AI கருவிகள், இப்போது மாற்று அறுவைசிகிச்சை குழுக்கள் நிராகரிக்கும் தான இதயங்களை காப்பாற்றுவதற்கு சோதிக்கப்படுகின்றன

இதய மாற்று அறுவைசிகிச்சை குழுக்கள் தான இதய முடிவுகளை விரைவாகவும் சிறப்பாகவும் எடுக்க அழுத்தத்தில் உள்ளன

மருத்துவத்தில் மிகவும் நேரத்துக்கு உணர்திறனுள்ள முடிவுகளில் ஒன்றான தான இதயத்தை ஏற்கலாமா என்பதற்காக, செயற்கை நுண்ணறிவு ஒரு நடைமுறை கருவியாக முன்னிறுத்தப்படுகிறது. International Society for Heart and Lung Transplantation-ன் 46வது ஆண்டு கூட்டத்தில் சமர்ப்பிக்கப்பட்ட ஆய்வு, தற்போது நிராகரிக்கப்படும் தான இதயங்களை மாற்று அறுவைசிகிச்சை திட்டங்கள் சிறப்பாக பயன்படுத்த AI அமைப்புகள் உதவலாம் என்றும், இதனால் மாற்று அறுவைசிகிச்சைக்காக மாதக் கணக்கில் காத்திருக்கும் நோயாளிகளுக்கு அணுகலை விரிவாக்கலாம் என்றும் கூறுகிறது.

சிக்கல் பற்றாக்குறை மட்டுமல்ல. மிகுந்த நேர அழுத்தத்தில் பொருத்தமும் முடிவு எடுப்பும் செய்ய வேண்டிய பிரச்சினையும் உள்ளது. மூல உரையின் சுருக்கப்படி, அமெரிக்காவில் கிடைக்கும் இதயங்களில் சுமார் 30% முதல் 40% மட்டுமே உண்மையில் மாற்று அறுவைசிகிச்சைக்கு பயன்படுத்தப்படுகின்றன. அதே நேரத்தில், தேவை மிகவும் உயர்ந்திருப்பதால் நோயாளிகள் மாதங்களுக்குக் காத்திருக்க வேண்டியதாக இருக்கலாம்; சில சமயங்களில் intensive care-இல் life support-ல் இருப்பதுடன்.

அந்த சமநிலையின்மை முடிவு-ஆதரவு கருவிகளுக்கான வாய்ப்பை உருவாக்குகிறது. கைவிடப்படும் இதயங்களில் கணிசமான பகுதி தவிர்க்க முடியாத மருத்துவ காரணங்களுக்காக அல்லாமல் மிக எச்சரிக்கையால் நிராகரிக்கப்படுகிறதானால், மேம்பட்ட triage உயிர்களைக் காக்க முடியும்; தான இதயக் களத்தை மாற்றாமலே.

தான இதய முடிவுகள் ஏன் இவ்வளவு கடினம்

ஒரு இதயம் கிடைக்கும்போது, மாற்று அறுவைசிகிச்சை குழுக்களுக்கு நீண்ட மதிப்பாய்வு செய்யும் வசதி இல்லை. மூல உரை கூறுவதாவது, ஒரு cardiologist அல்லது surgeon பொதுவாக 15 முதல் 30 நிமிடங்கள் மட்டுமே கொண்டிருப்பார்; அதில் தானதாரரின் மருத்துவ வரலாறு, imaging, laboratory முடிவுகள் போன்ற பல மாறிலிகளைப் பார்த்து, அந்த உறுப்பு ஒரு குறிப்பிட்ட நோயாளிக்கு பொருத்தமானதா என தீர்மானிக்க வேண்டும்.

இந்த குறுகிய முடிவு நேரமே AI-க்கான வாதத்தின் மையம். இது மருத்துவர் தீர்ப்பை மாற்றிவிடும் கருவியாக அல்ல; மாறாக, மனிதக் குழு இரவு நடுவில் அல்லது ICU-நிலை அவசரத்தில் தனியாகச் செயல்பட முடியாதபோது, பல உள்ளீடுகளை மேலும் ஒரே மாதிரியாக தொகுத்துப் புரிய உதவும் வழிமுறையாக முன்வைக்கப்படுகிறது. NYU Grossman School of Medicine-இன் Brian Wayda, இந்தப் பணியை மிகுந்த நேரக் கட்டுப்பாடுகளின் கீழ் எடுக்கப்படும் உயிர்-மரண முடிவுகள் என்று விவரித்தார்.

மாற்று மருத்துவத்தில் ஒருமாதிரித் தன்மை இல்லாதது உண்மையான விளைவுகளை உருவாக்குகிறது. ஒரே தானதாரர் சுயவிவரத்தை வேறு குழுக்கள் வேறுபடக் கணிக்கலாம், மேலும் false negative-இன் விலை மிக உயர்ந்தது: பயன்படுத்தக்கூடியதாக இருக்கும் ஒரு இதயம் அந்த நோயாளிக்காக மட்டுமல்ல, பல சமயங்களில் மொத்த மாற்று முறையிலிருந்தும் இழக்கப்படலாம்.

புதிய கருவிகள் ஆபத்தை நிலைப்படுத்த விரும்புகின்றன, மருத்தவர்களை நீக்கவில்லை

கூட்டத்தில் முன்வைக்கப்பட்ட ஆய்வு, இந்த முடிவெடுக்கும் செயல்முறைக்கு ஆதரவாக பல AI மாதிரிகளை விளக்கியது. அதில் முக்கியமாக குறிப்பிடப்பட்ட கருவி TOPHAT; இதன் விரிவாக்கம் Tool Predicting Heart Acceptance for Transplant. Wayda, Stanford Health Care-இன் ISHLT President-Elect Kiran Khush உடன் இணைந்து இதை உருவாக்கினார். இணைய அடிப்படையிலான இந்த மாதிரி, 20 தானதாரர் பண்புகளைப் பயன்படுத்தி வரலாற்றுத் தரவின் அடிப்படையில் ஒரு மாற்று மையம் அந்த தான இதயத்தை ஏற்றுக்கொள்ளுமா என்பதை மதிப்பிடுகிறது.

இந்த அணுகுமுறை குறிப்பிடத்தக்கது. இந்த கருவி ஒரு இதயம் பாதுகாப்பானதா அல்லது பாதுகாப்பற்றதா என்று நேரடியாக கூறுவதாக விவரிக்கப்படவில்லை. அதற்கு பதிலாக, முந்தைய முடிவு வடிவங்களை வைத்து ஏற்றுக்கொள்ளும் வாய்ப்பை மதிப்பிடுகிறது. நடைமுறையில், இது ஒரு முன்னறிவிப்பாகவும், ஒரு கண்ணாடியாகவும் செயல்படலாம்; ஒரு குழுவின் உள்ளுணர்வு பரவலான வரலாற்றுச் செயல்பாடுகளிலிருந்து எவ்வளவு வேறுபடுகிறது என்பதை காட்டுகிறது.

இந்த அமைப்புகள் ஆபத்தை தொகுத்துப் புரிய உதவுவதற்காகவே வடிவமைக்கப்பட்டுள்ளன, மருத்தவர்களை மாற்றுவதற்கல்ல என்று மூல உரை வலியுறுத்துகிறது. ஏற்றுக்கொள்ளுதலுக்காக இந்த வேறுபாடு முக்கியமானதாக இருக்கும். இதய மாற்று அறுவைசிகிச்சை போன்ற உயர் அபாயத் துறையில் முழுமையான தானியங்கி ஏற்றுக்கொள்ளல் முடிவுகள் கடுமையான மருத்துவ மற்றும் ஒழுங்கியல் எதிர்ப்பை சந்திக்கும். அதற்கு மாறாக, முடிவு-ஆதரவு கருவிகள் இணைக்கப்படுவது எளிதாக இருக்கலாம், ஏனெனில் பொறுப்பு மாற்று குழுவிடமே இருக்கும்.

வாய்ப்பு, தேவையற்ற முறையில் இழக்கப்படக்கூடிய இதயங்களில்தான் உள்ளது

இந்த சூழலில் AI-க்கான மிக வலுவான வாதம் வழங்கல் மற்றும் பயன்பாடு இடையிலான இடைவெளியிலிருந்தே வருகிறது. கிடைக்கும் இதயங்களில் 30% முதல் 40% மட்டுமே மாற்று செய்யப்படுகின்றன என்றால், சலிப்புக்கு இடமில்லை. மூல உரை நேரடியாகச் சொல்வதாவது, எல்லா தான இதயங்களும் நியாயமான காரணங்களால் கைவிடப்படுவதில்லை என்பதை ஆராய்ச்சி காட்டுகிறது. இதனால் ஒவ்வொரு நிராகரிக்கப்பட்ட இதயமும் பயன்படுத்தப்பட வேண்டியதுதான் என்று அர்த்தமல்ல; ஆனால் இன்றைய நிராகரிப்பு முறைமையில் ஒரு பகுதி தவிர்க்கக்கூடியது என்பதையே அது சொல்கிறது.

மாற்று காத்திருப்பு பட்டியலில் உள்ள நோயாளிகளுக்கு அந்த வேறுபாடு கோட்பாட்டு ஒன்றல்ல. தவிர்க்கக்கூடிய ஒவ்வொரு கைவிடலும் உயிர்த் தொடர்ச்சி அல்லது மீட்புக்கான ஒரு தவறவிட்ட வாய்ப்பாக இருக்கலாம். எனவே இங்கு AI-ன் மதிப்பு, எதிர்காலத் தானியங்கி முறையைவிட, குறிப்பாக குழுக்கள் பெரிய மற்றும் வகைமிக்க தானதாரர் சுயவிவரங்களில் வேகமாகச் செயல்பட வேண்டியபோது, ஒருமாதிரித்தன்மையின் அடித்தளத்தை உயர்த்துவதில்தான் உள்ளது.

இது நிறுவனங்களுக்கு இடையிலான மாறுபாட்டையும் குறைக்கக்கூடும். சில மையங்கள் ஓரளவு அபாயமுள்ள அல்லது சிக்கலான தானதாரர்களை ஏற்றுக்கொள்ள அதிக முனைப்புடன் இருக்கின்றன. வலுவான முன்னறிவு மாதிரி, அபாய விவாதத்திற்கு ஒரு பொதுக் கட்டமைப்பை வழங்கி, தற்போது உள்ளூர் பழக்கம், அனுபவம், நிறுவன பண்பாடு ஆகியவற்றை சார்ந்திருக்கும் மையங்களில் முடிவெடுப்பை மேலும் தரவு சார்ந்ததாக மாற்றலாம்.

வெற்றியின் அளவுகோல் என்ன?

வெற்றியின் மிகத் தெளிவான அளவுகோல் எளிமையானது: அதிகமான தான இதயங்கள் பாதுகாப்பாகப் பயன்படுத்தப்பட வேண்டும். மூலப் பொருள் AI ஏற்கனவே பிரச்சினையைத் தீர்த்துவிட்டதாகக் கூறவில்லை, மேலும் இது முறைமையளவில் அமலாக்கம் நடந்ததைக் காட்டும் தீர்மானமான முடிவு தரவையும் வழங்கவில்லை. ஆனால் மருத்துவர்கள் மற்றும் ஆய்வாளர்கள், மாற்று அணுகலுக்கு மிகப் பெரிய விளைவுகளை ஏற்படுத்தும் ஒரு bottleneck-ஐ நோக்கி குறிப்பாக கருவிகளை உருவாக்கி வருகிறார்கள் என்பதைக் காட்டுகிறது.

இந்தக் கருவிகள், தற்போது கவனிக்கப்படாமல் போகும் ஆனால் ஏற்றுக்கொள்ளக்கூடிய இதயங்களை குழுக்கள் அடையாளம் காண உதவினால், உடல் உருவாக்கம், பாதுகாப்பு, அல்லது அறுவைசிகிச்சை தொடர்பான எந்த புதிய breakthrough-உம் தேவையில்லாமல் பெரிய தாக்கத்தை ஏற்படுத்த முடியும். அந்த வகையில், மருத்துவத்தின் மிகப் பெரிய முன்னேற்றங்களில் சில புதிய சிகிச்சைகளிலிருந்து மட்டுமல்ல, கிடைக்கிற வளங்களைப் பற்றி சிறந்த முடிவுகளிலிருந்தும் வரலாம் என்பதை இந்தப் பணி நினைவூட்டுகிறது.

மாற்று கூட்டத்தின் பரந்த செய்தி என்னவென்றால், சுகாதாரத்தில் AI-ன் மிகவும் நம்பகமான பங்கு குறுகியதும் செயல்பாட்டுத் தன்மையுடனும் இருக்கலாம். தான இதய சூழலில், அதாவது மனிதர்கள் கடினமான முடிவை விரைவாக, ஒரே மாதிரியாக, மற்றும் வரலாற்று தரவுகளில் மறைந்திருக்கும் வடிவங்களை நன்றாகப் புரிந்துகொண்டு எடுக்க உதவுவது. தானதாரர் பற்றாக்குறை மற்றும் குறுகிய முடிவு நேரத்தை கருத்தில் கொண்டால், இது மிகுந்த நடைமுறை நோக்கமாகும்.

இந்தக் கட்டுரை Medical Xpress-ன் செய்திப்பார்வையை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.