40 मिलियन चेहरों पर प्रशिक्षित AI कैंसर जीवित रहने के जोखिम का आकलन करता है
एक नया AI मॉडल डॉक्टरों को चेहरे के विश्लेषण के माध्यम से कैंसर जीवित रहने के जोखिम का आकलन करने में मदद कर सकता है।
AI मॉडल FAHR-Face ने 40 मिलियन से अधिक चित्रों पर प्रशिक्षण लिया।
उच्चतम जोखिम श्रेणी में मरीजों की मृत्यु दर तीन गुना अधिक थी।
FAHR-FaceAge उपकरण जैविक आयु को कैंसर जीवित रहने से जोड़ता है।
मैस जनरल ब्रिघम के शोधकर्ताओं ने एक नवीनतम कृत्रिम बुद्धिमत्ता प्रणाली विकसित की है जो चिकित्सा पेशेवरों को चेहरे की छवियों के आधार पर कैंसर जीवित रहने के जोखिम का आकलन करने में मदद कर सकती है। इस तकनीक को FAHR-Face कहा जाता है, जो 40 मिलियन से अधिक चेहरे की तस्वीरों के विशाल डेटासेट पर प्रशिक्षित की गई है, जिससे एक अधिक परिष्कृत मॉडल FAHR-FaceSurvival का निर्माण किया गया है, जो विशेष रूप से 34,363 कैंसर रोगियों की छवियों का विश्लेषण करता है।
यह FAHR-FaceSurvival पारंपरिक निदान विधियों के विपरीत, सीधे कैंसर की पहचान करने का प्रयास नहीं करता है। इसके बजाय, यह रोगी के चेहरे की विशेषताओं से जीवित रहने से संबंधित जानकारी निकालने पर ध्यान केंद्रित करता है। इस AI मॉडल के परिणाम प्रभावशाली रहे हैं; उच्चतम जोखिम श्रेणी में रखे गए मरीजों की मृत्यु दर निम्नतम जोखिम श्रेणी की तुलना में तीन गुना अधिक थी, जबकि विभिन्न नैदानिक कारकों को ध्यान में रखा गया। यह निष्कर्ष एक अलग रोगी समूह में भी मान्य किया गया, जिससे मॉडल की विश्वसनीयता को और मजबूत किया गया।
FAHR-FaceSurvival के अलावा, शोधकर्ताओं ने FAHR-FaceAge नामक एक अन्य उपकरण पेश किया है, जो किसी व्यक्ति की जैविक आयु का अनुमान लगाता है, जो उनकी शारीरिक स्थिति पर आधारित है, न कि केवल उनके जन्मदिन की संख्या पर। अध्ययन में यह पाया गया कि रोगी की जैविक आयु और वास्तविक आयु के बीच के अंतर जीवित रहने के परिणामों से महत्वपूर्ण रूप से जुड़े हुए थे, जो कैंसर की भविष्यवाणी में जैविक आयु की संभावित भूमिका को दर्शाता है।
FAHR-Face और FAHR-FaceAge दोनों AI उपकरण विभिन्न चेहरे के क्षेत्रों का विश्लेषण करते हैं, जिससे यह सुझाव मिलता है कि वे किसी व्यक्ति के स्वास्थ्य के बारे में अलग-अलग जानकारी प्रदान करते हैं। हालांकि, मैस जनरल ब्रिघम यह स्पष्ट करता है कि यह तकनीक स्वास्थ्य सेवा प्रदाताओं के नैदानिक निर्णय को प्रतिस्थापित करने के लिए नहीं है, बल्कि व्यक्तिगत उपचार दृष्टिकोण को बढ़ाने के लिए है। निष्कर्ष यह संकेत करते हैं कि एक साधारण तस्वीर अंततः डॉक्टरों के लिए जटिल कैंसर उपचार निर्णय लेते समय एक मूल्यवान संसाधन बन सकती है।
आगे देखते हुए, शोधकर्ता इन AI उपकरणों को और परिष्कृत करने और नैदानिक प्रथाओं में उनके एकीकरण का अन्वेषण करने की योजना बना रहे हैं। जैसे-जैसे यह तकनीक विकसित होती है, यह स्वास्थ्य सेवा पेशेवरों के लिए कैंसर रोगियों का आकलन और प्रबंधन करने के तरीके को बदलने की संभावना रखती है, जिससे जीवित रहने की दर में सुधार और उपचार रणनीतियों को अनुकूलित किया जा सके।
