কলন ক্যানসার নির্ণয়ের জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে নতুন পরীক্ষার উদ্ভাবন

সুইজারল্যান্ডের জেনিভা বিশ্ববিদ্যালয়ের গবেষকরা একটি অশল্য চিকিৎসা পদ্ধতি উদ্ভাবন করেছেন, যা কোলন ও রেক্টামের ক্যানসারের প্রাথমিক সনাক্তকরণে বিপ্লব ঘটাতে পারে এবং এটি প্রচলিত অ্যানাল এন্ডোস্কোপি বা স্কোপ পরীক্ষার বিকল্প হিসেবে কাজ করবে। এই পদ্ধতিতে দামী এবং অস্বস্তিকর প্রচলিত এন্ডোস্কোপির পরিবর্তে মল নমুনার বিশ্লেষণের ওপর ভিত্তি করে ক্যানসার সনাক্ত করা হয়, যা অনেক মানুষকে সময়মতো পরীক্ষা করানো থেকে বিরত রাখে।

গবেষকরা জানান যে, তারা মেশিন লার্নিং প্রযুক্তি ব্যবহার করে মানব অন্ত্রের ব্যাকটেরিয়ার একটি বিস্তারিত ক্যাটালগ তৈরি করেছেন, যা এতটাই নির্ভুল যে শরীরের ভেতরে বিভিন্ন উপ-মাইক্রোবায়াল গ্রুপ কীভাবে কাজ করে তা বোঝা সম্ভব হয়েছে। এরপর তারা মল নমুনায় উপস্থিত ব্যাকটেরিয়ার ওপর ভিত্তি করে কোলন ও রেক্টামের ক্যানসার সনাক্ত করতে এই তথ্য ব্যবহার করেছেন, যা একটি কম খরচের এবং অশল্য বিকল্প প্রদান করে। গবেষণার ফলাফল ‘সেল হোস্ট অ্যান্ড মাইক্রোব’ (Cell Host & Microbe) জার্নালে প্রকাশিত হয়েছে।

গবেষণার প্রধান গবেষক এবং জেনিভা বিশ্ববিদ্যালয়ের মেডিকেল স্কুলের সেলুলার ফিজিওলজি এবং মেটাবলিজম বিভাগের অধ্যাপক মিরকো ট্রাইকভস্কি ইঙ্গিত দিয়েছেন যে, দলটি ‘সাব-স্পিসিস’ নামক মাইক্রোবের শ্রেণিবিন্যাসের একটি মধ্যবর্তী স্তরের ওপর জোর দিয়েছে, সম্পূর্ণ ব্যাকটেরিয়াল প্রজাতির বিশ্লেষণের পরিবর্তে, যা সূক্ষ্ম পার্থক্য ধরতে পারে না, অথবা ব্যক্তিভেদে অনেকটা ভিন্ন হওয়া স্ট্রেইন বিশ্লেষণের পরিবর্তে। তিনি ব্যাখ্যা করেছেন যে, এই মধ্যবর্তী স্তরটি ব্যাকটেরিয়ার কার্যকরী পার্থক্য এবং ক্যানসারসহ রোগের সাথে তাদের সম্পর্ক পর্যবেক্ষণ করতে সক্ষম, একই সাথে এটি বিভিন্ন জনগোষ্ঠী বা দেশের মধ্যে এই পার্থক্যগুলো পর্যবেক্ষণের জন্য পর্যাপ্ত সাধারণতা বজায় রাখে।

এদিকে, গবেষণা দলের ডক্টরেট ছাত্র এবং গবেষণার প্রধান গবেষক মাতিয়া ট্রিকোভিচ জানান যে, সবচেয়ে বড় চ্যালেঞ্জ ছিল বিশাল পরিমাণ জৈবিক ডেটা বিশ্লেষণের জন্য একটি উদ্ভাবনী পদ্ধতি উন্নয়ন করা। তিনি নিশ্চিত করেছেন যে, দলটি মানব অন্ত্রের মাইক্রোবের সাব-স্পিসিসের একটি সামগ্রিক ক্যাটালগ তৈরি করতে সক্ষম হয়েছে, পাশাপাশি গবেষণা এবং ক্লিনিক্যাল প্রয়োগ উভয়ের জন্যই এটি ব্যবহারের একটি নির্ভুল ও কার্যকর পদ্ধতি উন্নয়ন করেছে।

• মডেলটি ক্যানসারের ৯০ শতাংশ ক্ষেত্র সনাক্ত করতে সক্ষম হয়েছে, যা প্রচলিত এন্ডোস্কোপির ৯৪ শতাংশ সনাক্তকরণ হারের খুব কাছাকাছি।

• মডেলের নির্ভুলতা বর্তমানে উপলব্ধ সকল অশল্য সনাক্তকরণ পদ্ধতির চেয়ে বেশি, যা এটিকে একটি প্রাথমিক নিয়মিত স্ক্রিনিং পরীক্ষা হিসেবে ব্যবহারের পথ প্রশস্ত করে, যেখানে পজিটিভ রোগীদের শুধুমাত্র নিশ্চিত করার জন্য প্রচলিত এন্ডোস্কোপির জন্য রেফার করা হবে।

গবেষকরা নিশ্চিত করেছেন যে, ভবিষ্যতে আরও ক্লিনিক্যাল ডেটা মডেলের নির্ভুলতা আরও বাড়িয়ে তুলতে পারে এবং এটিকে প্রচলিত এন্ডোস্কোপির সাথে পুরোপুরি প্রতিযোগিতা করতে সক্ষম করবে। বর্তমানে জেনিভা বিশ্ববিদ্যালয়ের হাসপাতালগুলোর সাথে সহযোগিতায় একটি ক্লিনিক্যাল ট্রায়াল পরিচালনার প্রস্তুতি চলছে, যাতে এই পদ্ধতি দিয়ে কোন ধাপের এবং কোন ধরনের ক্যানসারের ক্ষতগুলো আরও নির্ভুলভাবে সনাক্ত করা যায় তা নির্ধারণ করা হয়।

ট্রাইকভস্কি শেষ করে বলেন যে, একই পদ্ধতিটি ভবিষ্যতে অন্ত্রের মাইক্রোবের একটি মাত্র বিশ্লেষণের ওপর ভিত্তি করে বিভিন্ন ধরনের অন্যান্য রোগের জন্যও অশল্য চিকিৎসা নির্ণয়কারী সরঞ্জাম উন্নয়নে ব্যবহার করা যেতে পারে।