শরীরের মাপ ও AI ব্যবহার করে নতুন ঘরোয়া ডায়াবেটিস ঝুঁকি পরীক্ষা

একটি সহজ অনলাইন স্ক্রিনিং টুলের লক্ষ্য ডায়াবেটিস ঝুঁকি আগেই ধরা

ডেনমার্কের গবেষকেরা বলছেন, তারা এমন একটি ঘরোয়া স্ক্রিনিং টুল তৈরি করেছেন, যা টাইপ 2 ডায়াবেটিস বা প্রিডায়াবেটিস থাকতে পারে এমন মানুষদের শনাক্ত করার জন্য তৈরি, তাদের ডাক্তার দেখানোর অ্যাপয়েন্টমেন্ট বুক করার আগেই। এই প্রকল্পটি একটি পরিচিত জনস্বাস্থ্য সমস্যার সমাধান করতে চায়: প্রাথমিক মেটাবলিক রোগে আক্রান্ত অনেক মানুষ জানেনই না যে তারা ঝুঁকিতে আছেন, ফলে রোগ নির্ণয় প্রায়ই দেরিতে হয়, যখন ক্ষতি ইতিমধ্যেই শুরু হয়ে গেছে।

ডেনিশ ডায়াবেটিস অ্যাসোসিয়েশনের মতে, ডেনমার্কে প্রায় 100,000 মানুষ জানেন না যে তাদের টাইপ 2 ডায়াবেটিস আছে, আর আনুমানিক পাঁচ লক্ষ মানুষের প্রিডায়াবেটিস থাকতে পারে। এই ব্যবধান গুরুত্বপূর্ণ, কারণ টাইপ 2 ডায়াবেটিস রক্ত পরীক্ষার মাধ্যমে নিশ্চিত করা যায়, কিন্তু অনেকেই লক্ষণ স্পষ্ট না হওয়া পর্যন্ত বা কোনো চিকিৎসক সম্ভাবনার কথা না বলা পর্যন্ত সেই পরীক্ষা করান না। নতুন টুলটি সেই প্রক্রিয়ার আগেই কাজ করার উদ্দেশ্যে তৈরি, যাতে ঝুঁকি বেশি মনে হলে মানুষকে পরবর্তী চিকিৎসার দিকে এগিয়ে যেতে উৎসাহিত করা যায়।

এই স্ক্রিনিং সিস্টেমটির নাম MEDWACS। এটি DTU Sustain-এর পোস্টডক্টরাল গবেষক Daniel Yoo, DTU অধ্যাপক Olivier Jolliet এবং ইতালীয় চিকিৎসক Umberto Maggiore যৌথভাবে তৈরি করেছেন, যাঁর কাজ কিডনি রোগকে কেন্দ্র করে, যা ডায়াবেটিসের একটি ঘন ঘন জটিলতা। তাঁদের গবেষণা Journal of Clinical Epidemiology-এ প্রকাশিত হয়েছে।

পরীক্ষাটি কীভাবে কাজ করে

MEDWACS-এর মূল ধারণা হলো ডায়াবেটিস-ঝুঁকি স্ক্রিন শুরুতেই ল্যাব কাজ দিয়ে শুরু করতে হবে এমন নয়। বরং অনলাইন পরীক্ষাটি এমন তথ্য ব্যবহার করে, যা মানুষ বাড়িতে নিজেই দিতে পারেন। উৎস প্রতিবেদনে বিশেষভাবে শরীরের মাপ, বয়স, লিঙ্গ এবং অন্যান্য সহজলভ্য ইনপুট, যার মধ্যে উরুর উপরের অংশের দৈর্ঘ্যও রয়েছে, মডেলের ঝুঁকি মূল্যায়নের অংশ হিসেবে উল্লেখ করা হয়েছে।

এর ফলে টুলটি প্রচলিত ক্লিনিক্যাল স্ক্রিনিং পথ থেকে আলাদা, যেগুলো সাধারণত ডাক্তারের চেম্বার বা আনুষ্ঠানিক স্বাস্থ্য পরীক্ষার মাধ্যমে শুরু হয়। গবেষকদের বক্তব্য নয় যে একটি অনলাইন প্রশ্নাবলী রোগ নির্ণয়ের বিকল্প হতে পারে। তা পারে না। বরং তারা এটিকে একটি ট্রায়াজ স্তর হিসেবে দেখছেন: কম ঝামেলার, সহজপ্রাপ্য একটি প্ররোচনা, যা উচ্চ ঝুঁকির প্রোফাইল থাকা মানুষদের নিশ্চিতকরণের জন্য প্রয়োজনীয় রক্ত পরীক্ষার দিকে নিয়ে যেতে পারে।

Yoo বলেছেন, যুক্তিটা সরল। মানুষ যদি মনে না করেন যে তাদের ডায়াবেটিস হতে পারে, তাহলে পরীক্ষা করানোর জন্য ডাক্তারের কাছে যাওয়ার সম্ভাবনাও কম। অন্যদিকে, একটি বিশ্বাসযোগ্য অনলাইন স্ক্রিন প্রথম পদক্ষেপের বাধা কমাতে পারে। প্রিডায়াবেটিসের ধূসর জোনে থাকা মানুষের জন্য এটি বিশেষভাবে উপকারী হতে পারে, যেখানে চিকিৎসা ও জীবনযাপনের পরিবর্তনের মাধ্যমে রোগের অগ্রগতি এখনও ধীর করা বা থামানো যেতে পারে।

দীর্ঘমেয়াদি স্বাস্থ্য তথ্য ও AI পদ্ধতির ওপর ভিত্তি করে

গবেষণা দল বলছে, MEDWACS কৃত্রিম বুদ্ধিমত্তা এবং National Health and Nutrition Examination Survey থেকে পাওয়া বিপুল পরিমাণ U.S. স্বাস্থ্য তথ্য ব্যবহার করে তৈরি করা হয়েছে। এই ডেটাসেট 30 বছরজুড়ে বিস্তৃত এবং এতে 18 বছর ও তার বেশি বয়সী উভয় লিঙ্গের প্রাপ্তবয়স্করা অন্তর্ভুক্ত। এই দীর্ঘ সময়পরিসর মডেলকে শারীরবৃত্তীয় ও জনসংখ্যাগত বৈচিত্র্যের বিস্তৃত ভিত্তি দিয়েছে, যাতে এটি ডায়াবেটিস ও প্রিডায়াবেটিস ঝুঁকির সঙ্গে সম্পর্কিত ধরণ শিখতে পারে।

ব্যবহারিকভাবে, এখানে AI-এর ব্যবহার ভবিষ্যতমুখী স্বয়ংক্রিয়তার চেয়ে বহু চলকের মধ্যে ধরণ শনাক্তকরণ হিসেবে বেশি দেখা যায়। কয়েকটি প্রচলিত চিহ্নের ভিত্তিতে তৈরি স্ক্রিনিং নিয়ম সূক্ষ্মতর কিন্তু ঝুঁকি বাড়ার ইঙ্গিত দেওয়া সমন্বয়গুলো বাদ দিতে পারে। বড় ঐতিহাসিক ডেটাসেটে প্রশিক্ষণ দিয়ে গবেষকেরা এমন একটি টুল তৈরি করতে চেয়েছেন, যা সেই সমন্বয়গুলো বের করতে পারে, আবার সাধারণ ব্যবহারকারীরা নিজেরাই যে ইনপুট দিতে পারেন তার ওপর নির্ভরও করতে পারে।

উৎস লেখায় কর্মক্ষমতার নির্দিষ্ট সংখ্যা দেওয়া হয়নি, তবে বলা হয়েছে দলটি দুইটি বাহ্যিক যাচাইকরণ গবেষণা চালিয়েছে এবং পেয়েছে যে টুলটি ওই অবস্থার মানুষের শনাক্তকরণে অত্যন্ত কার্যকর। এটি গুরুত্বপূর্ণ, কারণ বাহ্যিক যাচাইকরণ হলো কোনো মডেল মূল প্রশিক্ষণ ডেটার বাইরে সাধারণীকরণ করতে পারে কি না তা মূল্যায়নের অন্যতম গুরুত্বপূর্ণ ধাপ।

বাহ্যিক যাচাইকরণ কেন গুরুত্বপূর্ণ

চিকিৎসা-ভিত্তিক পূর্বাভাস টুল উন্নয়নের সময় আশাব্যঞ্জক মনে হতে পারে, কিন্তু অন্য জনগোষ্ঠীতে পরীক্ষার সময় তা দুর্বল হয়ে যেতে পারে। যুক্তরাষ্ট্র ও দক্ষিণ কোরিয়ার দুটি আলাদা জনগোষ্ঠীতে, যেখানে অবস্থাটি আছে ও নেই এমন মানুষের সংখ্যা আগে থেকেই জানা ছিল, MEDWACS যাচাই করে গবেষকেরা সেই সমস্যা মোকাবিলা করার চেষ্টা করেছেন।

বিভিন্ন জনগোষ্ঠীতে পরীক্ষা করা ডিজিটাল স্বাস্থ্যে গুরুত্বের একটি গুরুত্বপূর্ণ সংকেত। এতে মডেল সব জায়গায় সমান কাজ করবে এমন নিশ্চয়তা নেই, তবে এটি একটি মৌলিক প্রশ্নের উত্তর দিতে সাহায্য করে: সিস্টেমটি কি স্থায়ী ঝুঁকির ধরণ ধরছে, নাকি কেবল একটি ডেটাসেটের খুঁটিনাটির সঙ্গে খাপ খাইয়ে নিচ্ছে? কেবল অভ্যন্তরীণ পরীক্ষার ওপর নির্ভর না করে দুইটি বাহ্যিক জনগোষ্ঠী বেছে নেওয়া দলটির ধারণা-প্রমাণের বাইরে যেতে চাওয়ার ইঙ্গিত দেয়।

তবুও স্পষ্ট সীমাবদ্ধতা আছে। ঐতিহাসিক স্বাস্থ্য ডেটাসেট থেকে তৈরি কোনো টুল সেই ডেটায় প্রতিনিধিত্ব পাওয়া জনগোষ্ঠীগুলোকেই প্রতিফলিত করবে, আর বিস্তৃত জনসমক্ষে চালু করতে হলে অন্য দেশ, জাতিগোষ্ঠী ও চিকিৎসা-পরিবেশে সতর্ক নজরদারি লাগবে। উৎসে এটিও বলা নেই যে টুলটি ইতিমধ্যে নিয়মিত চিকিৎসা পথ, প্রতিপূরণ কর্মসূচি বা জাতীয় স্ক্রিনিং ব্যবস্থায় যুক্ত হয়েছে কি না।

প্রতিরোধমূলক পরিচর্যার বৃহত্তর তাৎপর্য

বড় গল্পটি শুধু একটি স্ক্রিনিং ওয়েবসাইট নিয়ে নয়। এটি প্রতিরোধমূলক চিকিৎসার পরিসর বাড়াতে হালকা AI টুলের ক্রমবর্ধমান ব্যবহার নিয়ে। টাইপ 2 ডায়াবেটিস সাধারণ, ব্যয়বহুল এবং তার প্রাথমিক পর্যায়ে প্রায়ই নীরব থাকে। ডেনিশ ডায়াবেটিস অ্যাসোসিয়েশন বলছে, এই রোগ ডেনিশ সমাজে বছরে অন্তত DKK 13.3 billion খরচ করে, পাশাপাশি হৃদরোগ, কিডনি বিকল হওয়া এবং দৃষ্টিশক্তি হারানোর মতো গুরুতর জটিলতার ঝুঁকিও বাড়ায়।

এতে আগেভাগে শনাক্তকরণ অত্যন্ত মূল্যবান হয়ে ওঠে। কিছু অবস্থার মতো নয়, যেখানে আগে জানা গেলেও খুব বেশি কিছু বদলায় না; ডায়াবেটিসে শনাক্ত হওয়ার পরে তুলনামূলকভাবে পরিচিত হস্তক্ষেপের মাধ্যমে ঝুঁকি প্রায়ই নিয়ন্ত্রণ করা যায়। স্বাস্থ্য ব্যবস্থার জন্য এটি সস্তা ফ্রন্ট-এন্ড স্ক্রিনিং টুল নিয়ে পরীক্ষা করার প্রণোদনা তৈরি করে, যা মানুষকে দ্রুত আনুষ্ঠানিক চিকিৎসার মধ্যে নিয়ে যেতে পারে।

অ্যাসোসিয়েশন টাইপ 2 ডায়াবেটিস ও প্রিডায়াবেটিস আগেভাগে শনাক্ত করার প্রচেষ্টাকে স্বাগত জানিয়েছে, এবং জোর দিয়ে বলেছে যে আগাম শনাক্তকরণ গুরুতর জটিলতা প্রতিরোধের সম্ভাবনা বাড়ায়। সেই অর্থে, MEDWACS একটি বিস্তৃত health-tech প্রবণতার সঙ্গে মিলে যায়: চিকিৎসকদের প্রতিস্থাপন করতে নয়, বরং রোগ এমন পর্যায়ে যাওয়ার আগে ক্লিনিক্যাল পরিচর্যায় প্রবেশকারী মানুষের সংখ্যা বাড়াতে ডিজিটাল টুল ব্যবহার করা, যখন তা সামলানো আরও কঠিন ও ব্যয়বহুল হয়ে যায়।

এই নির্দিষ্ট টুলটি ব্যাপকভাবে গৃহীত হবে কি না, তা নির্ভর করবে বাস্তব ব্যবহারে এটি কেমন কাজ করে, ঝুঁকি কতটা স্পষ্টভাবে জানায়, এবং উচ্চ স্কোর পাওয়া ব্যবহারকারীরা সত্যিই চিকিৎসা পরীক্ষা করান কি না তার ওপর। তবে এই প্রকল্প দেখায়, স্বল্পমেয়াদে স্বাস্থ্যে ব্যবহারিক AI-এর সবচেয়ে শক্তিশালী মূল্য কোথায় হতে পারে: নাটকীয় রোগ নির্ণয়ের দাবিতে নয়, বরং সহজ, স্কেলযোগ্য টুলে, যা আরও মানুষকে বুঝতে সাহায্য করে যে তাদের পরীক্ষা করানো উচিত।

এই প্রবন্ধটি Medical Xpress-এর প্রতিবেদনের ওপর ভিত্তি করে। মূল প্রবন্ধ পড়ুন.