40 मिलियन चेहर्यांवर प्रशिक्षित AI कॅन्सरच्या जीवित राहण्याच्या जोखमीचे मूल्यांकन करते
एक नवीन AI मॉडेल डॉक्टरांना चेहर्याच्या विश्लेषणाद्वारे कॅन्सरच्या जीवित राहण्याच्या जोखमीचे मूल्यांकन करण्यात मदत करू शकते.
AI मॉडेल FAHR-Face 40 मिलियनहून अधिक चित्रांवर प्रशिक्षित आहे.
उच्चतम जोखमीच्या श्रेणीतील रुग्णांची मृत्यू दर तीन पट अधिक होती.
FAHR-FaceAge साधन जैविक वयाला कॅन्सरच्या जीवित राहण्याशी जोडते.
मैस जनरल ब्रिघमच्या संशोधकांनी एक अद्वितीय कृत्रिम बुद्धिमत्ता प्रणाली विकसित केली आहे जी वैद्यकीय व्यावसायिकांना चेहर्याच्या छायाचित्रांवर आधारित कॅन्सरच्या जीवित राहण्याच्या जोखमीचे मूल्यांकन करण्यात मदत करू शकते. या नव्या तंत्रज्ञानाला FAHR-Face असे नाव देण्यात आले आहे, जे 40 मिलियनहून अधिक चेहर्यांच्या छायाचित्रांच्या विशाल डेटासेटवर प्रशिक्षित केले गेले आहे, ज्यामुळे FAHR-FaceSurvival नावाचा एक अधिक परिष्कृत मॉडेल तयार करण्यात आला आहे, जो विशेषतः 34,363 कॅन्सर रुग्णांच्या छायाचित्रांचे विश्लेषण करतो.
FAHR-FaceSurvival पारंपरिक निदान पद्धतींप्रमाणे कॅन्सरची थेट ओळख करण्याचा प्रयत्न करत नाही. त्याऐवजी, हे रुग्णाच्या चेहर्याच्या वैशिष्ट्यांमधून जीवित राहण्याशी संबंधित माहिती काढण्यावर लक्ष केंद्रित करते. या AI मॉडेलचे परिणाम प्रभावी आहेत; उच्चतम जोखमीच्या श्रेणीतील रुग्णांची मृत्यू दर कमी जोखमीच्या श्रेणीतील रुग्णांच्या तुलनेत तीन पट अधिक होती, विविध नैदानिक घटकांचा विचार केल्यानंतरही. हा निष्कर्ष एक वेगळ्या रुग्ण गटातही मान्य करण्यात आला, ज्यामुळे मॉडेलची विश्वासार्हता वाढली.
FAHR-FaceSurvival व्यतिरिक्त, संशोधकांनी FAHR-FaceAge नावाचे एक अन्य साधन विकसित केले आहे, जे व्यक्तीच्या जैविक वयाचा अंदाज लावते, जो त्यांच्या शारीरिक स्थितीवर आधारित आहे, फक्त जन्मतारखांच्या संख्येवर नाही. या अभ्यासात असे आढळले की रुग्णाच्या जैविक वय आणि वास्तविक वय यामध्ये असलेला फरक जीवित राहण्याच्या परिणामांशी महत्त्वाने संबंधित होता, जो कॅन्सरच्या भविष्यवाणीमध्ये जैविक वयाची संभाव्य भूमिका दर्शवितो.
FAHR-Face आणि FAHR-FaceAge या दोन AI साधने वेगवेगळ्या चेहर्याच्या भागांचे विश्लेषण करतात, ज्यामुळे हे सूचित होते की ते व्यक्तीच्या आरोग्याबद्दल वेगवेगळ्या माहितीचे प्रतिनिधित्व करतात. तथापि, मैस जनरल ब्रिघमने स्पष्ट केले आहे की ही तंत्रज्ञान डॉक्टरांच्या नैतिक निर्णयाचे स्थान घेण्यासाठी नाही, तर वैयक्तिक उपचार पद्धतींना सुधारण्यासाठी आहे. निष्कर्ष सूचित करतात की एक साधी छायाचित्र शेवटी डॉक्टरांना जटिल कॅन्सर उपचार निर्णय घेताना एक महत्त्वाचा स्रोत बनू शकते.
आगामी काळात, संशोधक या AI साधनांची आणखी सुधारणा करण्याची आणि नैदानिक प्रथांमध्ये त्यांचा समावेश करण्याचा विचार करत आहेत. या तंत्रज्ञानाच्या विकासासोबत, हे आरोग्य सेवा व्यावसायिकांना कॅन्सर रुग्णांचे मूल्यांकन आणि व्यवस्थापन करण्याच्या पद्धतीत बदल घडवून आणण्याची क्षमता आहे, ज्यामुळे जीवित राहण्याच्या दरात सुधारणा होऊ शकते आणि उपचार धोरणे अधिक अनुकूलित होऊ शकतात.
