പോഷിന്റെ ഉപരിതലത്തിൽ പ്രത്യക്ഷപ്പെടുന്നതിന് മുൻപ് ചർമ്മാർബുദം കണ്ടെത്തൽ

«റഷ്യ ടുഡേ» - ജർമ്മനിയിലെ ഗവേഷകർ ചർമ്മത്തിന്റെ ഉപരിതലത്തിൽ വ്യക്തമായ ലക്ഷണങ്ങൾ പ്രത്യക്ഷപ്പെടുന്നതിന് മുൻപ് ചർമ്മാർബുദം കണ്ടെത്താൻ സഹായിക്കുന്ന ഒരു പുതിയ രീതി കണ്ടെത്തി. രോഗം ആദ്യഘട്ടത്തിൽ തന്നെ തിരിച്ചറിയാൻ സഹായിക്കുന്ന ഒരു ഘട്ടമാണിത്.

«ഫ്രീഡ്രിച്ച് അലക്സാണ്ടർ എർലംഗൻ-നൂർംബർഗ്» (FAU) സർവകലാശാലയിലെ ഡോ. മോറിറ്റ്സ് റോണിക്കെ നേതൃത്വം നൽകിയ ടീം, എർലംഗൻ സർവകലാശാല ആശുപത്രിയിലെ ചർമ്മരോഗ വിഭാഗത്തിൽ നിന്നുള്ളവർ, കൃത്രിമ ബുദ്ധി (AI) പിന്തുണയുള്ള «ലൈൻ സ്കാൻ ഓപ്റ്റിക്കൽ കോഹെറൻസ് ടോമോഗ്രഫി» (LC-OCT) സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് ഈ സമീപനം വികസിപ്പിച്ചെടുത്തു.

ഉയർന്ന അപകടസാധ്യതയുള്ള ചർമ്മാർബുദ രോഗികളുടെ മുഖങ്ങൾ വ്യവസ്ഥിതമായി പരിശോധിച്ചു. ചർമ്മത്തിൽ ദൃശ്യമായ മാറ്റങ്ങൾ പ്രത്യക്ഷപ്പെടുന്നതിന് മുൻപ് ബേസൽ സെൽ കാർസിനോമ (base cell carcinoma) ആദ്യമായി കണ്ടെത്താൻ ഗവേഷകർക്ക് സാധിച്ചു.

ലോകത്തിലെ ഏറ്റവും സാധാരണമായ ചർമ്മാർബുദ തരമാണ് ബേസൽ സെൽ കാർസിനോമ. സാധാരണയായി ഇത് സ്ഥാനീയമായി വളരുന്നുണ്ടെങ്കിലും, ചുറ്റുമുള്ള കോശങ്ങളെ നശിപ്പിക്കാൻ സാധ്യതയുണ്ട്. മുഖത്ത് പ്രത്യക്ഷപ്പെടുമ്പോൾ, മൂക്കും കണ്ണുകളും പോലുള്ള സുപ്രധാന ഭാഗങ്ങൾക്ക് കേടുപാടുകൾ സംഭവിക്കാം. ആദ്യഘട്ടത്തിൽ കണ്ടെത്തുന്നത് കുറഞ്ഞ ഇടപെടലുകളുള്ള ചികിത്സാ ഓപ്ഷനുകൾ നൽകുന്നു; ചില സന്ദർഭങ്ങളിൽ ചികിത്സ സ്ഥാനീയ ക്രീം ഉപയോഗത്തിൽ മാത്രം പരിമിതപ്പെടാം.

LC-OCT സാങ്കേതികവിദ്യ ഓപ്റ്റിക്കൽ കോഹെറൻസ് ടോമോഗ്രഫിയും കോൺഫോക്കൽ മൈക്രോസ്കോപ്പിയും സംയോജിപ്പിക്കുന്നു. ഇത് ചർമ്മത്തിന്റെ ലംബ, അനുലോമ, മൂന്നാം അളവിലുള്ള (3D) ചിത്രങ്ങൾ യഥാസമയത്തിൽ, മൈക്രോമീറ്റർ നിലവിലെ കൃത്യതയോടെ നൽകുന്നു. ഈ ചിത്രങ്ങൾ ചർമ്മത്തിനുള്ളിലെ മാറ്റങ്ങൾ കാണാനും കൂടുതൽ പരിശോധന ആവശ്യമായ പ്രദേശങ്ങൾ തിരിച്ചറിയാനും ഡോക്ടർമാരെ സഹായിക്കുന്നു.

കൃത്രിമ ബുദ്ധി ചിത്രങ്ങൾ വിശകലനം ചെയ്ത്, ബേസൽ സെൽ കാർസിനോമയുടെ സാധ്യതയെ സൂചിപ്പിക്കുന്ന നിറം കോഡ് ചെയ്ത സൂചനകൾ നൽകുന്നു. അന്തിമ രോഗനിർണയ തീരുമാനം ഡോക്ടറുടെ ഉത്തരവാദിത്വത്തിലാണ്.

«SUBSCAN» എന്ന് അറിയപ്പെടുന്ന ഈ സമീപനം ഭാവിയിൽ പതിവായി ഉപയോഗിക്കുന്നത് ബേസൽ സെൽ കാർസിനോമയെ വളരെ ആദ്യഘട്ടത്തിൽ കണ്ടെത്താൻ സഹായിക്കും, സ്ഥാനീയ ചികിത്സകളുടെ ഉപയോഗം വ്യാപിക്കുകയും ചില സന്ദർഭങ്ങളിൽ ശസ്ത്രക്രിയയുടെ ആവശ്യകത കുറയുകയും ചെയ്യുമെന്ന് ഗവേഷകർ വിശ്വസിക്കുന്നു.

എങ്കിലും, സാങ്കേതികവിദ്യ ഇപ്പോഴും വിലയിരുത്തൽ ഘട്ടത്തിലാണ്. സെൻസിറ്റിവിറ്റി (sensitivity) സംബന്ധിച്ച വിവരങ്ങളുടെ അഭാവം, കൂടാതെ പരിശോധന ഇപ്പോഴും കൂടുതൽ സമയം എടുക്കുന്നതിനാൽ, ഇത് ഇപ്പോൾ പതിവായി ഉപയോഗിക്കാൻ കഴിയില്ല.