વોશિંગ્ટન [યુએસ]: VA બોસ્ટન હેલ્થકેર સિસ્ટમ, ડાના-ફાર્બર કેન્સર ઇન્સ્ટિટ્યૂટ અને હાર્વર્ડ ટી.એચ.ના સહયોગથી હાર્વર્ડ મેડિકલ સ્કૂલ અને યુનિવર્સિટી ઓફ કોપનહેગનના તપાસકર્તાઓની આગેવાની હેઠળના નવા સંશોધન મુજબ. ચાન સ્કૂલ ઓફ પબ્લિક હેલ્થ, એક આર્ટિફિશિયલ ઈન્ટેલિજન્સ ટૂલ, માત્ર દર્દીઓના મેડિકલ રેકોર્ડનો ઉપયોગ કરીને નિદાનના ત્રણ વર્ષ પહેલા સુધી સ્વાદુપિંડના કેન્સર માટે સૌથી વધુ જોખમ ધરાવતા લોકોને સફળતાપૂર્વક ઓળખી કાઢે છે.
સ્વાદુપિંડનું કેન્સર એ વિશ્વના સૌથી ભયંકર કેન્સરોમાંનું એક છે: નેચર મેડિસિન માં 8 મેના રોજ પ્રકાશિત થયેલા તારણો સૂચવે છે કે AI-આધારિત વસ્તી તપાસ એ રોગ માટે ઉચ્ચ જોખમ ધરાવતા લોકોને શોધવામાં મૂલ્યવાન હોઈ શકે છે અને સારવાર ઓછી અસરકારક હોય ત્યારે અદ્યતન તબક્કામાં ઘણી વાર જોવા મળેલી સ્થિતિનું નિદાન ઝડપી કરી શકે છે અને પરિણામો નિરાશાજનક છે, સંશોધકોએ જણાવ્યું હતું. સ્વાદુપિંડનું કેન્સર એ વિશ્વના સૌથી ભયંકર કેન્સરોમાંનું એક છે, અને તેની સંખ્યા વધવાની ધારણા છે.
સ્વાદુપિંડનું કેન્સર થવાની સંભાવના: હાલમાં, સ્વાદુપિંડના કેન્સર માટે વ્યાપકપણે સ્ક્રીનીંગ કરવા માટે કોઈ વસ્તી-આધારિત સાધનો નથી. જેમનો કૌટુંબિક ઈતિહાસ હોય અને અમુક આનુવંશિક પરિવર્તનો કે જે તેમને સ્વાદુપિંડનું કેન્સર થવાની સંભાવના ધરાવે છે તેઓને લક્ષિત રીતે તપાસવામાં આવે છે. પરંતુ આવા લક્ષિત સ્ક્રિનિંગ અન્ય કેસો ચૂકી શકે છે જે તે શ્રેણીની બહાર આવે છે, સંશોધકોએ જણાવ્યું હતું.
વધુ આક્રમક અને વધુ ખર્ચાળ: "દૈનિકો દરરોજ જે સૌથી મહત્વપૂર્ણ નિર્ણયોનો સામનો કરે છે તે એ છે કે કોને રોગ માટે ઉચ્ચ જોખમ છે અને કોને વધુ પરીક્ષણથી ફાયદો થશે, જેનો અર્થ વધુ આક્રમક અને વધુ ખર્ચાળ પ્રક્રિયાઓ પણ થઈ શકે છે જે તેમના પોતાના જોખમો ધરાવે છે," અભ્યાસ સહએ જણાવ્યું હતું. -વરિષ્ઠ તપાસકર્તા ક્રિસ સેન્ડર, HMS ખાતે Blavatnik ઇન્સ્ટિટ્યૂટમાં સિસ્ટમ્સ બાયોલોજી વિભાગમાં ફેકલ્ટી સભ્ય.
કેન્સરની શોધને ઝડપી બનાવી શકે છે: "એક એઆઈ ટૂલ જે સ્વાદુપિંડના કેન્સર માટે સૌથી વધુ જોખમ ધરાવતા લોકો પર શૂન્ય કરી શકે છે જેઓ આગળના પરીક્ષણોથી સૌથી વધુ લાભ મેળવે છે તે ક્લિનિકલ નિર્ણય લેવાની પ્રક્રિયામાં સુધારો કરવા તરફ આગળ વધી શકે છે." સ્કેલ પર લાગુ, સેન્ડરે ઉમેર્યું, આ પ્રકારનો અભિગમ સ્વાદુપિંડના કેન્સરની શોધને ઝડપી બનાવી શકે છે, અગાઉની સારવાર તરફ દોરી શકે છે અને પરિણામોમાં સુધારો કરી શકે છે અને દર્દીઓના આયુષ્યને લંબાવી શકે છે.
આ આક્રમક રોગ છે જેનું વહેલું નિદાન કરવું: "ઘણા પ્રકારનાં કેન્સર, ખાસ કરીને જેમને ઓળખવા અને તેની સારવાર વહેલી તકે કરવી મુશ્કેલ હોય છે, તે દર્દીઓ, પરિવારો અને સમગ્ર આરોગ્યસંભાળ પ્રણાલી પર અપ્રમાણસર ટોલ લાવે છે," અભ્યાસ સહ-વરિષ્ઠ તપાસકર્તા સોરેન બ્રુનાકે જણાવ્યું હતું, રોગ પ્રણાલી જીવવિજ્ઞાનના પ્રોફેસર અને સંશોધન નિર્દેશક. કોપનહેગન યુનિવર્સિટી ખાતે નોવો નોર્ડિસ્ક ફાઉન્ડેશન સેન્ટર ફોર પ્રોટીન રિસર્ચ ખાતે. "એઆઈ-આધારિત સ્ક્રીનીંગ એ સ્વાદુપિંડના કેન્સરના માર્ગને બદલવાની એક તક છે, જે એક આક્રમક રોગ છે જેનું વહેલું નિદાન કરવું અને સફળતાની શક્યતા સૌથી વધુ હોય ત્યારે તરત જ સારવાર કરવી ખૂબ જ મુશ્કેલ છે."
ભવિષ્યમાં કયા દર્દીઓને સ્વાદુપિંડનું કેન્સર થવાની સંભાવના છે: નવા અભ્યાસમાં, AI અલ્ગોરિધમને ડેનમાર્ક અને યુનાઇટેડ સ્ટેટ્સના કુલ 9 મિલિયન દર્દીઓના રેકોર્ડના બે અલગ-અલગ ડેટા સેટ પર તાલીમ આપવામાં આવી હતી. સંશોધકોએ એઆઈ મોડલને રેકોર્ડ્સમાં સમાવિષ્ટ ડેટાના આધારે ટેલટેલ સંકેતો જોવા માટે "પૂછ્યું". રોગ કોડના સંયોજનો અને તેમની ઘટનાના સમયના આધારે, મોડેલ આગાહી કરવામાં સક્ષમ હતું કે ભવિષ્યમાં કયા દર્દીઓને સ્વાદુપિંડનું કેન્સર થવાની સંભાવના છે.
સંશોધકોએ AI મોડલ્સના વિવિધ સંસ્કરણોનું પરીક્ષણ કર્યું: નોંધનીય રીતે, ઘણા લક્ષણો અને રોગના કોડ સ્વાદુપિંડ સાથે સીધો સંબંધ ધરાવતા ન હતા અથવા તેનાથી ઉદ્ભવતા ન હતા. સંશોધકોએ AI મોડલ્સના વિવિધ સંસ્કરણોનું પરીક્ષણ કર્યું હતું કે તેઓ વિવિધ સમયના ધોરણો - 6 મહિના, એક વર્ષ, બે વર્ષ અને ત્રણ વર્ષમાં રોગના વિકાસ માટે એલિવેટેડ જોખમ ધરાવતા લોકોને શોધવાની ક્ષમતા ધરાવે છે.
"ક્રોધિત અંગ": સ્તન, સર્વિક્સ અને પ્રોસ્ટેટ ગ્રંથિ જેવા અમુક સામાન્ય કેન્સર માટે સ્ક્રીનીંગ પ્રમાણમાં સરળ અને અત્યંત અસરકારક તકનીકો પર આધાર રાખે છે - અનુક્રમે મેમોગ્રામ, પેપ સ્મીયર અને રક્ત પરીક્ષણ. આ સ્ક્રિનિંગ પદ્ધતિઓએ સૌથી વધુ સારવાર કરી શકાય તેવા તબક્કા દરમિયાન પ્રારંભિક તપાસ અને હસ્તક્ષેપને સુનિશ્ચિત કરીને આ રોગોના પરિણામોને બદલી નાખ્યા છે.
AI ટૂલનો એક ખાસ ફાયદો એ છે કે: તુલનાત્મક રીતે, સ્વાદુપિંડનું કેન્સર સ્ક્રીન અને પરીક્ષણ માટે વધુ મુશ્કેલ અને વધુ ખર્ચાળ છે. ચિકિત્સકો મુખ્યત્વે કૌટુંબિક ઇતિહાસ અને આનુવંશિક પરિવર્તનની હાજરીને જુએ છે, જે ભવિષ્યના જોખમના મહત્વપૂર્ણ સૂચક હોવા છતાં, ઘણી વખત ઘણા દર્દીઓને ચૂકી જાય છે. AI ટૂલનો એક ખાસ ફાયદો એ છે કે તેનો ઉપયોગ કોઈપણ અને તમામ દર્દીઓ માટે થઈ શકે છે કે જેમના માટે આરોગ્યના રેકોર્ડ અને તબીબી ઈતિહાસ ઉપલબ્ધ છે, માત્ર જાણીતો કૌટુંબિક ઈતિહાસ અથવા રોગ માટે આનુવંશિક વલણ ધરાવતા લોકોમાં જ નહીં. આ ખાસ કરીને મહત્વનું છે, સંશોધકો ઉમેરે છે, કારણ કે ઉચ્ચ જોખમ ધરાવતા ઘણા દર્દીઓ તેમના આનુવંશિક વલણ અથવા કુટુંબના ઇતિહાસ વિશે પણ જાણતા નથી.
બાયોપ્સી આવશ્યક બને છે: લક્ષણોની ગેરહાજરીમાં અને સ્પષ્ટ સંકેત વિના કે કોઈને સ્વાદુપિંડનું કેન્સર થવાનું જોખમ વધારે છે, ચિકિત્સકો સીટી સ્કેન, એમઆરઆઈ અથવા એન્ડોસ્કોપિક અલ્ટ્રાસાઉન્ડ જેવા વધુ અત્યાધુનિક અને વધુ ખર્ચાળ પરીક્ષણોની ભલામણ કરવા માટે સમજી શકાય તેવું સાવચેત હોઈ શકે છે. જ્યારે આ પરીક્ષણોનો ઉપયોગ કરવામાં આવે છે અને શંકાસ્પદ જખમ મળી આવે છે, ત્યારે દર્દીએ બાયોપ્સી મેળવવા માટેની પ્રક્રિયામાંથી પસાર થવું આવશ્યક છે.
સંશોધકોએ જણાવ્યું હતું કે: પેટની અંદર ઊંડે સ્થિત, અંગને ઍક્સેસ કરવું મુશ્કેલ છે અને ઉશ્કેરવું અને બળતરા કરવામાં સરળ છે. તેની ચીડિયાપણું તેને "ક્રોધિત અંગ" તરીકે ઓળખાવે છે. સંશોધકોએ જણાવ્યું હતું કે, સ્વાદુપિંડના કેન્સર માટે સૌથી વધુ જોખમ ધરાવતા લોકોની ઓળખ કરતું AI ટૂલ એ સુનિશ્ચિત કરશે કે ચિકિત્સકો યોગ્ય વસ્તીનું પરીક્ષણ કરે છે, જ્યારે અન્ય બિનજરૂરી પરીક્ષણો અને વધારાની પ્રક્રિયાઓને બાકાત રાખે છે.
આટલા ટકા લોકો નિદાનના પાંચ વર્ષ પછી જીવિત રહે છે: સ્વાદુપિંડના કેન્સરના પ્રારંભિક તબક્કામાં નિદાન કરાયેલા લગભગ 44 ટકા લોકો નિદાનના પાંચ વર્ષ પછી જીવિત રહે છે, પરંતુ માત્ર 12 ટકા કેસોનું જ નિદાન વહેલું થાય છે. સંશોધકોનો અંદાજ છે કે જેમની ગાંઠો તેમની ઉત્પત્તિ સ્થળની બહાર વધી ગયા છે તેઓમાં જીવન ટકાવી રાખવાનો દર ઘટીને 2 થી 9 ટકા થઈ ગયો છે.
અગાઉના નિદાનની સ્પષ્ટ જરૂરિયાત: "સર્જિકલ તકનીકો, કીમોથેરાપી અને ઇમ્યુનોથેરાપીમાં નોંધપાત્ર પ્રગતિ હોવા છતાં તે નીચો અસ્તિત્વ દર છે," સેન્ડરે જણાવ્યું હતું. "તેથી, અત્યાધુનિક સારવારો ઉપરાંત, વધુ સારી સ્ક્રીનીંગ, વધુ લક્ષિત પરીક્ષણ અને અગાઉના નિદાનની સ્પષ્ટ જરૂરિયાત છે, અને આ જ્યાં AI-આધારિત અભિગમ આ સાતત્યમાં પ્રથમ નિર્ણાયક પગલા તરીકે આવે છે."
અગાઉના નિદાન ભવિષ્યના જોખમને દર્શાવે છે: વર્તમાન અભ્યાસ માટે, સંશોધકોએ AI મોડલની ઘણી આવૃત્તિઓ ડિઝાઇન કરી અને તેમને 41 વર્ષ સુધીના ડેનમાર્કની રાષ્ટ્રીય આરોગ્ય પ્રણાલીના 6.2 મિલિયન દર્દીઓના આરોગ્ય રેકોર્ડ પર તાલીમ આપી. તે દર્દીઓમાંથી, 23,985 ને સમય જતાં સ્વાદુપિંડનું કેન્સર થયું. તાલીમ દરમિયાન, એલ્ગોરિધમ રોગના માર્ગના આધારે ભાવિ સ્વાદુપિંડના કેન્સરના જોખમના સૂચક પેટર્નને પારખી ગયો, એટલે કે, દર્દીને અમુક ચોક્કસ પરિસ્થિતિઓ હતી કે જે સમય જતાં ચોક્કસ ક્રમમાં આવી.
સ્વાદુપિંડના કેન્સરનું સૂચક અથવા કારણભૂત માનવું જોઈએ નહીં: ઉદાહરણ તરીકે, પિત્તાશયની પથરી, એનિમિયા, પ્રકાર 2 ડાયાબિટીસ અને અન્ય GI-સંબંધિત સમસ્યાઓ જેવા નિદાનમાં મૂલ્યાંકનના 3 વર્ષની અંદર સ્વાદુપિંડના કેન્સરનું વધુ જોખમ હોવાનું દર્શાવવામાં આવ્યું છે. ઓછા આશ્ચર્યજનક રીતે, સ્વાદુપિંડની બળતરા બે વર્ષના ટૂંકા ગાળામાં ભાવિ સ્વાદુપિંડના કેન્સરની મજબૂત આગાહી કરતી હતી. સંશોધકો ચેતવણી આપે છે કે આમાંથી કોઈ પણ નિદાન પોતાને દ્વારા ભાવિ સ્વાદુપિંડના કેન્સરનું સૂચક અથવા કારણભૂત માનવું જોઈએ નહીં. જો કે, જે પેટર્ન અને ક્રમમાં તેઓ સમય જતાં થાય છે તે AI-આધારિત સર્વેલન્સ મોડલ માટે સંકેત આપે છે અને દાક્તરોને એલિવેટેડ જોખમ ધરાવતા લોકોનું વધુ નજીકથી નિરીક્ષણ કરવા અથવા તે મુજબ પરીક્ષણ કરવા માટે પ્રોમ્પ્ટ કરી શકે છે.
સ્વાદુપિંડનું કેન્સર હોવાનું નિદાન કરાયેલ વ્યક્તિઓ: આગળ, સંશોધકોએ દર્દીના રેકોર્ડ્સના સંપૂર્ણ નવા સેટ પર શ્રેષ્ઠ પ્રદર્શન કરનાર અલ્ગોરિધમનું પરીક્ષણ કર્યું જે અગાઉ ન આવ્યું હોય - યુએસ વેટરન્સ હેલ્થ એડમિનિસ્ટ્રેશન ડેટાનો સેટ જે 21 વર્ષ સુધીના લગભગ 3 મિલિયન રેકોર્ડ્સનો સેટ છે અને તેમાં સ્વાદુપિંડનું કેન્સર હોવાનું નિદાન કરાયેલ 3,864 વ્યક્તિઓ છે. યુએસ ડેટા સેટ પર ટૂલની આગાહીની ચોકસાઈ થોડી ઓછી હતી.
બે મહત્વના મુદ્દાઓને રેખાંકિત કરે છે: જ્યારે અલ્ગોરિધમને યુએસ ડેટાસેટ પર શરૂઆતથી ફરીથી તાલીમ આપવામાં આવી હતી, ત્યારે તેની આગાહીની ચોકસાઈમાં સુધારો થયો હતો. સંશોધકોએ જણાવ્યું હતું કે, આ બે મહત્વના મુદ્દાઓને રેખાંકિત કરે છે: પ્રથમ, એ સુનિશ્ચિત કરવું કે AI મોડલ ઉચ્ચ ગુણવત્તા અને સમૃદ્ધ ડેટા પર પ્રશિક્ષિત છે. બીજું, રાષ્ટ્રીય અને આંતરરાષ્ટ્રીય સ્તરે એકીકૃત ક્લિનિકલ રેકોર્ડ્સના વિશાળ પ્રતિનિધિ ડેટાસેટ્સની ઍક્સેસની જરૂરિયાત. આવા વૈશ્વિક સ્તરે માન્ય મોડલની ગેરહાજરીમાં, AI મોડલ્સને સ્થાનિક આરોગ્ય ડેટા પર તાલીમ આપવી જોઈએ જેથી કરીને તેમની તાલીમ સ્થાનિક વસ્તીની વૈવિધ્યસભરતાને પ્રતિબિંબિત કરે.
