सर्जरी के दौरान छूटे ब्रेन ट्यूमर को ए आई ने खोल निकाला

फास्टग्लियोमा एक कृत्रिम बुद्धिमत्ता आधारित निदान प्रणाली है, जिसमें डिफ्यूज ग्लियोमा वाले रोगियों के व्यापक प्रबंधन में तुरंत सुधार करके न्यूरोसर्जरी के क्षेत्र को बदलने की क्षमता है, यूनिवर्सिटी ऑफ मिशिगन हेल्थ के न्यूरोसर्जन और यू-एम मेडिकल स्कूल में न्यूरोसर्जरी के सहायक प्रोफेसर, वरिष्ठ लेखक टॉड होलन ने कहा।

यह तकनीक ट्यूमर का पता लगाने के लिए देखभाल के मौजूदा मानक तरीकों की तुलना में अधिक तेज़ और सटीक तरीके से काम करती है और इसे अन्य बाल चिकित्सा और वयस्क ब्रेन ट्यूमर निदान के लिए सामान्यीकृत किया जा सकता है।

यह ब्रेन ट्यूमर सर्जरी के मार्गदर्शन के लिए एक आधारभूत मॉडल के रूप में काम कर सकती है। जब कोई न्यूरोसर्जन किसी मरीज के मस्तिष्क से जानलेवा ट्यूमर निकालता है, तो वे शायद ही कभी पूरे द्रव्यमान को निकाल पाते हैं। जो बचता है उसे अवशिष्ट ट्यूमर कहते हैं। आमतौर पर, ऑपरेशन के दौरान ट्यूमर छूट जाता है क्योंकि सर्जन स्वस्थ मस्तिष्क और उस गुहा में अवशिष्ट ट्यूमर के बीच अंतर करने में सक्षम नहीं होते हैं जहाँ से द्रव्यमान निकाला गया था। अवशिष्ट ट्यूमर स्वस्थ मस्तिष्क जैसा दिख सकता है, जो सर्जरी में एक बड़ी चुनौती बनी हुई है। न्यूरोसर्जिकल टीमें प्रक्रिया के दौरान उस अवशिष्ट ट्यूमर का पता लगाने के लिए अलग-अलग तरीके अपनाती हैं।

एआई संचालित तकनीक के इस अंतरराष्ट्रीय अध्ययन में, न्यूरोसर्जिकल टीमों ने 220 रोगियों से लिए गए ताज़ा, अप्रसंस्कृत नमूनों का विश्लेषण किया, जिनका कम या उच्च ग्रेड वाले डिफ्यूज़ ग्लियोमा के लिए ऑपरेशन हुआ था।

फास्टग्लियोमा ने लगभग 92 फीसद की औसत सटीकता के साथ पता लगाया और गणना की कि कितना ट्यूमर बचा है। यह मॉडल एआई का उपयोग करके सूक्ष्म संकल्प पर ट्यूमर घुसपैठ की तेजी से पहचान करके मौजूदा सर्जिकल तकनीकों से एक अभिनव प्रस्थान है,

जिससे उस क्षेत्र में अवशिष्ट ट्यूमर के मिस होने का जोखिम बहुत कम हो जाता है जहां ग्लियोमा को हटाया जाता है, सह-वरिष्ठ लेखक शॉन हार्वे-जम्पर, एम.डी., कैलिफोर्निया विश्वविद्यालय सैन फ्रांसिस्को में न्यूरोसर्जरी के प्रोफेसर और यू-एम हेल्थ में पूर्व न्यूरोसर्जरी रेजिडेंट ने कहा।

ब्रेन ट्यूमर के बचे हुए हिस्से का आकलन करने के लिए, फास्टग्लियोमा सूक्ष्म ऑप्टिकल इमेजिंग को एक प्रकार की कृत्रिम बुद्धिमत्ता के साथ जोड़ता है जिसे फाउंडेशन मॉडल कहा जाता है। इसे प्रशिक्षित किया जाता है जिन्हें कई तरह के कार्यों के लिए अनुकूलित किया जा सकता है। बड़े पैमाने पर प्रशिक्षण के बाद, फाउंडेशन मॉडल छवियों को वर्गीकृत कर सकते हैं, चैटबॉट के रूप में कार्य कर सकते हैं, ईमेल का जवाब दे सकते हैं और टेक्स्ट विवरण से छवियां उत्पन्न कर सकते हैं।

फास्टग्लियोमा बनाने के लिए, जांचकर्ताओं ने 11,000 से अधिक सर्जिकल नमूनों और 4 मिलियन अद्वितीय सूक्ष्म दृश्य क्षेत्रों का उपयोग करके विज़ुअल फाउंडेशन मॉडल को पहले से प्रशिक्षित किया। ट्यूमर के नमूनों को उत्तेजित रमन हिस्टोलॉजी के माध्यम से चित्रित किया जाता है, जो उच्च रिज़ॉल्यूशन ऑप्टिकल इमेजिंग की एक विधि है। इसी तकनीक का उपयोग डीपगिलोमी को प्रशिक्षित करने के लिए किया गया था, जो एक ए आई आधारित डायग्नोस्टिक स्क्रीनिंग सिस्टम है जो 90 सेकंड से कम समय में ब्रेन ट्यूमर के आनुवंशिक उत्परिवर्तन का पता लगाता है। फास्टग्लियोमा समय लेने वाली हिस्टोलॉजी प्रक्रियाओं और मेडिकल एआई में बड़े, लेबल किए गए डेटासेट पर निर्भर किए बिना अवशिष्ट ट्यूमर ऊतक का पता लगा सकता है, जो दुर्लभ हैं, यू-एम में सह-लेखक और कंप्यूटर विज्ञान और इंजीनियरिंग के प्रोफेसर होंगलाक ली, पीएचडी ने कहा। उत्तेजित रमन हिस्टोलॉजी का उपयोग करके पूर्ण रिज़ॉल्यूशन वाली छवियों को प्राप्त करने में लगभग 100 सेकंड लगते हैं; एक फास्ट मोड कम रिज़ॉल्यूशन वाली छवि को प्राप्त करने में केवल 10 सेकंड लगते हैं।