સ્તન કેન્સરને અગાઉ શોધવાની નવી રીત

રેડિયોલોજીમાં પ્રકાશિત થયેલા નવા અભ્યાસ અનુસાર, સ્ક્રીનપોઈન્ટ મેડિકલની ટ્રાન્સપારા AI નિર્ણય સપોર્ટ સિસ્ટમ રેડિયોલોજિસ્ટને સંભવિત સ્તન કેન્સરને વહેલા અને ઝડપથી ઓળખવામાં મદદ કરી શકે છે. ગ્રાઉન્ડ બ્રેકિંગ પુરાવા-આધારિત સોફ્ટવેર પહેલેથી જ યુએસએ, ફ્રાન્સ, જર્મની અને સ્પેન સહિત 30 થી વધુ દેશોમાં ક્લિનિકલ ઉપયોગમાં છે.  

પર્યાવરણ, આહાર અને જીવનશૈલીના ફેરફારોને કારણે વિશ્વભરમાં સ્તન કેન્સરની ઘટનાઓ વધી રહી છે પરંતુ વધુને વધુ, દેશો નિષ્ણાત સ્તન રેડિયોલોજીસ્ટની અછતની જાણ કરી રહ્યા છે. યુકે અને અન્ય દેશોમાં, દરેક મેમોગ્રામ બે નિષ્ણાત રેડિયોલોજીસ્ટ દ્વારા વાંચવામાં આવે છે. જો કે, આ ખર્ચાળ છે અને અન્ય જગ્યાએ ઘણીવાર રેડિયોલોજિસ્ટ એકલા કામ કરે છે. ઉદાહરણ તરીકે, યુ.એસ.માં, મેમોગ્રામ વાંચતા 60% રેડિયોલોજિસ્ટ સામાન્ય રેડિયોલોજીસ્ટ છે.

તે જાણીતું છે કે એકંદરે, 25% જેટલા સ્તન કેન્સર સ્ક્રીનીંગ દ્વારા ચૂકી જાય છે અને પાછલી તપાસમાં શોધી શકાય તેવું માનવામાં આવે છે. કેન્સર જેટલું વહેલું શોધી કાઢવામાં આવે છે, તેટલી વહેલી તકે દર્દીની સારવાર થઈ શકે છે અને રોગમાંથી બચી જવાની તકો વધી જાય છે.

આ નવા અભ્યાસમાં 2,000 ઇન્ટરવલ કેન્સરની તપાસ કરવામાં આવી હતી જે સ્ક્રીનીંગ સમયે ચૂકી ગયા હતા. ટ્રાન્સપારા આ પરીક્ષાઓમાંથી 37.5% સુધી સ્વતંત્ર રીતે ઓળખવામાં સક્ષમ હતી.

સ્ક્રીનપોઈન્ટ મેડિકલના સીઈઓ પ્રોફેસર નિકો કાર્સેમીજરે કહ્યું: “બ્રેસ્ટ AI ની તપાસ કરવા અને તેની શક્તિઓ અને મર્યાદાઓને સમજવા માટે આ ક્ષેત્રમાં અગ્રણી ચિકિત્સકો સાથે કામ કરવા માટે અમે ભાગ્યશાળી છીએ. અમે ક્લિનિકલ પુરાવા પ્રદાન કરતા અભ્યાસોને સમર્થન આપવા માટે પ્રતિબદ્ધ છીએ જેથી કરીને અમે અમારી તકનીકને સુરક્ષિત રીતે રજૂ કરી શકીએ. આ મોટો અભ્યાસ એઆઈની સૂક્ષ્મ કેન્સરની પ્રારંભિક તપાસમાં સુધારો કરવાની સંભાવનાને પુષ્ટિ આપે છે. આ એક વાસ્તવિક ગેમ ચેન્જર છે અને બતાવે છે કે AI સાથે કામ કરતા રેડિયોલોજિસ્ટ દર્દીની સંભાળમાં નોંધપાત્ર સુધારો કરી શકે છે.”

યુનિવર્સિટી મેડિકલ સેન્ટરના પ્રોફેસર કાર્લા વાન ગિલ્સ, જેમણે નેધરલેન્ડ્સમાં DENSE ટ્રાયલનું નેતૃત્વ કર્યું હતું અને જેઓ પેપરના લેખકો પૈકીના એક છે, તેમણે ઉમેર્યું: “આ અભ્યાસમાં, સ્તનની ઘનતા માપનમાં AI ઉમેરવાથી જોખમ નક્કી કરવામાં નોંધપાત્ર સુધારો થયો. અંતરાલ કેન્સર. પદ્ધતિઓનું સંયોજન અમને સ્તન સ્ક્રિનિંગના સહભાગીઓના જૂથને નિર્દેશિત કરવામાં મદદ કરી શકે છે જેઓ અંતરાલ કેન્સર ઘટાડવાના સંદર્ભમાં પૂરક એમઆરઆઈ સ્ક્રીનીંગથી સૌથી વધુ લાભ મેળવશે."

અભ્યાસમાં જાણવા મળ્યું છે કે ટ્રાન્સપારા બ્રેસ્ટ કેરને સ્તનની ઘનતા સાથે સંયોજિત કરીને, જે જાણીતું જોખમ પરિબળ છે, નકારાત્મક સ્ક્રિનિંગ પછી અંતરાલમાં કેન્સરનું નિદાન કરાયેલી 51% સ્ત્રીઓને ફ્લેગ કરવાનું શક્ય હતું. ઇમેજ-આધારિત ટૂંકા ગાળાના જોખમ માપન માટે Transpara AI નો ઉપયોગ કરવાની દિશામાં આ એક મોટું પગલું છે.