त्वचाको सतहमा देखिनु अघि नै त्वचाको क्यान्सर पत्ता लगाउने
«रुसिया अल-याउम» - जर्मनीका अनुसन्धानकर्ताहरूले त्वचाको सतहमा कुनै स्पष्ट लक्षण देखिनु अघि नै त्वचा क्यान्सर पत्ता लगाउन सक्ने नयाँ विधि पत्ता लगाएका छन्, जुन रोगको प्रारम्भिक चरणमा निदान गर्न मद्दत गर्न सक्ने एक कदम हो।
«फ्रेडरिक अलेक्जेन्डर एर्लङ्गेन-नर्नबर्ग» विश्वविद्यालय (FAU) को एक टोलीले, जसको नेतृत्व एर्लङ्गेन विश्वविद्यालय अस्पतालको त्वचा रोग विभागका डा. मोरिट्ज रोनिखेले गरेका थिए, कृत्रिम बुद्धिमत्ताद्वारा सञ्चालित «लाइन-स्केन कन्सिस्टेन्ट अटोमिक टोमोग्राफी» (LC-OCT) प्रविधिको प्रयोग गरेर यो दृष्टिकोण विकास गरेका हुन्।
अनुसन्धानकर्ताहरूले त्वचा क्यान्सरको उच्च जोखिममा रहेका बिरामीहरूको अनुहारको व्यवस्थित परीक्षणमा निर्भर गर्दै पहिलो पटक त्वचामा देखिने परिवर्तनहरू देखिनु अघि नै बेसल सेल क्यान्सर पत्ता लगाउन सफल भएका छन्।
बेसल सेल क्यान्सर विश्वभरमा सबैभन्दा सामान्य त्वचा क्यान्सरको प्रकार हो। यो सामान्यतया स्थानीय रूपमा वृद्धि भए पनि, यसले आसपासका ऊतकहरूलाई नष्ट गर्न सक्छ र अनुहारमा देखिएमा नाक र आँखा जस्ता संवेदनशील भागहरूमा क्षति पुर्याउन सक्छ। यसको प्रारम्भिक पत्ता लगाउले कम आक्रामक उपचार विकल्पहरू उपलब्ध गराउँछ र केही अवस्थामा उपचार स्थानीय क्रीम प्रयोगमा मात्र सीमित हुन सक्छ।
LC-OCT प्रविधिले कन्सिस्टेन्ट अटोमिक टोमोग्राफी र कन्फोकल माइक्रोस्कोपीलाई जोड्छ, जसले वास्तविक समयमा त्वचाको ठाडो, क्षैतिज र त्रि-आयामिक छविहरू प्राप्त गर्न सक्छ, जसको सटीकता माइक्रोमिटर स्तरसम्म पुग्छ। यी छविहरूले चिकित्सकहरूलाई त्वचाभित्रका परिवर्तनहरू हेर्न र थप परीक्षण आवश्यक पर्ने क्षेत्रहरू पहिचान गर्न मद्दत गर्छन्।
कृत्रिम बुद्धिमत्ताले छविहरू विश्लेषण गरी बेसल सेल क्यान्सर हुने सम्भावनाको स्तर देखाउने रङ-कोड गरिएको संभाव्य सूचक प्रस्तुत गर्न सक्छ, जबकि अन्तिम निदानको निर्णय चिकित्सकको जवाफदेहीतामा रहन्छ।
अनुसन्धानकर्ताहरूको विश्वास छ कि भविष्यमा यो दृष्टिकोण, जसलाई «SUBSCAN» भनिन्छ, नियमित रूपमा प्रयोग गर्दा बेसल सेल क्यान्सरलाई अत्यन्तै प्रारम्भिक चरणमा पत्ता लगाउन मद्दत गर्न सक्छ, र शायद स्थानीय उपचारहरूको प्रयोग विस्तार गर्न र केही अवस्थामा शल्यक्रियाको आवश्यकता घटाउन सक्छ।
तर, यो प्रविधि अहिले पनि मूल्याङ्कन चरणमा छ र हाल नियमित रूपमा प्रयोग गर्न सकिँदैन, किनकि यसको संवेदनशीलतासम्बन्धी डेटाको अभाव छ, साथै परीक्षण अझै पनि धेरै समय लिन्छ।
