अनुहारको तस्बिरले क्यान्सरको उपचारपछि जीवन रक्षा गर्न सक्छन् वा सक्दैनन् भन्ने कुराको पूर्वअनुमान लगाउन कसरी मद्दत पुर्‍याउन सक्छ

मृत्युदरको जोखिम पूर्वानुमान गर्ने अल्गोरिदम र उमेरको अनुमान लगाउने अल्गोरिदमले आ-आफ्नो मूल्याङ्कनका लागि अनुहारका भिन्नाभिन्नै भागहरूको सूक्ष्म विश्लेषण गर्छन्।— मास जनरल ब्रिगम

बाह्य रूपमा सामान्य देखिने एउटा साधारण 'सेल्फी'ले पनि व्यक्तिको समग्र स्वास्थ्य अवस्था र आयुका बारेमा सोच्दै नसोचेका महत्त्वपूर्ण सङ्केतहरू बोकेको हुनसक्छ, विशेष गरी क्यान्सरसँग जुधिरहेका बिरामीहरूको सन्दर्भमा यो झनै लागू हुन्छ। बोस्टनस्थित 'मास जनरल ब्रिगम'का शोधकर्ताहरूले यस्ता आर्टिफिसियल इन्टेलिजेन्स (एआई) मोडलहरूको विकास गरेका छन्, जसले क्यान्सर बिरामीको अनुहारको एउटै तस्बिरको सहाराले मात्रै पनि उनीहरूको जैविक उमेर र जीवित रहने सम्भावनाको पूर्वानुमान गर्न सक्ने दाबी गरिएको छ।

'द ल्यान्सेट डिजिटल हेल्थ' पत्रिकामा भर्खरै प्रकाशित यो अध्ययनले चिकित्सकहरूका लागि अनुहारको विश्लेषण एउटा अतिरिक्त र प्रभावकारी साधन बन्न सक्ने देखाएको छ। यसले बिरामीको जीवन रक्षाको सम्भावना मूल्याङ्कन गर्न र कुन उपचार पद्धति उनीहरूका लागि सबैभन्दा उपयुक्त हुन्छ भन्ने निर्णय लिन ठूलो सहयोग पुर्‍याउन सक्छ। अध्ययनका प्रमुख लेखक तथा मास जनरल ब्रिगम क्यान्सर इन्स्टिच्युटका रेडिएसन अन्कोलोजिस्ट एवं एआई इन मेडिसिन कार्यक्रमका प्राध्यापक डा. रेमन्ड मेक भन्छन्, "अनुहारको एउटा सामान्य तस्बिरबाट मात्रै पनि मृत्युको जोखिमसँग जोडिएका सूक्ष्म सङ्केतहरू पहिल्याउन सकिन्छ भन्ने कुरा थाहा पाउँदा म आफैँ पनि निकै अचम्मित भएको थिएँ।"

चार करोडभन्दा बढी अनुहारका तस्बिरहरूमा आधारित भई प्रशिक्षित गरिएका यी एआई मोडलहरूले क्यान्सर बिरामीको समग्र स्वास्थ्य र जैविक उमेरको मापन गर्न अनुहारका विभिन्न पक्षहरूको विशेष अध्ययन गर्छन्। जन्ममिति वा वर्षका आधारमा गणना गरिने क्रोनोलोजिकल उमेरको विपरीत, जैविक उमेरले मानिसको शरीरको कोषकीय र शारीरिक स्तरमा कति परिपक्वता वा ह्रास आएको छ भन्ने वास्तविक अवस्थालाई प्रतिविम्बित गर्छ।

"जैविक उमेरको मापन गर्दा एआई मोडलहरूले अनुहारका कुन-कुन भागलाई ध्यानमा राख्छन् भन्ने प्रसङ्गमा डा. मेक भन्छन्, 'उमेरको अनुमान लगाउने अल्गोरिदमले कन्चटको भाग, निधार, आँखामाथिको क्षेत्र र नाकबाट सुरु भई ओठको कुनासम्म पुग्ने मन्दहास्य रेखा अर्थात् नासोलेबियल फोल्डलाई मसिनो गरी नियाल्छ।'

'यसको ठीक विपरीत, मृत्युदरको जोखिम पूर्वानुमान गर्ने अल्गोरिदमले भने अनुहारको अर्कै भागमा ध्यान केन्द्रित गर्छ,' डा. मेकले स्पष्ट पारे, 'यसले नाकको डाँडो र आँखाभन्दा मुनिको भागलाई विश्लेषण गर्छ।'

आश्चर्यजनक रूपमा, एआई मोडलले जैविक उमेर र जीवित रहने सम्भावनाको लेखाजोखा गर्न प्रयोग गरेका अनुहारका यी भागहरू ईसापूर्व ४०० तिर युनानी चिकित्सक एवं दार्शनिक हिप्पोक्रेट्सले आफ्नो पुस्तक 'बुक अफ म्यानिफेस्टेसन' (प्रोग्नोस्टिक्स) मा उल्लेख गरेका भागहरूसँग दुरुस्तै मेल खान्छन्। हिप्पोक्रेट्सले तत्कालीन समयमै 'खाडा परेको नाक, धसिएका आँखा र थेच्चिएका कन्चट'लाई मांसपेशी सुक्दै जानु र मृत्युको जोखिम नजिकिनुका लक्षणका रूपमा वर्णन गरेका थिए।

'हाम्रा अल्गोरिदमहरूले हजारौँ वर्षअघिको हिप्पोक्रेट्सको त्यही कालजयी ज्ञानलाई पुनरावृत्ति गरिरहेका छन् भन्ने सोच्दा हामी आफैँ पनि स्तब्ध भयौँ,' डा. मेकले भने।

एआई अल्गोरिदमहरूलाई हिप्पोक्रेट्सका यी प्राचीन ग्रन्थहरूबारे कुनै पूर्वज्ञान थिएन, किनभने 'हाम्रा अल्गोरिदमहरूलाई केवल अनुहारका तस्बिरहरू अनि सम्बन्धित व्यक्तिको उमेर र उनीहरूको मृत्यु भए-नभएको तथ्याङ्कका आधारमा मात्र प्रशिक्षित गरिएको हो,' डा. मेकले थपे।

'यसमा इन्टरनेटमा सङ्ग्रहित कुनै पनि पाठ्यसामग्री, ज्ञान वा पुराना बुद्धिमत्ताका भनाइहरूलाई समावेश गरिएको छैन,' उनले अगाडि भने, 'त्यसैले हाम्रा अल्गोरिदमहरूमा हजारौँ वर्षअघिका हिप्पोक्रेट्सका वाणीहरू गुञ्जिएको सुन्दा ज्यादै अनौठो र अद्भूत अनुभूति हुन्छ।'

डा. मेक र उनका सहकर्मीहरूले सुरुमा 'फाउन्डेसन आर्टिफिसियल इन्टेलिजेन्स फर हेल्थ रिकग्निसन-फेस' (FAHR-Face) नामक एउटा शक्तिशाली एआई मोडल तयार पारेका थिए। यो मोडललाई विभिन्न उमेर समूह र जातीय पृष्ठभूमि समेटिएका चार करोडभन्दा बढी अनुहारका तस्बिरहरूका आधारमा प्रशिक्षित गरिएको थियो।

यसरी तयार पारिएको मोडललाई थप परिष्कृत गर्दै विशिष्ट कार्यहरू सम्पादन गर्न सक्ने दुई फरक मोडलहरूको निर्माण गरियो। जसमध्ये, 'FAHR-FaceAge' मोडलले एउटै तस्बिरका आधारमा व्यक्तिको जैविक उमेरको अनुमान लगाउँछ भने 'FAHR-FaceSurvival' मोडलले अनुहारका विशेषताहरूलाई अन्य चिकित्सकीय विवरणहरूसँग संयोजन गरी क्यान्सर बिरामीको जीवित रहने सम्भावनाको पूर्वानुमान गर्छ।

'FAHR-FaceSurvival' मोडलको परीक्षणका क्रममा शोधकर्ताहरूले के पाए भने, मोडलद्वारा मृत्युको उच्च जोखिममा सूचीकृत गरिएका १२२ जना क्यान्सर बिरामीहरूमध्ये आधाभन्दा बढी अर्थात् ५२.५ प्रतिशत बिरामीको आकलन गरिएको ९० दिनभित्रै मृत्यु भयो। यसको विपरीत, सबैभन्दा कम जोखिमयुक्त समूहमा परेका ९७५ जना बिरामीहरूमध्ये केवल २ प्रतिशतको मात्र ९० दिनभित्र मृत्यु भएको थियो।

त्यसैगरी, 'FAHR-FaceAge' मोडलको मूल्याङ्कन गर्दा, जन्ममितिको वास्तविक उमेरभन्दा जैविक उमेर २० वर्षभन्दा बढी देखिएका १,०६० जना बिरामीहरूमध्ये २१ प्रतिशतको ९० दिनभित्रै निधन भयो। अर्कोतर्फ, वास्तविक उमेरभन्दा जैविक उमेर कम्तीमा १० वर्ष कान्छो देखिएका ४,१९५ जना बिरामीहरूमध्ये भने करिब ६ प्रतिशतको मात्र ९० दिनभित्र मृत्यु भएको पाइयो।

अनुहारमा गरिने सौन्दर्य प्रसाधनका परिवर्तनहरू—जस्तै शल्यक्रिया, बोटक्सजस्ता सुई वा श्रृङ्गार (मेकअप)—ले यी एआई मोडलहरूको कार्यक्षमता र नतिजामा कुनै असर नपार्ने तथ्यसमेत शोधकर्ताहरूले पत्ता लगाएका छन्।

'एक आशाजनक अवधारणागत पुष्टि'

अध्ययनका लेखकहरू आफ्ना एआई मोडलहरूले चिकित्सक वा हाल प्रचलनमा रहेका चिकित्सकीय मूल्याङ्कनलाई विस्थापित गर्ने उद्देश्य नराखेको कुरामा विशेष जोड दिन्छन्। यसको सट्टा, उनीहरू यस प्रविधिलाई भविष्यमा बिरामीको समग्र स्वास्थ्य अवस्था मूल्याङ्कन गर्न वा उपचारका विकल्पहरूबारे सही निर्णय लिन चिकित्सकहरूलाई सहयोग पुर्‍याउने एउटा उदीयमान औजारका रूपमा व्याख्या गर्छन्।

"यदि हामीले तीव्र गतिमा भइरहेको उमेर वृद्धि वा उच्च मृत्युदरका सङ्केतहरू सुरुवाती चरणमै पहिल्याउन सक्यौँ भने, गम्भीर स्वास्थ्य अवस्थाको पहिचानका लागि थप परीक्षणबाट लाभान्वित हुन सक्ने बिरामीहरूको समयमै स्क्रिनिङ वा पहिचान गर्न सम्भव हुन सक्छ," डा. मेक भन्छन्।

यो नयाँ अध्ययन केवल क्यान्सर बिरामीहरूमा मात्र केन्द्रित रहेर गरिएको भए तापनि, दीर्घजीवनका विषयमा चासो राख्ने अन्य सामान्य स्वस्थ व्यक्तिहरूमा पनि यस्तै नतिजा देखिन सक्छ वा सक्दैन भन्ने कुरा थप अनुसन्धानले स्पष्ट पार्ने डा. मेकको भनाइ छ।

एमोरी विश्वविद्यालयका पेडियाट्रिक्स एवं बायोमेडिकल इन्जिनियरिङका प्राध्यापक तथा रिसर्च चियर डा. विल्बर लामका अनुसार अध्ययनमा एआई प्रविधिको प्रयोग निकै रोचक छ, तर यसको वास्तविक चिकित्सकीय परीक्षण हुन अझै बाँकी छ।

"ठूलो तथ्याङ्कमा आधारित यो अध्ययन अत्यन्तै रोचक छ र अनुहारका तस्बिरहरू, जैविक उमेर अनि क्यान्सरबाट जीवित रहने जोखिमबीचको सम्बन्ध निकै सबल देखिन्छ। तर, यसको वास्तविक चिकित्सकीय उपयोगिता भने भविष्यमा गरिने थप परीक्षणहरूबाट प्रमाणित हुन बाँकी नै छ," यस अध्ययनमा संलग्न नरहेका डा. लामले एक ईमेलमार्फत भने।

"यसबाहेक, स्वयम् अध्ययनका लेखकहरूले नै सङ्केत गरेझैँ, यो प्रविधिलाई विशिष्ट उप-समूहहरूका लागि कत्तिको सटीक रूपमा प्रयोग गर्न सकिन्छ भन्ने प्रश्न अझै बाँकी नै छ," उनले अगाडि भने, "उदाहरणका लागि, विशिष्ट अनुहारका बनावट, छालाको रङ र उमेर समूहका मानिसहरूमा यसको प्रभाव कत्तिको बलियो रहन्छ भन्ने कुरालाई चिकित्सकीय रूपमा लागू गर्नुअघि थप परीक्षण गरी हेर्नु आवश्यक छ।"

युकेस्थित 'साइन्स मिडिया सेन्टर'द्वारा जारी वक्तव्यमा सरे विश्वविद्यालयका भिडियो प्रोसेसिङ एवं मेसिन इन्टेलिजेन्सका प्राध्यापक मिरोस्लाव बोबरले यो अध्ययनले रेडियोथेरापी गराइरहेका क्यान्सर बिरामीको अनुहारको बनावट र उनीहरूको जीवित रहने सम्भावनाबीच एउटा बलियो साङ्ख्यिकीय सम्बन्ध रहेको "विश्वसनीय प्रमाण" पेस गरेको बताएका छन्।

तर, "कुनै नतिजाको पूर्वानुमान गर्नु र त्यसको वैज्ञानिक व्याख्या गर्नु दुई फरक कुरा हुन्। 'जैविक उमेर' भनिए तापनि एआईले शरीरभित्र भइरहेको जैविक उमेर वृद्धिको प्रक्रियालाई प्रत्यक्ष मापन गर्नुको सट्टा केवल अनुहारको बाह्य बनावटका आधारमा मात्र उमेरको आकलन गर्छ," अध्ययनमा संलग्न नरहेका बोबरले भने।

"लेखकहरूले एआईले प्रयोग गर्ने अनुहारका क्षेत्रहरूलाई चिकित्सकहरूले वर्णन गर्ने 'मृत्यु नजिकिँदा देखिने रूप' (लुक अफ डाइङ) सँग जोडेका छन्। यद्यपि, एआईले चिकित्सकहरूले देख्न नसक्ने कुनै नयाँ कुरा पहिचान गर्न सक्छ कि सक्दैन भन्ने कुराको परीक्षण यस अध्ययनमा गरिएको छैन," बोबरले थपे।

"बिरामीको समग्र स्वास्थ्य र शारीरिक तन्दुरुस्तीका सम्बन्धमा चिकित्सकहरूले गर्ने नियमित मूल्याङ्कनभन्दा माथि उठेर यस पूर्वानुमानले कुनै अतिरिक्त चिकित्सकीय उपयोगी जानकारी थप्छ भन्ने कुरा अझै पुष्टि हुन सकेको छैन, किनकि चिकित्सकहरूको त्यस्तो मूल्याङ्कनलाई अध्ययनमा मापन नै गरिएको थिएन," उनले स्पष्ट पारे। "यो एक आशाजनक अवधारणागत पुष्टि मात्र हो, तर अहिल्यै चिकित्सकीय प्रयोगका लागि तयार भइसकेको छैन। यस औजारलाई अझै पनि चिकित्सकहरूको आफ्नै विवेक, विभिन्न अस्पतालहरू र फरक-फरक बिरामी समूहहरूका बीच परीक्षण गर्न बाँकी नै छ।"

स्रोत: https://edition.cnn.com/2026/10/20/health/ai-models-cancer-survival-biological-age

अनुवाद एवं प्रस्तुति: हर्कबहादुर प्रधान

(यो अनुवाद लेख साभार छाप्नेले अनिवार्य रुपमा मूल लेखको स्रोत, अनुवादकको नाम र दायित्वबोधको हाइपरलिङ्कसहित स्रोत खुलाउनुहोला । उचित तरिकाले स्रोत नखुलाइकन प्रकाशित गरिएमा बौद्धिक चोरी मानिनेछ ।–दायित्वबोध)

दायित्वबोधको विशेष अनुरोध

वाम वैचारिकीको रक्षा र प्रबर्द्धनका लागि दायित्वबोध अनलाइन निरन्तर रहनु जरुरी छ भन्ने तपाईंलाई लाग्छ ? के दायित्वबोधमा प्रकाशित भइरहेका सामग्रीहरु उपयोगी र पठनीय छन् भन्ने तपाईं ठान्नुहुन्छ ? दायित्वबोधको निरन्तरताको लागि तपाईंको सहयोगले ठूलो अर्थ राख्छ !

तपाईंले कसरी सहयोग गर्न सक्नुहुन्छ ? यस लिङ्कमा थिच्नुहोस्