শক্তিশালী নতুন অ্যালগরিদম মেডিকেল ডায়াগনস্টিকসে অ্যাপ্লিকেশনগুলির সাথে এআইয়ের নির্ভরযোগ্যতা অগ্রসর করে

জন হপকিন্স কিমেল ক্যান্সার সেন্টার, লুডভিগ সেন্টার এবং জনস হপকিন্স হুইটিং স্কুল অফ ইঞ্জিনিয়ারিং গবেষকদের নেতৃত্বে দুটি গবেষণা একটি শক্তিশালী নতুন পদ্ধতির প্রতিবেদন করেছে যা অনেক অ্যাপ্লিকেশনগুলির জন্য কৃত্রিম বুদ্ধিমত্তার (এআই) নির্ভরযোগ্যতা এবং যথার্থতা উন্নত করে। উদাহরণস্বরূপ, তারা রক্তের নমুনাগুলি থেকে প্রাথমিক ক্যান্সার সনাক্তকরণের জন্য নতুন পদ্ধতিটি প্রয়োগ করে, যা তরল বায়োপসি হিসাবে পরিচিত।

একটি সমীক্ষা EO এর বিকাশের বিষয়ে প্রতিবেদন করেছে (বহুমাত্রিক অবহিত জেনারেলাইজড হাইপোথিসিস টেস্টিং), এটি একটি এআই পদ্ধতি যা গবেষকরা ক্লিনিকাল সিদ্ধান্ত গ্রহণে ব্যবহৃত এআই সরঞ্জামগুলির জন্য প্রয়োজনীয় উচ্চ স্তরের আত্মবিশ্বাসের জন্য তৈরি করেছিলেন।

শক্তির সুবিধাগুলি চিত্রিত করার জন্য, তারা এটি রক্তে প্রচলিত ডিএনএর সার্কুলেটিং সেল-ফ্রি ডিএনএ (সিসিএফডিএনএ) ব্যবহার করে প্রাথমিক ক্যান্সার সনাক্তকরণের জন্য একটি পরীক্ষা বিকাশের জন্য এটি ব্যবহার করেছিল। একটি সহযোগী সমীক্ষায় দেখা গেছে যে ক্যান্সার সনাক্ত করতে ব্যবহৃত সিসিএফডিএনএ খণ্ডের ধরণগুলি অটোইমিউন এবং ভাস্কুলার রোগের রোগীদের মধ্যেও উপস্থিত হয়।

ক্যান্সারের জন্য উচ্চ সংবেদনশীলতার সাথে একটি পরীক্ষা বিকাশের জন্য তবে মিথ্যা-পজিটিভ ফলাফল হ্রাস করার জন্য, জন হপকিন্স এবং এই রোগগুলির চিকিত্সা ও অধ্যয়নকারী অন্যান্য সংস্থাগুলির সহকর্মীদের কাছ থেকে প্রাপ্ত অটোইমিউন এবং ভাস্কুলার রোগগুলি থেকে ডেটা অন্তর্ভুক্ত করার জন্য আরও প্রসারিত করা হয়েছিল।

অধ্যয়নগুলি প্রকাশিত হয় জাতীয় বিজ্ঞান একাডেমি কার্যক্রম।

জন হপকিন্স, পিক্সারের সহ-প্রতিষ্ঠাতা এড ক্যাটমুল, পিএইচডি, এবং গুড ল্যাব জুয়ান ল্যাভিস্তা ফেরেসের জন্য এআইয়ের মাইক্রোসফ্টের চিফ ডেটা সায়েন্টিস্টের তিন গবেষক দ্বারা রচিত একটি সম্পর্কিত নিবন্ধটি একযোগে প্রকাশিত হয়েছিল ক্যান্সার আবিষ্কার। এটি এআইকে ক্লিনিকাল অনুশীলনে অন্তর্ভুক্ত করার চ্যালেঞ্জগুলি নিয়ে আলোচনা করে, শক্তি দ্বারা সম্বোধন করা চ্যালেঞ্জগুলি সহ।

সত্যিকারের ডেটা ব্যবহার করে নিজেকে সূক্ষ্ম সুর করতে পারে এবং কয়েক হাজার সিদ্ধান্ত-গাছ ব্যবহার করে তথ্যের বিভিন্ন সাবসেটে এর যথার্থতা পরীক্ষা করে এবং জ্যোতির্বিজ্ঞান থেকে শুরু করে প্রাণিবিদ্যা পর্যন্ত বড় ডেটা নিয়োগকারী যে কোনও ক্ষেত্রে প্রয়োগ করা যেতে পারে। এটি অনেকগুলি ভেরিয়েবল সহ বায়োমেডিকাল ডেটাসেটগুলির বিশ্লেষণের জন্য বিশেষভাবে কার্যকর তবে তুলনামূলকভাবে কয়েকটি রোগীর নমুনা, এমন একটি সাধারণ পরিস্থিতি যেখানে traditional তিহ্যবাহী এআই মডেলগুলি প্রায়শই হ্রাস পায়।

রোগীদের ডেটা ব্যবহার করে পরীক্ষাগুলিতে, সংবেদনশীলতা এবং ধারাবাহিকতা উভয় ক্ষেত্রে ধারাবাহিকভাবে অন্যান্য এআই পদ্ধতিগুলি ছাড়িয়ে যেতে পারে। এটি এক হাজার ব্যক্তির রক্তের জন্য প্রয়োগ করা হয়েছিল – উন্নত ক্যান্সারযুক্ত 352 রোগী এবং ক্যান্সারবিহীন 648 জন ব্যক্তির।

প্রতিটি নমুনার জন্য, গবেষকরা 44 টি বিভিন্ন ভেরিয়েবল সেট মূল্যায়ন করেছেন, প্রতিটি জৈবিক বৈশিষ্ট্যগুলির একটি সেট সমন্বিত, যেমন ডিএনএ খণ্ড দৈর্ঘ্য বা ক্রোমোসোমাল অস্বাভাবিকতা এবং এটি পাওয়া গেছে যে অ্যানিউপ্লয়েডি-ভিত্তিক বৈশিষ্ট্যগুলি (ক্রোমোজোমের একটি অস্বাভাবিক সংখ্যা) ক্রোমোজোমের একটি অস্বাভাবিক সংখ্যা) 72% ক্যান্সারের সাথে ডিটেক্টের জন্য সর্বোত্তম ক্যান্সার সনাক্তকরণের পারফরম্যান্স ছিল (ডিটেক্টের সাথে ডিটেক্টের সাথে ডিটেকটিভিটি ডিটেক্টিভিটি ডিটেক্ট করে (ডিটেক্টেড ডিটেকটিভ। এই ভারসাম্যটি বাস্তব-বিশ্বের মেডিকেল অ্যাপ্লিকেশনগুলিতে গুরুত্বপূর্ণ যেখানে অপ্রয়োজনীয় পদ্ধতিগুলি এড়াতে মিথ্যা ইতিবাচকতা হ্রাস করা প্রয়োজনীয়।

“বায়োমেডিকাল ইঞ্জিনিয়ারিংয়ের সহযোগী অধ্যাপক এবং লিড তদন্তকারী জোশুয়া ভোগেলস্টেইন জোশুয়া ভোগেলস্টেইন বলেছেন,” আমাদের অনিশ্চয়তা পরিমাপ এবং নির্ভরযোগ্যতা বাড়ানোর একটি শক্তিশালী উপায় দেয়, বিশেষত এমন পরিস্থিতিতে যেখানে ডেটা জটিলতা বেশি। “

একাধিক ভেরিয়েবল সেটগুলির সংমিশ্রণ ক্যান্সার সনাক্তকরণের উন্নতি করতে পারে কিনা তা নির্ধারণ করার জন্য কমাইট নামে পরিচিত একটি সহযোগী অ্যালগরিদমেও প্রসারিত করা হয়েছিল।

গবেষকরা প্রাথমিক পর্যায়ে স্তন ক্যান্সারে আক্রান্ত 125 রোগীর এবং প্রাথমিক পর্যায়ে অগ্ন্যাশয় ক্যান্সারে আক্রান্ত 125 রোগীর রক্তের নমুনায় কমাইট প্রয়োগ করেছিলেন, যা 500 টি নিয়ন্ত্রণ (ক্যান্সারবিহীন অংশগ্রহণকারী) সহ বিশ্লেষণ করা হয়েছিল।

যদিও অগ্ন্যাশয় ক্যান্সারগুলি স্তন ক্যান্সারের তুলনায় প্রায়শই সনাক্ত করা হয়েছিল, কমাইট বিশ্লেষণে পরামর্শ দেওয়া হয়েছিল যে প্রাথমিক পর্যায়ে স্তন ক্যান্সার একাধিক জৈবিক সংকেতগুলির সংমিশ্রণে উপকৃত হতে পারে, ক্যান্সারের ধরণের দ্বারা সনাক্তকরণ কৌশলগুলি তৈরি করার সরঞ্জামের সম্ভাব্যতা তুলে ধরে।

সহযোগী গবেষণায়, গবেষক ক্রিস্টোফার ডুভিল, পিএইচডি, অনকোলজির সহকারী অধ্যাপক, স্যামুয়েল কার্টিস, পিএইচডি, লুডভিগ সেন্টারে পোস্টডক্টোরাল ফেলো এবং তাদের দলগুলি নির্লজ্জভাবে আবিষ্কার করেছিল যে সিসিএফডিএনএ ফ্রেগমেন্টেশন স্বাক্ষরগুলি পূর্বে ক্যান্সার সহ, যেমন ক্যান্সারে আক্রান্ত ব্যক্তিদের সাথেও ঘটেছিল, ডার্মাটোমায়োসাইটিস এবং ভাস্কুলার রোগগুলি ভেনাস থ্রোম্বোয়েম্বোলিজমের মতো।

অস্বাভাবিক খণ্ডিত স্বাক্ষরযুক্ত ব্যক্তিদের মধ্যে, তারা সমস্ত রোগীদের মধ্যে প্রদাহজনক বায়োমারকারদের বৃদ্ধি পেয়েছিল, তাদের অটোইমিউন রোগ, ভাস্কুলার ডিজিজ বা ক্যান্সার ছিল কিনা। তাদের ফলাফলগুলি সূচিত করে যে প্রদাহ – প্রতি সেমি ক্যান্সারের চেয়ে বরাবর বিভাজন সংকেতগুলির জন্য দায়ী, ক্যান্সারের জন্য নির্দিষ্ট বায়োমারকার হিসাবে সিসিএফডিএনএ খণ্ডন ব্যবহার করার জটিল প্রচেষ্টা।

ক্যান্সারের জন্য প্রদাহকে ভুল ধারণা দেওয়ার চ্যালেঞ্জ মোকাবেলায়, দলটি তার প্রশিক্ষণের ডেটাতে প্রদাহের তথ্য বৈশিষ্ট্য যুক্ত করেছে। বর্ধিত সংস্করণ হ্রাস পেয়েছে, তবে অ-ক্যান্সারজনিত রোগগুলির মিথ্যা-পজিটিভ ফলাফলগুলি পুরোপুরি নির্মূল করে নি।

“আমাদের মূল লক্ষ্যটি ছিল বিভাজন স্বাক্ষরগুলির জন্য দায়ী জৈবিক প্রক্রিয়াগুলি আরও তদন্ত করা যা আগে ক্যান্সারের জন্য নির্দিষ্ট বলে মনে করা হয়েছিল,” কার্টিস বলেছেন।

“ক্ষেত্রটি আরও জটিল বায়োমারকারগুলিতে চলে যাওয়ার সাথে সাথে ফলাফলের দিকে পরিচালিত অন্তর্নিহিত জৈবিক প্রক্রিয়াগুলি তাদের ব্যাখ্যার জন্য গুরুত্বপূর্ণ, বিশেষত মিথ্যা ইতিবাচক ফলাফল এড়াতে। আমাদের নতুন তথ্য ইঙ্গিত দেয় যে ক্যান্সার ব্যতীত অন্য রোগীদের রোগীদের ক্যান্সার হিসাবে বিশ্বাস করা যায় যদি না যথাযথ সেফগুয়ার্ডগুলি পরীক্ষাগুলিতে অন্তর্ভুক্ত না করা হয়।”

ডুভিল আরও যোগ করেছেন, “এই গবেষণার একটি রৌপ্য আস্তরণ হ’ল মোর পুনর্নির্মাণের ফলে প্রদাহজনিত রোগের জন্য পৃথক ডায়াগনস্টিক পরীক্ষা হতে পারে।”

একসাথে, অধ্যয়নগুলি এআই ব্যবহার করে বিশ্বাসযোগ্য ক্লিনিকাল প্রযুক্তি বিকাশের জটিলতাগুলির পাশাপাশি প্রতিশ্রুতি প্রদর্শন করে। সম্পর্কিত সম্পাদকীয়তে, গবেষকরা বেশ কয়েকটি সমালোচনামূলক চ্যালেঞ্জগুলি উল্লেখ করেছেন যেগুলি সমাধান করা দরকার যাতে মে এর মতো সরঞ্জামগুলি ক্লিনিকাল অনুশীলনে পুরোপুরি সংহত হতে পারে।

তারা এআইকে রুটিন ক্লিনিকাল কেয়ারে আনতে আটটি মূল বাধা চিহ্নিত করেছে। সহজ কথায়, এর মধ্যে এআই সরঞ্জামগুলি কার্যকর বলে বিবেচিত হওয়ার আগে ত্রুটিহীন হওয়া দরকার এমন মিথ্যা প্রত্যাশা অন্তর্ভুক্ত রয়েছে; সাধারণ হ্যাঁ-বা-কোনও উত্তরগুলির চেয়ে সম্ভাব্যতা হিসাবে ফলাফল উপস্থাপনের প্রয়োজন; এআই ভবিষ্যদ্বাণীগুলি বাস্তব-বিশ্বের সম্ভাবনার সাথে মেলে তা নিশ্চিত করা; ফলাফলগুলি নিশ্চিত করা পুনরুত্পাদনযোগ্য; বিভিন্ন জনগোষ্ঠীর উপর প্রশিক্ষণ মডেল; এআই কীভাবে সিদ্ধান্ত নেয় তা ব্যাখ্যা করে; রোগগুলি বিরল হলে পরীক্ষার নির্ভুলতা কীভাবে পরিবর্তিত হতে পারে তা স্বীকৃতি দেওয়া; এবং কম্পিউটার-উত্পাদিত সুপারিশগুলিতে অতিরিক্ত নির্ভরতা এড়ানো।

“যে কোনও ক্ষেত্রে অনিশ্চয়তা পরিমাপ করা এবং অনুসন্ধানের নির্ভরযোগ্যতা এবং পুনরুত্পাদনযোগ্যতার প্রতি আস্থা থাকা মূল ক্ষেত্রে প্রয়োগ করা যেতে পারে। এটি প্রাকৃতিক বিজ্ঞান, সামাজিক বিজ্ঞান বা চিকিত্সা বিজ্ঞানের ক্ষেত্রে হতে পারে। বিজ্ঞানের সমস্ত ক্ষেত্র জুড়ে গবেষণার জন্য আত্মবিশ্বাসের প্রয়োজন যে অ্যালগরিদম যা ছিটিয়ে দিচ্ছে তা আসল, প্রজননযোগ্য এবং নির্ভরযোগ্য,” জোশুয়া ভোগুয়া বলেছেন।

গবেষকরা বলছেন যে এআই প্রযুক্তি ব্যবহার করে প্রাপ্ত ফলাফলগুলি এআই-অবহিত ডেটা হিসাবে দেখা উচিত যা পরিপূরক হতে পারে তবে ক্লিনিকাল রায় প্রতিস্থাপন করতে পারে না। যদিও ক্যান্সার সনাক্তকরণে শক্তিশালী এবং কমাইট শক্তিশালী নতুন সরঞ্জাম সরবরাহ করে এবং সম্ভাব্য প্রদাহজনক এবং ভাস্কুলার ডিজিজ সনাক্তকরণ, তারা বলে যে এই জাতীয় পরীক্ষাগুলি ক্লিনিকাল ব্যবহারে বাড়ানোর আগে আরও ক্লিনিকাল ট্রায়াল এবং বৈধতা প্রয়োজনীয়।

“ফলাফলের উপর আস্থা অপরিহার্য, এবং এখন যে শক্তিতে একটি নির্ভরযোগ্য, পরিমাণগত সরঞ্জাম রয়েছে, আমরা এবং অন্যান্য গবেষকরা এটি ব্যবহার করতে পারি এবং আরও বেশি রোগীদের অধ্যয়ন করতে এবং পূর্ববর্তী ক্যান্সার সনাক্তকরণের জন্য আমাদের পরীক্ষাগুলিতে পরিসংখ্যানগতভাবে অর্থবহ বৈশিষ্ট্য যুক্ত করতে আমাদের প্রচেষ্টা ফোকাস করতে পারি,” লুডব্লিউজ সেন্টার ইনস্টিটিউটের এমডি, এমডি, হুকু-হুয়েগের কো-ডাইরেক্টর, এমডি বলেছেন।

মো এবং এর সহযোগী অ্যালগরিদম, কমাইট এখন ট্রিপল.এতে সর্বজনীনভাবে উপলব্ধ।

এই গবেষণাটি ভিয়েতনামের গবেষকদের সাথে একটি সহযোগী প্রচেষ্টা, যা ল্যান হো-ফ্যাম এবং টুয়ান নুগুইনের নেতৃত্বে, যারা গবেষণায় সমালোচনামূলক ক্লিনিকাল ডেটা, নমুনা এবং ব্যাখ্যা সরবরাহ করেছিলেন।