பொதுவாக கண்முன்னே மறைந்திருக்கும் ஒரு நோயை கட்டமைப்பின் அடிப்படையில் பார்க்கும் அணுகுமுறை

கெரட்டோகோனஸ் என்பது மருத்தவர்கள் மிக ஆரம்பத்திலேயே கண்டுபிடிக்க விரும்பும், ஆனால் அதை உறுதிப்படுத்த ஆரம்ப கட்டத்தில் பெரும்பாலும் சிரமப்படும் கண் நோய்களில் ஒன்று. அதன் தொடக்க நிலையில், கார்னியா வழக்கமான பரிசோதனையில் பெரும்பாலும் சாதாரணமாகத் தோன்றலாம்; அதே நேரத்தில் திசு அதன் வலிமையை இழக்கத் தொடங்கியிருக்கும். இது முக்கியம், ஏனெனில் refractive surgeryக்காக மதிப்பீடு செய்யப்படும் நோயாளிகள், நுண்மையான நோய் தாமதமாக கண்டறியப்படும் வரை தகுதியுடையவர்களாகத் தோன்றலாம்.

SPIE மூலம் சிறப்பிக்கப்பட்டு Biophotonics Discovery-இல் வெளியிடப்பட்ட ஒரு புதிய ஆய்வு, தீர்வு கார்னியாவின் வடிவத்தை மட்டும் பார்ப்பதில் அல்ல, அதற்கு அப்பால் பார்ப்பதில் இருக்கலாம் என வாதிடுகிறது. அந்த ஆய்வு polarization-sensitive optical coherence tomography, அல்லது PS-OCT, என்பதை செயற்கை நுண்ணறிவுடன் இணைத்து, நோய் subclinical நிலையிலிருக்கும்போது பாரம்பரிய imaging தவற விடக்கூடிய கார்னியாவின் உள்ளமைப்புப் மாற்றங்களை அடையாளம் காண முயன்றது.

தற்போதைய screening tools ஆரம்ப நிலைகளை ஏன் தவறவிடுகின்றன

இன்றைய முக்கிய screening systems, கார்னியாவின் வளைவு மற்றும் தடிமனைக் கணக்கும் கருவிகளை உட்பட, கெரட்டோகோனஸ் நிலைபெற்ற பிறகு பயனுள்ளதாக உள்ளன. அவை கார்னியாவின் மொத்த வடிவவியலை அளவிடுகின்றன; steepening, thinning, மற்றும் மேற்பரப்பு ஒழுங்கின்மைகளை சுட்டிக்காட்ட முடியும். ஆனால் இவை பெரும்பாலும் தாமதமாக தோன்றும் அறிகுறிகள். மிக ஆரம்பக் கட்டத்தில், அடிப்படை collagen framework ஏற்கனவே மாறிக்கொண்டிருந்தாலும், திசு இன்னும் வெளிப்படையாக வளைந்திருக்காது.

இதனால் பரிச்சயமான diagnostic dilemma உருவாகிறது. சில நோயாளிகளுக்கு இயல்பாகவே மெல்லிய கார்னியா இருக்கும், ஆனால் நோய் இருக்காது; மற்றவர்களுக்கு ஆரம்ப biomechanical disruption இருக்கும், ஆனால் shape-based scans அதை இயல்பான மாறுபாட்டிலிருந்து தெளிவாக பிரிக்க முடியாது. ஆராய்ச்சியாளர்கள் thickness-ஐ மட்டுமே நம்பாமல், திசு அமைப்பை அளப்பதன் மூலம் அந்த வேறுபாட்டை நேரடியாகக் கையாள முயன்றனர்.

PS-OCT என்ன சேர்க்கிறது

PS-OCT என்பது polarised light திசுவின் வழியாக செல்லும்போது அதில் ஏற்படும் மாற்றங்களைப் பின்தொடரும் உயர்-தீர்மான imaging நுட்பம். கார்னியாவில், இந்த polarization shifts collagen fibers-இன் அமைப்பை பிரதிபலிக்கின்றன; அவை திசுவின் இயந்திர நிலைத்தன்மைக்கு மையமானவை. கெரட்டோகோனஸில் collagen organization-இன் ஆரம்ப சிதைவு இடம்பெறும் என கருதப்படுவதால், தெளிவான மேற்பரப்பு மாற்றங்கள் தோன்றுவதற்கு முன்பே நோயை ஆராய ஒரு வழியை PS-OCT வழங்குகிறது.

மூல தகவலின்படி, குழு fine corneal structure-ஐப் பிடிக்க போதுமான resolution கொண்ட custom-built PS-OCT system-ஐ பயன்படுத்தியது. பின்னர் அந்த அளவீடுகளை AI analysis-உடன் இணைத்து, கண்களை healthy, subclinical keratoconus, அல்லது keratoconus என வகைப்படுத்தியது. அடிப்படை கருத்து எளிது: வடிவ அடிப்படையிலான சோதனைகள் தாமதமான குறிகாட்டிகள் என்றால், collagen architecture-ஐப் படிக்கும் ஒரு அமைப்பு நோயை அதன் உயிரியல் ஆரம்பப் புள்ளிக்கே அருகில் காட்ட முடியும்.

இங்கு AI ஏன் முக்கியம்

இந்தப் பணியில் AI-யின் முக்கியத்துவம் automation மட்டும் அல்ல. பெரும் clinical dataset-களில் routine மனித விளக்கத்திற்கு மிக நுண்மையான அல்லது பல அடுக்குகள் கொண்ட pattern-களை கண்டறிவதில்தான் அதன் மதிப்பு உள்ளது. Polarization-sensitive imaging திசு அமைப்பு குறித்த தகவலை standard topography map-ஐவிட வளமாக வழங்குகிறது, ஆனால் அதே நேரத்தில் diagnosis signal-ஐ மேலும் சிக்கலாக்குகிறது. அந்த signal-ஐ clinically useful classification tool-ஆக மாற்றும் அடுக்காக AI செயல்படுகிறது.

இந்த சேர்க்கை குறிப்பாக எல்லைக்கோட்டுக் கணிகளில் முக்கியம். குடும்ப வரலாறு, அறிகுறிகள், அல்லது surgery screening மூலம் ஒரு மருத்துவருக்கு ஆபத்து சந்தேகமாக இருக்கலாம்; ஆனால் conventional scans-இல் உறுதியான ஆதாரம் கிடைக்காமல் போகலாம். மேலும் validation கிடைத்தால், PS-OCT மற்றும் AI workflow உண்மையான ஆரம்ப நோயை சாதாரண anatomical variation-இலிருந்து பிரிக்கவும், தவறான கண்டறிதல்களையும் தேவையற்ற விலக்குகளையும் குறைக்கவும் உதவலாம்.

Refractive surgery மற்றும் நீண்டகால பராமரிப்பில் சாத்தியமான தாக்கம்

உடனடி clinical implication screening ஆகும். Refractive procedures பற்றி யோசிக்கும் நோயாளிகளில் keratoconus ஒரு முக்கிய கவலை, ஏனெனில் ஏற்கனவே பலவீனமான கார்னியாவை மேலும் பலவீனப்படுத்துவது முடிவுகளை மோசமாக்கலாம். அதிக முன்கூட்டிய மற்றும் நம்பகமான கண்டறிதல் surgical decision-making-ஐ கூர்மைப்படுத்தி, closer monitoring அல்லது மாற்று சிகிச்சை பாதைகள் தேவைப்படும் நோயாளிகளை ophthalmologists அடையாளம் காண உதவும்.

Surgery screening-ஐத் தாண்டி, முன்கூட்டிய diagnosis follow-up strategy-யையும் மாற்றலாம். கார்னியா வெளிப்படையாக சாதாரணமாகத் தோன்றும் நிலையில் நோயை கண்டறிதல், progression-ஐ கண்காணிக்கவும், பொருத்தமான நேரத்தில் தலையிடவும் மருத்தவர்களுக்கு அதிக நேரம் தருகிறது. இதன் பொருள் புதிய நுட்பம் தற்போதைய imaging-ஐ மாற்றிவிடும் என்பதல்ல. அதிக சாத்தியமாய், அது topography, tomography, மற்றும் clinical judgment-ஐ அடிப்படையாகக் கொண்ட diagnostic workflow-க்கு ஒரு structural layer-ஐச் சேர்க்கும்.

இந்த ஆய்வு காட்டுவது என்ன, காட்டாதது என்ன

இந்த அறிக்கை ஆரம்ப கெரட்டோகோனஸ் கண்டறிதலில் ஒரு நம்பிக்கையளிக்கும் மாற்றத்தை சுட்டிக்காட்டுகிறது; ஆனால் கிடைக்கும் மூல உரை இது வழக்கமான மருத்துவ பயன்பாட்டிற்கு தயாரான தயாரிப்பு எனக் கூறவில்லை. இது ஆதரிப்பது என்னவென்றால், இந்த முறை பெரிய clinical dataset-ஐப் பயன்படுத்தி, collagen organization-இன் functional imaging standard imaging பெரும்பாலும் தவற விடும் நோய் சார்ந்த மாற்றங்களை வெளிப்படுத்த முடியும் என்பதை காட்டியது.

அது முக்கியமான ஒரு படி. இது கெரட்டோகோனஸின் மறைமுக அறிகுறிகளிலிருந்து, அதை இயக்கும் திசு சிதைவை நேரடியாக அளவிடும் திசைக்கு துறை நகரக்கூடும் என்பதைச் சொல்கிறது. நேரம் முக்கியமான ஒரு நோயில், இது கவனிக்கத்தக்க முன்னேற்றம்.

பரந்த முக்கியத்துவம்

இதன் பரந்த பாடம் என்னவென்றால், medical imaging இனி sharper pictures பற்றியது மட்டும் அல்ல; அவற்றிலிருந்து உயிரியல் அர்த்தத்தைப் பெறுவதும் அதில் அடங்கும். இங்கே, polarized light திசு அமைப்பு பற்றிய தகவலை வழங்குகிறது, AI அந்த தகவலை diagnosis decision-ஆக மாற்ற உதவுகிறது. இந்த இணைப்பு மருத்துவத்தில் அதிகரித்து வருகிறது; ஆனால் ஆரம்ப நோயை தவறவிடும் விலை உயர்ந்ததும், காணக்கூடிய அறிகுறிகள் மங்கலாக இருப்பதும் காரணமாக கெரட்டோகோனஸ் அதற்கு மிக வலுவான பயன்பாட்டு உதாரணம்.

எதிர்கால validation இந்த ஆரம்பக் கண்டுபிடிப்புகளை ஆதரித்தால், PS-OCT மற்றும் AI corneal screening-க்கு, குறிப்பாக refractive surgery assessment போன்ற உயர்-பாதிப்பு சூழல்களில், ஒரு முக்கிய சேர்க்கையாக மாறலாம். இதன் வாக்குறுதி earlier detection மட்டும் அல்ல; எந்த corneas உண்மையில் ஆபத்தில் உள்ளன என்பதை மேலும் துல்லியமாகப் புரிந்துகொள்வதும் ஆகும்.

இந்தக் கட்டுரை Medical Xpress வெளியிட்ட செய்தியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.

Originally published on medicalxpress.com