हार्वर्ड का AI टूल सर्जरी के दौरान ब्रेन ट्यूमर की पहचान में 90% से अधिक सटीक

हार्वर्ड मेडिकल स्कूल के नेतृत्व वाली एक टीम ने एक अभूतपूर्व आर्टिफिशियल इंटेलिजेंस (AI) टूल विकसित किया है, जो सर्जरी के दौरान आक्रामक ब्रेन ट्यूमर, जैसे कि ग्लियोब्लास्टोमा, को कम घातक दिखने वाले ट्यूमर से अलग करने में 90% से अधिक सटीकता हासिल करता है। यह AI तकनीक वास्तविक समय में ऊतक के नमूनों का विश्लेषण करती है, जिससे सर्जनों को अधिक सटीक तरीके से ट्यूमर को हटाने और तुरंत उपचार योजना बनाने में मदद मिलती है। यह नवाचार ग्लियोब्लास्टोमा और मेटास्टेटिक ट्यूमर के बीच अंतर करने की महत्वपूर्ण आवश्यकता को पूरा करता है, जो अक्सर एक जैसे दिखते हैं। पारंपरिक तरीके, जैसे कि फ्रोजन सेक्शन पैथोलॉजी, में त्रुटियों की दर अधिक हो सकती है, जिसका सीधा असर रोगी के परिणामों पर पड़ता है।

हजारों बायोप्सी छवियों और आनुवंशिक डेटा पर प्रशिक्षित इस AI टूल ने लाइव सर्जरी के दौरान इन कैंसरों को अलग करने में 90% से अधिक सटीकता का प्रदर्शन किया है। यह कन्वेन्शनल न्यूरल नेटवर्क का उपयोग करके बिना रंगे हुए ऊतक स्लाइड्स को प्रोसेस करता है, जिससे पारंपरिक रंगाई और विशेषज्ञ समीक्षा में लगने वाले समय की बचत होती है। कई संस्थानों में परीक्षण के दौरान, AI ने गति और विश्वसनीयता दोनों में मानव पैथोलॉजिस्ट को पीछे छोड़ दिया, सूक्ष्म सेलुलर पैटर्न और आणविक हस्ताक्षर की पहचान की। यह टूल संभाव्य आउटपुट प्रदान करता है, जिससे सर्जन वास्तविक समय में जोखिमों का आकलन कर सकते हैं, जो ग्लियोब्लास्टोमा रोगियों के लिए महत्वपूर्ण है जहाँ पूर्ण निष्कासन आवश्यक है लेकिन जोखिम भरा भी हो सकता है। AI-संचालित यह प्रणाली AI-ऑगमेंटेड प्रिसिजन मेडिसिन की ओर एक बदलाव का प्रतीक है।

इस AI के विकास के लिए विभिन्न रोगी समूहों से 10,000 से अधिक एनोटेट की गई छवियों के एक विशाल डेटासेट की आवश्यकता थी, जो इसकी मजबूती सुनिश्चित करता है। डाना-फरबर कैंसर इंस्टीट्यूट के सहयोगियों ने जीनोमिक अंतर्दृष्टि का योगदान दिया, जिसमें दृश्य विशेषताओं को आनुवंशिक मार्करों से जोड़ा गया। प्रोफेसर इरविन लोह ने एक्स पर एक पोस्ट में इस उपकरण की प्रशंसा की, जिसमें कहा गया कि इसने "मनुष्यों को पीछे छोड़ दिया", जिससे निदान संबंधी त्रुटियों को कम करने की इसकी क्षमता के बारे में सकारात्मक भावना को बल मिला। सत्यापन में प्रॉस्पेक्टिव ट्रायल शामिल थे जहाँ AI ने मानक पैथोलॉजी की तुलना में काफी तेज, दो मिनट से भी कम समय में नमूनों को प्रोसेस किया। पुनरावृत्ति प्रशिक्षण के माध्यम से गलत सकारात्मकता को कम किया गया।

हालांकि, विशेषज्ञों का मानना है कि व्यापक रूप से अपनाने से पहले इस तकनीक को एफडीए से नियामक बाधाओं को पार करना होगा। शुरुआती अपनाने वालों का सुझाव है कि AI अधिक लक्षित उपचारों को सक्षम करके जीवित रहने की दर में सुधार कर सकता है। भविष्य में, अन्य AI प्रणालियों के साथ एकीकरण से व्यापक सर्जिकल सहायक बन सकते हैं। समान पहुंच और एल्गोरिदम पर अत्यधिक निर्भरता जैसी नैतिक चिंताएं बनी हुई हैं। जैसा कि एरिक टॉपोल ने एक्स पर एक पोस्ट में उल्लेख किया है, ऐसे मॉडल को ओपन-सोर्स करने से नवाचार में तेजी आती है, लेकिन मानव निरीक्षण आवश्यक है। यह विकास न्यूरो-ऑन्कोलॉजी में एक बढ़ते चलन को रेखांकित करता है, जहां AI पैथोलॉजिस्ट की कमी के बीच मानव विशेषज्ञता के अंतर को पाट रहा है। टेक फर्मों के साथ साझेदारी स्केलेबल संस्करणों की खोज कर रही है, जो संभावित रूप से रोबोटिक सर्जरी प्लेटफार्मों में इस उपकरण को एकीकृत कर सकती है। एनआईएच निदेशक के ब्लॉग में इसी तरह की प्रणालियों की प्रशंसा की गई है जो कैंसर को स्वस्थ ऊतक से अलग करती हैं। आलोचक डेटा गोपनीयता के मुद्दों और कुछ एल्गोरिदम की 'ब्लैक-बॉक्स' प्रकृति की ओर इशारा करते हैं, और पारदर्शिता की मांग करते हैं। ग्लियोब्लास्टोमा सालाना हजारों लोगों को प्रभावित करता है, हार्वर्ड के नेतृत्व वाला यह विकास स्मार्ट, सुरक्षित मस्तिष्क सर्जरी की दिशा में एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है, जो अत्याधुनिक तकनीक को नैदानिक ​​कुशाग्रता के साथ जोड़ता है।