ട്യൂമർ കണ്ടുപിടിക്കാൻ ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിന്‍റെ സഹായം; പുതിയ പഠനവുമായി ഗവേഷകര്‍

ടിഷ്യു സാമ്പിളിൽ ട്യൂമർ ഉണ്ടോ ഇല്ലയോ എന്ന് കണ്ടെത്താൻ കഴിയുന്ന ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിനെ കുറിച്ച് പഠനം നടത്തി ഗവേഷകർ. മെഡിക്കൽ ഇമേജ് അനാലിസിസ് എന്ന ജേർണലിലാണ് പഠന റിപ്പോർട്ടുകൾ പ്രസിദ്ധീകരിച്ചത്.

ബെര്‍ലിൻ: ടിഷ്യു സാമ്പിളിൽ ട്യൂമർ ഉണ്ടോ ഇല്ലയോ എന്ന് തരംതിരിക്കാൻ കഴിയുന്ന ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് (AI) അഥവ നിർമിത ബുദ്ധിയെ കുറിച്ചുള്ള പഠനവുമായി ഗവേഷക സംഘം. മെഡിക്കൽ ഇമേജ് അനാലിസിസ് ജേർണലിൽ പ്രസിദ്ധീകരിച്ച പഠനത്തിലാണ് നിർമിത ബുദ്ധി ഉപയോഗിച്ച് ട്യൂമര്‍ കണ്ടെത്തുന്നതിനെ കുറിച്ച് ഗവേഷകര്‍ വിവരിക്കുന്നത്. റുഹൂം യൂണിവേഴ്‌സിറ്റി ബുഹൂമിന്‍റെ (Ruhr-Universitat Bochum) റിസർച്ച് സെന്‍റർ ഫോർ പ്രോട്ടീൻ ഡയഗ്‌ണോസ്റ്റിക്‌സിൽ (PRODI) നിന്നുള്ള സംഘമാണ് പഠനത്തിന് പിന്നില്‍.

ബയോ ഇൻഫോർമാറ്റിക്‌സ് ശാസ്ത്രജ്ഞനായ ആക്‌സൽ മോസിഗ്, ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് പതോളജി മേധാവി പ്രൊഫസർ ആൻഡ്രിയ ടാനാപ്‌ഫെൽ, റുഹൂം യൂണിവേഴ്‌സിറ്റി സെന്‍റ് ജോസഫ് ഹോസ്‌പിറ്റലിലെ ഓങ്കോളജിസ്റ്റ് പ്രൊഫസർ ആങ്കെ റെയ്‌നാച്ചർ-ഷിക്ക്, ബയോഫിസിസ്റ്റും പ്രോഡിയുടെ സ്ഥാപക ഡയറക്‌ടറുമായ പ്രൊഫസർ ക്ലൗസ് എന്നിവർ ചേർന്നാണ് പഠനം നടത്തിയത്.

ടിഷ്യു സാമ്പിളിൽ ട്യൂമർ ഉണ്ടോ ഇല്ലയോ എന്ന് തരംതിരിക്കാൻ കഴിയുന്ന ഒരു ന്യൂറൽ നെറ്റ്‌വർക്ക്, അതായത് ഒരു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് (AI) ഗവേഷകരുടെ സംഘം വികസിപ്പിച്ചെടുത്തു. ഇതിനായി, ധാരാളം മൈക്രോസ്കോപ്പിക് ടിഷ്യു ഇമേജുകൾ നൽകി. ചിലതിൽ മുഴകൾ അടങ്ങിയപ്പോള്‍ മറ്റുള്ളവ ട്യൂമർ രഹിതമായിരുന്നു.

ഇൻഡക്റ്റീവ് റീസണിങ്: മെഡിക്കൽ ആപ്ലിക്കേഷനുകളിൽ ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് വിശ്വാസയോഗ്യമാണ് എന്നതാണ് ഏറ്റവും പ്രധാനമെന്ന് പഠനവുമായി സഹകരിച്ച ബയോഇൻഫോർമാറ്റിക്‌സ് ശാസ്ത്രജ്ഞൻ ഡേവിഡ് ഷുഹ്മാക്കർ വ്യക്തമാക്കി. ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് സാധാരണയായി ഇൻഡക്റ്റീവ് റീസണിങ് (Inductive Reasoning) തത്വമാണ് പിന്തുടരുന്നത്. ഡാറ്റ ഉപയോഗിച്ച് കൃത്യമായ നിരീക്ഷണങ്ങളിലൂടെ ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് ഒരു പൊതുമാതൃക സൃഷ്‌ടിച്ച് അതിന്‍റെ അടിസ്ഥാനത്തിൽ തുടർന്നുള്ള നിരീക്ഷണങ്ങള്‍ വിലയിരുത്തും.

ഇൻഡക്ഷൻ എന്നത് പ്രത്യേക വിധികളിൽ നിന്ന് പൊതുവായുള്ള യുക്തിസഹമായ നിഗമനമാണ്. യുക്തിയുടെ ഗതി ഒരു നിഗമനത്തിലേക്ക് നയിക്കുന്നു. അഥവാ പ്രത്യേകത്തിൽ നിന്ന് പൊതുവായതിലേക്കുള്ള പരിവർത്തനമാണ്. ഇത് കൂടുതൽ സവിശേഷവും നിർദ്ദിഷ്‌ടവുമായ ഒരു ആശയത്തിന്‍റെ ക്രമാനുഗതമായ സാമാന്യവൽക്കരണമാണ്. ഒരു യഥാർഥ നിഗമനവും വിശ്വസനീയമായ വിവരങ്ങളും ഇതിലൂടെ ലഭിക്കും.

ആക്റ്റിവേഷൻ മാപ്പിന്‍റെ പ്രസക്തി: നോവൽ ന്യൂറൽ നെറ്റ്‌വർക്ക് ഒരു ടിഷ്യു സാമ്പിളിൽ ട്യൂമർ അടങ്ങിയിട്ടുണ്ടോ അല്ലെങ്കിൽ ട്യൂമർ രഹിതമാണോ എന്നതിന്‍റെ വർഗീകരണം മാത്രമല്ല ചെയ്യുന്നത്, മൈക്രോസ്കോപ്പിക് ടിഷ്യു ഇമേജിന്‍റെ ഒരു ആക്റ്റിവേഷൻ മാപ്പ് സൃഷ്‌ടിക്കുകയും ചെയ്യുന്നു. ട്യൂമർ എവിടെയാണെന്ന് ആക്‌റ്റിവേഷൻ മാപ്പ് കാണിക്കുന്നു. ന്യൂറൽ നെറ്റ്‌വർക്കിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ ആക്റ്റിവേഷൻ സാമ്പിളിലെ ട്യൂമറുകൾ ഉള്ള സ്ഥലങ്ങളുമായി കൃത്യമായി പൊരുത്തപ്പെടുന്ന ഒരു സിദ്ധാന്തത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് ആക്റ്റിവേഷൻ മാപ്പ്.

ഈ സിദ്ധാന്തം പരിശോധിക്കാൻ സൈറ്റ്-നിർദ്ദിഷ്‌ട തന്മാത്ര രീതികൾ ഉപയോഗിക്കാം. ഒറ്റനോട്ടത്തിൽ, ഇൻഡക്റ്റീവ് എഐയും ഡിഡക്റ്റീവ് ശാസ്ത്രീയ രീതിയും ഏതാണ്ട് പൊരുത്തമില്ലാത്തതായി തോന്നുമെന്ന് ഭൗതിക ശാസ്ത്രജ്ഞയായ സ്റ്റെഫാനി ഷോർണർ പറഞ്ഞു.

ഡിഡക്റ്റീവ് ശാസ്ത്രീയ രീതി: അംഗീകൃത സിദ്ധാന്തങ്ങളുടെ അടിസ്ഥാനത്തില്‍ ഒരു പ്രത്യേക കാര്യത്തെ സംബന്ധിച്ച്‌ അനുമാനത്തിലെത്തുന്ന സമ്പ്രദായമാണ് ഡിഡക്‌റ്റീവ് ശാസ്‌ത്രീയ രീതി.