ஒரு பொதுவான ஆனால் அடிக்கடி தவறவிடப்படும் நோயறிதலை ஒரு AI ஸ்கிரீனிங் கருவி இலக்காகக் கொண்டுள்ளது
ENDO 2026-இல் விளக்கமளிக்கப்பட்ட ஆராய்ச்சியாளர்கள் கூறுவதாவது, புதிய செயற்கை நுண்ணறிவு மாதிரி மருத்துவர்களுக்கு primary aldosteronism கொண்ட நோயாளிகளை அடையாளம் காண உதவலாம்; இது உயர் இரத்த அழுத்தத்தின் அடிக்கடி கவனிக்கப்படாமல் போகும் ஒரு காரணமாகும், மேலும் கூடுதல் இருதய-நாளமுறை அபாயத்துடன் இணைக்கப்பட்டுள்ளது. இந்த ஆய்வு 30 ஆண்டுகளின் மின்னணு சுகாதார பதிவுத் தரவுகளைப் பயன்படுத்தி, முறையான நோயறிதலுக்கு முன்பே அதிக ஆபத்துள்ள நோயாளிகளை குறிக்கக்கூடிய ஒரு ஸ்கிரீனிங் அணுகுமுறையை உருவாக்கியது.
Primary aldosteronism என்பது adrenal glands அதிக aldosterone உற்பத்தி செய்யும் நிலையில் ஏற்படுகிறது; இது sodium மற்றும் potassium சமநிலையுடன் தொடர்புடைய ஹார்மோன். அதிக aldosterone இரத்த அழுத்தத்தை உயர்த்த முடியும், மேலும் stroke, coronary artery disease, atrial fibrillation, heart failure, மற்றும் renal disease ஆகியவற்றின் அதிகரித்த அபாயத்துடன் தொடர்புடையது. இந்த நிலைக்கு திறமையான சிகிச்சைகள் உள்ளன என்று ஆய்வு குறிப்பதால், முன்கூட்டிய கண்டறிதல் மருத்துவ ரீதியாக முக்கியமானது.
ஆராய்ச்சியாளர்களின் கூற்றுப்படி, இந்த நிலை hypertension கொண்ட நோயாளிகளில் 20% வரை பாதிக்கக்கூடும், ஆனால் அது பரவலாக கண்டறியப்படாமல் உள்ளது. அந்த இடைவெளியே Endocrine Society-யின் 2025 clinical practice guideline பரவலான ஸ்கிரீனிங்கை பரிந்துரைக்க காரணமானது. நடைமுறையில், எனினும், பெரிய சுகாதார அமைப்புகள் ஒத்த அறிகுறிகள், மருந்து வரலாறுகள், மற்றும் ஆய்வக முறைமைகளைக் கொண்ட பல நோயாளிகளை வடிகட்ட வேண்டியதால் அந்த ஸ்கிரீனிங்கை விரிவுபடுத்துவது கடினம்.
மாதிரி எவ்வாறு உருவாக்கப்பட்டது
Mayo Clinic-இன் Frank Lee தலைமையிலான குழு, Mayo Clinic Platform வழியாக 1986 முதல் 2025 வரை சேகரிக்கப்பட்ட 22,000-க்கும் மேற்பட்ட நோயாளிகளின் de-identified தரவுகளைப் பயன்படுத்தியது. மாதிரி வயது, பாலினம், hypertension மற்றும் hypokalemia தொடர்பான diagnosis-கள், systolic blood pressure அளவீடுகள், potassium அளவுகள், மற்றும் antihypertensive மருந்துகள் அல்லது potassium supplements பற்றிய prescription-களை பகுப்பாய்வு செய்தது.
பின்னர் ஆராய்ச்சியாளர்கள் hypertension கொண்ட 225,887 பெரியவர்களிடம் மாதிரியைச் சோதித்தனர். சிறந்த செயல்திறன் அளித்த அணுகுமுறையில் XGBoost பயன்படுத்தப்பட்டது; இது structured clinical data-க்கு அடிக்கடி பயன்படுத்தப்படும் machine learning framework. அறிக்கையிடப்பட்ட முடிவில், இந்த மாதிரி primary aldosteronism அபாயத்தில் உள்ள நோயாளிகளை நோயறிதலுக்கு 12 மாதங்களுக்கு முன்பே கணித்தது.
அந்த முன்கூட்டிய காலநீளம் முக்கியமானது. ஒரு வருடம் முன்பே கண்டறிதல் கிடைப்பது, உறுதிப்படுத்தும் பரிசோதனைகளை order செய்வதற்கு, சிகிச்சையைச் சரிசெய்வதற்கு, மற்றும் தவிர்க்கக்கூடிய இருதய-நாளமுறை சிக்கல்களின் வெளிப்பாட்டைக் குறைப்பதற்கு மருத்துவர்களுக்கு நேரம் வழங்கலாம். இது diagnosis-ஐ மாற்றுவதற்காக AI பயன்படவில்லை, மாறாக பெரிய மக்கள்தொகையிலிருந்து நெருக்கமாக மதிப்பீடு செய்யப்பட வேண்டிய சிறிய குழுவை பிரித்து காட்டுவதற்காக பயன்படலாம் என்பதையும் உணர்த்துகிறது.
இது ஒரு கோளாறைத் தாண்டியும் ஏன் முக்கியம்
இந்த ஆய்வு health AI-க்கு ஒரு நடைமுறை பயன்பாட்டை முன்னிறுத்துகிறது: வழக்கமான சிகிச்சை தரவுகளில் மறைந்திருக்கும் நோயாளிகளை வெளிப்படுத்துவது, முழுமையாக புதிய clinical evidence உருவாக்குவதற்குப் பதிலாக. High blood pressure பொதுவானது, ஆனால் அதன் காரணங்கள் ஒன்றுபோல் இல்லை. ஒரு அமைப்பு endocrine disorder காரணமாக hypertension கொண்ட நோயாளிகளையும், பொதுவான primary hypertension கொண்டவர்களையும் பிரித்தறிய முடிந்தால், சிகிச்சை மேலும் இலக்கானதும், குறைவாக எதிர்வினை சார்ந்ததும் ஆகலாம்.
இந்த கண்டுபிடிப்புகள் நீண்ட கால records-ஐப் பயன்படுத்தி சிகிச்சையளிக்கக்கூடிய நோயை முன்கூட்டியே கண்டறியும் மருத்துவப் போக்கையும் பிரதிபலிக்கின்றன. மாதிரி சாதாரண சிகிச்சையில் ஏற்கனவே சேகரிக்கப்படும் மாறிலிகளையே பயன்படுத்தியதால், புதிய imaging, wearable data, அல்லது சிறப்பு சோதனைகள் தேவைப்படும் கருவிகளை விட adoption தடைகள் குறைவாக இருக்கலாம். இருந்தாலும், ஒரு screening model என்பது முதல் படி மட்டுமே. அது workflow-இல் இணைக்கப்பட வேண்டும், சுகாதார அமைப்புகளில் சரிபார்க்கப்பட வேண்டும், மற்றும் உண்மையான உலக முடிவுகளை மேம்படுத்தும் வகையில் பயன்படுத்தப்பட வேண்டும்.
இப்போதைக்கு, இந்த வேலை பரவலான மற்றும் புத்திசாலித்தனமான screening-க்கான வழக்கிற்கு வலு சேர்க்கிறது. Primary aldosteronism என்பது முக்கியத்துவமும் சிகிச்சைசெய்யக்கூடிய தன்மையும் கொண்டது. இந்த நிலை முறையாக அடையாளம் காணப்படும் முன்பே நோயாளிகளை diagnostic pathway-இல் கொண்டு செல்லும் ஒரு model, hypertension care-இன் நீண்டநாள் blind spot-களில் ஒன்றை குறைக்க உதவலாம்.
இந்தக் கட்டுரை Medical Xpress செய்தியளிப்பை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on medicalxpress.com


