গবেষণা: রেটিনার ছবি জৈবিক বার্ধক্যের গতি অনুমান করতে সাহায্য করতে পারে - সারমাদ

সিউল জাতীয় বিশ্ববিদ্যালয়ের গবেষকদের সম্প্রতি পরিচালিত একটি গবেষণা দেখিয়েছে যে, কৃত্রিম বুদ্ধিমত্তার (AI) প্রযুক্তি ব্যবহার করে রেটিনার (চক্ষুের পটভূমি) ছবি বিশ্লেষণ করে ব্যক্তিদের মধ্যে জৈবিক বার্ধক্যের গতির পার্থক্য অনুমান করার একটি দ্রুত এবং অশল্য চিকিৎসা পদ্ধতি প্রদান করা সম্ভব।

'সাইন্স ডেইলি' সায়েন্স ওয়েবসাইট জানিয়েছে, 'জেরোসায়েন্স' (GeroScience) জার্নালে প্রকাশিত এই গবেষণাটি গবেষকদের 'রেটিনাল এজ গ্যাপ' (Retinal Age Gap) নামে একটি প্রযুক্তির ওপর ভিত্তি করে গড়ে উঠেছে। এই প্রযুক্তি ব্যক্তির ক্যালেন্ডার বয়স অনুমান করতে রেটিনার ছবি ব্যবহার করে এবং তারপর তার প্রকৃত বয়সের সাথে তুলনা করে জৈবিক বার্ধক্যের গতির সাথে সম্পর্কিত সম্ভাব্য নির্দেশক চিহ্নিত করে।

গবেষণাটি ৭,৫৩৫ জনের রেটিনাল পরীক্ষার ২৯,৫৩০টি ছবি অন্তর্ভুক্ত করেছে, অন্যদিকে গবেষকরা ৭,৪১৬ জনের ১৪,৮৩২টি অতিরিক্ত ছবি ব্যবহার করে মডেলটি পরীক্ষা করেছেন।

ফলাফল দেখিয়েছে যে, মডেলটি ২.৫ থেকে ২.৭ বছরের গড় ত্রুটির সাথে ক্যালেন্ডার বয়স অনুমান করতে সক্ষম হয়েছে, যা রেটিনার ছবি ব্যবহারকারী পূর্ববর্তী মডেলগুলোর ফলাফলের সমান বা তারও বেশি নির্ভুলতা প্রদর্শন করে।

গবেষকরা মডেলের চিহ্নিত উচ্চ বার্ধক্য নির্দেশক এবং কিছু স্বাস্থ্যগত ও জীবনযাপন বিষয়ক ফ্যাক্টরের মধ্যে সম্পর্ক আবিষ্কার করেছেন। বিশেষ করে, ডায়াবেটিস নির্দেশকে প্রায় ২.৫২ বছর বাড়িয়েছে, বর্তমান ধূমপান ০.৫ বছর, পূর্ববর্তী ধূমপান ০.৪৬ বছর, ম্যাকুলার ডিজেনারেশন (macular degeneration) ০.৬ বছর এবং ক্যাট্যারাট (cataract) ১.৮৬ বছর বাড়িয়েছে।

গবেষকরা উল্লেখ করেছেন যে, ক্যাট্যারাট এবং উচ্চ নির্দেশকের মধ্যে সম্পর্কটি অংশত রোগের কারণে ছবির ঝাপসা ভাবের প্রভাবের কারণে হতে পারে, অবশ্যই রেটিনার নিজের বার্ধক্যের গতি বৃদ্ধির কারণে নয়।

গবেষণাটি মডেলের প্রশিক্ষণ ডেটাসেটে স্বাভাবিক চক্ষু এবং রেটিনা বা দৃষ্টি স্নায়ুর রোগে আক্রান্ত চক্ষুর ছবি মিলিয়ে ব্যবহার করেছে, যাতে পূর্ববর্তী গবেষণাগুলোর তুলনায় (যা বেশিভাগ স্বাভাবিক চক্ষুর ছবিতে নির্ভর করত) প্রযুক্তির নির্ভুলতা উন্নত করা যায়।

গবেষকরা ব্যাখ্যা করেছেন যে, জিনগত, পরিবেশগত এবং জীবনযাপন বিষয়ক ফ্যাক্টরগুলোর কারণে একই ক্যালেন্ডার বয়সের ব্যক্তিদের মধ্যে জৈবিক বার্ধক্যের গতি ভিন্ন হতে পারে, যা এই পার্থক্যগুলো পর্যবেক্ষণের জন্য সহজে প্রাপ্য বায়োমার্কারের প্রয়োজনীয়তা বৃদ্ধি করে।

গবেষকরা আরও উল্লেখ করেছেন যে, প্রযুক্তিটি এখনও দীর্ঘমেয়াদি গবেষণার মাধ্যমে আরও যাচাইয়ের প্রয়োজন, যেখানে একই ব্যক্তিদের বছরের পর বছর পর্যবেক্ষণ করা হবে এবং জৈবিক বার্ধক্য পরিমাপের স্বীকৃত পদ্ধতি ও নির্দেশকের সাথে তার ফলাফল তুলনা করা হবে।

গবেষণাটি নিশ্চিত করেছে যে, 'রেটিনাল এজ গ্যাপ' প্রযুক্তি বর্তমান রূপে ব্যক্তিগত বার্ধক্য ঝুঁকি নির্ধারণের চেয়ে জনসংখ্যা স্তরে বার্ধক্যের প্যাটার্ন অধ্যয়নের জন্য বেশি উপযুক্ত হতে পারে, কারণ প্রযুক্তিটি চিহ্নিত করে এমন কিছু স্বাস্থ্যগত ফ্যাক্টরের প্রভাব পূর্বাভাসের ত্রুটির সীমার তুলনায় এখনও সীমিত।

এই ফলাফল বয়সের সাথে সম্পর্কিত স্বাস্থ্যগত পরিবর্তন পর্যবেক্ষণে কৃত্রিম বুদ্ধিমত্তার প্রযুক্তি ব্যবহারের জন্য নতুন সম্ভাবনা খুলে দেয়।