Artificial Intelligence to Treat Cancer-AI தொழில்நுட்பத்தில் திசு மாதிரிகள் மூலம் புற்றுநோய் சிகிச்சை முறை..!

Artificial Intelligence to Treat Cancer, Cancer,Artificial Intelligence,Cancer Treatment,AI Model,Research,Tissue Samples

திசுக்களுக்குள் உள்ள உயிரணுக்களுக்கு இடையே உள்ள இடஞ்சார்ந்த உறவுகளைப் புரிந்துகொள்வதற்கான AI இன் திறனில் மனித புரிதலுக்கு அப்பாற்பட்ட நுட்பமான தகவல்களைப் பிரித்தெடுப்பது ஆய்வில் கண்டுபிடிக்கப்பட்டுளளது.

இதற்காக ஆராய்ச்சியாளர்கள் ஒரு செயற்கை நுண்ணறிவு மாதிரியை உருவாக்கியுள்ளனர். இது திசு மாதிரிகள் மூலம் புற்றுநோயாளிகளுக்கான விளைவுகளை துல்லியமாக கணித்து, நோய்க்கான வாய்ப்பு மற்றும் தனிப்பட்ட சிகிச்சை உத்திகளுக்கு AI ஐ பயன்பாடு குறிப்பிடத்தக்க முன்னேற்றத்தைக் காட்டுகிறது.

Artificial Intelligence to Treat Cancer,

நேச்சர் கம்யூனிகேஷன்ஸ் இதழில் விவரிக்கப்பட்டுள்ள புதுமையான இந்த அணுகுமுறை, திசு மாதிரிகளில் உள்ள செல்களின் இடஞ்சார்ந்த அமைப்பை பகுப்பாய்வு செய்கிறது.

செல் ஸ்பேஷியல் அமைப்பு என்பது ஒரு சிக்கலான ஜிக்சா புதிர் போன்றது. அங்கு ஒவ்வொரு கலமும் ஒரு தனித்துவமான துண்டாக செயல்படுகிறது. ஒருங்கிணைந்த திசு அல்லது உறுப்பு அமைப்பை உருவாக்குவதற்கு கூர்மையாக பொருந்துகிறது என்று ஆராய்ச்சியாளர்கள் தெரிவித்தனர் .

"திசுக்களுக்குள் உள்ள உயிரணுக்களுக்கு இடையே உள்ள இந்த சிக்கலான இடஞ்சார்ந்த உறவுகளைப் புரிந்துகொள்வதில் AI இன் குறிப்பிடத்தக்க திறனை இந்த ஆய்வு காட்டுகிறது. நோயாளியின் விளைவுகளை முன்னறிவிக்கும் போது மனித புரிதலுக்கு அப்பாற்பட்ட நுட்பமான தகவல்களைப் பிரித்தெடுக்கிறது" என்று

ஐக்கிய அமெரிக்காவின் டெக்சாஸ் பல்கலைக்கழகத்தின் தென்மேற்கு மருத்துவ மையத்தின் பேராசிரியரான குவாங்குவா சியாவோ கூறினார்.

Artificial Intelligence to Treat Cancer,

திசு மாதிரிகள் நோயாளிகளிடமிருந்து வழக்கமாக சேகரிக்கப்பட்டு, நோயியலாளர்களால் விளக்கத்திற்காக ஸ்லைடுகளில் வைக்கப்படுகின்றன. அவைகள் நோயறிதலைச் செய்ய அவற்றை பகுப்பாய்வு செய்கிறார்கள்.

இருப்பினும், இந்த செயல்முறைக்கான காலத்தை எடுத்துக்கொள்வதால் நோயியல் நிபுணர்களிடையே விளக்கங்கள் மாறுபடும் வாய்ப்புகள் உள்ளன என்று ஆராய்ச்சியாளர்கள் தெரிவித்தனர்.

கூடுதலாக, நோயாளியின் நிலைக்கு முக்கியமான தடயங்களை வழங்கக்கூடிய நோயியல் படங்களில் உள்ள நுட்பமான அம்சங்களை மனித மூளை இழக்க நேரிடும் என்று அவர்கள் கூறினர்.

கடந்த பல ஆண்டுகளில் கட்டமைக்கப்பட்ட பல்வேறு AI மாதிரிகள் ஒரு நோயியல் நிபுணரின் பணியின் சில அம்சங்களைச் செய்ய முடியும், எடுத்துக்காட்டாக, செல் வகைகளை அடையாளம் காணுதல் அல்லது செல்களுக்கு இடையேயான தொடர்புகளுக்கு ப்ராக்ஸியாக செல் அருகாமையைப் பயன்படுத்துதல்.

Artificial Intelligence to Treat Cancer,

எவ்வாறாயினும், இந்த மாதிரிகள் திசு உருவங்களை எவ்வாறு நோயியல் வல்லுநர்கள் விளக்குகிறார்கள் என்பதற்கான மிகவும் சிக்கலான அம்சங்களை வெற்றிகரமாக மறுபரிசீலனை செய்யவில்லை, அதாவது செல் ஸ்பேஷியல் அமைப்பில் உள்ள நுண்ணறிவு வடிவங்கள் மற்றும் விளக்கங்களை குழப்பக்கூடிய படங்களில் வெளிப்புற "சத்தம்" தவிர்த்து.

சியோகிராஃப் என்று பெயரிடப்பட்ட புதிய AI மாதிரியானது, நோயியல் வல்லுநர்கள் திசு ஸ்லைடுகளை எவ்வாறு படிக்கிறார்கள் என்பதைப் பிரதிபலிக்கிறது, இது படங்கள் மற்றும் அவற்றின் நிலைகளில் உள்ள செல்களைக் கண்டறிவதில் இருந்து தொடங்குகிறது.

அங்கிருந்து, இது செல் வகைகளையும் அவற்றின் உருவவியல் மற்றும் இடஞ்சார்ந்த விநியோகத்தையும் அடையாளம் கண்டு, கலங்களின் ஏற்பாடு, விநியோகம் மற்றும் தொடர்புகளை பகுப்பாய்வு செய்யக்கூடிய வரைபடத்தை உருவாக்குகிறது.

Artificial Intelligence to Treat Cancer,

நோயியல் ஸ்லைடுகளைப் பயன்படுத்தி மூன்று மருத்துவக் காட்சிகளுக்கு இந்தக் கருவியை ஆராய்ச்சியாளர்கள் வெற்றிகரமாகப் பயன்படுத்தினர்.

ஒன்றில், அவர்கள் நுரையீரல் புற்றுநோயின் இரண்டு துணை வகைகளான அடினோகார்சினோமா அல்லது ஸ்குவாமஸ் செல் கார்சினோமாவை வேறுபடுத்துவதற்கு சியோகிராப் பயன்படுத்தினர்.

மற்றொன்றில், வீரியம் மிக்க வாய்வழி கோளாறுகள் - வாயில் ஏற்படும் முன் புற்றுநோய் புண்கள் - புற்றுநோயாக முன்னேறும் சாத்தியக்கூறுகளை அவர்கள் கணித்துள்ளனர்.

மூன்றாவதாக, எபிடெர்மல் க்ரோத் ஃபேக்டர் ரிசெப்டர் இன்ஹிபிட்டர்கள் எனப்படும் ஒரு வகை மருந்துகளுக்கு எந்த நுரையீரல் புற்றுநோயாளிகள் அதிகம் பதிலளிக்கிறார்கள் என்பதை குழு கண்டறிந்தது.

Artificial Intelligence to Treat Cancer,

ஒவ்வொரு சூழ்நிலையிலும், நோயாளியின் விளைவுகளை கணிப்பதில் சியோகிராஃப் மாதிரி பாரம்பரிய முறைகளை கணிசமாக விஞ்சியது.

முக்கியமாக, Ceograph ஆல் அடையாளம் காணப்பட்ட செல் இடஞ்சார்ந்த அமைப்பு அம்சங்கள் விளக்கக்கூடியவை மற்றும் தனிப்பட்ட செல்-செல் இடஞ்சார்ந்த தொடர்பு மாற்றம் எவ்வாறு பல்வேறு செயல்பாட்டு விளைவுகளை உருவாக்கக்கூடும் என்பதற்கான உயிரியல் நுண்ணறிவுக்கு வழிவகுக்கும், Xiao கூறினார்.

இந்த கண்டுபிடிப்புகள் மருத்துவ கவனிப்பில் AI இன் வளர்ந்து வரும் பங்கை எடுத்துக்காட்டுகின்றன, நோயியல் பகுப்பாய்வுகளின் செயல்திறன் மற்றும் துல்லியத்தை மேம்படுத்துவதற்கான வழியை அவர் மேலும் கூறினார்.

"இந்த முறை அதிக ஆபத்தில் உள்ள மக்களுக்கான இலக்கு தடுப்பு நடவடிக்கைகளை நெறிப்படுத்தும். மேலும் தனிப்பட்ட நோயாளிகளுக்கு சிகிச்சை அளிப்பதற்கான தேர்வை மேம்படுத்தும் திறனைக் கொண்டுள்ளது" என்று சியாவோ மேலும் கூறினார்.