क्या आर्टिफिशियल इंटेलिजेंस ब्रेन मेटास्टेसिस के परिणामों की भविष्यवाणी करने में बेहतर है


लासोंडे स्कूल ऑफ इंजीनियरिंग में बायोमेडिकल इंजीनियरिंग और कंप्यूटर साइंस के एसोसिएट प्रोफेसर, यॉर्क रिसर्च चेयर अली सादेघी-नैनी कहते हैं, “यह उन विशेषताओं और पैटर्न को खोजने के लिए एमआरआई का एक परिष्कृत और व्यापक विश्लेषण है, जो आम तौर पर मानव आंखों द्वारा कब्जा नहीं किया जाता है।” और अध्ययन का नेतृत्व करें।

पिछले अध्ययनों से पता चला है कि मानक प्रथाओं का उपयोग करते हुए, जैसे कि एमआरआई इमेजिंग – आकार, स्थान – और मस्तिष्क मेटास्टेस की संख्या का आकलन – साथ ही साथ प्राथमिक कैंसर प्रकार और रोगी की समग्र स्थिति, ऑन्कोलॉजिस्ट उपचार विफलता की भविष्यवाणी करने में सक्षम हैं (के रूप में परिभाषित) ट्यूमर की निरंतर वृद्धि) लगभग 65 प्रतिशत समय। शोधकर्ताओं ने कई एआई मॉडल बनाए और उनका परीक्षण किया और उनके सर्वश्रेष्ठ में 83 प्रतिशत सटीकता थी। ब्रेन मेटास्टेसिस क्या है ब्रेन मेटास्टेसिस एक प्रकार का कैंसर ट्यूमर है जो तब विकसित होता है जब फेफड़ों, स्तनों, कोलन या शरीर के अन्य हिस्सों में प्राथमिक कैंसर रक्तप्रवाह या लसीका प्रणाली के माध्यम से मस्तिष्क में फैल जाते हैं। जबकि उपचार के विभिन्न विकल्प हैं, स्टीरियोटैक्टिक रेडियोथेरेपी अधिक सामान्य में से एक है, जिसमें उपचार में ट्यूमर वाले क्षेत्र पर लक्षित विकिरण की केंद्रित खुराक शामिल है।

विज्ञापन


सदेगी-नैनी कहते हैं, “सभी ट्यूमर विकिरण का जवाब नहीं देते – इनमें से 30 प्रतिशत रोगियों ने इलाज के बाद भी अपने ट्यूमर का विकास जारी रखा है।” “अनुवर्ती एमआरआई के माध्यम से उपचार के महीनों बाद तक यह अक्सर खोजा नहीं जाता है।”

यह देरी वह समय है जब मस्तिष्क मेटास्टेस वाले रोगी बर्दाश्त नहीं कर सकते, क्योंकि यह विशेष रूप से दुर्बल करने वाली स्थिति है, जिसमें अधिकांश लोग निदान के बाद तीन महीने से पांच साल के बीच बीमारी के आगे झुक जाते हैं। सदेगी-नैनी जारी है, “चिकित्सा शुरू होने से पहले ही चिकित्सा प्रतिक्रिया की भविष्यवाणी करना बहुत महत्वपूर्ण है।”

आर्टिफिशियल इंटेलिजेंस का उपयोग करके ब्रेन मेटास्टेसिस डिटेक्शन एक मशीन-लर्निंग तकनीक का उपयोग करके जिसे डीप लर्निंग कहा जाता है, शोधकर्ताओं ने डेटा के एक बड़े पूल पर प्रशिक्षित कृत्रिम तंत्रिका नेटवर्क बनाया, फिर एआई को विशिष्ट क्षेत्रों पर अधिक ध्यान देना सिखाया। सादेघी-नैनी बताते हैं, “जब आप एक एमआरआई देखते हैं, तो आप ट्यूमर के भीतर या आसपास के क्षेत्रों को देखते हैं जहां तीव्रता और पैटर्न अलग होता है, इसलिए आप उन हिस्सों में अपनी दृष्टि प्रणाली के साथ अधिक भाग लेते हैं।” “लेकिन एक एआई एल्गोरिदम इसके लिए अंधा है। एल्गोरिदम में शामिल ध्यान तंत्र इन एआई टूल्स को सीखने में मदद करता है कि इन छवियों का कौन सा हिस्सा अधिक महत्वपूर्ण है और विश्लेषण और भविष्यवाणी के लिए उस पर अधिक भार डालता है।”

अध्ययन, जो अब ऑनलाइन उपलब्ध है, IEEE जर्नल ऑफ ट्रांसलेशनल इंजीनियरिंग इन हेल्थ एंड मेडिसिन में प्रकाशित हुआ है। आंशिक रूप से टेरी फॉक्स रिसर्च इंस्टीट्यूट (TFRI) द्वारा वित्त पोषित, मॉडलिंग का काम यॉर्क के कील कैंपस में सादगी-नैनी की प्रयोगशाला में यॉर्क पीएचडी के साथ किया गया था। छात्र अली जलालिफ़र, अध्ययन पर पहले लेखक। जब डेटा अधिग्रहण और 120 से अधिक रोगियों के परिणामों की व्याख्या की बात आई, तो टीम टोरंटो में सनीब्रुक हेल्थ साइंसेज सेंटर के साथ यॉर्क के लंबे समय से चले आ रहे सहयोगी संबंधों का लाभ उठाने में सक्षम थी। अध्ययन के अन्य फंडर्स में नैचुरल साइंसेज एंड इंजीनियरिंग रिसर्च काउंसिल ऑफ कनाडा (NSERC) और हैच मेमोरियल फाउंडेशन शामिल थे।

सादेघी-नैनी का कहना है कि जबकि अधिक शोध किए जाने की आवश्यकता है, निष्कर्ष एआई को मस्तिष्क मेटास्टेसिस और यहां तक ​​​​कि अन्य प्रकार के कैंसर के सटीक प्रबंधन में एक संभावित महत्वपूर्ण उपकरण होने की ओर इशारा करते हैं।

नैदानिक ​​अभ्यास के रूप में इसे अपनाने का अगला कदम एक बहु-संस्थागत डेटा सेट के साथ एक बड़े समूह को देखना होगा, वहां से एक नैदानिक ​​परीक्षण विकसित किया जा सकता है। “यदि उपचार के प्रति उनकी प्रतिक्रिया के आधार पर रोगियों के लिए मानक उपचार तैयार किए जा सकते हैं – जिसका इलाज शुरू होने से पहले ही भविष्यवाणी की जा सकती है – एक अच्छा मौका है कि रोगियों के समग्र अस्तित्व में सुधार किया जा सकता है,” उन्होंने निष्कर्ष निकाला।

स्रोत: यूरेकलर्ट



Source link

Leave a Comment