नवीन कृत्रिम बुद्धिमत्ता मॉडल ऊतक के नमूनों से कैंसर के परिणामों की सटीक भविष्यवाणी करता है

शोधकर्ताओं ने एक कृत्रिम बुद्धिमत्ता मॉडल विकसित किया है जो ऊतक के नमूनों से कैंसर रोगियों के परिणामों की सटीक भविष्यवाणी करता है, जो रोग के संभावित पाठ्यक्रम और व्यक्तिगत उपचार रणनीतियों के लिए AI का उपयोग करने में एक महत्वपूर्ण प्रगति को दर्शाता है।

जर्नल नेचर कम्युनिकेशंस में वर्णित अभिनव दृष्टिकोण, ऊतक के नमूनों में कोशिकाओं की स्थानिक व्यवस्था का विश्लेषण करता है।

शोधकर्ताओं ने कहा कि कोशिका स्थानिक संगठन एक जटिल पहेली की तरह है जहाँ प्रत्येक कोशिका एक अद्वितीय टुकड़े के रूप में कार्य करती है, जो एक सुसंगत ऊतक या अंग संरचना बनाने के लिए सावधानीपूर्वक एक साथ फिट होती है।

अध्ययन के नेता गुआंगुआ ज़ियाओ, जो अमेरिका में यूनिवर्सिटी ऑफ़ टेक्सास साउथवेस्टर्न मेडिकल सेंटर के एक प्रोफेसर हैं, ने कहा, “अध्ययन ऊतकों के भीतर कोशिकाओं के बीच इन जटिल स्थानिक संबंधों को समझने के लिए AI की उल्लेखनीय क्षमता को प्रदर्शित करता है, जो पहले मानव समझ से परे सूक्ष्म जानकारी निकालते हुए रोगी के परिणामों की भविष्यवाणी करते हैं।”

ऊतक के नमूने नियमित रूप से रोगियों से एकत्र किए जाते हैं और रोगविज्ञानी द्वारा व्याख्या के लिए स्लाइड पर रखे जाते हैं, जो निदान करने के लिए उनका विश्लेषण करते हैं।

हालांकि, यह प्रक्रिया समय लेने वाली है, और पैथोलॉजिस्ट के बीच व्याख्याएं अलग-अलग हो सकती हैं, शोधकर्ताओं ने कहा।

इसके अलावा, मानव मस्तिष्क पैथोलॉजी छवियों में मौजूद सूक्ष्म विशेषताओं को याद कर सकता है जो रोगी की स्थिति के लिए महत्वपूर्ण सुराग प्रदान कर सकते हैं, उन्होंने कहा।

पिछले कई वर्षों में बनाए गए विभिन्न AI मॉडल पैथोलॉजिस्ट के काम के कुछ पहलुओं को पूरा कर सकते हैं, उदाहरण के लिए, सेल प्रकारों की पहचान करना या कोशिकाओं के बीच बातचीत के लिए प्रॉक्सी के रूप में सेल निकटता का उपयोग करना।

हालांकि, ये मॉडल पैथोलॉजिस्ट द्वारा ऊतक छवियों की व्याख्या करने के तरीके के अधिक जटिल पहलुओं को सफलतापूर्वक दोहरा नहीं पाते हैं, जैसे कि सेल स्थानिक संगठन में पैटर्न को समझना और छवियों में बाहरी “शोर” को बाहर करना जो व्याख्याओं को गड़बड़ कर सकते हैं।

नया AI मॉडल, जिसका नाम Ceograph है, पैथोलॉजिस्ट द्वारा ऊतक स्लाइड को पढ़ने के तरीके की नकल करता है, जो छवियों में कोशिकाओं और उनकी स्थिति का पता लगाने से शुरू होता है।

वहां से, यह कोशिका प्रकारों के साथ-साथ उनकी आकृति विज्ञान और स्थानिक वितरण की पहचान करता है, एक मानचित्र बनाता है जिसमें कोशिकाओं की व्यवस्था, वितरण और अंतःक्रियाओं का विश्लेषण किया जा सकता है।

शोधकर्ताओं ने पैथोलॉजी स्लाइड का उपयोग करके तीन नैदानिक ​​परिदृश्यों में इस उपकरण को सफलतापूर्वक लागू किया।

एक में, उन्होंने फेफड़ों के कैंसर के दो उपप्रकारों, एडेनोकार्सिनोमा या स्क्वैमस सेल कार्सिनोमा के बीच अंतर करने के लिए सीओग्राफ का उपयोग किया।

दूसरे में, उन्होंने संभावित रूप से घातक मौखिक विकारों – मुंह के कैंसर-पूर्व घावों – के कैंसर में बढ़ने की संभावना का अनुमान लगाया।

तीसरे में, टीम ने पहचाना कि फेफड़ों के कैंसर के कौन से मरीज़ एपिडर्मल ग्रोथ फैक्टर रिसेप्टर इनहिबिटर नामक दवाओं के एक वर्ग पर सबसे अधिक प्रतिक्रिया करते हैं।

प्रत्येक परिदृश्य में, सीओग्राफ मॉडल ने मरीज़ के परिणामों की भविष्यवाणी करने में पारंपरिक तरीकों से काफी बेहतर प्रदर्शन किया।

महत्वपूर्ण रूप से, सीओग्राफ द्वारा पहचानी गई सेल स्थानिक संगठन विशेषताएँ व्याख्या योग्य हैं और जैविक अंतर्दृष्टि की ओर ले जाती हैं कि कैसे व्यक्तिगत सेल-सेल स्थानिक संपर्क परिवर्तन विविध कार्यात्मक परिणाम उत्पन्न कर सकता है, जिओ ने कहा।

उन्होंने कहा कि ये निष्कर्ष चिकित्सा देखभाल में एआई की बढ़ती भूमिका को उजागर करते हैं, जो पैथोलॉजी विश्लेषण की दक्षता और सटीकता में सुधार करने का एक तरीका प्रदान करते हैं।

“इस पद्धति में उच्च जोखिम वाली आबादी के लिए लक्षित निवारक उपायों को कारगर बनाने और व्यक्तिगत रोगियों के लिए उपचार चयन को अनुकूलित करने की क्षमता है,” जिओ ने कहा।