कहानी एक नजर में
कार्यबल की कमी के अलावा, अल्जाइमर रोग के रोगियों की बढ़ती संख्या, भविष्य में इस आबादी की देखभाल में बाधा उत्पन्न कर सकती है।
प्रदाताओं पर नैदानिक बोझ को कम करने में मदद करने के लिए, शोधकर्ताओं ने कुछ प्रकार के बिगड़ा संज्ञान वाले रोगियों को वर्गीकृत करने के लिए एक कृत्रिम बुद्धि विकसित की।
न्यूरोलॉजिस्ट के साथ तुलना करने पर, एल्गोरिदम ने समान नैदानिक सटीकता दिखाई।
अल्जाइमर रोग का निदान करना मुश्किल हो सकता है और जैसे-जैसे वैश्विक आबादी बढ़ती जा रही है, नए मामलों का बोझ प्रदाताओं पर अतिरिक्त दबाव डालेगा।
आर्टिफिशियल इंटेलिजेंस (एआई) का उपयोग करते हुए, बोस्टन यूनिवर्सिटी स्कूल ऑफ मेडिसिन के शोधकर्ताओं ने कई कंप्यूटर मॉडल तैयार किए, जो रोग-विशिष्ट हस्ताक्षरों की पहचान करने के लिए रोगी डेटा का उपयोग करते थे।
इन हस्ताक्षरों से, एआई यह पहचानने में सक्षम था कि किन रोगियों में सामान्य संज्ञान, हल्की संज्ञानात्मक हानि, अल्जाइमर रोग और गैर-अल्जाइमर रोग मनोभ्रंश था।
नेचर कम्युनिकेशंस पत्रिका में निष्कर्ष प्रकाशित किए गए थे।
“यहां तक कि उन परिस्थितियों में जहां एक विशेष न्यूरोलॉजिस्ट या न्यूरो-रेडियोलॉजिस्ट सीधे निदान प्रदान करने में व्यस्त है, यह अनुमान लगाया जा सकता है कि कुछ हद तक स्वचालन मदद के लिए कदम उठा सकता है, जिससे डॉक्टरों और उनके रोगियों को तदनुसार उपचार की योजना बनाने में मदद मिलती है,” सह-लेखक ने कहा विजया बी. कोलाचलमा ने एक बयान में कहा।
पिछले शोध ने प्रदर्शित किया है कि एआई बीमारी की अनुपस्थिति और उपस्थिति के बीच अंतर करने में सक्षम है।
अमेरिका पहले से कहीं ज्यादा तेजी से बदल रहा है! खबरों के शीर्ष पर बने रहने के लिए अपने फेसबुक या ट्विटर फीड में चेंजिंग अमेरिका जोड़ें।
लेकिन विकसित मॉडल एमआरआई स्कैन में मनोभ्रंश संबंधी परिवर्तनों के आधार पर कुछ संकेतों की पहचान करने में सक्षम थे। तब संकेतों को अपक्षयी ऊतक परिवर्तनों के सूक्ष्म साक्ष्य के साथ मस्तिष्क क्षेत्रों से जुड़ा हुआ पाया गया।
लेखकों ने नोट किया कि यह अनूठी क्षमता वास्तविक दुनिया के परिदृश्यों को और अधिक बारीकी से दर्शाती है क्योंकि कंप्यूटर कई संभावनाओं के बावजूद रोगी की बीमारी के स्रोत पर सम्मानित होता है।
कोलाचलमा ने समझाया कि मनोभ्रंश, या किसी की मानसिक स्थिति में पुराने परिवर्तन, पार्किंसंस रोग, जराचिकित्सा अवसाद या पोषण की कमी की पहचान हो सकते हैं, जैसा कि अल्जाइमर रोग के विपरीत है।
“हमारा अध्ययन उपन्यास है, क्योंकि इससे पहले काम के विपरीत, हम तंत्रिका संबंधी बीमारी के इस विविध परिदृश्य के दौरान सटीक निदान प्रदान करने के लिए एक कम्प्यूटेशनल रणनीति प्रदर्शित करते हैं,” उन्होंने कहा।
एल्गोरिदम में खिलाए गए रोगी डेटा में कार्यात्मक परीक्षण, जनसांख्यिकी, चिकित्सा इतिहास और एमआरआई स्कैन के परिणाम शामिल थे, जो सभी नियमित डॉक्टरों की यात्राओं के दौरान एकत्र किए जा सकते हैं।
जब न्यूरोलॉजिस्ट और न्यूरोरेडियोलॉजिस्ट द्वारा किए गए निदान के साथ तुलना की जाती है, तो शोधकर्ताओं के मॉडल विशेषज्ञों से मिले।
जांचकर्ताओं ने आगे के शोध करने की योजना बनाई है, जिसमें स्मृति क्लीनिकों में एक संभावित अवलोकन संबंधी अध्ययन शामिल है, ताकि एल्गोरिथम के प्रदर्शन की तुलना चिकित्सकों के साथ की जा सके।
“अगर इस तरह की आमने-सामने की तुलना में पुष्टि की जाती है, तो हमारे दृष्टिकोण में [अल्जाइमर रोग] का पता लगाने और प्रबंधन के लिए मशीन सीखने के दायरे का विस्तार करने की क्षमता है, और अंततः स्वास्थ्य चिकित्सकों के लिए एक सहायक स्क्रीनिंग उपकरण के रूप में काम करता है,” उन्होंने लिखा।
Share this content: