AI मॉडेलने कॅन्सर रुग्णांच्या मृत्यूच्या जोखमीचा अंदाज लावण्यासाठी चेहर्याचे संकेत वापरले

द लॅन्सेट डिजिटल हेल्थमध्ये प्रकाशित झालेल्या एका नवीन अध्ययनाने एक नवीन कृत्रिम बुद्धिमत्ता मॉडेल उघड केले आहे, जे कॅन्सर रुग्णांमध्ये मृत्यूच्या जोखमीचा अंदाज लावण्यात सक्षम आहे. या संशोधनाने 40 मिलियनपेक्षा जास्त छायाचित्रांच्या डेटाबेसचा वापर केला आहे, ज्यामुळे वयोमानानुसार अनुभवलेल्या वयाचा आणि कॅन्सर उपचारांमध्ये जीवित राहण्याच्या परिणामांचा संबंध स्थापित केला जाऊ शकतो.

अध्ययनाचे निष्कर्ष दर्शवतात की जे लोक त्यांच्या वास्तविक वयापेक्षा मोठे दिसतात, त्यांचा मृत्यूचा धोका अधिक असतो. संशोधकांनी FAHR-FaceAge नावाच्या AI प्रणालीला 743,152 चित्रांवर प्रशिक्षित केले, ज्यामध्ये वयाचा सरासरी त्रुटी 5.1 वर्ष होती. जेव्हा याला 4,892 कॅन्सर रुग्णांवर लागू केले गेले, तेव्हा सरासरी भिन्नता जवळपास सात वर्षांपर्यंत वाढली, जे जैविक वयाशी संभाव्य संबंध दर्शवते.

38,183 कॅन्सर रुग्णांच्या एका वेगळ्या विश्लेषणात, जे लोक त्यांच्या कालानुक्रमिक वयापेक्षा किमान पाच वर्षे मोठे दिसतात, त्यांचा मृत्यूचा धोका 21% अधिक होता. दुसऱ्या AI टूल, FAHR-FaceSurvival, चा विकास 34,363 छायाचित्रे आणि जीवित राहण्याच्या डेटाचा वापर करून करण्यात आला, ज्यामुळे उच्चतम जोखमीच्या वर्गात वर्गीकृत रुग्णांची मृत्यू दर सर्वात कमी जोखमीच्या वर्गाच्या तुलनेत तीन पट अधिक होती.

या संशोधनाचे परिणाम वैयक्तिक आकलनांपेक्षा पुढे आहेत, जे वृद्ध किंवा कमजोर रुग्णांसाठी उपचार निर्णयांना प्रभावित करू शकतात. अध्ययनाचे प्रमुख लेखक, रेडियेशन ऑन्कोलॉजिस्ट रेयमंड मक यांनी चेहर्याच्या विश्लेषणाद्वारे आरोग्य आकलनांना सुधारण्याच्या उद्देशावर जोर दिला, जे वैयक्तिक उपचार योजनांना समर्थन देऊ शकते.

या परिणामांमध्ये आश्वासन असूनही, अध्ययन मर्यादांना मान्यता देते, ज्यामध्ये पुढील मान्यता आणि जनसांख्यिकीय पूर्वाग्रहाची शक्यता समाविष्ट आहे. संशोधकांनी नैदानिक सेटिंगमध्ये स्थापित भविष्यवाणी मॉडेलच्या विरोधात AI उपकरणांचे मूल्यांकन करण्यासाठी संभाव्य चाचण्यांची मागणी केली आहे. हे संशोधन कृत्रिम बुद्धिमत्ता आणि आरोग्य देखभाल यांच्यातील चौर्याच्या महत्त्वपूर्ण प्रगतीचे प्रतिनिधित्व करते, जे कॅन्सर उपचार आणि रुग्ण आकलनासाठी नवीन दृष्टिकोनासाठी मार्ग प्रशस्त करते.