फेशियल फोटो से कैंसर मृत्यु जोखिम का अनुमान लगाने वाला AI मॉडल
मैस जनरल ब्रिघम का FAHR-FaceSurvival AI एकल चेहरे की फोटो से उच्च जोखिम वाले कैंसर रोगियों की पहचान करता है।
FAHR-FaceSurvival ने 122 रोगियों को उच्च जोखिम में चिह्नित किया, जिनमें से 52.5% ने 90 दिनों के भीतर मृत्यु का सामना किया।
यह मॉडल 40 मिलियन से अधिक चेहरे की छवियों पर आधारित है और मौजूदा प्रोग्नोस्टिक आकलनों को बढ़ाने का लक्ष्य रखता है।
विशेषज्ञों ने विविध जनसंख्याओं में आगे की नैदानिक मान्यता की आवश्यकता पर जोर दिया।
मैस जनरल ब्रिघम के हालिया अध्ययन में एक AI मॉडल FAHR-FaceSurvival का अनावरण किया गया है, जो एक कैंसर रोगी के चेहरे की एकल फोटो से मृत्यु जोखिम का आकलन कर सकता है। इस अध्ययन में, 122 रोगियों को उच्च जोखिम में चिह्नित किया गया, जिनमें से 52.5% ने 90 दिनों के भीतर मृत्यु का सामना किया। इसके विपरीत, 975 रोगियों के निम्नतम जोखिम समूह में से केवल लगभग 2% ने समान परिणाम देखे। यह शोध, जो द लैंसेट डिजिटल हेल्थ में प्रकाशित हुआ है, चेहरे की छवियों से कैंसर की जीवित रहने की भविष्यवाणी करने की क्षमता में एक महत्वपूर्ण प्रगति को दर्शाता है।
FAHR-FaceSurvival मॉडल एक व्यापक आधारभूत मॉडल FAHR-Face पर आधारित है, जिसे 40 मिलियन से अधिक चेहरे की छवियों का उपयोग करके प्रशिक्षित किया गया है। इसके अलावा, एक संबंधित उपकरण FAHR-FaceAge, चेहरे की विशेषताओं के आधार पर रोगी की जैविक आयु का अनुमान लगाता है। रेडियोथेरेपी के रोगियों में, जिनकी जैविक आयु उनकी कालानुक्रमिक आयु से 20 वर्ष अधिक आंकी गई, उनकी मृत्यु दर 21% थी, जबकि जो रोगी कम से कम 10 वर्ष छोटे दिखते थे, उनकी मृत्यु दर लगभग 6% थी। जीवित रहने का मॉडल मुख्य रूप से नाक के पुल और आंखों के नीचे के क्षेत्र का विश्लेषण करता है, जबकि आयु का अनुमान नासोलैबियल फोल्ड और माथे की विशेषताओं पर केंद्रित होता है।
मैस जनरल ब्रिघम में आर्टिफिशियल इंटेलिजेंस इन मेडिसिन कार्यक्रम के निदेशक ह्यूगो एर्ट्स, पीएचडी, ने इस नवाचार को चेहरे की स्वास्थ्य पहचान AI में एक महत्वपूर्ण कदम बताया। उन्होंने कहा कि यह पहली बार है जब एक AI मॉडल सीधे एक साधारण फोटो से कैंसर की जीवित रहने की भविष्यवाणी कर सकता है। इस शोध में शामिल रेडिएशन ऑन्कोलॉजिस्ट रेयमंड माक ने इन उपकरणों को मौजूदा प्रोग्नोस्टिक आकलनों के पूरक के रूप में प्रस्तुत किया।
हालांकि निष्कर्ष आशाजनक हैं, बाहरी विशेषज्ञों ने मॉडल के अनुप्रयोग के संबंध में सतर्कता बरतने का आग्रह किया है। इमोरी विश्वविद्यालय के विल्बर लैम ने अध्ययन की आकर्षकता को उजागर किया, जो एक बड़े डेटा सेट पर आधारित है, लेकिन विभिन्न अस्पतालों और रोगी जनसंख्याओं में आगे की नैदानिक मान्यता की आवश्यकता पर जोर दिया। अध्ययन के लेखकों ने सीमाओं को स्वीकार किया, जिसमें प्रशिक्षण समूह में अधिकांश सफेद प्रतिभागी और बोस्टन क्षेत्र से होना शामिल है।
यह शोध स्वास्थ्य AI के क्षेत्र में तेजी से प्रगति के समय में आया है, जिसमें पिछले 90 दिनों में 65 संबंधित कहानियों की रिपोर्ट की गई है। मॉडल के प्रशिक्षण डेटा को और बढ़ाने के लिए, एक सार्वजनिक शोध पोर्टल स्थापित किया गया है, जो स्वयंसेवकों को अपने चेहरे की फोटो सबमिट करने की अनुमति देता है। इस पहल का उद्देश्य डेटा सेट को व्यापक बनाना और विभिन्न जनसंख्याओं में मॉडल की सटीकता में सुधार करना है।
