ইসোফেজিয়াল ক্যান্সার দীর্ঘদিন ধরে প্রাথমিক পর্যায়ে শনাক্ত করা সবচেয়ে কঠিন ম্যালিগন্যান্সিগুলোর একটি। উপসর্গ সাধারণত দেরিতে প্রকাশ পায়, এবং বিদ্যমান স্ক্রিনিং সরঞ্জামগুলো সহজে সমগ্র জনসংখ্যায় প্রয়োগ করা যায় না। ২২ সেপ্টেম্বর ২০২৬-এ Nature Medicine-এ প্রকাশিত একটি গবেষণা এই হিসাব-নিকাশে সম্ভাব্য পরিবর্তনের কথা বর্ণনা করেছে: একটি কৃত্রিম বুদ্ধিমত্তা মডেল যা ননকনট্রাস্ট চেস্ট সিটি-তে ইসোফেজিয়াল ক্যান্সার ও প্রিক্যান্সারাস ক্ষত শনাক্ত করে, যা এমন এক ধরনের স্ক্যান যা ইতিমধ্যেই বিশ্বজুড়ে বিপুল সংখ্যায় সম্পন্ন করা হয়।
মডেলটির নাম Esophageal AI-Guided malignant Lesion Evaluation, বা EAGLE। এর বিকাশকারীরা অন্তর্নিহিত কাজটি — ননকনট্রাস্ট কম্পিউটেড টমোগ্রাফিতে প্রাথমিক ইসোফেজিয়াল ম্যালিগন্যান্সি খুঁজে বের করা — ঐতিহাসিকভাবে অসম্ভব বলে বিবেচিত একটি কাজ হিসেবে বর্ণনা করেছেন। DOI 10.1038/s41591-026-04656-4-এর অধীনে প্রকাশিত তাদের গবেষণায় তিন দেশের হাজার হাজার রোগী এবং এক ডজনেরও বেশি ক্লিনিকাল কেন্দ্র জুড়ে প্রশিক্ষণ ও যাচাইয়ের প্রতিবেদন দেওয়া হয়েছে।
EAGLE যে স্ক্রিনিং ঘাটতি পূরণের চেষ্টা করে
গবেষণার সারসংক্ষেপ অনুসারে, নির্ভুল, ননইনভেসিভ এবং স্কেলযোগ্য স্ক্রিনিং সরঞ্জামের অনুপস্থিতি প্রাথমিক ইসোফেজিয়াল ক্যান্সার শনাক্তকরণকে একটি স্থায়ী বৈশ্বিক স্বাস্থ্য চ্যালেঞ্জ হিসেবে রেখেছে। বিদ্যমান পদ্ধতিগুলো বৃহৎ জনসংখ্যা স্ক্রিন করার কোনো ব্যবহারিক উপায় দেয়নি, ফলে অনেক ক্ষেত্রেই উপসর্গ প্রকাশের পরেই রোগ ধরা পড়ে।
ননকনট্রাস্ট সিটি সমাধানের একটি সুস্পষ্ট প্রার্থী বলে মনে হতে পারে, কারণ এই স্ক্যানগুলো ব্যাপকভাবে সহজলভ্য এবং ফুসফুস ও অন্যান্য চেস্ট ইঙ্গিতের জন্য প্রায়ই করা হয়। কিন্তু ইসোফ্যাগাস একটি কঠিন লক্ষ্য। একটি ফাঁপা নলাকার গঠন হিসেবে এটি সংকুচিত হওয়া এবং গতিজনিত আর্টিফ্যাক্টের প্রবণ, এবং ছোট প্রাথমিক ম্যালিগন্যান্ট ক্ষত সাধারণ টিস্যু থেকে আলাদা করা কঠিন হতে পারে। সেই অ্যানাটমি ও ইমেজিং ফিজিক্সের কারণেই লেখকরা শনাক্তকরণের কাজটিকে কেবল কঠিন নয়, বরং নাগালের বাইরে বলে বিবেচিত হিসেবে চিহ্নিত করেছেন।
EAGLE ঠিক সেই সমস্যা সমাধানের জন্যই তৈরি: চেস্ট ননকনট্রাস্ট সিটি ইমেজ থেকে ক্যান্সার এবং প্রিক্যান্সারাস ক্ষত উভয়ই শনাক্ত করা।
বৃহৎ পরিসরে প্রশিক্ষণ ও যাচাই
গবেষণার ডেভেলপমেন্ট পাইপলাইন তার আকার ও ভৌগোলিক বিস্তারের জন্য উল্লেখযোগ্য। EAGLE দুটি কেন্দ্র থেকে সংগৃহীত ৬,৮১৩ জন রোগীর ওপর প্রশিক্ষিত হয়েছিল। এরপর এটি তিন দেশের ১২টি কেন্দ্র জুড়ে যাচাই করা হয়, যেখানে অপারচুনিস্টিক এবং জনসংখ্যা-ভিত্তিক স্ক্রিনিং উভয় সেটিংয়ে ৮০,৬১২ জন রোগী অন্তর্ভুক্ত ছিল।
এই দুটি সেটিং গুরুত্বপূর্ণ। অপারচুনিস্টিক স্ক্রিনিং মানে হলো এমন সিটি স্ক্যানে মডেল প্রয়োগ করা যা ইতিমধ্যেই অন্য ক্লিনিকাল কারণে নেওয়া হয়েছে, কারও নতুন পদ্ধতিতে যাওয়ার প্রয়োজন ছাড়াই। জনসংখ্যা-ভিত্তিক স্ক্রিনিং বলতে বোঝায় সংগঠিত কর্মসূচি যা একটি নির্দিষ্ট জনসংখ্যাকে পরীক্ষার জন্য আমন্ত্রণ জানায়। তাই যাচাইকরণ মডেলটিকে এমন পরিস্থিতিতে পরীক্ষা করেছে যা একটি প্রকৃত স্ক্রিনিং সরঞ্জাম কীভাবে ব্যবহৃত হবে তার সঙ্গে সাদৃশ্যপূর্ণ, কেবল একটি সাজানো গবেষণা ডেটাসেটে নয়।
- প্রশিক্ষণ কোহোর্ট: দুটি কেন্দ্র থেকে ৬,৮১৩ জন রোগী।
- যাচাইকরণ: তিন দেশের ১২টি কেন্দ্র, ৮০,৬১২ জন রোগী অন্তর্ভুক্ত।
- অপারচুনিস্টিক-স্ক্রিনিং এক্সটার্নাল টেস্ট কোহোর্ট: আটটি কেন্দ্র, n = ১১,৪৬৬।
- লো-ডোজ সিটি যাচাইকরণ: দুটি কেন্দ্র, n = ১,৬০৭।
- রিয়েল-ওয়ার্ল্ড ক্যালিব্রেশন কোহোর্ট: তিনটি কেন্দ্র, n = ৩৫,৪০২।
মডেলের পারফরম্যান্স
অপারচুনিস্টিক স্ক্রিনিং সেটিংয়ে, মাল্টিসেন্টার এক্সটার্নাল টেস্ট কোহোর্ট — আটটি কেন্দ্রে ১১,৪৬৬ জন রোগী — ৯৮.৫% স্পেসিফিসিটি produced। ক্যান্সারের জন্য, সেনসিটিভিটি ৯০.০% পৌঁছেছে। প্রিক্যান্সারাস ক্ষতের জন্য, সেনসিটিভিটি ছিল ৫২.৫%।
লো-ডোজ সিটি-তে যাচাইকরণ, দুটি কেন্দ্র ও ১,৬০৭ জন রোগী জুড়ে, স্ট্যান্ডার্ড ননকনট্রাস্ট সিটি ফলাফলের সঙ্গে তুলনীয় পারফরম্যান্স দেখিয়েছে। এই ফলাফল তাৎপর্যপূর্ণ কারণ এটি ইঙ্গিত দেয় যে ইসোফেজিয়াল ক্যান্সার স্ক্রিনিং সম্ভাব্যভাবে ফুসফুস ক্যান্সার স্ক্রিনিং কর্মসূচিতে সংযুক্ত করা যেতে পারে, যা ইতিমধ্যেই লো-ডোজ সিটি-র ওপর নির্ভর করে এবং ইতিমধ্যেই বিপুল সংখ্যক মানুষের কাছে পৌঁছায়।
গবেষকরা তিনটি কেন্দ্র ও ৩৫,৪০২ জন রোগী জুড়ে একটি রিয়েল-ওয়ার্ল্ড কোহোর্টে ক্যালিব্রেশনেরও প্রতিবেদন দিয়েছেন, যা গুরুত্বপূর্ণ একটি ধাপ কারণ একটি মডেলের ডিসক্রিমিনেশন স্কোর নিশ্চয়তা দেয় না যে এর পূর্বাভাসিত সম্ভাব্যতা রুটিন প্র্যাকটিসে পর্যবেক্ষিত ফলাফলের সঙ্গে মিলে যাবে।
সংখ্যাগুলো সতর্কভাবে পড়া
শিরোনামের পরিসংখ্যানগুলো নিবিড় পাঠের দাবি রাখে। ৯৮.৫% স্পেসিফিসিটি মানে হলো এক্সটার্নাল টেস্ট কোহোর্টে, রোগ নেই এমন খুব কম মানুষ চিহ্নিত হবেন — স্ক্রিনিংয়ে এটি একটি অত্যন্ত গুরুত্বপূর্ণ বৈশিষ্ট্য, যেখানে ফলস পজিটিভ উদ্বেগ, ফলো-আপ পদ্ধতি ও খরচ তৈরি করে। ক্যান্সারের জন্য ৯০.০% সেনসিটিভিটি ইঙ্গিত দেয় যে মডেল সেই সেটিংয়ে বিপুল সংখ্যাগরিষ্ঠ ক্যান্সার ধরতে পেরেছে।
প্রিক্যান্সারাস ক্ষতের জন্য ৫২.৫% সেনসিটিভিটি আরও জটিল একটি চিত্র বলে। প্রিক্যান্সারাস পরিবর্তনগুলো সংজ্ঞা অনুসারেই ইনভেসিভ ক্যান্সারের চেয়ে আগের ও সূক্ষ্ম, এবং এক্সটার্নাল টেস্ট কোহোর্টে মডেল প্রায় অর্ধেক মিস করেছে। এটি সরঞ্জামটির সম্ভাব্য মূল্য মুছে দেয় না — প্রাথমিক, চিকিৎসাযোগ্য ক্ষতের একটি উল্লেখযোগ্য অংশ শনাক্ত করা এখনও ফলাফল বদলে দিতে পারে — কিন্তু এর মানে হলো EAGLE, যেমনটি বর্ণিত হয়েছে, একটি নিখুঁত প্রাথমিক সতর্কতা ব্যবস্থা নয়।
এখানে ফুসফুস ক্যান্সার স্ক্রিনিং কর্মসূচি কেন গুরুত্বপূর্ণ
লো-ডোজ সিটি ফলাফল সম্ভবত গবেষণার সবচেয়ে ব্যবহারিকভাবে তাৎপর্যপূর্ণ অংশ। ফুসফুস ক্যান্সার স্ক্রিনিং ইতিমধ্যেই উচ্চ-ঝুঁকিপূর্ণ ব্যক্তিদের নিয়মিতভাবে সিটি স্ক্যানারে নিয়ে আসে। যদি একটি মডেল অতিরিক্ত রেডিয়েশন, কনট্রাস্ট এজেন্ট বা অ্যাপয়েন্টমেন্ট ছাড়াই একই ইমেজ থেকে ইসোফেজিয়াল ক্যান্সারের সংকেত বের করতে পারে, তবে সেই পরীক্ষা যোগ করার প্রান্তিক খরচ শূন্য থেকে একটি পৃথক স্ক্রিনিং পথ তৈরি করার চেয়ে অনেক কম হতে পারে।
লেখকরা লো-ডোজ সিটি যাচাইকরণকে ফুসফুস ক্যান্সার স্ক্রিনিং কর্মসূচির মাধ্যমে ইসোফেজিয়াল ক্যান্সার স্ক্রিনিংয়ের সমর্থন হিসেবে উপস্থাপন করেছেন। এটি প্রযুক্তিগত যুক্তির মতোই লজিস্টিক যুক্তি: পরিকাঠামো, রোগী জনসংখ্যা এবং ইমেজিং হার্ডওয়্যার ইতিমধ্যেই বিদ্যমান।
গবেষণা যা নিষ্পত্তি করে না
তিন দেশ জুড়ে মাল্টি-সেন্টার যাচাইকরণ সাধারণীকরণের দিকে একটি অর্থবহ পদক্ষেপ, কিন্তু একটি একক যাচাইকরণ গবেষণা যা উত্তর দিতে পারে তার বাইরে গুরুত্বপূর্ণ প্রশ্ন থেকে যায়। একটি লাইভ স্ক্রিনিং কর্মসূচিতে মডেলটি প্রসপেক্টিভভাবে কেমন পারফর্ম করে, এর আউটপুট রেডিওলজিস্ট ওয়ার্কফ্লোর সঙ্গে কীভাবে সংহত হয়, এবং ভিন্ন ঝুঁকি প্রোফাইলের জনসংখ্যায় প্রতিবেদিত স্পেসিফিসিটি টিকে থাকে কি না — এসবই খোলা প্রশ্ন।
ক্যান্সার সেনসিটিভিটি ও প্রিক্যান্সারাস-ক্ষত সেনসিটিভিটির মধ্যে ব্যবধানও একটি ডিজাইন ট্রেডঅফের দিকে ইঙ্গিত করে। একটি সরঞ্জাম যা নির্ভরযোগ্যভাবে ইনভেসিভ রোগ চিহ্নিত করে তা ট্রায়াজের জন্য এখনও উপযোগী হতে পারে, এমনকি যদি এটি স্বতন্ত্র ফিল্টারের চেয়ে বিদ্যমান ডায়াগনস্টিক পথের পরিপূরক হিসেবে ভালো কাজ করে।
এই কাজের বৃহত্তর তাৎপর্য ধারণাগত। যদি ননকনট্রাস্ট চেস্ট সিটি — রুটিন কেয়ারে ইতিমধ্যেই অন্তর্ভুক্ত একটি ইমেজিং পরীক্ষা — ইসোফেজিয়াল ম্যালিগন্যান্সি সম্পর্কে ব্যবহারযোগ্য তথ্য বহন করতে পারে, তবে প্রশ্নটি স্ক্রিনিং প্রযুক্তিগতভাবে সম্ভব কি না থেকে সরে গিয়ে এমন একটি মডেলকে সময়ের সঙ্গে কীভাবে মোতায়েন, পর্যবেক্ষণ ও যাচাই করা উচিত সেদিকে চলে যায়। EAGLE প্রথম প্রশ্নের একটি প্রাথমিক, বৃহৎ-পরিসরের উত্তর এবং পরবর্তী প্রশ্নগুলোর জন্য একটি বিস্তারিত এজেন্ডা দেয়।
এই নিবন্ধটি Nature Medicine-এর প্রতিবেদনের ওপর ভিত্তি করে। মূল নিবন্ধ পড়ুন।
Originally published on nature.com
