গবেষণায় দেখা গেছে কৃত্রিম বুদ্ধিমত্তা ত্বকের ক্যান্সার নির্ণয়ের সঠিকতা উন্নত করে

স্ট্যানফোর্ড ইউনিভার্সিটি স্কুল অফ মেডিসিনের গবেষকদের নেতৃত্বে একটি নতুন গবেষণায় দেখা গেছে যে গভীর শিক্ষার উপর ভিত্তি করে একটি কৃত্রিম বুদ্ধিমত্তা-চালিত কম্পিউটার অ্যালগরিদম স্বাস্থ্যসেবা অনুশীলনকারীদের আরও সঠিকভাবে ত্বকের ক্যান্সার নির্ণয় করতে সহায়তা করতে পারে। এমনকি চর্মরোগ বিশেষজ্ঞরাও এআই নির্দেশিকা থেকে উপকৃত হতে পারেন, যদিও তারা নন-ডার্মাটোলজিস্টদের তুলনায় কম উন্নতি করে।

“এটি স্পষ্টভাবে দেখায় কিভাবে কৃত্রিম বুদ্ধিমত্তা ডাক্তারদের সাথে উন্নতি করতে কাজ করতে পারে খগভএলেনি লিনোস, এমডি, ডার্মাটোলজি এবং এপিডেমিওলজির অধ্যাপক বলেছেন। লিনোস স্ট্যানফোর্ড সেন্টার ফর ডিজিটাল হেলথের নেতৃত্ব দেন, যেটি ইঞ্জিনিয়ারিং এবং কম্পিউটার সায়েন্সের মধ্যে সহযোগিতার মাধ্যমে প্রযুক্তি এবং স্বাস্থ্যের সংযোগস্থলে সবচেয়ে গুরুত্বপূর্ণ গবেষণার প্রশ্নগুলির সমাধান করার জন্য প্রতিষ্ঠিত হয়েছিল। , ঔষধ এবং মানবিক.

লিনোস, গবেষণার সহযোগী ডিন, বেন ডেভেনপোর্ট এবং মেডিসিনের অধ্যাপক লুসি ঝাং এবং গবেষণাপত্রের সিনিয়র লেখক অধ্যয়ন,প্রকাশিত এনপিজে ডিজিটাল ওষুধ. পোস্টডক্টরাল পণ্ডিত জিয়ং কিম, পিএইচডি, এবং পরিদর্শনকারী গবেষক ইসাবেল ক্রাকওস্কি, এমডি, এই গবেষণার প্রধান লেখক।

“আগের গবেষণায় ডাক্তারদের তুলনায় এআই কতটা ভালো পারফর্ম করে তার উপর দৃষ্টি নিবদ্ধ করেছে,” কিম বলেন। “আমাদের গবেষণায় AI সহায়তা ছাড়া ডাক্তারদের তুলনা করা হয়েছে যে ডাক্তাররা AI ব্যবহার করে রোগ নির্ণয়ের জন্য ত্বক ক্যান্সার“

এআই অ্যালগরিদমগুলি ক্রমবর্ধমানভাবে ব্যবহৃত হয় ক্লিনিকাল সেটিংচর্মরোগ সহ। এগুলি কম্পিউটারে কয়েক হাজার বা এমনকি লক্ষ লক্ষ ত্বকের অবস্থার চিত্র যেমন রোগ নির্ণয় এবং রোগীর ফলাফলের মতো তথ্য সহ লেবেল দিয়ে তৈরি করা হয়।

একটি কল মাধ্যমে গভীর জ্ঞানার্জন, কম্পিউটারগুলি অবশেষে ক্যান্সার সহ নির্দিষ্ট ত্বকের রোগের সাথে সম্পর্কিত চিত্রগুলিতে স্বতন্ত্র প্যাটার্ন সনাক্ত করতে শিখেছে। প্রশিক্ষণের পরে, কম্পিউটার-লিখিত অ্যালগরিদম রোগীর ত্বকের অস্পর্শিত চিত্রগুলির উপর ভিত্তি করে সম্ভাব্য রোগ নির্ণয়ের পরামর্শ দিতে পারে।

যাইহোক, এই ডায়াগনস্টিক অ্যালগরিদমগুলি একা ব্যবহার করা হয় না। তারা চিকিত্সকদের দ্বারা তত্ত্বাবধানে থাকে, যারা রোগীর মূল্যায়ন করে, রোগীর নির্ণয়ের বিষয়ে তাদের নিজস্ব সিদ্ধান্তে আঁকেন এবং অ্যালগরিদমের সুপারিশগুলি গ্রহণ করবেন কিনা তা চয়ন করেন।

উন্নত নির্ভুলতা

কিম এবং লিনোসের দল 12টি গবেষণা পর্যালোচনা করেছে যাতে AI সহায়তায় বা ছাড়াই বিভিন্ন অনুশীলনকারীদের দ্বারা সম্ভাব্য ত্বকের ক্যান্সারের 67,000টিরও বেশি মূল্যায়নের বিবরণ রয়েছে। তারা দেখেছেন যে সামগ্রিকভাবে, স্বাস্থ্যসেবা অনুশীলনকারীরা 75 শতাংশ ত্বকের ক্যান্সার রোগীকে এআই-এর সাহায্য ছাড়াই নির্ভুলভাবে নির্ণয় করতে সক্ষম হয়েছে, একটি পরিসংখ্যানগত পরিমাপ যাকে সংবেদনশীলতা বলা হয়। পরিবর্তে, কর্মীরা প্রায় 81.5% লোকের ক্যান্সার-সদৃশ ত্বকের অবস্থার কিন্তু ক্যান্সার ছাড়াই সঠিকভাবে নির্ণয় করেছেন – একটি সহচর পরিমাপ যাকে বলা হয় নির্দিষ্টতা।

স্বাস্থ্যসেবা অনুশীলনকারীরা যারা এআই ব্যবহার করে রোগ নির্ণয়ের জন্য গাইড করে তারা আরও ভাল করে। তাদের ডায়গনিস্টিক সংবেদনশীলতা ছিল প্রায় 81.1% এবং নির্দিষ্টতা ছিল 86.1%। উন্নতিটি ছোট বলে মনে হতে পারে, তবে পার্থক্যটি সেই সমস্ত লোকদের জন্য গুরুত্বপূর্ণ যাদেরকে বলা হয়েছিল যে তাদের ক্যান্সার হয়নি কিন্তু বাস্তবে হয়েছে, বা যাদের ক্যান্সার ছিল কিন্তু বলা হয়েছিল যে তারা সুস্থ।

গবেষকরা যখন স্বাস্থ্যসেবা অনুশীলনকারীদের বিশেষত্ব বা প্রশিক্ষণের স্তর দ্বারা শ্রেণীবদ্ধ করেন, তখন তারা খুঁজে পান মেডিকেল স্টুডেন্টসতাদের মধ্যে, নার্স অনুশীলনকারীরা এবং প্রাথমিক যত্নের চিকিত্সকরা AI নির্দেশিকা থেকে সবচেয়ে বেশি উপকৃত হয়েছেন – গড়ে, সংবেদনশীলতা প্রায় 13 পয়েন্ট বৃদ্ধি পেয়েছে এবং নির্দিষ্টতা 11 পয়েন্ট বৃদ্ধি পেয়েছে। ডার্মাটোলজিস্ট এবং ডার্মাটোলজির বাসিন্দারা সামগ্রিকভাবে ভালো পারফর্ম করেছে, কিন্তু এআই-এর ডায়াগনস্টিক সংবেদনশীলতা এবং নির্দিষ্টতাও উন্নত হয়েছে।

“প্রশিক্ষণের স্তর নির্বিশেষে, AI এর সাহায্যে প্রত্যেকের নির্ভুলতার উন্নতি দেখে আমি অবাক হয়েছি,” লিনোস বলেছেন। “এটি আমাকে ক্লিনিকাল কেয়ারে AI-এর ব্যবহার সম্পর্কে খুব আশাবাদী করে তোলে। শীঘ্রই, আমাদের রোগীরা কেবল গ্রহণই করবে না, তবে তাদের সম্ভাব্য সর্বোত্তম যত্ন প্রদানের জন্য আমাদের AI-এর সাহায্যের আশা করবে।”

কিম সহ স্ট্যানফোর্ড সেন্টার ফর ডিজিটাল হেলথের গবেষকরা স্বাস্থ্য পরিচর্যায় এআই-ভিত্তিক সরঞ্জামগুলিকে একীভূত করার সম্ভাবনা এবং বাধাগুলি সম্পর্কে আরও জানতে আগ্রহী৷ বিশেষ করে, তারা কীভাবে AI এর প্রতি ডাক্তার এবং রোগীদের উপলব্ধি এবং মনোভাব এর বাস্তবায়নকে প্রভাবিত করবে তা তদন্ত করার পরিকল্পনা করে।

কিং বলেন, “মানুষ কীভাবে এআই-এর সাথে যোগাযোগ করে এবং ক্লিনিকাল সিদ্ধান্ত নেওয়ার জন্য এআই ব্যবহার করে তা আমরা আরও ভালভাবে বুঝতে পারব বলে আশা করি।”

পূর্ববর্তী গবেষণায় দেখা গেছে যে চিকিত্সকদের তাদের নিজস্ব ক্লিনিকাল সিদ্ধান্তের প্রতি আস্থা, এআই-এর আস্থা এবং ক্লিনিশিয়ান এবং এআই একটি রোগ নির্ণয়ের বিষয়ে একমত কিনা তা সবই প্রভাবিত করে যে ক্লিনিকাল সিদ্ধান্ত নেওয়ার সময় চিকিত্সকরা অ্যালগরিদমের সুপারিশগুলি গ্রহণ করেন কিনা। রোগী.

ডার্মাটোলজি এবং রেডিওলজির মতো মেডিকেল স্পেশালিটিগুলি রোগ নির্ণয়ের জন্য চিত্রগুলির (ভিজ্যুয়াল পরিদর্শন, ছবি, এক্স-রে, এমআরআই এবং সিটি স্ক্যান ইত্যাদি) উপর খুব বেশি নির্ভর করে, যা কম্পিউটারের জন্য কম ঝুলন্ত ফল কারণ তারা মানুষের ক্ষমতার বাইরে জিনিসগুলি সনাক্ত করতে পারে। বিস্তারিত চোখ (বা মস্তিষ্ক) যুক্তিসঙ্গতভাবে পরিচালনা করতে পারে। কিন্তু লিনোস এবং কিম বিশ্বাস করেন যে এমনকি অন্যান্য, আরও লক্ষণ-ভিত্তিক বিশেষত্ব বা ভবিষ্যদ্বাণীমূলক মডেল এআই হস্তক্ষেপ থেকে উপকৃত হতে পারে। এতে শুধু রোগীরাই উপকৃত হয় না।

“যদি এই প্রযুক্তি একই সাথে ডাক্তারদের ডায়গনিস্টিক নির্ভুলতাকে উন্নত করতে পারে এবং তাদের সময় বাঁচাতে পারে, তবে এটি একটি সত্যিকারের জয়-জয়। রোগীদের সাহায্য করার পাশাপাশি, এটি চিকিত্সকদের জ্বালা কমাতে এবং ডাক্তার এবং রোগীদের মধ্যে আন্তঃব্যক্তিক সম্পর্ক উন্নত করতে সাহায্য করতে পারে।”

“আমার কোন সন্দেহ নেই যে AI সহায়তা শেষ পর্যন্ত সমস্ত চিকিৎসা বিশেষত্বে ব্যবহার করা হবে। মূল প্রশ্ন হল কিভাবে আমরা নিশ্চিত করব যে এটি এমনভাবে ব্যবহার করা হয়েছে যা চিকিত্সক সুস্থতাকে সমর্থন করার সময় তাদের পটভূমি নির্বিশেষে সমস্ত রোগীদের সাহায্য করে।”