AI ಹೇಳುತ್ತದೆಯೇ ಕ್ಯಾನ್ಸರ್ ರೋಗಿಯ ಬದುಕುಳಿಯುವ ಸಾಧ್ಯತೆ - ಅಧ್ಯಯನದ ಫಲಿತಾಂಶ ಮತ್ತು ಮಿತಿಗಳೇನು!!

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ತಂತ್ರಜ್ಞಾನ ಆರೋಗ್ಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೊಸ ಸಾಧ್ಯತೆಗಳನ್ನು ತೆರೆದಿಡುತ್ತಿದೆ. ಇದೀಗ ವ್ಯಕ್ತಿಯ ಮುಖದ ಒಂದೇ ಫೋಟೋವನ್ನು ವಿಶ್ಲೇಷಿಸಿ, ಅವರ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜಿಸುವುದರ ಜೊತೆಗೆ ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ಬದುಕುಳಿಯುವ ಸಾಧ್ಯತೆಗಳ ಕುರಿತು ಮುನ್ಸೂಚನೆ ನೀಡಬಲ್ಲ AI ಮಾದರಿಯನ್ನು ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. ಈ ಅಧ್ಯಯನವು The Lancet Digital Health ವೈದ್ಯಕೀಯ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾಗಿದೆ.

ಅಮೆರಿಕದ Mass General Brigham ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿರುವ ಈ ಮಾದರಿಗೆ FAHR-Face ಎಂದು ಹೆಸರಿಡಲಾಗಿದೆ. 4 ಕೋಟಿಗೂ ಹೆಚ್ಚು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿದ್ದ ಮುಖದ ಚಿತ್ರಗಳನ್ನು ಬಳಸಿ ಇದಕ್ಕೆ ತರಬೇತಿ ನೀಡಲಾಗಿದೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ವೈದ್ಯರಿಗೆ ರೋಗಿಯ ಆರೋಗ್ಯ ಸ್ಥಿತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿ ನೀಡುವ ಸಾಧ್ಯತೆಯಿದೆ. ಆದರೆ ಇದು ಇನ್ನೂ ವೈದ್ಯಕೀಯ ಬಳಕೆಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಸಿದ್ಧವಾಗಿಲ್ಲ; ವೈದ್ಯರ ಪರೀಕ್ಷೆ ಮತ್ತು ನಿರ್ಧಾರಗಳಿಗೆ ಬದಲಿಯಾಗುವುದಿಲ್ಲ.

ಮುಖದ ಫೋಟೋದಿಂದ ಜೈವಿಕ ವಯಸ್ಸು ಹೇಗೆ ತಿಳಿಯುತ್ತದೆ

ಒಬ್ಬ ವ್ಯಕ್ತಿಯ ನಿಜವಾದ ವಯಸ್ಸು ಮತ್ತು ದೇಹದ ಜೈವಿಕ ವಯಸ್ಸು ಒಂದೇ ಆಗಿರಬೇಕೆಂದಿಲ್ಲ. ಜೈವಿಕ ವಯಸ್ಸು ಎಂದರೆ ದೇಹದ ಆರೋಗ್ಯ, ದೈಹಿಕ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ವಯಸ್ಸಾಗುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಅಂದಾಜು. ಒಂದೇ ವಯಸ್ಸಿನ ಇಬ್ಬರಲ್ಲಿ ದೈಹಿಕ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಆರೋಗ್ಯದ ಸ್ಥಿತಿ ವಿಭಿನ್ನವಾಗಿರಬಹುದು.

FAHR-Face ಮಾದರಿಯನ್ನು ಆಧರಿಸಿ ಸಂಶೋಧಕರು ಎರಡು ಪ್ರತ್ಯೇಕ AI ಸಾಧನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. FAHR-FaceAge ಮುಖದ ಚಿತ್ರದಿಂದ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜಿಸುತ್ತದೆ. FAHR-FaceSurvival ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ಬದುಕುಳಿಯುವ ಫಲಿತಾಂಶಗಳ ಕುರಿತು ನೇರವಾಗಿ ಅಪಾಯದ ಅಂದಾಜು ನೀಡಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.

ಮೊದಲ ಮಾದರಿಯು ಹಣೆಯ ಭಾಗ, ಕಣ್ಣಿನ ಅಂಚುಗಳು ಮತ್ತು ಮೂಗಿನಿಂದ ಬಾಯಿಯ ಮೂಲೆಗಳವರೆಗೆ ಕಾಣುವ ಮಡಿಕೆಗಳಂತಹ ಮುಖದ ಲಕ್ಷಣಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ. ಎರಡನೇ ಮಾದರಿಯು ಕಣ್ಣುಗಳ ಕೆಳಭಾಗ ಮತ್ತು ಮೂಗಿನ ಮೇಲ್ಭಾಗದ ಸುತ್ತಲಿನ ಪ್ರದೇಶಗಳಿಗೆ ಹೆಚ್ಚು ಗಮನ ನೀಡುತ್ತದೆ.

ಆದರೆ ಈ ಮುಖದ ಲಕ್ಷಣಗಳು ಬದುಕುಳಿಯುವ ಸಾಧ್ಯತೆಗಳೊಂದಿಗೆ ಏಕೆ ಸಂಬಂಧ ಹೊಂದಿವೆ ಎಂಬುದನ್ನು ಸಂಶೋಧಕರು ಇನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ ವಿವರಿಸಿಲ್ಲ. AI ಚಿತ್ರಗಳಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಿ ಅಂದಾಜು ನೀಡುತ್ತದೆ; ಅದು ಕ್ಯಾನ್ಸರ್ ಗಡ್ಡೆಯನ್ನು ಪತ್ತೆಹಚ್ಚುವುದಿಲ್ಲ.

38 ಸಾವಿರಕ್ಕೂ ಹೆಚ್ಚು ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳಲ್ಲಿ ಅಧ್ಯಯನ

ಸಂಶೋಧಕರು ಅಮೆರಿಕದಲ್ಲಿ ರೇಡಿಯೊಥೆರಪಿ ಪಡೆದ 38,000ಕ್ಕೂ ಹೆಚ್ಚು ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ಮಾಹಿತಿಯನ್ನು ಬಳಸಿ ಈ ಸಾಧನಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದಾರೆ. ಸರಾಸರಿ ನಾಲ್ಕು ವರ್ಷಗಳ ಅನುಸರಣಾ ಅವಧಿಯಲ್ಲಿ, AI ಅಂದಾಜಿಸಿದ ಜೈವಿಕ ವಯಸ್ಸು ನಿಜವಾದ ವಯಸ್ಸಿಗಿಂತ ಕನಿಷ್ಠ ಐದು ವರ್ಷ ಹೆಚ್ಚಿದ್ದ ರೋಗಿಗಳಲ್ಲಿ ಮರಣದ ಅಪಾಯ ಹೋಲಿಕೆ ಗುಂಪಿಗಿಂತ ಶೇ.21ರಷ್ಟು ಹೆಚ್ಚಾಗಿತ್ತು.

ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, AI ಅಂದಾಜಿಸಿದ ಜೈವಿಕ ವಯಸ್ಸು ನಿಜವಾದ ವಯಸ್ಸಿಗಿಂತ ಕನಿಷ್ಠ ಐದು ವರ್ಷ ಕಡಿಮೆಯಿದ್ದ ರೋಗಿಗಳಲ್ಲಿ ಮರಣದ ಅಪಾಯ ಶೇ.17ರಷ್ಟು ಕಡಿಮೆಯಾಗಿತ್ತು ಎಂದು ಅಧ್ಯಯನ ವರದಿ ತಿಳಿಸಿದೆ.

FAHR-FaceSurvival ಮಾದರಿಯು ಸುಮಾರು 4,000 ರೋಗಿಗಳಿಗೆ ಅಪಾಯದ ಅಂಕಗಳನ್ನು ನೀಡಿದ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿಯೂ ಗಮನಾರ್ಹ ವ್ಯತ್ಯಾಸ ಕಂಡುಬಂದಿದೆ. ಅತ್ಯಧಿಕ ಅಪಾಯದ ಅಂಕಗಳನ್ನು ಪಡೆದವರಲ್ಲಿ 122 ಜನರ ಪೈಕಿ 64 ಮಂದಿ 90 ದಿನಗಳೊಳಗೆ ಮೃತಪಟ್ಟಿದ್ದರು. ಅಂದರೆ ಈ ಗುಂಪಿನಲ್ಲಿ ಮರಣ ಪ್ರಮಾಣ ಶೇ.53ರಷ್ಟಿತ್ತು. ಅತ್ಯಂತ ಕಡಿಮೆ ಅಪಾಯದ ಅಂಕಗಳನ್ನು ಪಡೆದ ಗುಂಪಿನಲ್ಲಿ 975 ಜನರ ಪೈಕಿ 20 ಮಂದಿ ಮಾತ್ರ 90 ದಿನಗಳೊಳಗೆ ಮೃತಪಟ್ಟಿದ್ದರು; ಇದು ಸುಮಾರು ಶೇ.2ರಷ್ಟಾಗಿದೆ.

ಈ ಅಂಕಿಅಂಶಗಳು ಅಧ್ಯಯನದಲ್ಲಿನ ಗುಂಪುಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸುತ್ತವೆ. ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಯ ಬದುಕುಳಿಯುವ ಸಾಧ್ಯತೆಯನ್ನು ನಿಖರವಾಗಿ ನಿರ್ಧರಿಸುತ್ತವೆ ಎಂದರ್ಥವಲ್ಲ.

ಧೂಮಪಾನ ಮತ್ತು ಮದ್ಯಪಾನಕ್ಕೂ ಸಂಬಂಧ ಕಂಡುಬಂದಿದೆ

ಮುಖದ ಜೈವಿಕ ವಯಸ್ಸು ಮತ್ತು ಜೀವನಶೈಲಿಯ ನಡುವಿನ ಸಂಬಂಧವನ್ನೂ ಸಂಶೋಧಕರು ಪರಿಶೀಲಿಸಿದ್ದಾರೆ. ಧೂಮಪಾನ, ಅತಿಯಾದ ಮದ್ಯಪಾನ ಮತ್ತು ಮಾದಕ ವಸ್ತುಗಳ ಬಳಕೆ AI ಅಂದಾಜಿಸಿದ ಹೆಚ್ಚಿನ ಜೈವಿಕ ವಯಸ್ಸಿನೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿದ್ದವು.

ವಿಶೇಷವಾಗಿ ಪ್ರಸ್ತುತ ಧೂಮಪಾನ ಮಾಡುತ್ತಿದ್ದವರು, ಧೂಮಪಾನವನ್ನು ನಿಲ್ಲಿಸಿದ್ದವರಿಗಿಂತ ಹೆಚ್ಚು ವಯಸ್ಸಾದವರಂತೆ ಕಾಣುವ ಪ್ರವೃತ್ತಿ ಕಂಡುಬಂದಿದೆ. ಹಿಂದೆಂದೂ ಧೂಮಪಾನ ಮಾಡದವರಲ್ಲಿ ಈ ಪ್ರವೃತ್ತಿ ಇನ್ನೂ ಕಡಿಮೆಯಾಗಿತ್ತು.

ಆದರೆ ಇವು ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಸೂಚಿಸುವ ಸಂಶೋಧನಾ ಫಲಿತಾಂಶಗಳು ಮಾತ್ರ. ಮುಖದ ವಯಸ್ಸಾದ ನೋಟವೇ ಕ್ಯಾನ್ಸರ್ ಅಪಾಯಕ್ಕೆ ಕಾರಣವೆಂದು ಅಥವಾ ಈ ಲಕ್ಷಣಗಳಿಂದ ಮಾತ್ರ ವ್ಯಕ್ತಿಯ ಆರೋಗ್ಯವನ್ನು ನಿರ್ಧರಿಸಬಹುದು ಎಂದು ಹೇಳಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಕ್ಯಾನ್ಸರ್ ಚಿಕಿತ್ಸೆಯಲ್ಲಿ AI ಹೇಗೆ ನೆರವಾಗಬಹುದು

ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗೆ ಶಸ್ತ್ರಚಿಕಿತ್ಸೆ, ರೇಡಿಯೊಥೆರಪಿ ಅಥವಾ ಇತರ ತೀವ್ರ ಚಿಕಿತ್ಸೆಯನ್ನು ನೀಡುವ ಮೊದಲು ಅವರ ಒಟ್ಟಾರೆ ಆರೋಗ್ಯ, ದೈಹಿಕ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಚಿಕಿತ್ಸೆಯನ್ನು ಸಹಿಸಿಕೊಳ್ಳುವ ಶಕ್ತಿಯನ್ನು ವೈದ್ಯರು ಪರಿಗಣಿಸುತ್ತಾರೆ.

ಭವಿಷ್ಯದಲ್ಲಿ ಈ ರೀತಿಯ AI ಸಾಧನಗಳು ವೈದ್ಯರಿಗೆ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿ ಒದಗಿಸಬಹುದು. ವಿಶೇಷವಾಗಿ ರೋಗಿಯ ದೈಹಿಕ ಸ್ಥಿತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅಥವಾ ಹೆಚ್ಚಿನ ವೈದ್ಯಕೀಯ ಮೌಲ್ಯಮಾಪನದ ಅಗತ್ಯವಿರುವವರನ್ನು ಗುರುತಿಸಲು ನೆರವಾಗುವ ಸಾಧ್ಯತೆಯಿದೆ.

ಆದರೆ ಚಿಕಿತ್ಸೆಯನ್ನು ನೀಡಬೇಕೇ ಬೇಡವೇ ಎಂಬ ನಿರ್ಧಾರವನ್ನು AI ಅಂಕಗಳ ಆಧಾರದ ಮೇಲೆ ಮಾತ್ರ ತೆಗೆದುಕೊಳ್ಳಬಾರದು. ಕ್ಯಾನ್ಸರ್‌ನ ವಿಧ, ಹಂತ, ಪರೀಕ್ಷಾ ವರದಿಗಳು, ಹಿಂದಿನ ಚಿಕಿತ್ಸೆಗಳು, ರೋಗಿಯ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸ ಮತ್ತು ಅವರ ಸ್ವಂತ ಆದ್ಯತೆಗಳನ್ನೂ ವೈದ್ಯರು ಪರಿಗಣಿಸಬೇಕು.

ತಂತ್ರಜ್ಞಾನ ಇನ್ನೂ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿದೆ

FAHR-Face ಮಾದರಿಯ ಫಲಿತಾಂಶಗಳು ಭರವಸೆ ಮೂಡಿಸಿದರೂ, ಇದನ್ನು ಆಸ್ಪತ್ರೆಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸುವ ಮೊದಲು ಇನ್ನಷ್ಟು ಸಂಶೋಧನೆ ಅಗತ್ಯವಾಗಿದೆ. ವಿಭಿನ್ನ ಜನಸಂಖ್ಯೆ, ವಯೋಮಾನದವರು ಮತ್ತು ವಿವಿಧ ಆಸ್ಪತ್ರೆಗಳ ರೋಗಿಗಳಲ್ಲಿ ಇದರ ನಿಖರತೆಯನ್ನು ಪರೀಕ್ಷಿಸಬೇಕು. ಭಾರತದಂತಹ ದೇಶಗಳ ರೋಗಿಗಳಲ್ಲಿಯೂ ಈ ಮಾದರಿ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ದೃಢಪಡಿಸಬೇಕಿದೆ.

ಮುಖದ ಫೋಟೋ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯಾಗಿರುವುದರಿಂದ, ಅದರ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಬಳಕೆಯಲ್ಲಿ ಗೌಪ್ಯತೆ ಹಾಗೂ ರೋಗಿಯ ಒಪ್ಪಿಗೆಯನ್ನು ಕಾಪಾಡುವುದು ಕೂಡ ಮುಖ್ಯವಾಗಿದೆ.

ಒಟ್ಟಿನಲ್ಲಿ, ಒಂದೇ ಮುಖದ ಫೋಟೋದಿಂದ ಜೈವಿಕ ವಯಸ್ಸು ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಬದುಕುಳಿಯುವ ಅಪಾಯವನ್ನು ಅಂದಾಜಿಸುವ AI ಸಂಶೋಧನೆಯು ವೈದ್ಯಕೀಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೊಸ ಸಾಧ್ಯತೆಯನ್ನು ತೋರಿಸಿದೆ. ಆದರೆ ಇದು ಪ್ರಸ್ತುತ ವೈದ್ಯಕೀಯ ನಿರ್ಧಾರಗಳಿಗೆ ಸಹಾಯಕವಾಗಬಹುದಾದ ಸಂಶೋಧನಾ ಸಾಧನ ಮಾತ್ರ. ರೋಗಿಯ ನಿಜವಾದ ಆರೋಗ್ಯ ಸ್ಥಿತಿ ಅಥವಾ ಬದುಕುಳಿಯುವ ಸಾಧ್ಯತೆಯನ್ನು ಫೋಟೋವೊಂದರ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.