एआई रोग‑निवारक नेत्र‑देखभाल को पुनः आकार दे रहा है और दृष्टि की रक्षा कर रहा है

आँखें, एक प्रमुख इंद्रिय अंग, हमारे जीवन के हर चरण में महत्वपूर्ण भूमिका निभाती हैं।

वे बाहरी दुनिया के बारे में जानकारी मस्तिष्क तक पहुँचाती हैं। दृष्टि के बिना, पढ़ना, सीखना, चलना और अपने पर्यावरण के साथ संपर्क जैसे दैनिक कार्यों को करना कठिन हो जाएगा।

अच्छी दृष्टि स्वतंत्रता का आनंद लेने और, बेशक, जीवन की खुशियों का अनुभव करने के लिए आवश्यक है।

हालांकि, 2.2 बिलियन लोग नेत्र बाधा के कारण यह नहीं कर पाते हैं, जो एक नेत्र स्थिति के कारण होता है जो दृश्य प्रणाली और उसकी कार्यों को प्रभावित करती है। 

मोतियाबिंद, ग्लूकोमा, अपवर्तक त्रुटियाँ, डायबेटिक रेटिनोपैथी, आयु‑संबंधी मैक्युलर डीजेनेरेशन (AMD), और प्रेसेबियोपिया नेत्र बाधा के प्रमुख कारणों में से कुछ हैं।

नेत्र बाधा का व्यक्ति के जीवन पर गंभीर परिणाम होता है, जिनमें से कई समय पर गुणवत्तापूर्ण नेत्र‑देखभाल तक पहुँच के माध्यम से कम किए जा सकते हैं। व्यक्तिगत प्रभावों के अलावा, नेत्र बाधा एक महत्वपूर्ण आर्थिक बोझ भी बनाती है, जहाँ खोई हुई उत्पादकता की वार्षिक वैश्विक लागत $411 बिलियन अनुमानित है।

परिणामस्वरूप, नेत्र‑बाधा और अंधत्व का कारण बनने वाली नेत्र स्थितियों को नेत्र‑देखभाल रणनीतियों का मुख्य फोकस बनाया गया है।

नेत्र विज्ञान में एआई

जैसे ही नेत्र बाधा व्यक्ति के जीवन की गुणवत्ता को घटाती है और एक उल्लेखनीय वैश्विक आर्थिक बोझ बनती है, डॉक्टर, वैज्ञानिक, और शोधकर्ता नेत्र‑देखभाल को बदलने के लिए कृत्रिम बुद्धिमत्ता (एआई) की ओर रुख कर रहे हैं।

यह तेज़ी से विकसित हो रही तकनीक वित्त, विनिर्माण, रिटेल, मीडिया, और स्वास्थ्य‑सेवा सहित कई क्षेत्रों में व्यावसायिक दक्षता और डेटा विश्लेषण को सुधार रही है।

स्वास्थ्य‑सेवा और चिकित्सा में, एआई का प्रभाव हाल के वर्षों में अत्यधिक बढ़ा है। 

एआई द्वारा प्रारंभिक पहचान: DR, Glaucoma, and AMD

नेत्र‑विज्ञान में, विशेष रूप से, एआई ग्लूकोमा, डायबेटिक रेटिनोपैथी, और AMD जैसी बीमारियों की प्रारंभिक पहचान को रेटिनल छवियों और रोगी डेटा के विश्लेषण के माध्यम से सक्षम कर रहा है। यहाँ, एआई उपकरण व्यक्तिगत हस्तक्षेप, स्वचालित निदान, और स्क्रीनिंग को संभव बनाते हैं। 

तकनीक सर्जिकल सहायता भी प्रदान करती है, जिससे उम्मीदवारों की स्क्रीनिंग, तकनीकों का अनुकूलन, जटिलताओं को कम करना, और पोस्ट‑ऑपरेटिव परिणामों की भविष्यवाणी संभव होती है।

विशेषज्ञों के अनुसार, एआई भविष्य में अग्र भाग सर्जरी में क्लिनिकल और सर्जिकल अभ्यास में बढ़ती भूमिका निभाएगा, जो आँख के सामने के संरचनाओं पर केंद्रित है ताकि मोतियाबिंद और कॉर्नियल विकार जैसी चोटों और स्थितियों का उपचार किया जा सके।

पहले ही, इस तकनीक का उपयोग मोतियाबिंद की स्क्रीनिंग और निदान, सर्जिकल चरणों का वर्गीकरण, और ऑपरेटिंग रूम वर्कफ़्लो को अनुकूलित करने के लिए सर्जिकल समय की भविष्यवाणी करने में किया जा रहा है। इसके अलावा, एआई इंट्राओक्युलर लेंस (IOL) शक्ति की इष्टतम गणना में लागू किया जा रहा है, जो मोतियाबिंद सर्जरी के दौरान प्रत्यारोपित कृत्रिम लेंस की अपवर्तक शक्ति को दर्शाता है।

आखिरकार, वर्षों से नियमित अभ्यास के रूप में एक बड़ी मात्रा में साहित्य और इमेजिंग डेटा एकत्र किया गया है।

स्क्रॉल करने के लिए स्वाइप करें →

LLM की प्रदर्शन क्षमता नेत्र चिकित्सकों की तुलना में

एक अध्ययन ने वास्तव में पाया कि एआई गैर-विशेषज्ञ डॉक्टरों की क्षमता से आगे बढ़ रहा है¹ नेत्र समस्याओं का आकलन करने में।

कैम्ब्रिज विश्वविद्यालय के नेतृत्व में किया गया यह अध्ययन रिपोर्ट करता है कि लोकप्रिय बड़े भाषा मॉडल (LLM), GPT‑4, का क्लिनिकल ज्ञान और तर्क कौशल अब विशेषज्ञ नेत्र‑डॉक्टरों के स्तर के करीब पहुँच रहा है।

GPT‑4 को विशेषज्ञ नेत्र‑डॉक्टरों, अस्पेशलाइज़्ड जूनियर डॉक्टरों, और प्रशिक्षुओं के खिलाफ परीक्षण किया गया, जहाँ प्रत्येक को नेत्र‑समस्याओं से संबंधित 87 परिदृश्यों में से एक प्रस्तुत किया गया। प्रश्न एक ऐसे पाठ्यपुस्तक से लिए गए थे जो प्रशिक्षुओं की परीक्षा के लिए उपयोग होती है लेकिन इंटरनेट पर मुफ्त में उपलब्ध नहीं है, जिससे यह संभावना कम है कि GPT‑4 के प्रशिक्षण डेटा में वह सामग्री शामिल थी।

डॉक्टरों को चार विकल्पों में से निदान या उपचार सलाह चुननी पड़ी। अध्ययन के अनुसार, एआई मॉडल ने परीक्षण में जूनियर डॉक्टरों से अधिक अंक प्राप्त किए और प्रशिक्षुओं तथा विशेषज्ञों के समान स्कोर दिखाए, हालांकि शीर्ष‑प्रदर्शन करने वाले डॉक्टरों ने GPT‑4 से अधिक अंक प्राप्त किए। 

शोधकर्ताओं ने कहा कि LLM स्वास्थ्य‑सेवा पेशेवरों को प्रतिस्थापित नहीं करेंगे, लेकिन उन्होंने नोट किया कि वे कुछ संदर्भों में निदान, सलाह, और प्रबंधन सुझाव प्रदान करके स्वास्थ्य‑सेवा को सुधार सकते हैं।

प्रयोगशाला से क्लिनिक: वास्तविक‑विश्व स्क्रीनिंग परिणाम

एक हालिया अध्ययन ग्लूकोमा पहचान में एआई के कार्यान्वयन का मूल्यांकन² वास्तविक‑विश्व सेटिंग्स में किया गया।

इसके लिए, उन्होंने एक स्वचालित रेटिनल फोटोग्राफी और एआई‑आधारित स्क्रीनिंग सिस्टम विकसित किया ताकि इसकी स्वीकृति, व्यवहार्यता, और सटीकता का आकलन किया जा सके। अध्ययन ने 50 वर्ष या उससे अधिक आयु के लोगों को भर्ती किया, जिनकी रेटिनल छवियों को स्वचालित फंडस कैमरा से लिया गया और एआई द्वारा विश्लेषित किया गया। 

एआई सिस्टम ने 0.80 का AUROC प्राप्त किया, जो तकनीक की स्थितियों के बीच अंतर करने की मजबूत क्षमता दर्शाता है। संवेदनशीलता 65% थी, जो एआई द्वारा सही पहचाने गए वास्तविक मामलों को दर्शाती है, जबकि विशिष्टता 94.6% थी, जो स्वस्थ व्यक्तियों के सही वर्गीकरण को दर्शाती है। 161 पूर्व‑अनुप्रयुक्त रोगियों में से, 18 (11.2%) को रेफ़रेबल ग्लूकोमा के रूप में पहचाना गया। अध्ययन ने कहा:

“निम्न संवेदनशीलता और इमेज अधिग्रहण सीमाओं जैसी चुनौतियों के बावजूद, यह सिस्टम प्राइमरी‑केयर सेटिंग्स में अवसरवादी स्क्रीनिंग के लिए आशाजनक दिखता है।” 

एक समीक्षा³ ने चीन के कैपिटल मेडिकल यूनिवर्सिटी, ऑकलैंड के नेत्र‑विज्ञान विभाग ने मायोपिया में एआई के अनुप्रयोग और चुनौतियों का अन्वेषण किया। 

वर्तमान में, यह स्थिति विश्व स्तर पर दो बिलियन से अधिक लोगों को प्रभावित करती है, और 2050 तक लगभग आधी विश्व जनसंख्या इससे प्रभावित होने की संभावना है। यदि अनकरेक्टेड रहे तो मायोपिया दृष्टि को बाधित कर सकता है, शिक्षा को बाधित कर सकता है, और रोजगार के अवसरों को प्रभावित कर सकता है, जबकि उच्च मायोपिया स्थायी दृष्टि हानि का कारण बन सकता है। इसलिए, रोग की प्रगति को प्रबंधित करने और दीर्घकालिक दृश्य क्षति को रोकने के लिए प्रारंभिक निदान महत्वपूर्ण है।

यहाँ, एआई जटिल चिकित्सा डेटा का विश्लेषण करके एक आशाजनक उपकरण प्रदान कर सकता है।

मायोपिया का पता लगाने के लिए, एआई मॉडल को बड़ी मात्रा में फंडस फोटो और OCT छवियों पर प्रशिक्षित किया जा सकता है और फिर उन्हें मायोपिया से जुड़े रेटिना परिवर्तन पहचानने के लिए सिखाया जा सकता है। एआई को मायोपिया की शुरुआत से जुड़े व्यवहारिक परिवर्तन का पता लगाने के लिए भी प्रशिक्षित किया जा सकता है। SVOne जैसे स्व‑मॉनिटरिंग उपकरण एआई का उपयोग करके आँखों में अपवर्तक त्रुटियों का पता लगा सकते हैं। जोखिम कारकों की खोज के लिए लॉजिस्टिक रिग्रेशन, सपोर्ट वेक्टर मशीन, और XGBoost जैसी तकनीकों का उपयोग किया जा सकता है। 

जबकि एआई क्लिनिकल प्रैक्टिस और नीति‑निर्धारण में मायोपिया को नियंत्रित करने में मदद कर सकता है, यह चुनौतियों से मुक्त नहीं है।

“उच्च‑गुणवत्ता वाले डेटासेट बनाकर, मॉडल की मल्टी‑मॉडल इमेज डेटा प्रोसेस करने की क्षमता को सुधारकर, और मानव‑कंप्यूटर इंटरैक्शन क्षमता को बढ़ाकर, एआई मॉडल को व्यापक क्लिनिकल अनुप्रयोग के लिए और बेहतर बनाया जा सकता है।”

– डॉ. जिफेंग यू

असमानता को संबोधित करना

जबकि नेत्र‑समस्याएँ व्यापक हैं, बाधा कम‑और‑मध्यम‑आय वाले देशों (LMICs) में उच्च‑आय वाले क्षेत्रों की तुलना में अधिक प्रचलित है। अधिक लोगों को स्क्रीनिंग की अनुमति देकर, एआई सीमित विशेषीकृत नेत्र‑देखभाल तक पहुँच वाले क्षेत्रों में अंतर को पाटने में मदद कर सकता है।

इसके लिए, तकनीकी दिग्गज Google ने ARDA (Automated Retinal Disease Assessment) नामक एआई मॉडल बनाया है, और हाल ही में इस डायबेटिक रेटिनोपैथी का पता लगाने के लिए एआई मॉडल को थाईलैंड और भारत की स्वास्थ्य‑तकनीकी कंपनियों को लाइसेंस किया है।

“वे अपने स्वयं के व्यवसाय मॉडल स्थापित करेंगे, लेकिन साथ ही वे उन लोगों को स्क्रीनिंग प्रदान करेंगे जिन्हें सबसे अधिक आवश्यकता है लेकिन वह वहन नहीं कर सकते। डायबेटिक रेटिनोपैथी से अंधत्व पूरी तरह से रोका जा सकता है, और यह तथ्य कि हम कुछ स्थानों में प्रभावी स्क्रीनिंग नहीं कर पाए हैं, माफ़ नहीं किया जाना चाहिए।”

– सनी विर्मानी, Google Health के प्रोजेक्ट मैनेजर

डायबिटीज, जो LMICs में अधिक सामान्य हो रही है, धुंधली दृष्टि, डायबेटिक मैक्युलर एडिमा, ग्लूकोमा, और डायबेटिक रेटिनोपैथी जैसी स्थितियों के कारण नेत्र को गंभीर रूप से प्रभावित कर सकती है। बाद वाला अत्यधिक रक्त‑शर्करा के कारण रक्त‑वाहिकाओं को नुकसान पहुँचाकर आँख में तरल रिसाव का कारण बनता है।

डायबेटिक रेटिनोपैथी दृष्टि में परिवर्तन कर सकती है, और अंततः व्यक्ति अंधा हो सकता है। हालांकि, प्रारंभिक निदान और उपचार जोखिम को 98% तक कम कर देते हैं। लेकिन केवल कुछ ही लोग स्क्रीनिंग करवाते हैं।

इसलिए, एक दशक से अधिक पहले, Google Health के शोध निदेशक डेल वेबस्टर ने अपने सहयोगियों के साथ मिलकर एआई की क्षमताओं का परीक्षण शुरू किया कि वह चिकित्सा छवियों से रोग का निदान कर सकता है। 

इससे ARDA बना, जो रोग का निदान एक नेत्र‑डॉक्टर जितनी प्रभावीता से कर सकता है।

एआई मॉडल के लिए, Google टीम ने 2018 से 2020 के बीच थाईलैंड के तीन क्षेत्रों में 7,651 लोगों की स्क्रीनिंग की, जहाँ ARDA ने 94.7% की सटीकता हासिल की, जिससे “इन उपकरणों की सुरक्षा और प्रभावशीलता सिद्ध हुई।”

शीर्ष दस दुर्लभ रोग विशेषज्ञ स्टॉक्स की सूची के लिए यहाँ क्लिक करें।

कराटोकॉनस प्रबंधन में एआई की सफलता

इन सभी प्रगति के बीच, शोधकर्ताओं ने अब एक एआई विकसित किया है जो सफलतापूर्वक यह भविष्यवाणी कर सकता है कि कौन‑से कराटोकॉनस रोगी अंधत्व की ओर अग्रसर हो सकते हैं, जिससे डॉक्टरों से कई साल पहले प्रारंभिक उपचार और निगरानी की आवश्यकता पड़ती है। इस प्रकार, तकनीक अनावश्यक प्रक्रियाओं को कम कर सकती है और दृष्टि हानि को रोक सकती है।

कराटोकॉनस एक प्रगतिशील नेत्र‑स्थिति है जिसका कोई ज्ञात कारण नहीं है।

इस स्थिति में, कॉर्निया विकृत हो जाता है। यह स्पष्ट, गुंबद‑आकार की परत है जो आयरिस और पुतली को ढँकती है, जिससे प्रकाश प्रवेश करता है और स्पष्ट दृष्टि के लिए फोकस करने में मदद मिलती है।

जब कॉर्निया पतला हो जाता है और शंकु‑आकार में उभड़ता है, तो इसे कराटोकॉनस कहा जाता है। कॉर्निया के आकार में परिवर्तन प्रकाश किरणों को फोकस से बाहर कर देता है, जिससे विकृत दृष्टि होती है। अन्य लक्षणों में चमक, प्रकाश‑संवेदनशीलता, और धुंधली दृष्टि शामिल हैं, जिससे ड्राइविंग या पढ़ना जैसी दैनिक गतिविधियाँ कठिन हो जाती हैं।

यह रोग अक्सर देर के किशोरावस्था या शुरुआती 20 के दशक में विकसित होता है और समय के साथ प्रगति करता है।

सटीक कारण अज्ञात है, लेकिन यह आनुवंशिक हो सकता है, जहाँ कराटोकॉनस वाले 10 में से 1 व्यक्ति का एक अभिभावक भी इस रोग से पीड़ित होता है। अत्यधिक आँख रगड़ना, आँख एलर्जी, कोलेजन हानि के कारण कॉर्नियल पतला होना, और संयोजी‑तंतु विकार भी कराटोकॉनस से जुड़े हैं।

आमतौर पर दोनों आँखों को प्रभावित करता है, लेकिन रोग दोनों आँखों में बहुत अलग‑अलग दृष्टि और लक्षण पैदा कर सकता है।

कराटोकॉनस के लक्षण दस से बीस वर्षों की अवधि में धीरे‑धीरे बिगड़ते हैं। शुरुआती चरण में, लक्षणों में आँख का लाल होना या सूजन, प्रकाश और चमक के प्रति बढ़ी हुई संवेदनशीलता, हल्का धुंधला दृश्य, और थोड़ा विकृत दृश्य शामिल हो सकते हैं। बाद के चरणों में, लक्षण अक्सर निकट‑दृष्टि या एस्टिग्मैटिज़्म में वृद्धि और अधिक धुंधला तथा विकृत दृश्य शामिल होते हैं।

प्रारंभिक चरणों में, दृष्टि समस्याओं को अक्सर चश्मे या कॉन्टैक्ट लेंस से सुधारा जा सकता है, लेकिन बाद के चरणों में कठोर गैस‑परमीएबल कॉन्टैक्ट लेंस की आवश्यकता हो सकती है।

यदि समय पर उपचार नहीं किया गया और स्थिति अधिक गंभीर हो गई, तो कॉर्नियल प्रत्यारोपण, इंटैक्स (छोटे कॉर्नियल इम्प्लांट), और कॉर्नियल क्रॉस‑लिंकिंग (CXL) की आवश्यकता पड़ सकती है। अब, कराटोकॉनस का निदान करने के लिए, डॉक्टर रोगियों की समय‑समय पर निगरानी करते हैं।

रूटीन नेत्र‑जाँच के दौरान, नेत्र‑डॉक्टर कॉर्निया की जाँच करेंगे और आकार में परिवर्तन दिखाने वाले किसी भी बदलाव को मापने के लिए विशेष इमेजिंग का उपयोग कर सकते हैं।

“कराटोकॉनस एक प्रबंधनीय स्थिति है, लेकिन यह जानना कि किसे कब और कैसे उपचार देना है, चुनौतीपूर्ण है। दुर्भाग्यवश, यह समस्या देरी का कारण बन सकती है, जिससे कई रोगियों को दृष्टि हानि और आक्रामक इम्प्लांट या प्रत्यारोपण सर्जरी की आवश्यकता पड़ती है।”

– डॉ. जोसे लुइस गुएल्ल, ESCRS ट्रस्टी और Instituto de Microcirugía Ocular, स्पेन में कॉर्निया, मोतियाबिंद और रिफ्रैक्टिव सर्जरी विभाग के प्रमुख

लेकिन शोधकर्ताओं ने अब एक ऐसी सफलता हासिल की है जो एआई को रोगियों के कराटोकॉनस के लिए तत्काल कॉर्नियल उपचार की आवश्यकता की भविष्यवाणी करने में सक्षम बनाती है, इससे पहले कि अपरिवर्तनीय क्षति हो, संभावित रूप से दृष्टि बचा सकती है और प्रत्यारोपण की आवश्यकता को कम कर सकती है।

यह अध्ययन हाल ही में प्रस्तुत किया गया था, 43वें यूरोपीय कॉर्निया और रिफ्रैक्टिव सर्जरी सोसाइटी (ESCRS) कांग्रेस में।

मानव दृष्टि और स्वास्थ्य‑सेवा संसाधनों की रक्षा

डॉ. शाफी बालाल और उनके सहयोगियों द्वारा मोरफ़ील्ड्स आई हॉस्पिटल NHS फाउंडेशन ट्रस्ट और यूनिवर्सिटी कॉलेज लंदन (UCL) में किया गया यह अध्ययन एआई का उपयोग करके रोगियों की आँखों की छवियों का विश्लेषण किया और अन्य डेटा के साथ मिलाकर यह भविष्यवाणी की कि किन कराटोकॉनस रोगियों को तत्काल उपचार की आवश्यकता है और किन्हें निगरानी जारी रखनी चाहिए।

“कराटोकॉनस युवा, कार्य‑उम्र के रोगियों में दृष्टि‑बाधा का कारण बनता है, और यह पश्चिमी दुनिया में कॉर्नियल प्रत्यारोपण का सबसे सामान्य कारण है।”

– डॉ. बालाल

केवल एक ही उपचार ‘क्रॉस‑लिंकिंग’ के साथ रोग की प्रगति को रोका जा सकता है। यह थेरेपी अल्ट्रावायलेट प्रकाश और विटामिन B2 (राइबोफ्लाविन) ड्रॉप्स का उपयोग करके कॉर्निया को कठोर बनाती है।

हालाँकि, क्रॉस‑लिंकिंग उपचार को तब करना आवश्यक है जब तक कि निशान स्थायी न हो जाएँ, जिससे कॉर्नियल प्रत्यारोपण की आवश्यकता समाप्त हो जाती है। यह वास्तव में 95% से अधिक मामलों में सफल है। डॉ. बालाल के अनुसार:

“हालाँकि, डॉक्टर वर्तमान में यह भविष्यवाणी नहीं कर सकते कि कौन‑से रोगी प्रगति करेंगे और उपचार की आवश्यकता होगी, और कौन‑से केवल निगरानी से स्थिर रहेंगे। इसका मतलब है कि रोगियों को कई वर्षों तक बार‑बार निगरानी की आवश्यकता होती है, और क्रॉस‑लिंकिंग आमतौर पर प्रगति के बाद किया जाता है।” 

इस प्रकार, एआई समय पर कराटोकॉनस का निदान कर सकता है।

उनके एआई के लिए, अध्ययन ने उन रोगियों के एक समूह का उपयोग किया जिन्हें कराटोकॉनस मूल्यांकन और निगरानी के लिए मोरफ़ील्ड्स आई हॉस्पिटल में रेफ़र किया गया था, जिसमें OCT के साथ आँख के सामने के हिस्से की स्कैनिंग करके उसके आकार की जाँच की गई।

ऑप्टिकल कोहेरेंस टॉमोग्राफी (OCT) एक गैर‑आक्रामक इमेजिंग विधि है जो प्रकाश तरंगों का उपयोग करके रेटिना की उच्च‑रिज़ॉल्यूशन, क्रॉस‑सेक्शनल तस्वीरें लेती है। यह तकनीक नेत्र‑विज्ञान में मैक्युलर डीजेनेरेशन, ग्लूकोमा, और डायबेटिक रेटिनोपैथी जैसी स्थितियों के निदान में व्यापक रूप से उपयोग की जाती है।  

शोधकर्ताओं ने 6,684 रोगियों के 36,673 OCT छवियों का एआई के साथ अध्ययन किया। शोधकर्ताओं ने पाया कि उनका एआई मॉडल केवल रोगी की पहली यात्रा के आधार पर यह सटीक रूप से भविष्यवाणी कर सकता है कि रोगी की स्थिति स्थिर रहेगी या बिगड़ेगी।

इसका अर्थ है कि प्रारंभिक रूटीन परामर्श से, एआई डॉक्टरों को यह भविष्यवाणी करने में मदद कर सकता है कि कौन‑से रोगी प्रगति का अनुभव करेंगे, जिससे प्रगति और द्वितीयक परिवर्तन होने से पहले प्रारंभिक उपचार संभव हो सके।

एआई मॉडल ने रोगियों को दो समूहों में वर्गीकृत किया। एक समूह कम‑जोखिम वाला था, जिसमें दो‑तिहाई रोगियों को उपचार की आवश्यकता नहीं थी। दूसरा समूह उच्च‑जोखिम वाला था, जिसमें एक‑तिहाई रोगियों को तुरंत क्रॉस‑लिंकिंग उपचार की आवश्यकता थी।

दूसरी अस्पताल यात्रा के डेटा को शामिल करने पर, एआई मॉडल 90% तक रोगियों को वर्गीकृत कर सकता था।

डॉ. बालाल के अनुसार, यह अध्ययन इस प्रकार का पहला है जिसने स्कैन और रोगी डेटा के संयोजन से कराटोकॉनस प्रगति जोखिम की भविष्यवाणी में इतनी उच्च सटीकता प्राप्त की। उन्होंने कहा:

“हमारा शोध दिखाता है कि हम एआई का उपयोग करके यह भविष्यवाणी कर सकते हैं कि कौन‑से रोगियों को उपचार की आवश्यकता है और कौन‑से केवल निगरानी जारी रख सकते हैं।” 

अध्ययन, डॉ. बालाल ने बताया, दो वर्षों या अधिक समय तक रोगियों के बड़े समूह की निगरानी पर आधारित था। परिणाम यह सुझाव देते हैं कि उच्च‑जोखिम कराटोकॉनस वाले रोगियों को उनकी स्थिति प्रगति करने से पहले निवारक उपचार मिल सकता है, जिससे दृष्टि हानि को रोकने और जटिल कॉर्नियल प्रत्यारोपण सर्जरी और उसकी पुनर्प्राप्ति बोझ को कम करने में मदद मिलती है।

इसी बीच, कम‑जोखिम रोगी अनावश्यक निगरानी से बच सकते हैं, जिससे स्वास्थ्य‑सेवा संसाधनों की बचत होगी। 

“एल्गोरिदम द्वारा रोगियों का प्रभावी वर्गीकरण विशेषज्ञों को सबसे अधिक आवश्यकता वाले क्षेत्रों में पुनः निर्देशित करने की अनुमति देगा।”

– डॉ. बालाल

शोधकर्ता वर्तमान में एक और अधिक शक्तिशाली एआई एल्गोरिदम विकसित करने पर काम कर रहे हैं, जिसे लाखों नेत्र‑स्कैन पर प्रशिक्षित किया जाएगा। एल्गोरिदम को विशिष्ट कार्यों के लिए अनुकूलित किया जा सकता है, जैसे कराटोकॉनस प्रगति की भविष्यवाणी, वंशानुगत नेत्र‑रोगों और नेत्र‑संक्रमणों का पता लगाना।

यदि एआई एल्गोरिदम “लगातार अपनी प्रभावशीलता प्रदर्शित करता है, तो यह तकनीक अंततः युवा, कार्य‑उम्र के रोगियों में दृष्टि हानि और अधिक कठिन प्रबंधन रणनीतियों को रोक देगी,” डॉ. गुएल्ल ने कहा, जो इस शोध में शामिल नहीं थे।

एल्गोरिदम अब क्लिनिकल सेटिंग में तैनात होने से पहले आगे की सुरक्षा परीक्षण के तहत जाएगा।

एआई‑ड्रिवेन नेत्र‑देखभाल में निवेश

Alcon AG (ALC.SW ) (ALC ) स्विट्ज़रलैंड‑आधारित नेत्र‑देखभाल कंपनी है जो मोतियाबिंद, ग्लूकोमा, रेटिनल रोग, और अपवर्तक त्रुटियों जैसी स्थितियों के लिए सर्जिकल और विज़न‑केयर के माध्यम से नेत्र‑उत्पादों का अनुसंधान, निर्माण, और बिक्री करती है।

Alcon AG (ALC )

$39.6 बिलियन के मार्केट‑कैप के साथ, ALC शेयर वर्तमान में $77.78 पर ट्रेड कर रहे हैं, YTD में 8.81% गिरावट और पिछले साल के अंत में $100 से ऊपर के शिखर से लगभग 23% नीचे। इसके साथ, इसका EPS (TTM) 2.25 और P/E (TTM) 34.41 है, जबकि डिविडेंड यील्ड 0.43% है।

Q2 2025 के लिए, Alcon ने बिक्री में 4% की वृद्धि कर $2.6 बिलियन की रिपोर्ट की। उस तिमाही के लिए डाइल्यूटेड EPS $0.35 था।

इस अवधि में कंपनी ने संचालन से $889 मिलियन नकद उत्पन्न किया, जबकि 2025 की पहली छमाही में $681 मिलियन फ्री कैश फ़्लो दर्ज किया। Alcon ने शेयरधारकों को $287 मिलियन वापस किया।

“Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager, और Unity VCS जैसे नए उत्पादों के लिए “मजबूत प्रारंभिक मांग” को नोट करते हुए, CEO डेविड J. Endicott ने कहा:

“हालाँकि यह अभी शुरुआती चरण है, ये लॉन्च हमें टॉप‑लाइन ग्रोथ को तेज़ करने, नकद उत्पन्न करने, और हमारे शेयरधारकों के लिए दीर्घकालिक मूल्य प्रदान करने की स्थिति में रखते हैं।”

कृत्रिम बुद्धिमत्ता में निवेश के बारे में सभी जानकारी के लिए यहाँ क्लिक करें।

Latest Alcon AG (ALC) Stock News and Developments

Conclusion

दसियों मिलियन लोग दुनिया भर में दृष्टि‑बाधा या अंधत्व के जोखिम में हैं, रोग‑प्रगति की भविष्यवाणी और उपचार निर्णयों को मार्गदर्शन करने की एआई क्षमता एक नई रोग‑निवारक नेत्र‑देखभाल युग की शुरुआत करती है। जैसे‑जैसे एल्गोरिदम अधिक परिष्कृत होते जाएंगे, एआई चिकित्सकों को दृष्टि की रक्षा करने, स्वास्थ्य‑सेवा लागत को कम करने, और जीवन‑गुणवत्ता को बढ़ाने में सक्षम बना सकता है।

दृष्टि हानि को लक्षित करने वाले नए उन्नतियों की सूची के लिए यहाँ क्लिक करें।

References:

<sup>1. Thirunavukarasu, A. J., Mahmood, S., Malem, A., Foster, W. P., Sanghera, R., Hassan, R., Zhou, S., Wong, S. W., Wong, Y. L., Chong, Y. J., Shakeel, A., Chang, Y.-H., Tan, B. K. J., Jain, N., Tan, T. F., Rauz, S., Ting, D. S. W., & Ting, D. S. J. (2024). Large language models approach expert-level clinical knowledge and reasoning in ophthalmology: A head-to-head cross-sectional study. PLOS Digital Health, (Version of Record), published 17 अप्रैल 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, C. L., Joseph, S., Vingrys, A. J., et al. (2025). Prospective pragmatic trial of automated retinal photography and AI glaucoma screening in Australian primary care. npj Digital Medicine, 8, 386. (Version of Record), published 1 जुलाई 2025. Received 9 मार्च 2025; accepted 2 जून 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Application of artificial intelligence in myopia prevention and control. Pediatric Investigation, (Version of Record), published 18 मार्च 2025. https://doi.org/10.1002/ped4.70001</sup>