ईक्लिनिकल मेडिसिन द्वारा प्रकाशित शोध के अनुसार, एक एआई उपकरण वर्तमान नैदानिक उपकरणों की तुलना में अल्जाइमर रोग की प्रगति का बेहतर पूर्वानुमान लगा सकता है।
अनुसंधानकैम्ब्रिज विश्वविद्यालय के मनोविज्ञान विभाग के वैज्ञानिकों के नेतृत्व में किए गए इस अध्ययन में, संज्ञानात्मक परीक्षणों और संरचनात्मक एमआरआई स्कैन जैसे गैर-आक्रामक, नियमित रूप से एकत्रित रोगी डेटा पर प्रशिक्षित एक मशीन लर्निंग मॉडल को शामिल किया गया था।
इसके बाद टीम ने अमेरिका, ब्रिटेन और सिंगापुर के 1,500 प्रतिभागियों से प्राप्त वास्तविक रोगी डेटा का उपयोग करके मॉडल का परीक्षण किया।
अध्ययन के अनुसार, एल्गोरिथ्म ने स्थिर हल्के संज्ञानात्मक हानि वाले लोगों और तीन वर्ष की अवधि के भीतर अल्जाइमर रोग की ओर अग्रसर होने वाले लोगों के बीच अंतर किया।
इसने उन व्यक्तियों की पहचान की जो 80% से अधिक मामलों में अल्ज़ाइमर से पीड़ित हुए। इसने उन लोगों की भी सही पहचान की जो 80% से अधिक मामलों में अल्ज़ाइमर से पीड़ित नहीं हुए।
इसमें उन प्रतिभागियों को वर्गीकृत किया गया जिनके लक्षण स्थिर रहेंगे, जिनमें धीरे-धीरे प्रगति होगी, तथा जिनमें तेजी से प्रगति होगी – जैसा कि 6 वर्षों के अनुवर्ती आंकड़ों से सत्यापित किया गया।
अनुसंधान दल ने पाया कि यह वर्तमान देखभाल मानक की तुलना में अल्जाइमर की प्रगति की भविष्यवाणी करने में तीन गुना अधिक सटीक था।
पढ़ें: एआई ने स्तन कैंसर की शुरुआती पहचान की, जिसे डॉक्टर नहीं पहचान पाए
इसमें दावा किया गया है कि इससे गलत निदान में कमी आएगी, नए रोगियों के उपचार में सुधार होगा, तथा उन रोगियों की बेहतर पहचान हो सकेगी जिन्हें अधिक गहन निगरानी की आवश्यकता है।
यह उन लोगों को भी एक अलग नैदानिक मार्ग की ओर निर्देशित करेगा जो स्मृति हानि से जूझ रहे हैं, लेकिन जिनके स्थिर रहने का पूर्वानुमान है, क्योंकि उनके लक्षण चिंता या अवसाद जैसे अन्य मुद्दों के कारण हो सकते हैं।
“इसमें मरीजों की भलाई में महत्वपूर्ण सुधार करने की क्षमता है, जिससे हमें पता चलेगा कि किन लोगों को निकटतम देखभाल की आवश्यकता है, साथ ही उन मरीजों की चिंता दूर होगी जिनके बारे में हमारा अनुमान है कि वे स्थिर रहेंगे।
कैम्ब्रिज विश्वविद्यालय के मनोविज्ञान विभाग की वरिष्ठ लेखिका प्रोफेसर ज़ो कोर्टज़ी ने कहा, “स्वास्थ्य देखभाल संसाधनों पर तीव्र दबाव के समय में, इससे अनावश्यक आक्रामक और महंगे नैदानिक परीक्षणों की आवश्यकता को दूर करने में भी मदद मिलेगी।”
कोर्टज़ी ने आगे कहा: “एआई मॉडल उतने ही अच्छे होते हैं, जितने अच्छे डेटा पर उन्हें प्रशिक्षित किया जाता है। यह सुनिश्चित करने के लिए कि हमारे मॉडल को स्वास्थ्य सेवा सेटिंग में अपनाया जा सकता है, हमने इसे न केवल शोध समूहों से, बल्कि वास्तविक मेमोरी क्लीनिक में रोगियों से नियमित रूप से एकत्र किए गए डेटा पर प्रशिक्षित और परीक्षण किया। इससे पता चलता है कि इसे वास्तविक दुनिया की सेटिंग में सामान्यीकृत किया जा सकेगा।”