अमेरिकी अनुसन्धानकर्ताहरूले आर्टिफिसिअल इन्टेलिजेन्स (एआई) प्रविधिले व्यक्तिको अनुहारको तस्बिर हेरेर कति बिरामी छ र कति बाँच्न सक्छ भन्ने मूल्याङ्कन गर्न मद्दत गर्न सक्ने बताएका छन्। यो उपकरणलाई लाखौँ स्वस्थ व्यक्तिका अनुहार र क्यान्सरका ३५,००० बिरामीका तस्बिरहरूबाट प्रशिक्षित गरिएको छ। यसले आँखाको वरिपरिका र नाकको डाँडी नजिकका विशेषतलाई ध्यानपूर्वक विश्लेषण गरी बिरामीको बाँच्ने सम्भावनाको अनुमान लगाउन सक्ने वैज्ञानिकहरू बताउँछन्।
यद्यपि यो प्रविधि अस्पतालमा प्रयोगका लागि पूर्ण रूपमा तयार हुन अझै धेरै काम गर्न बाँकी छ, यसको मुख्य उद्देश्य चिकित्सकहरूलाई आफ्ना बिरामीका लागि उपयुक्त उपचार सिफारिस गर्न सहयोग गर्नु रहेको अनुसन्धानकर्ताहरू बताउँछन्। यो अनुसन्धानका प्रारम्भिक निष्कर्षहरू ‘द ल्यान्सेट डिजिटल हेल्थ’ नामक जर्नलमा प्रकाशित भएका छन्।
तस्बिर स्रोत, Getty Images
आँखामा हुन्छ
तस्बिर स्रोत, Mass General Brigham/Lancet Digital Health
‘फेस सर्भाइभल’ नामक एआईले बिरामी कति समयसम्म बाँच्न सक्छन् भन्ने अनुमान लगाउन आँखामुनिको र नाकको डाँडी वरिपरिको भागलाई अनुहारका सबैभन्दा महत्त्वपूर्ण भाग मानेको छ। यी मापदण्डहरू विभिन्न प्रकारका क्यान्सरमा लागू गर्दा पनि उपयोगी देखिएका थिए, जसमा फरक गम्भीरताका र हड्डी वा मस्तिष्कसम्म फैलिसकेका क्यान्सरका बिरामीहरू पनि समेटिएका थिए। अध्ययनमा संलग्न अधिकांश क्यान्सरका बिरामीहरू अमेरिका र नेदरल्यान्ड्सका थिए। उनीहरूमध्ये धेरैजसो ५० वा ६० वर्ष उमेर समूहका थिए, तर बालबालिकादेखि ९० वर्षभन्दा माथिका बिरामीहरू पनि समावेश थिए।
चिकित्सकहरूले बिरामीहरू कति अस्वस्थ छन् र उनीहरूको रोगको भविष्य कस्तो हुन सक्छ भन्ने मूल्याङ्कन गर्न पहिले नै शारीरिक परीक्षणका साथै विस्तृत जाँच र परीक्षणहरू गर्दै आएका छन्। पेटेन्टका लागि आवेदन दिइएको यो एआई उपकरण चिकित्सकहरूलाई उनीहरूको काममा सहयोग गर्न बनाइएको हो, न कि उनीहरूको स्थान लिनको लागि।
बोस्टनस्थित मास जेनरल ब्रिघमका प्रमुख अनुसन्धानकर्ता डाक्टर रेमन्ड म्याकले यसबारे व्याख्या गर्दै भनेका छन्, “वृद्धहरूको सङ्ख्या बढ्दै जाँदा, चिकित्सकहरूलाई विकिरण उपचार, शल्यक्रिया वा शरीरभरि प्रभाव पार्ने औषधि उपचारजस्ता गहन उपचार सिफारिस गर्नुअघि बिरामीको शारीरिक क्षमता र शारीरिक कमजोरीको अवस्था अनुमान गर्न अझ राम्रा विधिहरू आवश्यक पर्छ।” उनले थपे, “हाम्रो उद्देश्य अनुहारको फोटोका आधारमा गरिने स्वास्थ्य मूल्याङ्कनलाई अझ बढी परिमाणात्मक, उस्तै खालको र व्यापक रूपमा प्रयोग गर्न सकिने बनाउनु हो, ताकि यसले चिकित्सकको निर्णयलाई प्रतिस्थापन गर्नुको सट्टा बिरामीको व्यक्तिगत अवस्था अनुसार उपचारसम्बन्धी निर्णय लिन सहयोग पुर्याओस्।”
ताजगीपूर्ण अनुहार
डा. म्याक र उनका सहकर्मीहरूले व्यक्तिको जन्म मिति अनुसारको उमेरभन्दा फरक, उसको जैविक उमेर अर्थात् ऊ वास्तवमा कति बुढो देखिन्छ भन्ने अनुमान गर्ने एउटा एआई उपकरण ‘फेसएज’ को पनि मूल्याङ्कन गरिरहेका छन्। उक्त उपकरणले नासोलेबियल फोल्ड्स (नाकदेखि मुखको कुनासम्म देखिने रेखा), म्यारियोनेट लाइन्स (मुखको कुनाबाट चिउँडोतर्फ जाने रेखा), क्रो फिट (आँखाको बाहिरी कुनामा देखिने रेखाहरू), कनपट र गालाहरूले मानिस कति छिटो बुढो भइरहेको छ भन्ने राम्रो सङ्केत दिनसक्ने देखाएको छ।
केही जीवनशैलीसम्बन्धी बानीहरूले बुढ्यौलीको प्रक्रियालाई तीव्र बनाउन सक्छन्, जसमा अत्यधिक मदिरा सेवन, लागुऔषधको प्रयोग र धूम्रपान समावेश छन्। म्याकका अनुसार मानिसको अनुहारको मुद्रा, प्रकाश, अनुहारका भावभङ्गी र मेकअप फरक फरक भए पनि वास्तविक जीवनमा खिचिएका सामान्य तस्बिरहरूमा यो उपकरणको नतिजा “आश्चर्यजनक रूपमा एकरूप” थियो। उनले भने, “परीक्षण गरिएका अधिकांश प्लास्टिक सर्जरी प्रक्रियापछि पनि यसको नतिजा स्थिर नै रह्यो। तर नाकको आकार परिवर्तन गर्ने शल्यक्रिया (राइनोप्लास्टी) पछि भने थोरै परिवर्तन देखियो।”
यद्यपि, अनुसन्धानकर्ताहरूले यी उपकरणहरूले कतिको राम्रोसँग काम गर्छन् भन्ने निर्धारण गर्न अझ धेरै तथ्याङ्क र अनुहारका तस्बिरहरू आवश्यक पर्ने कुरामा जोड दिएका छन्। खासगरी विभिन्न जातीय समुदायका मानिसहरूका तस्बिरहरू आवश्यक छन्, किनकि यी उपकरणहरू अझै विकासकै चरणमा छन्। अनुसन्धान टोलीले सर्वसाधारणलाई पनि यस अध्ययनमा सहभागी हुन आह्वान गरिरहेको छ। सहभागीहरूले आफ्नो अनुहारको तस्बिर अनुसन्धान टोलीलाई अपलोड गरेर आफ्नो जैविक उमेरको व्यक्तिगत अनुमान प्राप्त गर्न सक्छन्।
यूकेको युनिभर्सिटी अफ सरेमा भिडिओ प्रशोधन तथा मेसिन लर्निङका विशेषज्ञ प्राध्यापक मिरोस्ल बोबरका अनुसार समयसँगै बुढ्यौली वा जीवनशैलीमा आएको परिवर्तनलाई यो उपकरणले सही रूपमा निगरानी गर्नसक्छ भन्ने दाबी गर्नु “अपरिपक्व” हुन्छ। उनले भने, “यो अवधारणाको सम्भावना देखाउने एउटा आशाजनक प्रारम्भिक अध्ययन हो, तर यो अझै चिकित्सकीय प्रयोगका लागि तयार भएको छैन।” उनले थप चेतावनी दिँदै भने, “यो उपकरणलाई चिकित्सकहरूको आफ्नै मूल्याङ्कनसँग तुलना गरेर परीक्षण गर्न आवश्यक छ। साथै विभिन्न अस्पताल र बिरामी समूहहरूमा पनि यसको परीक्षण हुनुपर्छ। कुनै नतिजाको पूर्वानुमान गर्नु र त्यो नतिजा किन आयो भनेर व्याख्या गर्नु एउटै कुरा होइन।”
