सार:
अमेरिकी शोधकर्ताओं ने चेहरे के स्वास्थ्य पहचान मॉडल की एक नई पीढ़ी विकसित की है जो किसी मरीज के चेहरे की विशेषताओं के आधार पर उसकी जैविक उम्र का अनुमान लगा सकती है और सीधे मृत्यु के जोखिम का आकलन कर सकती है। अध्ययन के नतीजे बताते हैं कि इन चेहरे की छवियों में कैंसर रोगियों के पूर्वानुमान से संबंधित जानकारी होती है, जो भविष्य में डॉक्टरों को रोगी की शारीरिक स्थिति का अधिक व्यापक रूप से आकलन करने और उपचार योजनाओं के निर्माण के लिए एक संदर्भ प्रदान करने में मदद कर सकती है।
एफएएचआर-फेस नामक यह बुनियादी कृत्रिम बुद्धिमत्ता मॉडल मैसाचुसेट्स, यूएसए में एक व्यापक चिकित्सा संस्थान मास जनरल ब्रिघम की एक शोध टीम द्वारा विकसित किया गया था, और विभिन्न आयु और जातीय समूहों के 40 मिलियन से अधिक चेहरे की तस्वीरों का उपयोग करके प्रशिक्षित किया गया था। इसके आधार पर, शोधकर्ताओं ने दो पूरक विश्लेषण उपकरण विकसित किए: एफएएचआर-फेसएज और एफएएचआर-फेससर्वाइवल। पूर्व व्यक्ति की जैविक उम्र का अनुमान लगाता है और कैंसर के पूर्वानुमान का आकलन करने में सहायता के लिए इस जानकारी का उपयोग करता है; उत्तरार्द्ध उम्र का अनुमान लगाने और फिर परोक्ष रूप से परिणामों का अनुमान लगाने के बजाय, चेहरे की तस्वीरों से सीधे कैंसर रोगी के जीवित रहने के जोखिम की भविष्यवाणी करता है।
अनुसंधान टीम ने कैंसर रोगियों की नैदानिक तस्वीरों और उनके बाद के चिकित्सा परिणामों का उपयोग करके मॉडल को प्रशिक्षित किया। उनमें से, FAHR-FaceSurvival ने लक्षित प्रशिक्षण के लिए कैंसर रोगियों के 34,363 चेहरे की तस्वीरों का उपयोग किया और एक स्वतंत्र रोगी डेटा सेट में सत्यापित किया गया। इस तरह, शोधकर्ताओं को उम्मीद है कि कृत्रिम बुद्धि को मरीजों की शारीरिक स्थितियों और जीवित रहने के परिणामों से संबंधित चेहरे की छवियों से संकेतों की पहचान करने की अनुमति मिल जाएगी।
शोध के नतीजे बताते हैं कि एफएएचआर-फेससर्वाइवल में मजबूत जोखिम भेदभाव क्षमता है। मॉडल भविष्यवाणी परिणामों के अनुसार, मृत्यु के उच्चतम 10% जोखिम सीमा में लगभग आधे रोगियों की 90 दिनों के भीतर मृत्यु हो गई; जबकि न्यूनतम 10% जोखिम सीमा में रोगियों का अनुपात लगभग 2% था। यदि चतुर्थक के अनुसार तुलना की जाए, तो उच्चतम जोखिम समूह में मृत्यु का जोखिम भी सबसे कम जोखिम समूह की तुलना में काफी अधिक था, जिसका समायोजित खतरा अनुपात 3.23 था।
शोधकर्ताओं ने यह भी पाया कि कृत्रिम बुद्धिमत्ता द्वारा अनुमानित जैविक आयु और वास्तविक आयु के बीच का अंतर भी कैंसर रोगियों के जीवित रहने के परिणामों से संबंधित है। विकिरण चिकित्सा प्राप्त करने वाले रोगियों में, जिनके चेहरे उनकी वास्तविक उम्र से कम से कम पांच वर्ष अधिक बड़े दिखते थे, लगभग चार वर्षों के औसत अनुवर्ती के दौरान मृत्यु का जोखिम 21 प्रतिशत अधिक था। जिन लोगों के चेहरे उनकी वास्तविक उम्र से कम से कम पांच साल कम दिखते थे, उनमें मृत्यु का जोखिम 17 प्रतिशत कम था।
इसका मतलब यह नहीं है कि जो व्यक्ति युवा दिखता है वह कैंसर से लड़ने में बेहतर है। अध्ययन में जैविक आयु उपस्थिति के आधार पर कृत्रिम बुद्धिमत्ता द्वारा अनुमानित एक मीट्रिक है और यह सेलुलर उम्र बढ़ने, अंग कार्य या प्रतिरक्षा प्रणाली की स्थिति का प्रत्यक्ष माप नहीं है। यह संभवतः शरीर के परिश्रम, मांसपेशियों और कोमल ऊतकों में परिवर्तन और अन्य स्वास्थ्य संबंधी कारकों के संयोजन को दर्शाता है, लेकिन मॉडल वास्तव में कौन से विशिष्ट शारीरिक संकेतों की पहचान करता है, यह अभी भी पूरी तरह से समझा नहीं गया है।
मॉडल के ध्यान क्षेत्र का विश्लेषण करके, शोधकर्ताओं ने पाया कि दोनों उपकरण जिन चेहरे के स्थानों पर ध्यान केंद्रित करते थे वे अलग-अलग थे। एफएएचआर-फेसएज मुख्य रूप से नाक से मुंह के कोनों, माथे और मंदिर क्षेत्रों तक नासोलैबियल सिलवटों का विश्लेषण करता है; एफएएचआर-फेससर्वाइवल आंखों के नीचे और नाक के पुल के आसपास अधिक ध्यान केंद्रित करता है। इससे पता चलता है कि जैविक उम्र की भविष्यवाणी करना और जीवित रहने के जोखिम की भविष्यवाणी करना चेहरे की अलग-अलग जानकारी पर निर्भर हो सकता है।
शोध टीम का मानना है कि यह तकनीक भविष्य में डॉक्टरों को सर्जरी, विकिरण चिकित्सा या प्रणालीगत दवा उपचार का उपयोग करने का निर्णय लेने से पहले मरीज की शारीरिक क्षमता और कमजोरी का बेहतर आकलन करने में मदद कर सकती है। ऐसे मरीज़ों के लिए जो अधिक उम्र के हैं, जिनकी चिकित्सीय स्थितियाँ जटिल हैं, या जिनके पास संपूर्ण पारंपरिक बायोमार्कर डेटा का अभाव है, चेहरे की फोटो विश्लेषण एक कम लागत वाली, आसानी से संचालित होने वाली सहायक मूल्यांकन पद्धति बनने की उम्मीद है।
अध्ययन में यह भी पाया गया कि जीवनशैली और चेहरे की जैविक उम्र के बीच एक संबंध है, जिसमें धूम्रपान सबसे प्रमुख लिंक है और चेहरे बूढ़े दिखने लगते हैं। अत्यधिक शराब का सेवन और नशीली दवाओं का उपयोग भी इसी तरह की घटनाओं से जुड़ा हुआ है। शोधकर्ताओं ने यह भी कहा कि एफएएचआर-फेसएज ने विभिन्न शूटिंग कोणों, प्रकाश व्यवस्था, अभिव्यक्ति और मेकअप स्थितियों के तहत कुछ स्थिरता दिखाई, और अधिकांश प्लास्टिक सर्जरी के परीक्षण के बाद अपेक्षाकृत स्थिर अनुमान परिणाम बनाए रखा, लेकिन राइनोप्लास्टी सर्जरी छोटे बदलाव लाएगी।
फिर भी, शोधकर्ता और बाहरी विशेषज्ञ इस बात पर जोर देते हैं कि तकनीक अभी तक सीधे तौर पर डॉक्टर के फैसले की जगह नहीं ले सकती है। किसी मॉडल की भविष्यवाणियों की सटीकता का स्वचालित रूप से यह मतलब नहीं है कि यह वास्तविक उपचार परिणामों में सुधार करता है। भविष्य के अनुसंधान को अभी भी यह पुष्टि करने की आवश्यकता है कि क्या चिकित्सा इतिहास, परीक्षा डेटा और डॉक्टरों द्वारा पहले से ज्ञात शारीरिक मूल्यांकन में चेहरे के विश्लेषण के परिणामों को जोड़ने से भविष्यवाणी की सटीकता में और सुधार हो सकता है और वास्तव में रोगियों को बेहतर उपचार परिणाम प्राप्त करने में मदद मिल सकती है।
इसके अलावा, मॉडल प्रशिक्षण के लिए उपयोग किए जाने वाले रोगी समूह मुख्य रूप से उच्च आय वाले देशों से हैं। यह कैसे सुनिश्चित किया जाए कि यह विभिन्न जातीय समूहों, आयु समूहों और चिकित्सा वातावरण के लिए उपयुक्त है, यह अभी भी एक महत्वपूर्ण मुद्दा है। चूँकि चेहरे की विशेषताएं जातीय पृष्ठभूमि और पहले से मौजूद चिकित्सा स्थितियों से संबंधित हो सकती हैं, एआई को प्रशिक्षण डेटा में पूर्वाग्रह भी प्राप्त हो सकते हैं। इसलिए, बड़े पैमाने पर आवेदन से पहले अधिक व्यापक स्वतंत्र सत्यापन और संभावित नैदानिक अध्ययन की आवश्यकता है।
प्रासंगिक शोध परिणाम "द लैंसेट डिजिटल हेल्थ" में प्रकाशित किए गए हैं। शोध टीम को उम्मीद है कि भविष्य में, एक साधारण तस्वीर से अधिक मात्रात्मक स्वास्थ्य संकेतक निकाले जा सकते हैं, ताकि चेहरे का विश्लेषण केवल उपस्थिति के आधार पर रोगी के उपचार के अवसरों को निर्धारित करने के बजाय नैदानिक जोखिम मूल्यांकन के लिए एक पूरक उपकरण बन सके।
टिप्पणियाँ