স্ক্রিনিং থেকে বাদ পড়া স্তন ক্যান্সারের এক-তৃতীয়াংশ কেস সনাক্ত করে এআই

রেডিওলজি জার্নালে আজ প্রকাশিত একটি গবেষণায় দেখা গেছে, স্তন ক্যান্সার স্ক্রিনিংয়ের জন্য একটি কৃত্রিম বুদ্ধিমত্তার অ্যালগরিদম ডিজিটাল টোমোসিন্থেসিস ম্যামোগ্রাফি (ডিবিটি) এর কর্মক্ষমতা উন্নত করতে পারে, যা ব্যবধান ক্যান্সারের হার এক-তৃতীয়াংশ পর্যন্ত কমিয়ে আনতে পারে।

নিয়মিত স্ক্রিনিং ম্যামোগ্রামের মধ্যে নির্ণয় করা লক্ষণগত টিউমার হল স্তন ক্যান্সার। এই ক্ষেত্রে সাধারণত আরও আক্রমণাত্মক রোগ এবং দ্রুত টিউমার বৃদ্ধির কারণে রোগ নির্ণয় আরও খারাপ হয়। DBT, বা 3D ম্যামোগ্রাফি, স্তনের ক্ষতগুলির উন্নত দৃশ্যায়ন প্রদান করে এবং ঘন টিস্যু দ্বারা লুকানো টিউমার সনাক্ত করতে পারে। তবে, যেহেতু DBT একটি তুলনামূলকভাবে নতুন প্রযুক্তি, তাই সম্প্রতি এই কৌশলটি গ্রহণকারী প্রতিষ্ঠানগুলিতে রোগীদের দীর্ঘমেয়াদী ফলাফলের তথ্য সীমিত থাকে।

"১০ বছরের ডিবিটি স্ক্রিনিংয়ের পরে স্তন ক্যান্সারের মৃত্যুর তথ্যের অভাবের কারণে, ব্যবধানের ক্যান্সারের হার প্রায়শই একটি প্রমাণ হিসাবে ব্যবহৃত হয়," গবেষণার লেখক ডঃ মনীষা বাহল ব্যাখ্যা করেন, যিনি ম্যাসাচুসেটস জেনারেল হাসপাতালের স্তন ইমেজিং মানের পরিচালক এবং হার্ভার্ড মেডিকেল স্কুলের সহযোগী অধ্যাপক।
"এই হার হ্রাস স্তন ক্যান্সারের ঘটনা এবং মৃত্যুহার হ্রাসের ইঙ্গিত দেয়।"

গবেষণা: AI অজ্ঞাত টিউমার শনাক্ত করে

১,৩৭৬টি মামলার একটি গবেষণায়, বাল এবং তার সহকর্মীরা DBT স্ক্রিনিং করা ২২৪ জন মহিলার ২২৪টি ব্যবধান ক্যান্সারের পূর্ববর্তী বিশ্লেষণ করেছেন। এই চিত্রগুলিতে, Lunit INSIGHT DBT v1.1.0.0 AI অ্যালগরিদম পূর্বে সনাক্ত না হওয়া টিউমারের ৩২.৬% (২২৪টির মধ্যে ৭৩) সঠিকভাবে স্থানীয়করণ করেছে।

"আমরা অবাক হয়েছি যে প্রায় এক-তৃতীয়াংশ ইন্টারভাল টিউমার সনাক্ত করা হয়েছে এবং ম্যামোগ্রামে AI অ্যালগরিদম দ্বারা সঠিকভাবে স্থানীয়করণ করা হয়েছে, যেগুলো আগে রেডিওলজিস্টদের দ্বারা স্বাভাবিক হিসেবে ব্যাখ্যা করা হয়েছিল, যা 'দ্বিতীয় পাঠক' হিসেবে AI-এর সম্ভাবনা তুলে ধরে," বাহল বলেন।

গবেষকদের মতে, এটিই সম্ভবত প্রথম প্রকাশিত গবেষণা যা বিশেষভাবে DBT ছবিতে ইন্টারভাল ক্যান্সার সনাক্ত করার জন্য AI ব্যবহার করার দিকে নজর দিচ্ছে।

"প্রচলিত 2D ডিজিটাল ম্যামোগ্রামে ইন্টারভাল ক্যান্সার সনাক্তকরণের জন্য AI পূর্বে ব্যবহার করা হয়েছে, কিন্তু আমাদের জ্ঞান অনুসারে, 3D টমোসিন্থেসিস স্ক্যানের উপর ইন্টারভাল টিউমার সনাক্তকরণের উপর সাহিত্যে কোনও প্রকাশিত গবেষণা হয়নি," বাল ব্যাখ্যা করেন।

পদ্ধতি: ক্ষত স্তরে, কেবল একটি স্ন্যাপশট নয়

অ্যালগরিদমের সংবেদনশীলতাকে অতিরিক্ত মূল্যায়ন এড়াতে, বালের দল একটি ক্ষত-নির্দিষ্ট বিশ্লেষণ ব্যবহার করেছিল: AI-কে কেবল তখনই "স্কোরড হিট" দেওয়া হয়েছিল যদি এটি টিউমারের সঠিক অবস্থান সঠিকভাবে সনাক্ত করে এবং স্থানীয়করণ করে।

"বিপরীতভাবে, সম্পূর্ণ-চিত্র বিশ্লেষণ AI-কে 'পাস' দিতে পারে, এমনকি যদি টীকাটি ভুল হয়, যা কৃত্রিমভাবে সংবেদনশীলতা বৃদ্ধি করে," তিনি আরও বলেন।
"ক্ষত স্থানীয়করণের নির্ভুলতার উপর দৃষ্টি নিবদ্ধ করা অ্যালগরিদমের ক্লিনিকাল কর্মক্ষমতার আরও নির্ভরযোগ্য মূল্যায়ন প্রদান করে।"

এআই ঠিক কী খুঁজে পায়?

• অ্যালগরিদম দ্বারা সনাক্ত করা টিউমারগুলি আরও বড় হতে থাকে
• প্রায়শই তারা লিম্ফ নোডের ক্ষতির সাথে শেষ হয়
• এর অর্থ হতে পারে যে AI প্রাথমিকভাবে আক্রমণাত্মক বা দ্রুত বর্ধনশীল টিউমার সনাক্ত করে, অথবা যেগুলি ইতিমধ্যেই উন্নত পর্যায়ে ছিল কিন্তু স্ক্রিনিংয়ের সময় ডাক্তারদের দ্বারা মিস হয়ে গিয়েছিল।

সামগ্রিক ফলাফল:

১,০০০ রোগীর মধ্যে (যাদের মধ্যে নিশ্চিত টিউমার আছে এবং যাদের ফলাফল সৌম্য বা মিথ্যা-পজিটিভ, উভয়ই অন্তর্ভুক্ত), AI:

• ৩৩৪ জন সত্যিকারের পজিটিভ কেসের মধ্যে ৮৪.৪% সঠিকভাবে স্থানীয়করণ করা হয়েছে
• ৩৩৩টি সত্য নেতিবাচকের ৮৫.৯% সঠিকভাবে শ্রেণীবদ্ধ করা হয়েছে
• ৩৩৩টি ভুয়া পজিটিভ মামলার ৭৩.২% মিথ্যা হিসেবে প্রত্যাখ্যাত

উপসংহার এবং তাৎপর্য

"আমাদের গবেষণায় দেখা গেছে যে AI অ্যালগরিদম DBT স্ক্রিনিং ছবিতে প্রায় এক-তৃতীয়াংশ ইন্টারভাল স্তন ক্যান্সার সনাক্ত করতে এবং সঠিকভাবে স্থানীয়করণ করতে পারে, যা ইন্টারভাল ক্যান্সারের প্রকোপ কমাতে এবং স্ক্রিনিং ফলাফল উন্নত করার সম্ভাবনা নির্দেশ করে," ডঃ বাহল বলেন।

"আমাদের ফলাফল ক্যান্সার সনাক্তকরণের নির্ভুলতা উন্নত করার জন্য DBT কর্মপ্রবাহের সাথে AI-এর একীকরণকে সমর্থন করে। তবে, প্রকৃত প্রভাব নির্ভর করবে রেডিওলজিস্টরা ক্লিনিকাল অনুশীলনে AI কতটা গ্রহণ এবং অভিযোজিত করেন, সেইসাথে বিভিন্ন ক্লিনিকাল সেটিংসে এর কার্যকারিতা পরীক্ষা করার উপর।"