AI की मदद से अल्जाइमर की भविष्यवाणी

अलीज़ाइमर एसोसिएशन द्वारा प्रकाशित एक हालिया अध्ययन नई प्रारंभिक पहचान विधि पर प्रकाश डालता है जो लाखों जीवन बचाने में मदद कर सकती है। यह अध्ययन AI के उपयोग को स्वचालित भविष्यवाणी प्रोटोकॉल में आवाज़ स्कैनिंग विधियों के साथ मिलाकर हल्की संज्ञानात्मक हानि (MCI) से अल्जाइमर रोग (AD) तक की प्रगति को 6 साल की अवधि में सटीक रूप से निर्धारित करता है। यहाँ वह सब है जो आपको जानना चाहिए।

अल्जाइमर और डिमेंशिया

जो भी व्यक्ति अल्जाइमर और डिमेंशिया से पीड़ित किसी रिश्तेदार के साथ रहा है या उसकी मदद की है, वह इस स्थिति की कठिनाइयों की पुष्टि कर सकता है। विशेष रूप से, अल्जाइमर रोग विश्व स्तर पर डिमेंशिया का प्रमुख कारण है। यह एक प्रगतिशील मस्तिष्क विकार है जो समय के साथ व्यक्ति की मानसिक क्षमताओं को घटाता है। यह प्रक्रिया धीरे-धीरे होती है, जिसमें लक्षण साधारण भूलने से लेकर स्मृति हानि, भ्रम, आत्म-उपेक्षा और बोलने की क्षमता खोने तक बढ़ते हैं। विशेष रूप से, MCI से पीड़ित रोगियों में अल्जाइमर रोग विकसित होने की संभावना बहुत अधिक होती है।

अल्जाइमर रोग के तथ्य

अल्जाइमर रोग अमेरिकियों के लिए छठा सबसे बड़ा मौत का कारण है और विश्व स्तर पर एक बड़ी चिंता बनी हुई है। 2023 के एक अध्ययन में पाया गया कि 6.7 मिलियन से अधिक अमेरिकी इस रोग से पीड़ित हैं, जिससे रोगी स्वयं की देखभाल करने, अपने परिवार के सदस्यों को पहचानने, या आवश्यक दैनिक कार्य करने में असमर्थ हो सकते हैं।

स्रोत – विकिपीडिया

दुर्भाग्यवश, शोध ने भविष्य में बढ़ते जोखिमों की भी ओर इशारा किया। यह 2060 तक 13.8 मिलियन अमेरिकी नागरिकों को इस रोग से पीड़ित होने की भविष्यवाणी करता है। इन कारकों ने कई शोधकर्ताओं को समाधान और रोकथाम विधियों की खोज करने के लिए प्रेरित किया है, जिससे इन जोखिमों को कम किया जा सके और संभावित रूप से कई जीवन बचाए जा सकें।

AD रोग विज्ञान

AD रोग विज्ञान वह शब्द है जो दर्शाता है कि रोग के बोझ के तहत मस्तिष्क कैसे क्षय शुरू करता है। आज की विधियों में न्यूरोसाइकोलॉजिकल टेस्ट (NPTs) करना आवश्यक है, जिससे स्वास्थ्य पेशेवर बीटा-एमाइलॉइड पेप्टाइड्स (Aβ), हाइपरफॉस्फोरिलेटेड टाउ प्रोटीन, प्रतिक्रियाशील एस्ट्रोसाइट्स, माइक्रोग्लियल सक्रियता और अन्य बायोमार्कर के स्तर की निगरानी कर सकते हैं। इन सभी कारकों से दीर्घकालिक सूजन और AD की शुरुआत से जुड़े अन्य मुद्दों का संकेत मिल सकता है।

AD रोग विज्ञान की वर्तमान सीमाएँ

रोगी के AD जोखिम को निर्धारित करने की इन विधियों में कुछ महत्वपूर्ण कमियां हैं। सबसे पहले, ये महंगी हैं। प्रत्येक परीक्षण की लागत हजारों में हो सकती है, जिससे यह केवल उन लोगों के लिए उपलब्ध है जिनके पास बीमा या फंडिंग तक पहुंच है। इसके अतिरिक्त, ये विधियां अक्सर आक्रामक होती हैं। जब भी त्वचा में कट लगाना पड़ता है, संक्रमण और अन्य जटिलताओं का जोखिम बढ़ जाता है।

AD पहचान का भविष्य आवाज़-आधारित है

शोधकर्ताओं ने आवाज़ में गिरावट और MCI के बीच सीधा संबंध देखा है। इसलिए, इन परिवर्तनों को दस्तावेज़ करने और रिकॉर्ड करने के लिए बहुत काम किया गया है। आज, न्यूरोसाइकोलॉजिकल परीक्षाओं से हजारों घंटे की आवाज़ रिकॉर्डिंग उपलब्ध हैं। इसके अलावा, इन रिकॉर्डिंग्स के साथ अन्य डेटा भी जुड़ा हुआ है। यह FHS अध्ययन रिकॉर्डिंग्स का सबसे बड़ा सेट है।

फ्रेमिंगहैम हार्ट स्टडी (FHS)

फ्रेमिंगहैम हार्ट स्टडी (FHS) 1948 से चल रही है। यह हृदयवाहिकीय स्वास्थ्य का दीर्घकालिक अध्ययन हजारों पुरुषों पर किया गया जिन्होंने स्ट्रोक या हृदयाघात का अनुभव किया था। इसकी दीर्घकालिक दृष्टिकोण ने शोधकर्ताओं को 10-30 साल के जोखिम-पूर्वानुमान मॉडल बनाने में सक्षम बनाया है, जो रोकथाम, दवा निर्माण और अब AI मॉडल प्रोग्रामिंग में महत्वपूर्ण साबित हुए हैं।

यह सहयोगी प्रयास नेशनल हार्ट, लंग, एंड ब्लड इंस्टीट्यूट (NHLBI) और बॉस्टन यूनिवर्सिटी से समर्थन प्राप्त करता है और यह अब तक किए गए सबसे लंबे और सफल हृदयवाहिकीय अध्ययनों में से एक है। इस प्रकार, इसके डेटा ने अनगिनत चिकित्सा प्रगति में मदद की है और यह दीर्घकालिक स्वास्थ्य डेटा का एक शक्तिशाली स्रोत बना हुआ है।

अध्ययन के हिस्से के रूप में, 2005 में डेटा में आवाज़ परीक्षण जोड़े गए। तब से, वैज्ञानिकों ने AD से पहले और दौरान रोगियों के हजारों आवाज़ पैटर्न रिकॉर्ड किए। इन रिकॉर्डिंग्स ने AD के दौरान मन के क्षय के बारे में मूल्यवान अंतर्दृष्टि प्रदान की।

कृत्रिम बुद्धिमत्ता निदान विधियों को सुधारती है

AI क्रांति ने इंजीनियरों को अधिक उन्नत और कुशल प्रारंभिक चेतावनी प्रणाली बनाने में सक्षम बनाया है। इस मामले में, AI नेचुरल लैंग्वेज प्रोसेसिंग (NLP) का उपयोग संज्ञानात्मक गिरावट के संकेत देने वाले भाषाई विशेषताओं का निदान करने के लिए किया गया। एल्गोरिदम मिलियन डेटा पॉइंट्स को क्रॉस-रेफ़रेंस करके रोगियों को उनके संचार के आधार पर डिमेंशिया स्केल पर सटीक रूप से रख सकता है।

अल्जाइमर और डिमेंशिया अध्ययन

यह अध्ययन ने MCI और डिमेंशिया के भविष्यवाणी मॉडल को सुधारने के लिए NLP तकनीकों को मशीन लर्निंग विधियों के साथ लागू किया। टीम ने n + 166 फ्रेमिंगहैम हार्ट स्टडी (FHS) प्रतिभागियों की परीक्षण साक्षात्कार रिकॉर्डिंग्स लीं ताकि ये मॉडल बनाए जा सकें। मॉडल विभिन्न विकल्पों को कवर करते हैं, जनसांख्यिकी से लेकर डेटा के पूरे स्पेक्ट्रम तक।
पिछले प्रयासों से एक मुख्य अंतर यह था कि टीम ने सामान्य संज्ञान के बजाय MCI से AD की प्रगति पर मुख्य रूप से ध्यान केंद्रित किया। इस दृष्टिकोण में 90 प्रगतिशील MCI और 76 स्थिर MCI मामलों को शामिल किया गया। यह डेटा एक उन्नत AI एल्गोरिद्म में फीड किया गया जो प्रमुख कारकों की जांच करता है।

इनपुट डेटा

सिस्टम ने लॉजिस्टिक रिग्रेशन मॉडल का एक वैरिएशन उपयोग किया जो उप-परीक्षण स्कोर और TAS को मुख्य भविष्यवाणी संकेतकों के रूप में उपयोग करता है। इस दृष्टिकोण के हिस्से के रूप में, टीम ने पहले एक ट्रांसक्राइबिंग टूल बनाया जो पहले रिकॉर्ड किए गए फ्रेमिंगहैम हार्ट स्टडी (FHS) डेटा के आयात को सरल बनाता है।

स्पीच डेटा

166 प्रतिभागियों के स्पीच डेटा में प्रत्येक व्यक्ति के साथ एक घंटे का साक्षात्कार शामिल था। यह डेटा पहले रिकॉर्ड किया गया था और डिजिटल रूप से संग्रहीत था, जिसका अर्थ था कि टीम को इस डेटा को आसानी से टेक्स्ट में बदलने और फिर AI मॉडल बनाने की विधियां बनानी पड़ीं।

यूनिवर्सल सेंटेंस एन्कोडर

यूनिवर्सल सेंटेंस एन्कोडर को FHS डेटा के आयात के कार्यभार को कम करने के लिए डिजाइन किया गया था। सिस्टम स्वचालित रूप से FHS डेटा को स्कैन करता है और प्रत्येक रोगी के ट्रांसक्रिप्ट के विशिष्ट भागों के आधार पर वेक्टर एम्बेडिंग्स उत्पन्न करता है। यह दृष्टिकोण AI को अधिक सटीक भविष्यवाणियां करने में मदद करता है जबकि कार्यभार को कम करता है।

AI मॉडल सुधार

शोध टीम ने इन ट्रांसक्रिप्ट्स का उपयोग करके एक शक्तिशाली AI डीप लर्निंग एल्गोरिद्म बनाया। सिस्टम स्वचालित रूप से FHS रिपोर्ट से रैंडम डेटा को कॉल करता है और उसका नमूना लेता है। इस डेटा का उपयोग उप-परीक्षण सामग्री बनाने और एन्कोड करने में किया गया। कुल मिलाकर, AD प्रगति और MCI को मापने के लिए आठ विशिष्ट एम्बेडिंग्स का उपयोग किया गया।

लॉजिस्टिक रिग्रेशन मॉडल

प्रत्येक उप-परीक्षण सामग्री से जुड़े मात्रात्मक डेटा से प्रशिक्षित नए AI मॉडल बनाए गए। सामग्री को स्कोर किया गया और मॉडलिंग के लिए व्यक्तिगत इनपुट के रूप में उपयोग किया गया। इन मॉडलों को फिर विभाजित करके प्रभावशीलता के लिए परीक्षण किया गया, जिससे प्रत्येक के लिए (TAS) ट्रांसक्रिप्ट औसत स्कोर प्राप्त हुआ। ये स्कोर और TAS AI को MCI प्रगति की सटीक निगरानी करने में सक्षम बनाते हैं।

प्राथमिक मॉडल में प्रतिभागियों के बारे में कई मूल्यवान डेटा शामिल थे। विशेष रूप से, इसमें जनसांख्यिकी, APOE कैरियर स्थिति, स्वास्थ्य कारक, और FHS अध्ययन से आयातित टेक्स्ट फीचर शामिल थे। इस मॉडल ने सबसे अधिक स्कोर प्राप्त किया, जो छह वर्षों के भीतर AD की शुरुआत निर्धारित करने में लगभग 80% सटीकता दिखाता है।

टीम ने एक मॉडल का भी परीक्षण किया जो केवल प्रतिभागियों के जनसांख्यिकीय डेटा को ध्यान में रखता था। एक टेक्स्ट-केवल मॉडल भी था जो FHS टेक्स्ट इनपुट को अपने मुख्य समीक्षा स्रोत के रूप में उपयोग करता था। उल्लेखनीय रूप से, जनसांख्यिकीय AI मॉडल ने AD की भविष्यवाणी 68.8% सटीकता के साथ की। प्रभावशाली रूप से, सबसे सटीक मॉडल, जिसमें सभी संबंधित डेटा शामिल थे, ने 79% सटीकता हासिल की।

मॉडलों का परीक्षण

प्रत्येक मॉडल के प्रदर्शन का परीक्षण समूह k-fold क्रॉस-वैलिडेशन दृष्टिकोण से किया गया, जिसमें सटीकता, प्रिसीजन, संवेदनशीलता और विशिष्टता जैसे प्रमुख कारकों की जांच की गई। साथ ही, क्रॉस-वैलिडेशन और फीचर चयन परीक्षण भी किए गए।

परिणाम

अध्ययन के परिणाम आशाजनक हैं। नया AI डिटेक्शन मॉडल ने 6 वर्षों के भीतर AD की शुरुआत निर्धारित करने में 79% सटीकता हासिल की। टीम ने पाया कि जितने अधिक डेटा इनपुट जोड़े गए, AI उतनी ही सटीकता से व्यक्ति के जोखिम का निर्धारण कर सकता है। इस प्रकार, स्पीच डेटा, आयु, लिंग, और शिक्षा स्तर सभी ऐसे कारक हैं जो व्यक्ति के AD के जोखिम में भूमिका निभाते हैं।

अल्जाइमर रोग अध्ययन के लाभ

इस अध्ययन से सामान्य व्यक्ति को कुछ गंभीर लाभ मिल सकते हैं। सबसे पहले, AI-आधारित भविष्यवाणी विधियां जनता के लिए बहुत अधिक किफायती और सुलभ हैं। लाभ-उन्मुख स्वास्थ्य देखभाल प्रणाली में आज के परीक्षणों की लागत प्रयोगशालाओं और नमूनों की आवश्यकता के कारण लगातार बढ़ रही है। नया AI सिस्टम इन आवश्यकताओं को समाप्त करता है, जिससे सभी प्रतिभागियों के लिए लागत में काफी कमी आती है।
इसके अतिरिक्त, एक स्वचालित डिटेक्शन सिस्टम को एकीकृत करने से डॉक्टर और स्वास्थ्य पेशेवर अधिक सटीक और तेज़ी से उपचार और दवाओं का प्रिस्क्राइब कर सकते हैं जब संभव हो। ये सुधारित प्रतिक्रियाएं कई मामलों में जीवन और मृत्यु के बीच का अंतर बना सकती हैं।

गैर-आक्रामक

AD का पता लगाने के लिए यह AI विधि गैर-आक्रामक है। डॉक्टरों को आपके AD प्रगति का निर्धारण करने के लिए टिश्यू सैंपल लेने की आवश्यकता नहीं है, जिससे संक्रमण या अन्य जटिलताओं का जोखिम कम हो जाता है।

इस अध्ययन से लाभान्वित हो सकने वाली कंपनियां

कई कंपनियां इस नई स्वचालित AI AD डिटेक्शन विधि को एकीकृत करके अपने उत्पादों और सेवाओं में सुधार कर सकती हैं। ये कंपनियां AD रोकथाम और भविष्यवाणी विधियों में विशेषज्ञ हैं। इस प्रकार, वे रोगियों को बेहतर प्रिस्क्राइब और निदान कर सकते हैं, जिससे प्रतिक्रिया समय तेज़ हो जाता है। यहाँ दो कंपनियां हैं जो आज इस तकनीक को एकीकृत करने के लिए तैयार हैं।

1. Biogen

BIIB मूल्य चार्ट

Biogen एक प्रमुख बायोटेक फर्म है जो मैसाचुसेट्स, यूएसए में स्थित है। कंपनी के पास विभिन्न उत्पाद हैं जो न्यूरोलॉजिकल और ऑटोइम्यून रोगों से पीड़ित लोगों को रोकने, उपचार करने और सहायता प्रदान करने के लिए डिज़ाइन किए गए हैं। शोधकर्ताओं द्वारा निर्मित स्वचालित AD डिटेक्शन मॉडल को एकीकृत करने से कंपनी के प्रतिक्रिया समय में उल्लेखनीय सुधार होगा।
Biogen का स्टॉक उसके इतिहास और बाजार में स्थिति के कारण एक मजबूत आधार माना जाता है। कंपनी ने पिछले चार वर्षों में धीरे-धीरे स्थिर वृद्धि देखी है और वर्तमान में इसका मार्केट कैप $33.16 बिलियन है। विश्लेषकों का अनुमान है कि निर्माता अपनी अग्रणी प्रयासों और प्रारंभिक रोकथाम विधियों की बढ़ती मांग के कारण आगे राजस्व वृद्धि देखेगा।

2. Eisai

टोक्यो स्थित Eisai चिकित्सा अनुसंधान और विकास क्षेत्र में एक वैश्विक शक्ति बनी हुई है। कंपनी फार्मास्यूटिकल्स के आयात और निर्यात में विशेषज्ञ है और अन्य प्रमुख ब्रांडों, जैसे Biogen, के साथ अल्जाइमर रोग की दवा समझौते पर सहयोग किया है। यह समझौता इन कंपनियों को डेटा स्वतंत्र रूप से साझा करने की अनुमति देता है, जिससे इस रोग के निदान और उपचार में महत्वपूर्ण प्रगति की आशा है।
Eisai बाजार में एक नेता है और कई सफल फार्मास्यूटिकल्स के अनुसंधान और विकास में मदद की है। कंपनी को निवेश समुदाय से मजबूत समर्थन प्राप्त है और इसे Argus US ESG मॉडल पोर्टफोलियो में शामिल किया गया है। यह स्टॉक सिफारिश पर्यावरण, शासन और सामाजिक मानदंडों पर आधारित है। इन कारणों से, ESALY किसी भी पोर्टफोलियो में एक समझदार जोड़ है।

AI स्वास्थ्य देखभाल का भविष्य

यह अध्ययन उन कई अध्ययनों में से एक है जिसने अल्जाइमर रोगियों का ध्यान आकर्षित किया है। जल्द ही, स्वचालित और बहुत किफायती घर-पर-डायग्नोस्टिक टूल्स उपलब्ध हो सकते हैं जो किसी भी स्थान से किसी भी व्यक्ति को उनके स्वास्थ्य जोखिम की निगरानी करने में सक्षम बनाते हैं। इन उपकरणों को केवल अल्जाइमर रोकथाम तक सीमित नहीं होना चाहिए। यहाँ कुछ अन्य कूल AI मेडिकल सुधार हैं।

AI स्ट्रोक डिटेक्शन

AI सिस्टम अब स्ट्रोक पता लगाने में मदद करने के लिए मौजूद हैं। आपातकालीन कर्मियों के लिए, यह निर्धारित करना कि व्यक्ति स्ट्रोक या अन्य रोग से पीड़ित है या नहीं, अक्सर उनके जीवन को बचाने का पहला कदम होता है। उल्लेखनीय रूप से, RMIT यूनिवर्सिटी के बायोमेडिकल इंजीनियर्स की एक टीम ने एक नया टूल बनाया है जो AI का उपयोग करके सेकंड में CVA की पहचान करता है। सॉफ़्टवेयर स्मार्टफ़ोन कैमरा का उपयोग करके व्यक्ति की चेहरे की विशेषताओं के माध्यम से यह निर्धारित करता है कि स्ट्रोक हुआ है या नहीं।

AI-सहायता प्राप्त स्पीच

AI-सहायता प्राप्त स्पीच स्वास्थ्य देखभाल का एक और क्षेत्र है जिसमें उल्लेखनीय सुधार हुआ है। ये सिस्टम बड़े भाषा मॉडल का उपयोग करके उन लोगों की मदद करते हैं जो दुर्घटनाओं या बाधाओं के कारण शब्द उच्चारित नहीं कर पाते, वास्तविक समय में वाक्य बनाते हैं। यह तकनीक पहले ही हजारों लोगों की मदद कर रही है जो संचार समस्याओं से जूझ रहे हैं, उन्हें कठिनाइयों को पार करने और अधिक संतोषजनक जीवन जीने में सक्षम बना रही है।

AI-सहायता प्राप्त मूवमेंट

AI सिस्टम ने लाखों लोगों की गतिशीलता में भी सुधार करने में मदद की है। शोधकर्ता अब AI का उपयोग करके एक्सोस्केलेटन के प्रदर्शन को बेहतर बना रहे हैं। ये उपकरण, जो पहले उपयोगकर्ता को संचालन के लिए रिमोट कंट्रोल की आवश्यकता रखते थे, अब आपके अगले कदम का निर्धारण कर सकते हैं और स्वचालित रूप से आपको सीढ़ियों, खड़ी ढलानों और अन्य ऐसे क्षेत्रों पर चढ़ने में मदद कर सकते हैं, जो आम तौर पर अन्य वॉकिंग असिस्टेंस सिस्टम के लिए असंभव होते हैं।

AI अल्जाइमर रोग को मात देने में मदद कर रहा है

AI तकनीक अल्जाइमर रोग से पीड़ित लोगों को उनकी घटती स्मृतियों को ट्रैक करने और बेहतर जीवन जीने में मदद कर सकती है। यह नवीनतम विकास दर्शाता है कि AI रोकथाम और निदान कैसे इस रोग को अंततः मात देने की पहली कदम हो सकते हैं। इस प्रकार, यह शोध नई आत्मविश्वास की स्तर प्रदान करता है और भविष्य में एक स्वस्थ और अधिक संज्ञानात्मक रूप से सक्रिय जनसंख्या के लिए द्वार खोलता है।
अधिक कूल AI विकास के लिए क्लिक करें।