ক্যান্সার নির্ণয়ের ক্ষেত্রে চিকিৎসা পদ্ধতি বেছে নেওয়া এবং বিভিন্ন ক্যান্সার ক্ষেত্রে বেঁচে থাকার সম্ভাবনার পূর্বাভাস দিতে একটি ChatGPT-সদৃশ মডেল উদ্ভাবন করতে যাচ্ছেন হার্ভার্ড বিজ্ঞানীরা। হার্ভার্ড মেডিক্যাল স্কুলের গবেষকরা এমন একটি বহুমুখী AI মডেল তৈরি করেছেন যা বিভিন্ন প্রকারের ক্যান্সারের জন্য ৯৬% নির্ভুল কাজ করতে সক্ষম।
নতুন AI সিস্টেমটির বিস্তারিত গত ৪ সেপ্টেম্বর nature.com এ প্রকাশিত হয়েছে যা বর্তমান ক্যান্সার নির্ণয়ের AI পদ্ধতির তুলনায় আরও কয়েকগুণ উন্নত।
বর্তমান AI সিস্টেমগুলি সাধারণত নির্দিষ্ট কাজ সম্পাদনের জন্য ব্যবহৃত হয়—যেমন ক্যান্সারের উপস্থিতি সনাক্ত করা বা টিউমারের জেনেটিক প্রোফাইলের পূর্বাভাস দেওয়া। এগুলো সাধারণত ক্যান্সারের হাতে গোনা কিছু কাজ করে। নতুন মডেলটি প্রায় ১৯ প্রকারের ক্যান্সারের উপর পরীক্ষা করা হয়েছে যা এটিকে ChatGPT সদৃশ অত্যাধুনিক মডেলের মতো সঠিক ফলাফল প্রদান করে।
গবেষকরা বলছেন, “আমাদের আকাঙ্ক্ষা ছিল একটি দক্ষ এবং বহুমুখী ChatGPT-সদৃশ AI প্ল্যাটফর্ম তৈরি করা যা ক্যান্সার মূল্যায়নের বিভিন্ন কাজ সম্পন্ন করতে পারে। আমাদের মডেলটি ক্যান্সার সনাক্তকরণ, পূর্বাভাস এবং চিকিৎসা প্রতিক্রিয়ার সাথে সম্পর্কিত বিভিন্ন কাজে খুবই কার্যকর হয়েছে।”
AI মডেলটি ডিজিটাল স্লাইডগুলো পর্যালোচনা করে টিউমার টিস্যুর মধ্যে ক্যান্সার কোষ সনাক্ত করে এবং সেলুলার বৈশিষ্ঠ্যের ভিত্তিতে টিউমারের আণবিক প্রোফাইলের ধারণা দেয় যা বর্তমানের অধিকাংশ AI সিস্টেমের তুলনায় অধিকতর সঠিক ফলাফল প্রদান করে। এটি ক্যান্সারের রোগীদের বেঁচে থাকার পূর্বাভাস দিতে পারে এবং টিউমারের চারপাশের টিস্যুর বৈশিষ্ট্য সঠিকভাবে চিহ্নিত করতে পারে—যা রোগীর স্ট্যান্ডার্ড চিকিৎসার, যেমন সার্জারি, কেমোথেরাপি, রেডিয়েশন এবং ইমিউনোথেরাপির ধারণা দেয়।
প্রশিক্ষণ ও কার্যকারিতা
গবেষণার দলের সর্বশেষ কাজটি পূর্ববর্তী গবেষণার উপর ভিত্তি করে তৈরি হয়েছে যা কোলন ক্যান্সার এবং মস্তিষ্কের টিউমার মূল্যায়নের জন্য AI সিস্টেমের জন্য ছিল।
নতুন মডেলটির নাম CHIEF (Clinical Histopathology Imaging Evaluation Foundation) যা ১৫ মিলিয়ন Unlabeled Image এর উপর গবেষণা করে তৈরি করা হয়েছে। এরপর এটি আরো ৬০,০০০ স্লাইড টিস্যু (যেমন ফুসফুস, স্তন, প্রস্টেট, কোলোরেকটাল, পেট, খাদ্যনালি, কিডনি, মস্তিষ্ক, লিভার, থাইরয়েড, প্যানক্রিয়াস, জরায়ু, ডিম্বাশয়, টেস্টিকুলার, ত্বক, নরম টিস্যু, অ্যাড্রেনাল গ্রন্থি এবং মূত্রাশয়) এর উপর পরীক্ষা করা হয়েছে।
পূর্ণাঙ্গ প্রশিক্ষণের পর গবেষক দলটি CHIEF-এর কার্যকারিতা ২৪টি হাসপাতাল এবং ৩২টি স্বাধীন ডেটাসেট থেকে ১৯,৪০০-এরও বেশি স্লাইড ইমেজের উপর পরীক্ষা করে।
অন্যান্য অত্যাধুনিক AI পদ্ধতিগুলোর ক্যান্সার কোষ সনাক্তকরণ, টিউমারের উত্স সনাক্তকরণ, রোগীর ফলাফল পূর্বাভাস দেওয়া এবং চিকিৎসার প্রতিক্রিয়ার সাথে সম্পর্কিত জিন ও DNA প্যাটার্ন সনাক্তকরণের তুলনায় CHIEF অবিশ্বাস্য সাফল্য দেখিয়েছে।
ক্যান্সার সনাক্তকরণ
CHIEF ক্যান্সার সনাক্তকরণে প্রায় ৯৪ শতাংশ সঠিকতা অর্জন করেছে এবং ১১ প্রকারের ক্যান্সারের ১৫টি ডেটাসেট জুড়ে বর্তমান AI পদ্ধতিগুলিকে উল্লেখযোগ্যভাবে অতিক্রম করেছে। এর মধ্যে রয়েছে খাদ্যনালি, পেট, কোলন এবং প্রস্টেট। যখন গবেষকরা CHIEF-কে সার্জিক্যালভাবে অপসারণ করা কোলন, ফুসফুস, স্তন, এন্ডোমেট্রিয়াম এবং সার্ভিক্সের টিউমার থেকে প্রাপ্ত নতুন স্লাইডগুলোর উপর পরীক্ষা করেছেন তখন মডেলটি ৯০ শতাংশের বেশি সঠিকতা নিয়ে কাজ করেছে।
টিউমারের আণবিক প্রোফাইলের পূর্বাভাস
একটি টিউমারের জেনেটিক গঠন তার ভবিষ্যৎ আচরণ এবং সর্বোত্তম চিকিৎসা নির্ধারণের জন্য গুরুত্বপূর্ণ সূত্র ধারণ করে। এই তথ্য পেতে, অনকোলজিস্টরা টিউমার নমুনার DNA সিকোয়েন্সিং করতে বলেন, কিন্তু খরচ এবং সময়ের কারণে ক্যান্সার টিস্যুর বিস্তারিত জেনোমিক প্রোফাইলিং নিয়মিত বা সারা বিশ্বে সমানভাবে করা হয় না।
CHIEF মাইক্রোস্কোপিক স্লাইডগুলি দেখে টিউমারের জেনোমিক পরিবর্তনগুলির পূর্বাভাস দেওয়ার ক্ষেত্রে বর্তমান AI পদ্ধতিগুলির চাইতে ভালো সমাধান দিয়েছে। এই নতুন AI পদ্ধতিটি ক্যান্সার বিস্তৃতি এবং দমন সম্পর্কিত বেশ কয়েকটি গুরুত্বপূর্ণ জিনের সাথে সম্পর্কিত বৈশিষ্ট্যগুলি সনাক্ত করতে সক্ষম হয়েছে এবং একটি টিউমারের বিভিন্ন স্ট্যান্ডার্ড থেরাপির প্রতিক্রিয়া নিয়ে দারুণ পুর্বাভাস দিয়েছে। CHIEF কোলন টিউমার ক্যান্সারের একটি ইমিউন থেরাপির প্রতিক্রিয়া সম্পর্কিত নির্দিষ্ট DNA প্যাটার্নও সনাক্ত করেছে যা ইমিউন চেকপয়েন্ট ব্লকেড নামে পরিচিত।
পুরো টিস্যুর ছবিগুলো দেখে CHIEF ৫৪টি সাধারণভাবে মিউটেটেড ক্যান্সার জিন চিহ্নিত করেছে ৭০ শতাংশেরও বেশি সামগ্রিক নির্ভুলতাসহ। বর্তমান শীর্ষস্থানীয় AI পদ্ধতির জন্য জেনেটিক ক্যান্সার পূর্বাভাসের ক্ষেত্রে আরও বেশি নির্ভুলতা অর্জন করেছে এটি। নির্দিষ্ট প্রকারের ক্যান্সার জন্য নির্দিষ্ট জিনের ক্ষেত্রে এর নির্ভুলতা বেশি ছিল।
গবেষকরা CHIEF-এর সক্ষমতা পরীক্ষা করেছেন ১৮টি জিন এবং ১৫টি অঙ্গজুড়ে। CHIEF ব্লাড ক্যান্সার ডিফিউজ লার্জ বি-সেল লিম্ফোমায় EZH2 নামে একটি জিনের মিউটেশন সনাক্ত করতে ৯৬ শতাংশ সঠিকতা অর্জন করেছে। থাইরয়েড ক্যান্সারে BRAF জিনের মিউটেশন সনাক্ত করতে এটি ৮৯ শতাংশ এবং মাথা এবং গলার ক্যান্সারে NTRK1 জিনের মিউটেশন সনাক্ত করতে ৯১ শতাংশ সঠিকতা অর্জন করেছে।
