स्वासा आर्टिफिशियल इंटेलिजन्स प्लॅटफॉर्मने फ्रन्टियर्स इन मेडिसिनमध्ये प्रकाशित संभाव्य क्लिनिकल व्हॅलिडेशन परिणामांनुसार, श्वासोच्छवासाच्या स्थितीत असलेल्या रुग्णांपासून निरोगी व्यक्तींमध्ये फरक करण्यात 90 टक्के अचूकता प्राप्त केली आहे - ज्यामुळे पारंपारिक दवाखान्यांबाहेर फुफ्फुसाचा आजार कसा तपासला जातो हे बदलू शकेल.
Bioengineer.org द्वारे या आठवड्यात नोंदवलेले निष्कर्ष, खोकला-आधारित AI स्क्रीनिंगच्या आजपर्यंतच्या मोठ्या संभाव्य मूल्यमापनातून आले आहेत आणि ते जगभरातील आरोग्य सेवा प्रणाली म्हणून आले आहेत जेव्हा तीव्र श्वसन रोग शोधण्यासाठी स्वस्त मार्ग शोधतात. नवीनतम AI घडामोडींमध्ये ही एक प्रकारची वाढीव परंतु कठोरपणे चाचणी केलेली प्रगती आहे जी कोणत्याही उत्पादनाच्या लाँचपेक्षा वैद्यकीय AI प्रत्यक्षात कुठे जात आहे याबद्दल अधिक सांगते.
स्वासा कसे कार्य करते
Swaasa हे एक तपासी प्लॅटफॉर्म आहे जे वैद्यकीय उपकरण म्हणून सॉफ्टवेअर म्हणून कार्य करते, मोबाइल डिव्हाइसवर कॅप्चर केलेल्या खोकल्याच्या रेकॉर्डिंगसाठी कृत्रिम बुद्धिमत्ता अल्गोरिदम लागू करते. ध्वनिक सिग्नल्समधून स्वयंचलित क्लिनिकल संकेत तयार करण्यासाठी विकसित केलेले, प्लॅटफॉर्म खोकल्याच्या रेकॉर्डिंगचे मूल्यमापन करून एकूण जोखीम सामान्य किंवा असामान्य म्हणून निर्धारित करते, स्पायरोमेट्रिक फिजियोलॉजिकल नमुन्यांना अडथळा, प्रतिबंधात्मक किंवा सामान्य म्हणून वर्गीकृत करते आणि पॅटर्नच्या तीव्रतेचा अंदाज सौम्य, मध्यम किंवा गंभीर म्हणून करते.
शरीरविज्ञानाच्या पलीकडे, प्रणाली विशिष्ट श्वसन स्थितींच्या उपस्थितीशी संबंधित निदान संकेत तयार करते, ज्यामध्ये दमा, क्रॉनिक ऑब्स्ट्रक्टिव्ह पल्मोनरी डिसीज (सीओपीडी), इंटरस्टिशियल फुफ्फुसाचा रोग आणि ब्रॉन्काइक्टेसिस यांचा समावेश होतो. वचन सरळ आहे: एखादा रुग्ण स्पायरोमेट्री प्रयोगशाळेत पोहोचण्यापूर्वी फोनच्या मायक्रोफोनमध्ये पाच सेकंदाचा खोकला फुफ्फुसाच्या गंभीर आजाराची चिन्हे दर्शवू शकतो.
चाचणीच्या आत
संभाव्य क्लिनिकल चाचणी CTRI/2021/04/032742 अंतर्गत 12 एप्रिल, 2021 रोजी नोंदणीकृत करण्यात आली, ज्यात 18 वर्षे आणि त्याहून अधिक वयाच्या प्रौढ सहभागींची नोंदणी करण्यात आली ज्यांना श्वसनाच्या लक्षणांसह हॉस्पिटल विभागांमध्ये सादर केले गेले. प्रथम नावनोंदणी 19 एप्रिल 2021 रोजी सुरू झाली आणि चाचणी 14 सप्टेंबर 2023 रोजी संपली.
अंतिम गटामध्ये 827 सामान्य व्यक्तींसोबत श्वसनाचे आजार असलेल्या 2,179 रुग्णांचा समावेश होता, ज्यामध्ये मूल्यमापन केलेल्या अभ्यास लोकसंख्येच्या 62 टक्के पुरुष सहभागी होते. प्रोटोकॉल दरम्यान, स्वासा एआय प्लॅटफॉर्मवर चालणाऱ्या मोबाइल डिव्हाइसवर सहभागी खोकल्याचा आवाज रेकॉर्ड केला गेला आणि तुलना करण्यासाठी स्पायरोमेट्री केली गेली.
चाचणीने स्पायरोमेट्रीला शारीरिक स्वरूप आणि पॅटर्नच्या तीव्रतेसाठी संदर्भ मानक म्हणून स्थापित केले, तर चिकित्सक-स्थापित क्लिनिकल निदानाने रोग श्रेणींसाठी संदर्भ मानक म्हणून काम केले. पॉलीकोटॉमस व्हेरिएबल्सचे सामान्य विरुद्ध असामान्य वर्गीकरणांमध्ये विभक्तीकरण केले गेले आणि रोग स्थिती, नमुना तीव्रता आणि वैयक्तिक रोग श्रेणींसाठी बहु-वर्ग आउटपुट स्थापित केले गेले.
कामगिरी क्रमांक
बायनरी वर्गीकरणांमध्ये, प्लॅटफॉर्मने असामान्य श्वासोच्छवासाची परिस्थिती असलेल्या सामान्य व्यक्तींपेक्षा सामान्य व्यक्तींमध्ये फरक करण्यात 90 टक्के अचूकता दाखवली, सामान्य विरुद्ध असामान्य स्पिरोमेट्री ओळखण्यासाठी नोंदवलेल्या 90 टक्के अचूकतेशी जुळते. वर्णनात्मक उपसमूह विश्लेषणांनी दर्शविले की स्क्रीनिंग कार्यप्रदर्शन मूल्यमापन केलेल्या रूग्ण वय आणि लिंग गटांमध्ये व्यापकपणे तुलना करता येते.
बहु-श्रेणी परिणाम आदरणीय होते, कमी धक्कादायक असल्यास. प्लॅटफॉर्मने स्पिरोमेट्रिक पॅटर्नचे वर्गीकरण करण्यासाठी 79 टक्के आणि 84 टक्के आणि पॅटर्नच्या तीव्रतेचे वर्गीकरण करण्यासाठी 76 टक्के आणि 84.5 टक्के दरम्यान अचूकता मिळवली. अस्थमा, सीओपीडी, इंटरस्टिशियल फुफ्फुसाचा आजार आणि ब्रॉन्काइक्टेसिस यामधील विशिष्ट रोग प्रकारांमध्ये फरक करताना, अचूकता 83 टक्के ते 93 टक्के पर्यंत असते.
कोणी बांधले
अभ्यास लेखक ख्रिश्चन मेडिकल कॉलेज वेल्लोर, Salcit Technologies Private Limited — Swaasa चे डेव्हलपर — आणि तामिळनाडू डॉ MGR मेडिकल युनिव्हर्सिटीशी संलग्न आहेत. लेखकांनी असा निष्कर्ष काढला की स्वासा अभ्यास केलेल्या लोकसंख्येतील लोकसंख्याशास्त्रीय उपसमूहांमध्ये स्क्रीनिंगची आशादायक कामगिरी दर्शवते.
सहकार्याची रचना उल्लेखनीय आहे: वैद्यकीय कठोरता प्रदान करणारे शैक्षणिक वैद्यकीय केंद्र, एक वैद्यकीय विद्यापीठ आणि ध्वनिक AI पुरवणारे स्टार्टअप. ते संयोजन — प्रस्थापित निदानाविरुद्ध स्टार्टअपच्या अल्गोरिदमचे प्रमाणीकरण करणारे चिकित्सक — विश्वासार्ह वैद्यकीय AI संशोधनासाठी वाढत्या प्रमाणात टेम्पलेट आहे, विक्रेत्याने चालवलेल्या बेंचमार्कच्या उलट ज्याने न्याय्य संशय निर्माण केला आहे.
खोकला ध्वनी का महत्त्वाचा
स्पायरोमेट्री, फुफ्फुसांच्या कार्यासाठी सध्याचे सुवर्ण मानक, उपकरणे, प्रशिक्षित तंत्रज्ञ आणि श्वासोच्छवासाची सक्ती चालवणारे सहकारी रुग्ण आवश्यक आहेत. खोकला रेकॉर्डिंगसाठी फोन आवश्यक आहे. जर एआय स्क्रीनिंग विश्वासार्हपणे तपासू शकते ज्यांना पुष्टीकरण चाचणी आवश्यक आहे, श्वसन तपासणीचे अर्थशास्त्र मूलभूतपणे बदलते, विशेषत: सीओपीडी सारख्या परिस्थितींसाठी ज्यांचे नियमितपणे उशीरा निदान होते.
चेतावणी वास्तविक आहेत. ही लक्षणे असलेल्या प्रौढांची हॉस्पिटल-आधारित नोंदणी होती, सामान्य लोकसंख्येची समुदाय तपासणी नाही आणि नियंत्रित संभाव्य प्रोटोकॉलमधील अचूकता अव्यवस्थित वास्तविक-जगातील तैनातीपेक्षा भिन्न असू शकते. प्लॅटफॉर्म तपासण्यायोग्य राहतो, आणि सामान्य आणि असामान्य फरक करण्यात 90 टक्के अचूकतेचा अर्थ असा नाही की ते प्रत्येक बाबतीत चार भिन्न रोगांना विश्वासार्हपणे सांगू शकतात — बहु-वर्ग श्रेणी हे स्पष्ट करतात.
नियामक मार्ग पुढील अडथळे आहे. स्वासा हे वैद्यकीय उपकरण म्हणून सॉफ्टवेअर म्हणून स्थानबद्ध असल्यामुळे, तपासणीच्या वापरापासून ते नियमित काळजीमध्ये जाण्यापूर्वी त्याच्या निदानात्मक संकेतांना क्लिनिकल निर्णय साधनांवर लागू होणाऱ्या निरीक्षण प्रक्रिया साफ करणे आवश्यक आहे. पीअर-पुनरावलोकन केलेल्या जर्नलमध्ये प्रकाशित संभाव्य प्रमाणीकरण ही त्या संभाषणासाठी एक पूर्व शर्त आहे, त्याला पर्याय नाही.
प्लॅटफॉर्मच्या बाजूने काम करणारी एक व्यावहारिक विषमता देखील आहे. स्पायरोमेट्रीसाठी उपकरणे, कॅलिब्रेशन आणि खोलीत प्रशिक्षित तंत्रज्ञ आवश्यक आहे; खोकल्याच्या रेकॉर्डिंगसाठी बहुतेक रुग्णांच्या मालकीचे उपकरण आणि प्रत्येक रुग्णाला आधीच माहित असलेले युक्ती आवश्यक असते. स्क्रिनिंगमध्ये, जिथे अंतिम निदान करण्यापेक्षा कोणाला पुष्टीकरण चाचणी आवश्यक आहे हे ठरवणे हे उद्दिष्ट असते, तिथे दहापट अधिक लोकांपर्यंत पोहोचणारी थोडीशी कमी अचूक चाचणी हॉस्पिटलच्या तळघरात बसलेल्या अचूक चाचणीपेक्षा अधिक जीव वाचवू शकते. चाचणीमध्ये असे आढळून आले की कामगिरी वयोगट आणि लिंग गटांमध्ये स्थिर राहते. स्क्रीनिंग टूलला ज्या प्रकारची सातत्य आवश्यक असते त्याच प्रकारची आहे.
तरीही, मार्गक्रमण महत्त्वाचे आहे. 3,000 हून अधिक सहभागींमध्ये स्पिरोमेट्रीच्या विरूद्ध प्रमाणित केलेली फोन-आधारित स्क्रीन आता पार्लरची युक्ती नाही. पुढील चाचणी उपयोजन आहे: खोकला-आधारित AI स्क्रीनिंग क्लिनिक, फार्मसी आणि घरांमध्ये त्याची अचूकता ठेवू शकते की नाही आणि नियामक आणि डॉक्टर निदान सिग्नल स्वीकारतात की नाही अशा आवाजातून येतो जे बहुतेक लोक क्वचितच विचार करतात.
---
एआयच्या पुढे राहानवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.
अधिक AI बातम्या वाचा →
