ન્યૂઝ ડેસ્કઃ હવે આર્ટીફીશીયલ ઇન્ટેલીજન્સ, AI tool કોરોના વાઇરસના દર્દીને તેના શરૂઆતના સ્ટેજમાં જ ચકાસીને જણાવશે કે આગળ આ લક્ષણો કેવુ સ્વરૂપ ધારણ કરી શકે છે.
‘કમ્પ્યુટર્સ, મટીરીયલ્સ & કન્ટુનીયા’ નામની જર્નલમાં છપાયેલા એક અભ્યાસમાં આ રોગ ભવિષ્યમાં કેવું સ્વરૂપ ધારણ કરી શકે તેનો અંદાજ પણ લગાવવામાં આવ્યો હતો અને તેમાં સામે આવ્યું છે કે, પરીસ્થિતિ અનુમાનથી ઘણી જ જુદી છે.
ન્યુ યોર્ક યુનિવર્સિટીના કોરન્ટ ઇન્સટીટ્યુટ ઓફ મેથેમેટીકલ સાયન્સના કમપ્યુટર સાયન્સ વિભાગના ક્લિનીકલ આસીસ્ટન્ટ પ્રોફેસર, એનેસી બરીનાનું કહેવુ છે કે, “અમારો ધ્યેય આર્ટીફીશીયલ ઇન્ટેલીજન્સના ઉપયોગથી એક એવી ટુલ વિકસાવવાનો હતો કે જે કોરોના વાઇરસના લક્ષણો દેખાતાની સાથે જ એનાલીસીસ કરી શકે. આ રીતે એક ડીસીઝન સપોર્ટ ટુલ વિકસાવીને અમે કોરોના વાઇરસને કારણે ભવિષ્યમાં ઉભા થનારા ખતરા તરફ ધ્યાન દોરવા માગતા હતા”
જાન્યુઆરીમા ચીનની બે હોસ્પીટલમાંથી SARS-CoV-2 વાઇરસ ગ્રસ્ત 53 દર્દીઓના ડેમોગ્રાફીક, લેબોરેટરી અને રેડીયોલોજીકલ ફાઇન્ડીંગ્સને સેમ્પલ તરીકે લેવામાં આવ્યા હતા.
આ દર્દીઓને ઉધરસ, તાવ અને પેટમા ગળબળ જેવા હળવા લક્ષણો દેખાતા હતા.
કેટલાક દર્દીઓને એક અઠવાડીયાથી ન્યુમોનીયા જેવા ગંભીર લક્ષણો પણ જણાયા હતા.
આ અભ્યાસ અંતર્ગત સંશોધકોએ એવા કમ્પ્યુટર મોડેલ ડિઝાઇન કર્યાં હતા કે, જેમાં ડેટા નાખતાની સાથે ડેટાના આધારે પરિણામો સામે આવતા હતા. જેમ જેમ આ પ્રોગ્રામર આ મોડેલ પર કામ કરતા ગયા તેમ તેમ કમ્પ્યુટર વધુ ડેટા પરથી પરિણામ આપતું હતું.
સંશોધકોને એ જાણીને આશ્ચર્ય થયું કે, Covid-19ને ઓળખવા માટે મદદરૂપ માનવામાં આવતા ફેરફારો જેમ કે, ફેફસામાં રચાતી પેટર્ન, તાવ અને સ્ટ્રોંગ ઇમ્યુન, હકીકતમાં રોગ કેટલો ગંભીર બની શકે છે તેની આગાહી કરવામાં કોઈ રીતે મદદરૂપ થતા ન હતા.
આ ઉપરાંત ઉંમર અને જાતી પણ રોગ અંગે આગાહી કરવામાં મદદરૂપ થયા ન હતા, જ્યારે આ પહેલાના અભ્યાસમાં કહેવામાં આવ્યુ હતુ કે, 60 વર્ષથી વધુ વય ધરાવતા પુરૂષોમાં કોરોના વાઇરસના લક્ષણો રોગમાં પરિવર્તીત થવાનું વધુ જોખમ રહેલું છે.
તો બીજી તરફ AI toolમાં સામે આવ્યું કે લીવરના એન્ઝાઇમ એલેનાઇન એમીનોટ્રાન્સફેરેઝ, સ્નાયુમાં દુખાવા અને હીમોગ્લોબીનના લેવલમાં બદલાવ, આ ત્રણ ફેરફારો બીમારીની ચોક્કસ આગાહી કરી શકે તેવી ક્ષમતા ધરાવતા હતા.
બીજા ફેક્ટરની સાથે સંશોધકોની ટીમને એ પણ જાણવા મળ્યું કે, આ ટુલ એક્યુટ રેસ્પીરેટરી ડીસ્ટ્રેસ સીન્ડ્રોમ અથવા ARDSનું જોખમ હોવાની માહિતી પણ 80% સુધીની ચોકસાઈ સાથે આપી શકતા હતા.
બરી વધુમાં કહે છે, “અમે આશા રાખીએ છીએ કે, જ્યારે આ ટુલ સંપૂર્ણ તૈયાર થઈ જશે ત્યારે તેનો ઉપયોગ ડૉક્ટર એ જાણવા માટે કરી શકશે કે, કયા દર્દીને ખરેખર બેડની જરૂર છે અને કયા દર્દી સારવાર લઈને તુરન્ત ઘરે જઈ શકશે. જેથી હોસ્પીટલમાં ઓછા સંસાધનોની વચ્ચે પણ દર્દીની સારવાર સારી રીતે થઈ શકે”
