के लिए डेटा को सीमित करता है।

और यहां तक ​​कि उस डेटा का अधिकांश हिस्सा उन अस्पतालों में छिपा दिया जाता है, जहां उनका इलाज किया जाता है, शोधकर्ताओं के लिए न्यूनतम डेटा साझा किया जाता है।

डॉ. हेलर कुछ 100 रोगियों के उपलब्ध डेटा पर एल्गोरिदम के प्रशिक्षण को “हेल मैरी पास” के रूप में वर्णित करते हैं।

लेकिन उनका कहना है कि एआई आज उपलब्ध सर्वोत्तम कैंसर बायोमार्कर की तुलना में बेहतर सटीकता प्राप्त करने में सक्षम था – और यह सिर्फ पहला प्रयास था।

यह देखने के लिए सिस्टम पर आगे अध्ययन चल रहा है कि क्या सेंसर के बड़े सेट और कई और रोगियों के नमूनों का उपयोग करके इसे बेहतर बनाया जा सकता है। अधिक डेटा एल्गोरिदम में सुधार कर सकता है, जैसे सड़क पर अधिक परीक्षण के साथ सेल्फ-ड्राइविंग कारों के लिए एल्गोरिदम में सुधार हो सकता है।

डॉ. हेलर को तकनीक से बहुत उम्मीदें हैं।

“हम जो करना चाहते हैं वह सभी स्त्रीरोग संबंधी रोगों का परीक्षण करना है – इसलिए जब कोई शिकायत लेकर आता है, तो क्या हम डॉक्टरों को एक उपकरण दे सकते हैं जो उन्हें तुरंत बता देगा कि यह कैंसर होने की अधिक संभावना है या नहीं, या उससे भी अधिक यह कैंसर है।”

डॉ हेलर का कहना है कि इसमें “तीन से पांच साल” का समय लग सकता है।

एआई न केवल शीघ्र पता लगाने के लिए संभावित रूप से उपयोगी है, बल्कि यह अन्य रक्त परीक्षणों को भी तेज कर रहा है।

एक कैंसर रोगी के लिए, निमोनिया की चपेट में आना घातक हो सकता है और, चूंकि लगभग 600 अलग-अलग जीव हैं जो निमोनिया का कारण बन सकते हैं, डॉक्टरों को संक्रमण की पहचान करने के लिए कई परीक्षण करने पड़ते हैं।

लेकिन नए प्रकार के रक्त परीक्षण प्रक्रिया को सरल और तेज़ बना रहे हैं।

कैलिफ़ोर्निया में स्थित करुइस 24 घंटों में सटीक निमोनिया रोगज़नक़ की पहचान करने और इसके लिए सही एंटीबायोटिक का चयन करने में मदद करने के लिए कृत्रिम बुद्धिमत्ता (एआई) का उपयोग करता है।

केरियस के मुख्य कार्यकारी एलेक फोर्ड कहते हैं, “हमारे परीक्षण से पहले, निमोनिया से पीड़ित मरीज को अस्पताल में अपने पहले सप्ताह में ही अपने संक्रमण की पहचान करने के लिए 15 से 20 अलग-अलग परीक्षण करने होंगे – यानी परीक्षण में लगभग 20,000 डॉलर।”

कैरियस के पास माइक्रोबियल डीएनए का एक डेटाबेस है जिसमें दसियों अरब डेटा पॉइंट हैं। सटीक रोगज़नक़ की पहचान करने के लिए रोगियों के परीक्षण नमूनों की तुलना उस डेटाबेस से की जा सकती है।

श्री फोर्ड का कहना है कि एआई के बिना यह असंभव होता।

एक चुनौती यह है कि शोधकर्ता वर्तमान में उन सभी कनेक्शनों को नहीं समझते हैं जो एक एआई परीक्षण बायोमार्कर और बीमारियों के बीच बना सकता है।

पिछले दो वर्षों में डॉ. स्लैवे पेत्रोव्स्की ने मिल्टन नामक एक एआई प्लेटफॉर्म विकसित किया है, जो यूके बायोबैंक डेटा में बायोमार्कर का उपयोग करके 90% से अधिक की सफलता दर के साथ 120 बीमारियों की पहचान करता है।

इतने बड़े पैमाने पर डेटा में पैटर्न ढूंढना केवल एआई ही कर सकता है।

“ये अक्सर जटिल पैटर्न होते हैं, जहां एक बायोमार्कर नहीं हो सकता है, लेकिन आपको पूरे पैटर्न को ध्यान में रखना होगा,” डॉ. पेत्रोव्स्की कहते हैं, जो फार्मास्युटिकल दिग्गज एस्ट्राजेनेका के शोधकर्ता हैं।

डॉ. हेलर डिम्बग्रंथि के कैंसर पर अपने काम में एक समान पैटर्न मिलान तकनीक का उपयोग करते हैं।

“हम जानते हैं कि सेंसर रक्त में प्रोटीन और छोटे अणुओं को बांधता है और उन पर प्रतिक्रिया करता है, लेकिन हम नहीं जानते कि कौन से प्रोटीन या अणु कैंसर के लिए विशिष्ट हैं,” वे कहते हैं।

अधिक मोटे तौर पर डेटा, या इसकी कमी, अभी भी एक खामी है।

सुश्री मोरन कहती हैं, “लोग अपना डेटा साझा नहीं कर रहे हैं, या ऐसा करने के लिए कोई तंत्र नहीं है।”

Ocra बड़े पैमाने पर रोगी रजिस्ट्री को वित्त पोषित कर रहा है, जिसमें रोगियों के इलेक्ट्रॉनिक मेडिकल रिकॉर्ड हैं, जिन्होंने शोधकर्ताओं को अपने डेटा पर एल्गोरिदम को प्रशिक्षित करने की अनुमति दी है।

सुश्री मोरन कहती हैं, “अभी शुरुआती दिन हैं – हम अभी भी एआई के जंगली पश्चिम में हैं।”