दवा प्रतिरोधी संक्रमणों के निदान में ए आई, देखें वीडियो

कृत्रिम बुद्धिमत्ता का चिकित्सीय इस्तेमाल की नई दिशा मिली

• संक्रमणों का बदलाव पकड़ लेता है

• विषाणुओं की संरचना को समझता है

• दवा कहां काम नहीं करेगी, यह बताता है

राष्ट्रीय खबर

रांचीः हाल के दिनों में अनेक विषाणुओं की ताकत बढ़ने का संकेत मिला है। उदाहरण के लिए तपेदिक यानी टीबी की जो दवा तीस साल पहले काम करती थी वह आज निष्प्रभावी हो चुकी है। अब शोधकर्ता दवा प्रतिरोधी संक्रमणों के निदान में सुधार के लिए ए आई का उपयोग करते हैं। विशेष रूप से तपेदिक और स्टैफ जैसे घातक बैक्टीरिया से – एक बढ़ता हुआ वैश्विक स्वास्थ्य संकट है।

इन संक्रमणों का इलाज करना कठिन होता है, अक्सर अधिक महंगी या जहरीली दवाओं की आवश्यकता होती है और ये लंबे समय तक अस्पताल में रहने और उच्च मृत्यु दर के लिए जिम्मेदार होते हैं। विश्व स्वास्थ्य संगठन के अनुसार, अकेले 2021 में, 450,000 लोगों में बहु-दवा प्रतिरोधी तपेदिक विकसित हुआ, जिसके उपचार की सफलता दर घटकर केवल 57 प्रतिशत रह गई।

देखें इससे संबंधित वीडियो

अब, टुलेन विश्वविद्यालय के वैज्ञानिकों ने एक नई कृत्रिम बुद्धिमत्ता-आधारित विधि विकसित की है जो माइकोबैक्टीरियम ट्यूबरकुलोसिस और स्टैफिलोकोकस ऑरियस में एंटीबायोटिक प्रतिरोध के आनुवंशिक मार्करों का अधिक सटीक रूप से पता लगाती है – संभावित रूप से तेज़ और अधिक प्रभावी उपचार की ओर ले जाती है।

नेचर कम्युनिकेशंस में प्रकाशित टुलेन के एक अध्ययन में एक नया ग्रुप एसोसिएशन मॉडल पेश किया गया है जो दवा प्रतिरोध से जुड़े आनुवंशिक उत्परिवर्तनों की पहचान करने के लिए मशीन लर्निंग का उपयोग करता है। पारंपरिक उपकरणों के विपरीत, जो गलती से असंबंधित उत्परिवर्तनों को प्रतिरोध से जोड़ सकते हैं, जीएएम प्रतिरोध तंत्र के पूर्व ज्ञान पर निर्भर नहीं करता है, जिससे यह अधिक लचीला हो जाता है और पहले से अज्ञात आनुवंशिक परिवर्तनों को खोजने में सक्षम होता है।

विश्व स्वास्थ्य संगठन जैसे संगठनों द्वारा उपयोग किए जाने वाले प्रतिरोध का पता लगाने के वर्तमान तरीके या तो बहुत लंबा समय लेते हैं – जैसे कि संस्कृति-आधारित परीक्षण – या दुर्लभ उत्परिवर्तनों को छोड़ देते हैं, जैसा कि कुछ डीएनए-आधारित परीक्षणों के साथ होता है। टुलेन का मॉडल पूरे जीनोम अनुक्रमों का विश्लेषण करके और विभिन्न प्रतिरोध पैटर्न वाले जीवाणु उपभेदों के समूहों की तुलना करके आनुवंशिक परिवर्तनों को खोजने के लिए दोनों समस्याओं का समाधान करता है जो विशिष्ट दवाओं के प्रति प्रतिरोध को विश्वसनीय रूप से इंगित करते हैं।

वरिष्ठ लेखक टोनी हू, पीएचडी, बायोटेक्नोलॉजी इनोवेशन में वेदरहेड प्रेसिडेंशियल चेयर और टुलेन सेंटर फॉर सेल्युलर एंड मॉलिक्यूलर डायग्नोस्टिक्स के निदेशक ने कहा, इसे बैक्टीरिया के संपूर्ण आनुवंशिक फिंगरप्रिंट का उपयोग करके यह पता लगाने के रूप में सोचें कि यह कुछ एंटीबायोटिक दवाओं के प्रति प्रतिरोधी क्यों है। हम अनिवार्य रूप से कंप्यूटर को प्रतिरोध पैटर्न को पहचानना सिखा रहे हैं, बिना हमें उन्हें पहले इंगित किए।

ट्यूलेन यूनिवर्सिटी सेंटर फॉर सेल्युलर एंड मॉलिक्यूलर डायग्नोस्टिक्स में स्नातक छात्र, प्रमुख लेखक जूलियन सलीबा ने कहा, वर्तमान आनुवंशिक परीक्षण बैक्टीरिया को गलत तरीके से प्रतिरोधी के रूप में वर्गीकृत कर सकते हैं, जिससे रोगी की देखभाल प्रभावित हो सकती है। हमारी विधि एक स्पष्ट तस्वीर प्रदान करती है कि कौन से उत्परिवर्तन वास्तव में प्रतिरोध का कारण बनते हैं, जिससे गलत निदान और उपचार में अनावश्यक परिवर्तन कम होते हैं।

जब मशीन लर्निंग के साथ जोड़ा जाता है, तो सीमित या अधूरे डेटा के साथ प्रतिरोध की भविष्यवाणी करने की क्षमता में सुधार होता है। चीन से नैदानिक ​​नमूनों का उपयोग करके सत्यापन अध्ययनों में, मशीन-लर्निंग संवर्धित मॉडल ने प्रमुख फ्रंट-लाइन एंटीबायोटिक दवाओं के प्रतिरोध की भविष्यवाणी करने में डब्ल्यूएचओ आधारित विधियों से बेहतर प्रदर्शन किया।

यह महत्वपूर्ण है क्योंकि प्रतिरोध को जल्दी पकड़ने से डॉक्टरों को संक्रमण फैलने या बिगड़ने से पहले सही उपचार व्यवस्था तैयार करने में मदद मिल सकती है। विशेषज्ञ द्वारा परिभाषित नियमों की आवश्यकता के बिना प्रतिरोध का पता लगाने की मॉडल की क्षमता का यह भी अर्थ है कि इसे संभावित रूप से अन्य बैक्टीरिया या यहां तक ​​कि कृषि में भी लागू किया जा सकता है, जहां फसलों में एंटीबायोटिक प्रतिरोध भी चिंता का विषय है। सलीबा ने कहा, यह महत्वपूर्ण है कि हम लगातार विकसित हो रहे दवा-प्रतिरोधी संक्रमणों से आगे रहें। यह उपकरण हमें ऐसा करने में मदद कर सकता है।