एआई कैंसर देखभाल और अनुसंधान को कैसे बदल रहा है?

स्वास्थ्य और स्वास्थ्य प्रणालियों को बाधित करने के लिए कृत्रिम बुद्धिमत्ता की संभावना स्पष्ट हो रही है। इस लेख में हम कैंसर की देखभाल और अनुसंधान के एआई-संचालित भविष्य का पता लगाते हैं।

कैंसर। ट्यूमर। हर्ष, मरोड़ते हुए शब्द जो अक्सर दर्दनाक यादों और आशंकाओं को ट्रिगर करते हैं। दुनिया भर में डॉक्टर इस तरह की बीमारियों के समूह का इलाज करने की कोशिश कर रहे हैं। ऑन्कोलॉजी दवा की शाखा है जो कैंसर के निदान और उपचार में माहिर है। दिलचस्प है, इसमें तीन अलग-अलग उप-विशेषताएं भी शामिल हैं: चिकित्सा ऑन्कोलॉजी, विकिरण ऑन्कोलॉजी और सर्जिकल ऑन्कोलॉजी। मैं इस बारे में विस्तार से क्यों कह रहा हूं? आर्टिफिशियल इंटेलिजेंस (एआई) इन उप-विशिष्टताओं में से प्रत्येक में एक महत्वपूर्ण भूमिका निभा रहा है।

हेल्थकेयर पर आर्टिफिशियल इंटेलिजेंस (एआई) के प्रभाव पर हमारी दो-भाग श्रृंखला में, हम यह पता लगा रहे थे कि आर्टिफिशियल इंटेलिजेंस हेल्थकेयर स्पेक्ट्रम के विभिन्न हिस्सों को कैसे प्रभावित कर रहा है। आपको संक्षेप में याद दिलाने के लिए, हमने यूनिवर्सिटी कॉलेज लंदन अस्पताल में Google दीपमाइंड प्रोजेक्ट के बारे में बात की, जहाँ एआई का उपयोग 700 रोगियों के गुमनाम स्कैन के आधार पर लक्षित रेडियोथेरेपी का विश्लेषण करने के लिए किया गया था। विश्लेषण में शामिल प्रक्रिया, जिसे विभाजन के रूप में जाना जाता है, आमतौर पर पूरा होने में चार घंटे लगते हैं, लेकिन एआई के साथ उन्होंने उस समय को एक घंटे तक कम करने की क्षमता देखी है। रेडियोथेरेपी की सुविधा और अधिक कुशल योजना बेहतर सेवा वाले रोगियों को जन्म देती है।

इस तरह की जटिल बीमारी के साथ कृत्रिम बुद्धि कैसे मदद कर सकती है?

यूनिवर्सिटी ऑफ टेक्सास के एमडी एंडरसन कैंसर सेंटर और कैलिफोर्निया में पालो अल्टो मेडिकल फाउंडेशन के चिकित्सकों ने कैंसर (जेएएमए ऑन्कोलॉजी) के खिलाफ लड़ाई में एआई और बिग डेटा के संभावित उपयोग की खोज शुरू कर दी है। उन्होंने 14 परिदृश्यों का सुझाव दिया है जिसमें कैंसर देखभाल और अनुसंधान ऐसी खोजों से काफी लाभ उठा सकते हैं। इन निष्कर्षों को सारांशित करने के लिए, AI शोधकर्ता और चिकित्सक तीन मुख्य तरीकों से ऑन्कोलॉजी अनुसंधान में तेजी लाएंगे:

  • मौजूदा कैंसर रजिस्ट्रियों के विकास और एकीकरण से, स्थानीय से अंतर्राष्ट्रीय स्तर तक। कैंसर तंत्र (आम से दुर्लभ कैंसर) की बेहतर समझ के लिए इनका विश्लेषण और व्याख्या की जाती है। बिग डेटासेट एक विश्वसनीय साक्ष्य आधार प्रदान करते हैं, जबकि एआई विश्लेषण में मदद करता है।
  • सर्वोत्तम प्रथाओं और प्रवृत्तियों के विश्लेषण के माध्यम से दुनिया भर में कैंसर उपचार मार्गों में सुधार।
  • नाटकीय रूप से लागत-कुशल परीक्षणों के कार्यान्वयन की सुविधा द्वारा।

कैंसर का निदान करने के लिए हमारे द्वारा उपयोग किए जाने वाले उपकरणों को फिर से बनाना

परंपरागत रूप से, नैदानिक ​​तरीकों जैसे अल्ट्रासोनोग्राफी, एक्स-रे, कंप्यूटेड टोमोग्राफी (सीटी), और चुंबकीय अनुनाद इमेजिंग (एमआरआई) का उपयोग करके कैंसर का पता लगाया जाता है। हालाँकि, इन तकनीकों द्वारा कई प्रकार के कैंसर को मान्यता नहीं दी जा सकती है। एक वैकल्पिक दृष्टिकोण माइक्रोएरे जीन प्रोफाइल का विश्लेषण है। जटिल लगता है? जिस जीन को कुछ जीन व्यक्त किए जाते हैं, उसका आकलन करने के लिए आनुवंशिक सामग्री की अविश्वसनीय रूप से छोटी मात्रा का उपयोग करके कैंसर का पता लगाया जा सकता है। इस आनुवांशिक सामग्री द्वारा उत्पादित डेटा में भारी डेटा सेट होता है जिसका विश्लेषण किया जाना चाहिए। इस विश्लेषण को पूरा होने में घंटों लग सकते हैं। अब कल्पना कीजिए कि एआई के उपयोग के माध्यम से यह विश्लेषण जल्दी से किया जा सकता है। आर्टिफिशियल इंटेलिजेंस, वास्तव में, यहां एक महत्वपूर्ण भूमिका निभाता है, जैसा कि 2001 और 2003 के अध्ययनों में देखा गया है, और जब हम 2017 में तेजी से आगे बढ़ते हैं, तो हम कैस्केड न्यूरल नेटवर्क्स का उपयोग करने वाले शोधकर्ताओं को जीन मास्किंग जैसी नवीन तकनीकों के माध्यम से कैंसर को वर्गीकृत करने के लिए देखते हैं।

मामले का अध्ययन

ट्यूमर का बदसूरत चेहरा तब दिखता है जब वैज्ञानिक समझने के लिए संघर्ष करते हैं, या इससे भी बेहतर, भविष्यवाणी करते हैं, जिस तरह से ट्यूमर व्यवहार करते हैं। अनगिनत मरीज़ और उनके परिवार जो कैंसर की यात्रा से गुज़रे हैं, एक रिलैप्स की संभावना के साथ। रिलैप्स तब होता है जब मूल कैंसर कोशिकाओं में से कुछ प्रारंभिक उपचार से बच जाते हैं या उपचार के तुरंत बाद अनुवर्ती के दौरान बहुत कम पाए जाते हैं।

मैं स्टैनफोर्ड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी और स्टैनफोर्ड मेडिकल स्कूल के बीच हुए पेचीदा सहयोग से प्रेरित था। यह TensorFlow और 130,000 त्वचा रोग छवियों के डेटाबेस से जुड़े एक अविश्वसनीय प्रयास के परिणामस्वरूप हुआ। उन्होंने संभावित त्वचा कैंसर का नेत्रहीन निदान करने के लिए टेन्सरफ्लो एल्गोरिदम को प्रशिक्षित किया। सबसे अच्छा, उन्होंने 21 बोर्ड-प्रमाणित त्वचा विशेषज्ञों की राय के खिलाफ इस एल्गोरिदम द्वारा उत्पादित निदान का परीक्षण किया। नतीजा? एक ग्राउंड-ब्रेकिंग रिसर्च पेपर जहां एआई-सक्षम डायग्नॉस्टिक एल्गोरिदम ने त्वचा विशेषज्ञों के प्रदर्शन का मिलान किया। और सीखना चाहते हैं? तकनीकी पहलू पर केंद्रित इस वीडियो को देखें:

कैंसर के खिलाफ लड़ाई में एआई का उपयोग कर स्टार्टअप

ऑन्कोलॉजी के क्षेत्र के भीतर कृत्रिम बुद्धि दृश्य बढ़ रहा है, और पांच कंपनियों पर नजर रखने लायक है। एनालिटिक छाती के सीटी छवियों में फेफड़े के कैंसर के नोड्यूल्स का स्वचालित रूप से पता लगाने के लिए थोरैसिक रेडियोलॉजिस्ट के विशेषज्ञ पैनल की तुलना में 50% अधिक सटीकता के साथ गहरी सीखने का उपयोग कर रहा है।

इंसिलिको मेडिसिन, जो पहले हेल्थकेयर श्रृंखला में हमारे एआई में चित्रित की गई है, कैंसर उपचार के लिए दवा की खोज के लिए गहन शिक्षण एल्गोरिदम लागू कर रही है, जैसे कि इम्यूनोथेरेपी।

इन सभी प्रकार के उपचारों को अंतर्दृष्टि और विश्लेषण द्वारा समर्थित किया जाता है, और ओंकोमोरेडिकल, विकिरण ऑन्कोलॉजी के लिए भविष्य कहनेवाला अंतर्दृष्टि और जोखिम विश्लेषण ला रहा है। इस तरह वे बेहतर निर्णय लेने और उत्पन्न होने वाले विविध और मूल्यवान डेटा का उपयोग करने के लिए विकिरण ऑन्कोलॉजिस्ट की मदद कर रहे हैं।

दुनिया भर के रोगविज्ञानी रोजाना कैंसर का निदान करते हैं - यदि प्रति घंटा नहीं - आधार पर, और उनके काम में हजारों स्लाइड का विश्लेषण शामिल है। अब कल्पना करें कि क्या इन सामान्य स्लाइड्स को फ़िल्टर करने और उन लोगों को फ़्लैग करने में मदद करने के लिए एक सरल तरीका था, जिन्हें आगे ध्यान देने की आवश्यकता है। Proscia ने पैथोलॉजिस्ट और शोधकर्ताओं को "हर स्लाइड में पैथोलॉजी डेटा का लाभ उठाने" की अनुमति देते हुए एक डिजिटल पैथोलॉजी प्लेटफ़ॉर्म तैयार किया है।

ऑन्कोलॉजी के क्षेत्र में एआई का भविष्य

ईएसएमओ ओपन में, एक ओपन-एक्सेस ऑन्कोलॉजी पत्रिका, डॉ। कुरियनियो-फॉन्टेकेडरो का लेख "आर्टिफिशियल इंटेलिजेंस के माध्यम से ऑन्कोलॉजी का एक नया युग" वर्तमान स्थिति को स्पष्ट करता है। यही है, हालांकि यह तकनीक और अनुसंधान मौजूद हैं और कैंसर की देखभाल और अनुसंधान के लिए उपलब्ध हैं, वे अभी तक ऑन्कोलॉजिकल समुदाय में नहीं फैले हैं। ऑन्कोलॉजी में इसे अगले स्तर तक ले जाने के लिए आवश्यक अनुपलब्ध सामग्री हैं चिकित्सक खरीद-इन, कार्यान्वयन के लिए धन के अवसर, और शिक्षा।

"मैं एक ऐसे भविष्य की आशा कर रहा हूँ जहाँ इन बीमारियों से पीड़ित रोगियों को साक्ष्य-आधारित आशा और अवसर प्रदान करते हुए, कैंसर का सरल और सहज तरीके से इलाज किया जाएगा।"

कैंसर अनुसंधान और उपचार के क्षेत्र में भविष्य उज्ज्वल है। मैं एक ऐसे भविष्य की आशा कर रहा हूं, जहां कैंसर का सरल और सहज तरीके से इलाज किया जाएगा, जिससे इन बीमारियों से पीड़ित रोगियों को सबूत-आधारित आशा और अवसर मिलेंगे। यह सब के बाद, एआई के साथ एक पूरे पेशे को बदलने की बात नहीं है, बल्कि एक रोग विशेष में रोगियों को समय पर देखभाल प्रदान करना है जहां समय कारक महत्वपूर्ण है और उपचार को तेज और सटीक होना चाहिए।

12 सितंबर, 2017 को मूल रूप से https://blog.infermedica.com पर प्रकाशित।