நோயைக் கண்டறியும் சென்சார்கள்: தாமதமாகும் முன் நோய்களைக் கண்டறிதல்

பட கடன்:
பட கடன்
கசய்துள்ைது

நோயைக் கண்டறியும் சென்சார்கள்: தாமதமாகும் முன் நோய்களைக் கண்டறிதல்

நோயைக் கண்டறியும் சென்சார்கள்: தாமதமாகும் முன் நோய்களைக் கண்டறிதல்

உபதலைப்பு உரை
நோயாளிகள் உயிர்வாழும் வாய்ப்பை அதிகரிக்க மனித நோய்களைக் கண்டறியக்கூடிய சாதனங்களை ஆராய்ச்சியாளர்கள் உருவாக்கி வருகின்றனர்.
    • ஆசிரியர் பற்றி:
    • ஆசிரியர் பெயர்
      குவாண்டம்ரன் தொலைநோக்கு
    • அக்டோபர் 3, 2022

    நுண்ணறிவு சுருக்கம்

    விஞ்ஞானிகள் நோய்களை முன்கூட்டியே கண்டறிவதற்காக சென்சார் தொழில்நுட்பங்கள் மற்றும் செயற்கை நுண்ணறிவு (AI) ஆகியவற்றைப் பயன்படுத்துகின்றனர், நாய்களின் நோயை உணரும் திறனைப் பிரதிபலிக்கும் அல்லது முக்கிய அறிகுறிகளைக் கண்காணிக்க அணியக்கூடியவற்றைப் பயன்படுத்தும் சாதனங்களுடன் சுகாதாரப் பராமரிப்பை மாற்றியமைக்க முடியும். இந்த வளர்ந்து வரும் தொழில்நுட்பம் பார்கின்சன் மற்றும் கோவிட்-19 போன்ற நோய்களை முன்னறிவிப்பதில் உறுதியளிக்கிறது, மேலும் ஆராய்ச்சி துல்லியத்தை மேம்படுத்துவதையும் பயன்பாடுகளை விரிவுபடுத்துவதையும் நோக்கமாகக் கொண்டுள்ளது. இந்த முன்னேற்றங்கள் உடல்நலப் பாதுகாப்புக்கு குறிப்பிடத்தக்க தாக்கங்களை வழங்கலாம், காப்பீட்டு நிறுவனங்கள் நோயாளிகளின் தரவு கண்காணிப்புக்கு சென்சார்களைப் பயன்படுத்துகின்றன, சென்சார் அடிப்படையிலான நோயறிதல்களை பொது சுகாதாரக் கொள்கைகளில் ஒருங்கிணைக்கும் அரசாங்கங்கள் வரை.

    நோயைக் கண்டறியும் சென்சார்கள் சூழல்

    முன்கூட்டியே கண்டறிதல் மற்றும் நோயறிதல் உயிர்களைக் காப்பாற்றும், குறிப்பாக தொற்று நோய்கள் அல்லது நோய்களின் அறிகுறிகள் தோன்றுவதற்கு மாதங்கள் அல்லது ஆண்டுகள் ஆகலாம். உதாரணமாக, பார்கின்சன் நோய் (PD) காலப்போக்கில் மோட்டார் சீரழிவை ஏற்படுத்துகிறது (எ.கா. நடுக்கம், விறைப்பு மற்றும் இயக்கம் பிரச்சினைகள்). பலருக்கு, அவர்களின் நோயைக் கண்டறியும் போது சேதங்கள் மீள முடியாதவை. இந்த சிக்கலை தீர்க்க, விஞ்ஞானிகள் நாய்களின் மூக்கைப் பயன்படுத்துபவர்கள் முதல் இயந்திர கற்றலை (எம்எல்) பயன்படுத்துபவர்கள் வரை நோய்களைக் கண்டறியக்கூடிய வெவ்வேறு சென்சார்கள் மற்றும் இயந்திரங்களை ஆராய்ச்சி செய்து வருகின்றனர். 

    2021 ஆம் ஆண்டில், மாசசூசெட்ஸ் இன்ஸ்டிடியூட் ஆப் டெக்னாலஜி (எம்ஐடி), ஹார்வர்ட் பல்கலைக்கழகம், மேரிலாந்தில் உள்ள ஜான்ஸ் ஹாப்கின்ஸ் பல்கலைக்கழகம் மற்றும் மில்டன் கெய்ன்ஸில் உள்ள மருத்துவக் கண்டறிதல் நாய்கள் உள்ளிட்ட ஆராய்ச்சியாளர்களின் கூட்டணி, நாய்களைப் போலவே செயற்கை நுண்ணறிவுக்கு (AI) பயிற்சி அளிக்க முடியும் என்பதைக் கண்டறிந்தது. நோய் வாசனை. புரோஸ்டேட் புற்றுநோய் உட்பட சில நோய்களைக் கண்டறிவதில் நாய்களின் வெற்றி விகிதங்களுடன் ML திட்டம் பொருந்துகிறது என்று ஆய்வில் கண்டறியப்பட்டுள்ளது. 

    ஆராய்ச்சி திட்டம் நோயுற்ற மற்றும் ஆரோக்கியமான நபர்களிடமிருந்து சிறுநீர் மாதிரிகளை சேகரித்தது; இந்த மாதிரிகள் பின்னர் நோய் இருப்பதைக் குறிக்கும் மூலக்கூறுகளுக்காக பகுப்பாய்வு செய்யப்பட்டன. நோயுற்ற மூலக்கூறுகளின் வாசனையை அடையாளம் காண ஆராய்ச்சி குழு நாய்களின் குழுவிற்கு பயிற்சி அளித்தது, மேலும் ஆராய்ச்சியாளர்கள் நோயைக் கண்டறிவதில் அவர்களின் வெற்றி விகிதங்களை ML உடன் ஒப்பிட்டனர். ஒரே மாதிரிகளைச் சோதித்ததில், இரண்டு முறைகளும் 70 சதவீதத்திற்கும் அதிகமான துல்லியத்தைப் பெற்றன. பல்வேறு நோய்களின் குறிப்பிடத்தக்க குறிகாட்டிகளை இன்னும் விரிவாகக் குறிப்பிடுவதற்கு மிகவும் விரிவான தரவு தொகுப்பை சோதிக்க ஆராய்ச்சியாளர்கள் நம்புகின்றனர். MIT மற்றும் ஜான்ஸ் ஹாப்கின்ஸ் பல்கலைக்கழகத்தால் உருவாக்கப்பட்ட ஒரு நோயைக் கண்டறியும் சென்சார் மற்றொரு எடுத்துக்காட்டு. இந்த சென்சார் சிறுநீர்ப்பை புற்றுநோயைக் கண்டறிய நாய்களின் மூக்கைப் பயன்படுத்துகிறது. இருப்பினும், நாய்களில் சென்சார் வெற்றிகரமாக பரிசோதிக்கப்பட்டாலும், மருத்துவ பயன்பாட்டிற்கு ஏற்றதாக மாற்ற இன்னும் சில வேலைகள் உள்ளன.

    சீர்குலைக்கும் தாக்கம்

    2022 ஆம் ஆண்டில், ஆராய்ச்சியாளர்கள் ஒரு மின்-மூக்கு அல்லது AI ஆல்ஃபாக்டரி சிஸ்டத்தை உருவாக்கினர், இது தோலில் உள்ள வாசனை கலவைகள் மூலம் PD ஐ கண்டறிய முடியும். இந்த தொழில்நுட்பத்தை உருவாக்க, சீனாவின் விஞ்ஞானிகள் வாயு குரோமடோகிராபி (ஜிசி)-மாஸ் ஸ்பெக்ட்ரோமெட்ரியை மேற்பரப்பு ஒலி அலை சென்சார் மற்றும் எம்எல் அல்காரிதம்களுடன் இணைத்தனர். GC ஆனது சருமத்தில் இருந்து வரும் நாற்றக் கலவைகளை பகுப்பாய்வு செய்ய முடியும் (மனித தோலால் உற்பத்தி செய்யப்படும் எண்ணெய்ப் பொருள்). 70 சதவீத துல்லியத்துடன், PD இருப்பதை துல்லியமாக கணிக்க, ஒரு வழிமுறையை உருவாக்க விஞ்ஞானிகள் பின்னர் தகவலைப் பயன்படுத்தினர். முழு வாசனை மாதிரிகளையும் பகுப்பாய்வு செய்ய விஞ்ஞானிகள் ML ஐப் பயன்படுத்தியபோது, ​​​​துல்லியம் 79 சதவீதமாக உயர்ந்தது. இருப்பினும், விரிவான மற்றும் மாறுபட்ட மாதிரி அளவுடன் கூடிய ஆய்வுகள் நடத்தப்பட வேண்டும் என்பதை விஞ்ஞானிகள் ஒப்புக்கொள்கிறார்கள்.

    இதற்கிடையில், COVID-19 தொற்றுநோய் உச்சக்கட்டத்தின் போது, ​​Fitbit, Apple Watch மற்றும் Samsung Galaxy ஸ்மார்ட்வாட்ச் போன்ற அணியக்கூடிய பொருட்களால் சேகரிக்கப்பட்ட தரவு குறித்த ஆராய்ச்சி, இந்த சாதனங்கள் வைரஸ் தொற்றைக் கண்டறிய முடியும் என்பதைக் காட்டுகிறது. இந்த சாதனங்கள் இதயம் மற்றும் ஆக்ஸிஜன் தரவு, தூக்க முறைகள் மற்றும் செயல்பாட்டு நிலைகளை சேகரிக்க முடியும் என்பதால், அவை சாத்தியமான நோய்களைப் பற்றி பயனர்களை எச்சரிக்கலாம். 

    குறிப்பாக, மவுண்ட் சினாய் மருத்துவமனை 500 நோயாளிகளிடமிருந்து ஆப்பிள் வாட்ச் தரவை பகுப்பாய்வு செய்தது மற்றும் COVID-19 தொற்றுநோயால் பாதிக்கப்பட்டவர்கள் தங்கள் இதய மாறுபாடு விகிதத்தில் மாற்றங்களைக் காண்பிப்பதைக் கண்டறிந்தனர். இந்த கண்டுபிடிப்பு, காய்ச்சல் மற்றும் காய்ச்சல் போன்ற பிற வைரஸ்களை முன்கூட்டியே கண்டறியும் முறையை உருவாக்க அணியக்கூடிய பொருட்களைப் பயன்படுத்த வழிவகுக்கும் என்று ஆராய்ச்சியாளர்கள் நம்புகின்றனர். எதிர்கால வைரஸ்களுக்கான தொற்று ஹாட்ஸ்பாட்களைக் கண்டறிய ஒரு எச்சரிக்கை அமைப்பு வடிவமைக்கப்படலாம், இந்த நோய்கள் முழு அளவிலான தொற்றுநோய்களாக உருவாகும் முன் சுகாதாரத் துறைகள் தலையிடலாம்.

    நோயைக் கண்டறியும் சென்சார்களின் தாக்கங்கள்

    நோயைக் கண்டறியும் சென்சார்களின் பரந்த தாக்கங்கள் பின்வருமாறு: 

    • காப்பீட்டு வழங்குநர்கள் நோயாளியின் உடல்நலம் பற்றிய தகவல்களைக் கண்காணிப்பதற்காக நோயைக் கண்டறியும் சென்சார்களை ஊக்குவிக்கின்றனர். 
    • AI-உதவி சென்சார்கள் மற்றும் அரிதான நோய்கள் மற்றும் சாத்தியமான மாரடைப்பு மற்றும் வலிப்புத்தாக்கங்களைக் கண்டறியும் சாதனங்களில் முதலீடு செய்யும் நுகர்வோர்.
    • நிகழ்நேர நோயாளி கண்காணிப்புக்கான சாதனங்களை உருவாக்க அணியக்கூடிய உற்பத்தியாளர்களுக்கு வணிக வாய்ப்புகளை அதிகரித்தல்.
    • நோயறிதலுக்குப் பதிலாக ஆலோசனை முயற்சிகளில் கவனம் செலுத்தும் மருத்துவர்கள். எடுத்துக்காட்டாக, நோயறிதலுக்கு உதவ நோயைக் கண்டறியும் சென்சார்களின் பயன்பாட்டை அதிகரிப்பதன் மூலம், தனிப்பயனாக்கப்பட்ட சிகிச்சைத் திட்டங்களை உருவாக்க மருத்துவர்கள் அதிக நேரம் செலவிடலாம்.
    • ஆய்வு நிறுவனங்கள், பல்கலைக்கழகங்கள் மற்றும் கூட்டாட்சி முகமைகள் ஆகியவை கண்டறிதல், நோயாளி பராமரிப்பு மற்றும் மக்கள்தொகை அளவிலான தொற்றுநோய் கண்டறிதல் ஆகியவற்றை மேம்படுத்துவதற்கான சாதனங்கள் மற்றும் மென்பொருளை உருவாக்க ஒத்துழைக்கின்றன.
    • நோயைக் கண்டறியும் சென்சார்களின் பரவலான தத்தெடுப்பு, சுகாதார வழங்குநர்களை முன்கணிப்பு சுகாதார மாதிரிகளை நோக்கி மாற்றுவதை ஊக்குவிக்கிறது, இது முந்தைய தலையீடுகள் மற்றும் மேம்பட்ட நோயாளி விளைவுகளுக்கு வழிவகுத்தது.
    • சென்சார் அடிப்படையிலான நோயறிதலை ஒருங்கிணைக்க சுகாதாரக் கொள்கைகளை அரசுகள் திருத்துகின்றன, இதன் விளைவாக மிகவும் திறமையான பொது சுகாதார கண்காணிப்பு மற்றும் மறுமொழி அமைப்புகள்.
    • தொலைதூர நோயாளிகளைக் கண்காணிப்பதைச் செயல்படுத்தும் சென்சார் தொழில்நுட்பம், மருத்துவமனை வருகைகள் மற்றும் சுகாதாரச் செலவுகளைக் குறைக்கிறது, இது கிராமப்புற அல்லது பின்தங்கிய சமூகங்களுக்கு மிகவும் பயனுள்ளதாக இருக்கும்.

    கருத்தில் கொள்ள வேண்டிய கேள்விகள்

    • அணியக்கூடியது உங்களிடம் இருந்தால், உங்கள் உடல்நலப் புள்ளிவிவரங்களைக் கண்காணிக்க அதை எவ்வாறு பயன்படுத்துவது?
    • நோயைக் கண்டறியும் சென்சார்கள் சுகாதாரத் துறையை வேறு எப்படி மாற்றக்கூடும்?

    நுண்ணறிவு குறிப்புகள்

    இந்த நுண்ணறிவுக்கு பின்வரும் பிரபலமான மற்றும் நிறுவன இணைப்புகள் குறிப்பிடப்பட்டுள்ளன: