गमावलेल्या पॉलिप्सचा लपलेला खर्च

कोलोरेक्टल कर्करोग संयुक्त राज्य अमेरिकेत कर्करोग मरणामुखता चे दुसरे प्रमुख कारण आहेत, तरी तो सर्वाधिक प्रतिबंधक कर्करोग पैकी एक आहे जेव्हा प्री-कर्कर पॉलिप टप्प्यातून शोधण्यात आलं. कोलोनोस्कोपी स्वर्ण मानक स्क्रिनिंग साधन आहे: एक गॅस्ट्रोएंटरोलॉजिस्ट कॅमेरा-सुसज्ज क्षेत्र घालतो, कोलन अस्तर दृष्य तपासणी करतो, आणि कोणत्याही संदिग्ध वृद्धीला हटवून देतो त्यापूर्वी ते कर्करोग होऊ शकतात. समस्या अशी आहे की मानव दृष्य तपासणी, अनुभवी एंडोस्कोपिस्टांसुद्धा, मानक कोलोनोस्कोपी प्रक्रिया दरम्यान अॅडेनोमास—प्री-कर्कर पॉलिप्स—चा महत्त्वपूर्ण अंश चूकून जातात. AI-सहायक शोध प्रणाली आता हे अंतर बंद करण्यास सुरु झाली आहे.

काय चूकून जाते आणि का

सर्व पॉलिप्स समानरित्या शोधण्यायोग्य नाहीत. पेडंकुलेटेड पॉलिप्स—मूळावर छत्रीसारखी वृद्धी—शोधणे तुलनात्मक सोपं आहे. कठीण लक्ष्य सपाट किंवा सेसाइल सेरेटेड अॅडेनोमा आहेत जे कोलोनिक म्यूकोसा गाठतात आणि सामान्य टिश्यू सिलवटींशी मिसळू शकतात. हे घाव असमान धोकादायक आहेत: सेसाइल सेरेटेड घाव पारंपरिक अॅडेनोमा पेक्षा वेगवान दुर्भावनापूर्ण प्रगती मार्गाचे अनुसरण करतात आणि आक्रमक माइक्रोसॅटेलाइट-अस्थिर कोलोरेक्टल कर्करोगामध्ये विकसित होण्याची शक्यता अधिक असते जे उपचार करणे सर्वात कठीण आहे.

एंडोस्कोपिस्ट थकवा एक वास्तविक घटक आहे. कोलोनोस्कोपी प्रक्रियेसाठी क्षेत्र यांत्रिकी, रोगी संप्रेषण आणि दस्तऐवज हाताळत सतत दृष्य लक्ष देणे आवश्यक असते—एक मल्टीटास्किंग भार जो प्रक्रिया आणि क्लिनिकल दिवसाच्या दरम्यान शोध कार्यप्रदर्शन खराब करते. पाठीपाठ कोलोनोस्कोपी अभ्यास, जेथे दुसरा एंडोस्कोपिस्ट तत्काळ कोलनची पुनः तपासणी करतो, 20-26% अॅडेनोमा चूक दर शोधतात, सपाट घाव गमावलेल्या अॅडेनोमा मध्ये अधिक प्रतिनिधित्व केले जातात.

AI शोध कसे कार्य करते

AI-सहायक कोलोनोस्कोपी प्रणाली एंडोस्कोपिस्टच्या व्हिडिओ फीडवर वास्तविक-वेळ ओव्हरले प्रदर्शित करतात, कोलोनोस्कोपी फुटेज च्या मोठ्या डेटासेटवर प्रशिक्षित संगणक दृष्टि मॉडेल वापरून पॉलिप्स असू शकतील अशा क्षेत्रांना ठळक करतात. सर्वोत्कृष्ट-प्रदर्शन प्रणाली मिलीसेकंदात शोध सतर्कता तयार करतात—मानव जाणीवपूर्वकपणे म्यूकोसा क्षेत्र प्रक्रिया आणि मूल्यांकन करू शकतो त्यापेक्षा वेगवान. एंडोस्कोपिस्टचे निर्णय पूर्ण करण्याऐवजी, AI सतत दुसऱ्या डोळ्याच्या जोडीच्या रूपात कार्य करतो जो कधीही थकत नाही किंवा विचलित नाही.

AI-सहायक तुलनेत मानक कोलोनोस्कोपी तुलनात्मक क्लिनिकल चाचण्या सातत्याने शोधतात की संगणक-सहायक शोध अॅडेनोमा चूक दर कमी करतो, छोट्या, सपाट घावांसाठी सर्वाधिक स्पष्ट परिणाम असलेले. यादृच्छिक नियंत्रित चाचण्यांचे मेटा-विश्लेषण असे शोधतात की AI सहाय्य गैर-सहायक कोलोनोस्कोपी तुलनेत अॅडेनोमा शोध दरांना लगभग 10 टक्के बिंदूंनी वाढवितात—एक क्लिनिकलरित्या अर्थपूर्ण सुधार हे दिले की उच्च शोध दर स्क्रिन केलेल्या लोकसंख्येतील दीर्घमेयादी कोलोरेक्टल कर्करोग घटना थेट कमी करतात.

विशिष्टता आव्हान

प्रारंभिक AI शोध प्रणाली उच्च खोट्या सकारात्मक दराला प्रवण होते—सामान्य स्लेष्मा सिलवटी, फुगे, किंवा कृत्रिम क्षेत्रांना संभाव्य संदिग्ध म्हणून चिन्हांकित करणे. उच्च खोट्या सकारात्मक दर सतर्कता थकवा तयार करतात: जर AI प्रत्येक काही सेकंदात सतर्क करते एंडोस्कोपिस्ट तत्काळ सामान्य म्हणून चिन्हांकित करतात, तर सतर्कता विश्वासार्हता गमावते आणि चिकित्सक त्यांना दुर्लक्ष्य करण्यास सुरु करतात.

अधिक सद्य प्रणाली अधिक चांगल्या प्रशिक्षण डेटासेट आणि अधिक परिष्कृत मॉडेल आर्किटेक्चर द्वारे विशिष्टता लक्षणीयरित्या सुधारित केली आहेत. सद्य व्यावसायिकरित्या तैनात प्रणाली खोट्या सकारात्मक दर क्लिनिकलरित्या कार्यक्षम असण्यासाठी काफी कमी आहेत, तरी सतत आव्हान सर्वाधिक कठीण-ते-शोध घावांसाठी संवेदनशीलता सुधारणे आहे—सपाट सेरेटेड अॅडेनोमा जे सर्वाधिक महत्त्वपूर्ण आहेत—प्रणालीतील क्लिनिकल विश्वास कमजोर करणाऱ्या खोट्या सकारात्मक दरांची पुनरावृत्ती न करता.

ग्रहण आणि प्रतिपूर्ती

अनेक विक्रेत्यांकडून AI कोलोनोस्कोपी सहायक प्रणाली FDA 510(k) मंजूरी प्राप्त केली आहेत आणि मुख्य वैद्यकीय केंद्र आणि समुदाय अभ्यास मध्ये एंडोस्कोपी सूट मध्ये एकत्रित केली जात आहेत. Medicare आणि व्यावसायिक विमा कंपन्या द्वारे AI-सहायक कोलोनोस्कोपी साठी प्रतिपूर्ती तंत्रज्ञान मध्ये मागास सरकली, ग्रहणसाठी आर्थिक घर्षण तयार करत. तरी, जर्जर शोध सुधारण्यासाठी साक्ष्य आधार जमा होतो आणि भुगतान करणार्‍या प्रतिबंधित कोलोरेक्टल कर्करोगच्या दीर्घमेयादी खर्च परिणाम स्वीकार करतात, प्रतिपूर्ती फ्रेमवर्क हळुहळु अनुकूलन करत आहेत.

पुढे काय येते

एंडोस्कोपीमध्ये AI साठी पुढील सीमावर्तन पॉलिप वर्णन आहे—वास्तविक-वेळ इमेजिंग वापरून हायपरप्लास्टिक पॉलिप्स मधून अॅडेनोमास वेगळे करणे ज्यांना हटविण्याची आवश्यकता नाही, आणि दुर्भावनापूर्ण घाव जयांना सर्जिकल हाताळणीची आवश्यकता आहे. सटीक AI वर्णन अनावश्यक पॉलिपेक्टोमी कमी करू शकते आणि अधिक लक्षित अनुवर्ती शेड्यूलिंग सक्षम करू शकते, स्क्रिनिंग कोलोनोस्कोपी दोन्ही अधिक प्रभावी आणि कुशल बनवू शकते. प्रारंभिक प्रणाली संशोधन सेटिंग मध्ये आशाजनक वर्णन अचूकता प्रदर्शन करत आहेत, अगले काही वर्षांत व्यापक क्लिनिकल उपयोगामध्ये शोध प्रणालीच्या सोबत वाणिज्यीकरण अपेक्षित आहे.

हा लेख Medical Xpress द्वारे रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा।