কৃত্রিম বুদ্ধিমত্তা কি বিরল রোগের নির্ণয় এবং চিকিৎসায় বিপ্লব ঘটাতে পারে?

যুক্তরাষ্ট্রে, ৩০ মিলিয়নেরও বেশি মানুষ বিরল রোগে ভুগছেন, যা ১০,০০০-এরও বেশি রোগের সমষ্টি যা প্রায়শই অপরিচিত এবং শনাক্ত করা কঠিন। অনেকের জন্য, সঠিক নির্ণয় পেতে গড়ে পাঁচ থেকে আট বছর সময় লাগে, যা উপযুক্ত চিকিৎসায় প্রবেশকে বিলম্বিত করে। এই রোগগুলির মধ্যে মাত্র ৫% এরও কমের জন্য অনুমোদিত চিকিৎসা রয়েছে, ফলে বেশিরভাগ রোগী চিকিৎসা ছাড়াই রয়ে যান। অর্থনৈতিক খরচ বিশাল: প্রতি বছর যুক্তরাষ্ট্রে এই রোগগুলির জন্য ১ ট্রিলিয়ন ডলারেরও বেশি ব্যয় হয়, এবং ২০৩০ সালের মধ্যে থেরাপিউটিক বাজার ৪০০ বিলিয়ন ডলারে পৌঁছানোর অনুমান করা হয়েছে।

বিরল রোগে আক্রান্ত রোগীদের যাত্রাপথ প্রায়শই চিকিৎসা ভ্রমণে পরিণত হয়। উপসর্গগুলি কখনও কখনও অস্পষ্ট বা আরও সাধারণ রোগের মতো হতে পারে, যা ইতিমধ্যেই উচ্চ কাজের চাপের মুখোমুখি প্রাথমিক চিকিৎসকদের কাজকে জটিল করে তোলে। যদিও জেনেটিক পরীক্ষা ক্রমশ সহজলভ্য হয়ে উঠছে, তবে তারা বিপুল পরিমাণ ডেটা তৈরি করে যা ব্যাখ্যা করা কঠিন। সম্পূর্ণ জিনোম বিশ্লেষণ কিছু অস্বাভাবিকতা মিস করতে পারে, যেমন পুনরাবৃত্তির সম্প্রসারণ বা বড় ক্রোমোজোমাল অসঙ্গতি, যার জন্য আরও উন্নত এবং ব্যয়বহুল প্রযুক্তির প্রয়োজন হয়।

কৃত্রিম বুদ্ধিমত্তা এই পরিস্থিতি পরিবর্তন করতে পারে জিনোমিক, ক্লিনিকাল এবং পরিবেশগত ডেটা বিশ্লেষণ করার মাধ্যমে। এআই এমন প্যাটার্ন শনাক্ত করতে পারে যা মানুষের চোখে অদৃশ্য। এটি চিকিৎসা রেকর্ড, ইমেজ, জেনেটিক সিকোয়েন্স বা এমনকি অডিও এবং ভিডিও রেকর্ডিং থেকে তথ্য ক্রস-রেফারেন্স করে স্থায়ী ক্ষতি হওয়ার আগে বিরল রোগ শনাক্ত করতে পারে। এই সিস্টেমগুলি দ্রুত এবং আরও সঠিক নির্ণয় প্রদান করে, পাশাপাশি ত্রুটি এবং বিলম্বের সাথে সম্পর্কিত খরচ কমায়।

তবে, প্রধান চ্যালেঞ্জগুলি রয়ে গেছে। বর্তমান জীববৈজ্ঞানিক মডেলগুলি মানবদেহের সমস্ত জটিলতা ক্যাপচার করে না, যা পূর্বাভাসের নির্ভরযোগ্যতা সীমিত করে। ব্যক্তিগতকৃত চিকিৎসা উৎপাদন ধীর এবং ব্যয়বহুল, যা এআই ডিজাইনের তুলনায় উৎপাদনের সময় অনেক বেশি। শেষ পর্যন্ত, এই কাস্টম থেরাপির অর্থায়ন একটি প্রশ্ন: তাদের উচ্চ খরচ এবং অত্যন্ত নির্দিষ্ট প্রকৃতি ঐতিহ্যগত স্বাস্থ্যসেবা ব্যবস্থায় তাদের একীকরণকে কঠিন করে তোলে।

এই বাধাগুলি অতিক্রম করতে, সরকার, শিল্প এবং ফাউন্ডেশনের মধ্যে ঘনিষ্ঠ সহযোগিতা অপরিহার্য। লক্ষ্য হল একটি টেকসই অবকাঠামো তৈরি করা যা গবেষণা, উৎপাদন এবং উদ্ভাবনী চিকিৎসার বিতরণকে সমর্থন করতে পারে। এআই মানব বিশেষজ্ঞদের প্রতিস্থাপন করবে না, তবে এটি বিপুল ডেটা বিশ্লেষণ স্বয়ংক্রিয় করে এবং প্রতিটি রোগীর জন্য উপযুক্ত থেরাপিউটিক পথ প্রস্তাব করে তাদের সহায়তা করতে পারে। দীর্ঘমেয়াদে, এই পদ্ধতিটি ব্যক্তিগতকৃত যত্নকে সবার জন্য অ্যাক্সেসযোগ্য করে তুলতে পারে, ফলে বিরল রোগের যত্নকে রূপান্তরিত করবে।

Sources et crédits

Étude source

DOI : https://doi.org/10.1007/s12553-026-01057-y

Titre : Unifying the odyssey: artificial intelligence for rare disease diagnosis and therapy

Revue : Health and Technology

Éditeur : Springer Science and Business Media LLC

Auteurs : Mai-Lan Ho; Marinka Zitnik; Ronen Azachi; Sanjay Basu; Pranav Rajpurkar; Richard Sidlow