अध्ययन: आँखाको रेटिनाका तस्बिरहरू जैविक उम्रको गति अनुमान गर्न मद्दत गर्न सक्छन् - सरमद

सीئोल राष्ट्रिय विश्वविद्यालयका अनुसन्धकहरूले गरेको नवीन अध्ययनले देखाएको छ कि कृत्रिम बुद्धिमत्ता (AI) प्रविधि प्रयोग गरेर आँखाको रेटिना (नेत्रजाल) को तस्बिर विश्लेषण गर्दा व्यक्तिहरू बीच जैविक उमेर बढ्ने दरमा रहेको भिन्नताको अनुमान गर्न छिटो र गैर-सर्जिकीय माध्यम उपलब्ध गराउन सकिन्छ।

विज्ञान-सम्बन्धी वेबसाइट 'साइन्स डेली'ले जनाएको छ कि 'GeroScience' पत्रिकामा प्रकाशित भएको उक्त अध्ययनले अनुसन्धकहरूले 'रेटिनल एज ग्याप' (Retinal Age Gap) नाम दिने प्रविधिमा निर्भर गर्दछ। यस प्रविधिले रेटिनाको तस्बिर प्रयोग गरेर व्यक्तिको कालान्तरिक उमेर (chronological age) को अनुमान गर्छ र त्यसलाई उक्त व्यक्तिको वास्तविक उमेरसँग तुलना गरेर जैविक उमेर बढ्ने दरसँग सम्बन्धित हुन सक्ने संकेतहरू पहिचान गर्छ।

उक्त अध्ययनमा ७,५३५ जना व्यक्तिको २९,५३० वटा रेटिना परीक्षणका तस्बिरहरू समावेश गरिएको थियो, जबकि अनुसन्धकहरूले ७,४१६ जना व्यक्तिको अर्का १४,८३२ वटा तस्बिर प्रयोग गरेर मोडेलको परीक्षण गरेका थिए।

नतिजाले देखाएको छ कि मोडेलले २.५ देखि २.७ वर्षसम्मको औसत त्रुटिसहित कालान्तरिक उमेरको अनुमान गर्न सफल भयो, जुन अघिल्लो समयमा रेटिनाको तस्बिरमा निर्भर गर्दै प्रयोग गरिएका अन्य मोडेलहरूको नतिजासँग तुलनात्मक वा त्यसभन्दा बढी सटीकता प्रदर्शन गर्दछ।

अनुसन्धकहरूले मोडेलले पहिचान गरेको उच्च उमेर बढ्ने संकेत र केही स्वास्थ्य सम्बन्धी कारक तथा जीवनशैलीबीच सम्बन्ध पत्ता लगाए। यसमा मधुमेहले संकेतमा लगभग २.५२ वर्षको वृद्धि, हाल धुम्रपान गर्नेले ०.५ वर्ष, अघि धुम्रपान गरेकोले ०.४६ वर्ष, म्याकुला डिजेनरेशन (macular degeneration) ले ०.६ वर्ष, र कटाराक्ट (आँखाको लेंसमा धुँधलोपन) ले १.८६ वर्षको वृद्धिसँग सम्बन्धित रहेको पाइयो।

अनुसन्धकहरूले उल्लेख गरेका छन् कि कटाराक्ट र उच्च संकेतबीचको सम्बन्ध आंशिक रूपमा रोगका कारण तस्बिरमा हुने धुँधलोपनको प्रभावका कारण हुन सक्छ, अनिवार्य रूपमा रेटिना आफैंको उमेर बढ्ने दर बढ्नु होइन।

अध्ययनले मोडेलको प्रशिक्षण डेटाभित्र स्वस्थ आँखाका तस्बिरसँगै रेटिना वा दृश्य तन्त्र (optic nerve) को रोगबाट पीडित आँखाका तस्बिरहरू समेटेको छ, जसको उद्देश्य अघिल्ला अध्ययनहरूले मुख्यतया स्वस्थ आँखाका तस्बिरमा निर्भर गर्दै गरेको भन्दा प्रविधिको सटीकता बढाउनु हो।

अनुसन्धकहरूले स्पष्ट पारेका छन् कि आनुवंशिक, वातावरणीय र जीवनशैलीका कारकहरूका कारण कालान्तरिक उमेर समान व्यक्तिहरू बीच जैविक उमेर बढ्ने दर फरक हुन सक्छ, जसले यस्ता भिन्नताहरूलाई निगरानी गर्न सजिलै पहुँचयोग्य बायोमार्करहरूको आवश्यकता बढाउँछ।

अनुसन्धकहरूले ध्यान दिएको छ कि यो प्रविधिलाई अझै पनि लामो अवधिको अध्ययनहरूद्वारा, जसमा उही व्यक्तिहरूलाई वर्षौंसम्म अनुगमन गरिन्छ र जैविक उमेर बढ्ने दर मापन गर्ने स्वीकृत विधि र संकेतहरूसँग तुलना गरिन्छ, मार्फत थप प्रमाणित हुन आवश्यक छ।

अध्ययनले 'रेटिनल एज ग्याप' प्रविधिले आफ्नो वर्तमान रूपमा व्यक्तिगत स्तरमा उमेर बढ्ने जोखिम पहिचान गर्नको सट्टा जनसंख्या स्तरमा उमेर बढ्ने ढाँचाहरूको अध्ययन गर्न बढी उपयुक्त हुन सक्ने पुष्टि गरेको छ, किनकि प्रविधिले पहिचान गर्ने केही स्वास्थ्य कारकहरूको प्रभाव भविष्यवाणीमा हुने त्रुटि सीमाको तुलनामा सीमित छ।

यी नतिजाले उमेर बढ्दै जाँदा आउने स्वास्थ्य सम्बन्धी परिवर्तनहरूको अनुगमन गर्न कृत्रिम बुद्धिमत्ता प्रविधिहरूको उपयोगमा नयाँ सम्भावनाहरू खोल्छन्।