फास्टग्लिओमा नावाचे एक ग्राउंडब्रेकिंग आर्टिफिशियल इंटेलिजेंस टूल विकसित केले गेले आहे, जे शस्त्रक्रियेदरम्यान अवशिष्ट कर्करोगाच्या मेंदूच्या गाठी 10 सेकंदात शोधण्यास शल्यचिकित्सकांना सक्षम करते. नेचरमधील अलीकडील अभ्यासात तपशीलवार केलेल्या नवकल्पना, पारंपारिक ट्यूमर शोधण्याच्या पद्धतींना मागे टाकत, न्यूरोसर्जरीमधील महत्त्वपूर्ण प्रगती म्हणून पाहिले जाते. मिशिगन विद्यापीठ आणि कॅलिफोर्निया विद्यापीठ, सॅन फ्रान्सिस्को येथील संशोधकांनी या अभ्यासाचे नेतृत्व केले, ज्यामुळे डिफ्यूज ग्लिओमास असलेल्या रुग्णांसाठी शस्त्रक्रियेचे परिणाम सुधारण्याची क्षमता अधोरेखित केली.
मिशिगन हेल्थ युनिव्हर्सिटीचे न्यूरोसर्जन, एमडी, टॉड हॉलॉन यांनी फास्टग्लिओमाचे वर्णन एक परिवर्तनात्मक निदान साधन म्हणून केले जे ट्यूमरचे अवशेष ओळखण्यासाठी जलद आणि अधिक अचूक पद्धत प्रदान करते. इंट्राऑपरेटिव्ह एमआरआय किंवा फ्लोरोसेंट इमेजिंग एजंट्स यांसारख्या सध्याच्या पद्धतींवर अवलंबून राहण्याची क्षमता कमी करण्याची क्षमता त्यांनी नोंदवली, जी बऱ्याचदा सर्व ट्यूमर प्रकारांसाठी अगम्य किंवा अनुपयुक्त असतात.
शस्त्रक्रियेदरम्यान अवशिष्ट ट्यूमरला संबोधित करणे
नुसार अभ्यास मिशिगन मेडिसिन – मिशिगन विद्यापीठातून, अवशिष्ट ट्यूमर, जे बहुतेक वेळा निरोगी मेंदूच्या ऊतींसारखे दिसतात, हे न्यूरोसर्जरीमध्ये एक सामान्य आव्हान आहे. शल्यचिकित्सक पारंपारिकपणे निरोगी मेंदू आणि उर्वरित कर्करोगाच्या ऊतकांमध्ये फरक करण्यासाठी संघर्ष करतात, ज्यामुळे ट्यूमर काढणे अपूर्ण होते. फास्टग्लिओमा ट्यूमरची घुसखोरी जलद आणि अचूकपणे ओळखण्यासाठी कृत्रिम बुद्धिमत्तेसह उच्च-रिझोल्यूशन ऑप्टिकल इमेजिंग एकत्र करून याचे निराकरण करते.
एका आंतरराष्ट्रीय अभ्यासात, मॉडेलची चाचणी कमी-किंवा उच्च-दर्जाच्या डिफ्यूज ग्लिओमा असलेल्या 220 रुग्णांच्या नमुन्यांवर करण्यात आली. फास्टग्लिओमाने 92% ची सरासरी अचूकता प्राप्त केली, लक्षणीयरीत्या पारंपारिक पद्धतींना मागे टाकत, ज्यामध्ये उच्च-जोखीम असलेल्या ट्यूमरच्या अवशेषांसाठी जास्त चुकण्याचा दर होता. सह-वरिष्ठ लेखक शॉन हर्वे-जम्पर, MD, UCSF मधील न्यूरोसर्जरीचे प्राध्यापक, यांनी इमेजिंग एजंट्स किंवा वेळ घेणाऱ्या प्रक्रियेवरील अवलंबित्व कमी करताना सर्जिकल अचूकता वाढविण्याच्या क्षमतेवर जोर दिला.
कर्करोगाच्या शस्त्रक्रियेतील भविष्यातील अनुप्रयोग
फास्टग्लिओमा फाउंडेशन मॉडेल्सवर आधारित आहे, विस्तृत डेटासेटवर प्रशिक्षित केलेल्या एआयचा एक प्रकार, विविध कार्यांमध्ये अनुकूलन करण्यास अनुमती देते. मॉडेलने फुफ्फुस, प्रोस्टेट आणि स्तनाच्या ट्यूमरसह इतर कर्करोगांमध्ये व्यापक पुनर्प्रशिक्षणाची आवश्यकता न घेता अर्ज करण्याची क्षमता दर्शविली आहे.
आदित्य एस. पांडे, मिशिगन विद्यापीठातील न्यूरोसर्जरीचे अध्यक्ष, एमडी यांनी, कर्करोगाच्या शस्त्रक्रियेमध्ये AI ला समाकलित करण्याच्या शिफारशींच्या अनुषंगाने, जागतिक स्तरावर शस्त्रक्रियेचे परिणाम सुधारण्यात आपली भूमिका पुष्टी केली. संशोधकांचे उद्दिष्ट आहे की त्याचा वापर अतिरिक्त ट्यूमर प्रकारांमध्ये विस्तारित करणे, संभाव्यतः जगभरातील कर्करोगाच्या उपचार पद्धतींचा आकार बदलणे.
