Artificial Intelligence Tool ओळखणार हार्ट अ‍ॅटकचा धोका : संशोधकांचा दावा

Artificial intelligence tool may help predict heart attacks : हृदयविकाराचा (Heart Attack) झटका कधी, कोणाला आणि कुठे येईल हे माहीत नाही. आजकाल तरुण वयात लोक हृदयविकाराला बळी पडत आहेत. हृदयविकाराचा धोका ओळखण्यासाठी कोणतीही निश्चित चाचणी नाही. अमेरिकेतील कॅलिफोर्निया येथील सेडार्स-सिनाई मेडिकल सेंटरने(Cedars-Sinai Medical Center) केलेल्या अभ्यासात संशोधकांनी कृत्रिम बुद्धिमत्तेवर आधारित एक उपकरण(Artificial intelligence tool) विकसित केले आहे, जे हृदयविकाराच्या धोक्याचा सहज अंदाज लावू शकते.

या अभ्यासात असे म्हटले आहे की, हे उपकरण (Tool) हृदयाला रक्तपुरवठा करणाऱ्या धमन्यांमध्ये(artery) साचणाऱ्या चरबीचा थर (plaque) रचना आणि प्रमाणाच्या आधारे पुढील पाच वर्षांत हृदयविकाराच्या धोक्याचा अंदाज लावतात.

या अभ्यासात असे म्हटले आहे की, ''हे उपकरण (Tool) हृदयाला रक्तपुरवठा करणाऱ्या धमन्यांमध्ये(artery) साचणाऱ्या प्लॅकच्या (plaque) रचना आणि प्रमाणाच्या आधारे पुढील पाच वर्षांत हृदयविकाराच्या धोक्याचा अंदाज लावतात. खरं तर, प्लॅकच्या निर्मितीमुळे धमन्या अरुंद होतात, ज्यामुळे रक्त हृदयापर्यंत पोहोचणे कठीण होते आणि हृदयविकाराचा धोका वाढतो.''

खरं तर, प्लॅकच्या निर्मितीमुळे धमन्या अरुंद होतात, ज्यामुळे रक्त हृदयापर्यंत पोहोचणे कठीण होते आणि हृदयविकाराचा धोका वाढतो.

कोरोनरी कॉम्प्युटेड टोमोग्राफी अँजिओग्राफी (CCTA) ही एक वैद्यकीय तपासणी आहे ज्याद्वारे हृदय आणि धमन्यांची 3D प्रतिमा (image) घेतली जाते आणि त्या आधारावर धमनी किती रुंद किंवा अरुंद आहे याचा अंदाज डॉक्टर लावतात. पण अजूनही कोणतीही सामान्य, अॅटोमॅटीक आणि फास्ट सिस्टीम उपलब्ध नाही, ज्यामुळे CTA इमेजमध्ये दिसणाऱ्या चरबीच्या प्लॅकचे मुल्यमापन करता येईल. या संशोधनाचा निष्कर्ष 'द लॅन्सेट डिजिटल हेल्थ'मध्ये (The Lancet Digital Health) प्रकाशित केला आहे.

तज्ज्ञ काय सांगतात

या संशोधनाचे लेखक आणि सीडर-सिनाई स्थित बायोमेडिकल इमेजिंग रिसर्च इंस्टीट्यूटमध्ये क्वांटिटेव्ह इमेज अॅनिलिसिस लॅबच्या (Quantitative Image Analysis Laboratory) नियंत्रक दामिनी डेने ( (Damini Dey) सांगितले की, पूर्णतः ऑटोमेटिक पद्धती नसल्यामुळे धमन्यामधील चरबीचे (coronary plaque) मुल्यमापन करणे शक्य होत नाही. जेव्हा तज्ञ त्याचा मुल्यमापन करण्याचे प्रयत्न करतात, तो 20 ते 30 मिनिटे वेळ लागतो. पण आमचा हा प्रोग्राम वापरल्यानंतर सीसीटीए इमेज प्लॅकची प्रमाण 5 ते 6 सेकंदात ओळखू शकतो.

अभ्यास कसा झाला

संशोधकांनी AI अल्गोरिदम वापरून ऑस्ट्रेलिया, जर्मनी, जपान, स्कॉटलंड आणि यूएस मधील 11 ठिकाणी 1196 लोकांच्या धमन्याच्या CCTA चाचण्या केल्या. त्यानंतर या लोकांच्या CCTA इमेजबाबत विश्लेषण केले. डॉक्टरांनी 921 लोकांच्या रिपोर्ट्सचेही विश्लेषण केले होते. अल्गोरिदम प्रथम 3D इमेजमध्ये कोरोनरी धमनीची रूपरेषा (Outline of the coronary artery) दर्शवते. त्यानंतर त्यातील रक्त आणि प्लॅक ओळखते.

रिसर्चर्समध्ये असे आढळून आले की, या उपकरणाने केलेले मुल्यमापन कोरोनरी सीसीटीएमध्ये पाहण्यात आलेल्या प्लॅकची प्रमाणासोबत जुळत आहे. याची खात्री इंट्रावास्क्युलर अल्ट्रासाऊंड ((intravascular ultrasound)) आणि कॅथेटर आधारित धमन्यांचीएंजियोग्राफी (coronary angiography) या चाचणीद्वारे केली. या दोन्ही चाचण्यांनी रक्तवाहिन्यांमधील चरबीच्या थराचे अचूक पद्धतीने मूल्यमापन केले आहेत.

संशोधनाचा निष्कर्ष

शेवटी, संशोधकांना असे आढळून आले की AI अल्गोरिदमद्वारे CCTA इमेजचे मूल्यांकनावरुन 1611 लोकांच्या पुढील पाच वर्षांसाठी हृदयविकाराच्या धोक्याचा अचूक अंदाज दर्शविते. हे सर्व लोक स्कॉट-हार्ट चाचणीचा भाग होते. दामिनी डे((Damini Dey) सांगतात की, ''याबाबतत आणखी अभ्यासाची गरज आहे. पण चरबीच्या थराचे प्रमाण आणि त्याची रचना यावर आधारित एखाद्या व्यक्तीला हृदयविकाराच्या झटक्याचा धोका किती लवकर आहे हे आपण लवकरच सांगू शकू.