ക്യാൻസർ കണ്ടുപിടിക്കാൻ AI ; പുതിയ പരീക്ഷണവുമായി ടാറ്റാ മെമ്മോറിയല്‍ ഹോസ്പിറ്റല്‍

ഇന്ത്യയിൽ ക്യാൻസർ കേസുകളുടെ വർദ്ധിച്ചുവരുന്ന അവസ്ഥ കണക്കിലെടുക്കുമ്പോൾ, ക്യാന്‍സര്‍  സ്പെഷ്യലിസ്റ്റുകളുടെ അഭാവം മരണങ്ങൾ തടയുന്നതിൽ കാര്യമായ വെല്ലുവിളി ഉയർത്തുന്നു.ഈ വിടവ് പരിഹരിക്കാൻ, ഇന്ത്യയിലെ ഏറ്റവും വലിയ കാൻസർ ആശുപത്രിയായ മുംബൈയിലെ ടാറ്റ മെമ്മോറിയൽ ഹോസ്പിറ്റൽ (TMH) ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലേക്ക് (AI) തിരിയുന്നു.

ക്യാൻസര്‍ രോഗം കണ്ടുപിടിക്കുന്നതിനും വിശകലനം ചെയ്യുന്നതിനുമായി  ഒരു 'ബയോ-ഇമേജിംഗ് ബാങ്ക്' സ്ഥാപിക്കുന്നതിലൂടെ രോഗം പ്രാരംഭ ഘട്ടത്തിൽ കണ്ടെത്തുന്നതിനും, വിദഗ്ദ ചികിത്സ ഉറപ്പാക്കാനും  സഹായിക്കുന്ന ഒരു അൽഗോരിതം തയ്യാറാക്കാൻ ആശുപത്രി പദ്ധതി തയ്യാറാക്കുന്നു. കഴിഞ്ഞ വർഷം 60,000 രോഗികളിൽ നിന്നുള്ള വിവരങ്ങൾ ബയോബാങ്കിൽ ഉൾപ്പെടുത്തികഴിഞ്ഞു. ക്ലിനിക്കൽ ഫലവിവരങ്ങൾ, ചികിത്സാ പ്രത്യേകതകൾ, അധിക മെറ്റാഡാറ്റ എന്നിവയുമായി ബന്ധപ്പെട്ടിരിക്കുന്ന സങ്കീര്‍ണ്ണ  വിവരങ്ങള്‍  റേഡിയോളജിയും പാത്തോളജി ഇമേജുകളും ഉൾക്കൊള്ളുന്ന ശക്തമായ ഒരു ശേഖരം സൃഷ്ടിക്കുക എന്നതാണ് പ്രോജക്റ്റിന്റെ പ്രധാന ലക്ഷ്യം. AI അൽഗോരിതങ്ങളുടെ നിരീക്ഷന്തിലൂടെ,രോഗത്തിന്‍റെ  കർശനമായ പരിശോധനയും, വിശകലനവും  നിര്‍വ്വഹിക്കുന്നതിനു  തന്ത്രപരമായി രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ് ഈ സമഗ്രമായ ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് സോഫ്റ്റവെയര്‍

.

തുടക്കത്തിൽ തലയിലെയും, കഴുത്തിലെയും  ക്യാൻസറുകളിലും ശ്വാസകോശ അർബുദങ്ങളിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്തിനാണ് പദ്ധതി വിഭാവനം ചെയ്തിരിക്കുന്നത്.  ഓരോ തരം കാൻസർ രോഗത്തിനും  കുറഞ്ഞത് 1000 രോഗികലുടെയെങ്കിലും ഡാറ്റ രോഗത്തെ തിരിച്ചറിയാനും ചികിത്സക്കുമായി ഉപയോഗപ്പെടുത്തുന്നു.

ഡാറ്റാബേസ് സൃഷ്ടിക്കുന്നതിനൊപ്പം, ശേഖരിച്ച ഡാറ്റ ഉപയോഗിച്ച് ഒന്നിലധികം AI അൽഗോരിതങ്ങൾ രൂപപ്പെടുത്തുകയും അവ വിശകലനത്തിനും  പരിശോധന്ക്കുമായി  പ്രോജക്റ്റിൽ ഉൾപ്പെടുത്തുന്നു

ഐഐടി-ബോംബെ, ആർജിസിഐആർസി-ന്യൂഡൽഹി, എയിംസ്-ന്യൂഡൽഹി, പിജിഐഎംഇആർ-ചണ്ഡീഗഢ് എന്നിവയുമായി സഹകരിച്ച് ബയോടെക്നോളജി വകുപ്പാണ് മൾട്ടി-ഇൻസ്റ്റിറ്റിയൂഷണൽ പ്രോജക്റ്റിന് ധനസഹായം നൽകുന്നത്

മനുഷ്യ മസ്തിഷ്കത്തിന്റെ വിവര സംസ്കരണം അനുകരിക്കുന്നതിലൂടെ ക്യാൻസർ കണ്ടെത്തുന്നതിന് ഗണ്യമായ സംഭാവന നല്‍കാന്‍ ഈ പദ്ധതിക്ക് ആവുമെന്നാണ് കരുതുന്നത്. ഈ സാങ്കേതികവിദ്യ ടിഷ്യു വ്യതിയാനങ്ങളും സാധ്യതയുള്ള മാരകരോഗങ്ങളും തിരിച്ചറിഞ്ഞ് നേരത്തേ കണ്ടുപിടിക്കാൻ സഹായിക്കുന്നു

സമഗ്രമായ ഇമേജിംഗ് രോഗിയുടെ അവസ്ഥയുടെ  ഡാറ്റ സൃഷ്ടിക്കുന്നു, രോഗ ബാധ, ചികിത്സയുടെ പ്രതികരണം, രോഗം ആവർത്തിക്കൽ, മൊത്തത്തിലുള്ള അതിജീവനം എന്നിവ മനസ്സിലാക്കാൻ സഹായിക്കുന്നു. AI, മെഷീൻ ലേണിംഗ് പ്രോട്ടോക്കോളുകൾ ട്യൂമറിനെ അതിജീവിക്കാനുള്ള  പ്രവചന മാതൃകകൾ സൃഷ്ടിക്കുകയും  ചികിത്സയെ  യഥോചിതം  നയിക്കുന്നതിനും ഈ ഡാറ്റ ഉപയോഗിക്കുന്നു.

ബയോപ്സി ഫലങ്ങൾ, ഹിസ്റ്റോപാത്തോളജി, ഇമ്മ്യൂണോഹിസ്റ്റോകെമിസ്ട്രി റിപ്പോർട്ടുകൾ, ജീനോമിക് സീക്വൻസുകൾ എന്നിവ വൈവിധ്യമാർന്ന അൽഗോരിതങ്ങൾ വികസിപ്പിക്കുന്നതിന് ചിത്രങ്ങളുമായും ക്ലിനിക്കൽ ഡാറ്റയുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു

ഈ സമീപനം TMH-നെ വ്യത്യസ്ത ട്യൂമറുകൾക്കുള്ള അൽഗോരിതം വികസിപ്പിക്കാനും ചിത്രങ്ങളിൽ നിന്ന് നേരിട്ട് ചികിത്സയുടെ പ്രതികരണങ്ങൾ വിലയിരുത്താനും ക്ലിനിക്കൽ യൂട്ടിലിറ്റി വാഗ്ദാനം ചെയ്യാനും അനാവശ്യ കീമോതെറാപ്പി ഒഴിവാക്കാനും സഹായിക്കുന്നു. ഇപ്പോള്‍തന്നെ  ബയോബാങ്ക് പ്രയോജനപ്പെടുത്തി, ആയിരക്കണക്കിന് സ്തനാർബുദ ചിത്രങ്ങളുടെ സഹായത്തോടെ രോഗ പ്രവചനത്തിനും, രോഗ നിര്‍ണ്ണയത്തിനും ആവശ്യമായ  മോഡലുകള്‍ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്,