શું તમારો ચહેરો કહી શકે છે કેન્સર પછી કેટલું જીવશો? AIનો મોટો દાવો

સંશોધકોએ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત એવું મોડેલ વિકસાવ્યું છે, જે ચહેરાના ફોટાનો ઉપયોગ કરીને વ્યક્તિની જૈવિક ઉંમર (Biological Age) અને કેન્સરના દર્દીઓના જીવન ટકાવી રાખવાના સંભવિત પરિણામોનું અનુમાન લગાવી શકે છે. આ ટેક્નોલોજી ભવિષ્યમાં કેન્સરની સારવાર શરૂ કરતાં પહેલાં ડૉક્ટરોને દર્દીની સ્થિતિનું મૂલ્યાંકન કરવામાં મદદરૂપ થઈ શકે છે. જોકે, વિવિધ વસ્તીમાં તેની ચોકસાઈ અને સુરક્ષાની ચકાસણી કરવી હજુ જરૂરી છે.

ચહેરાનો ફોટો આરોગ્ય વિશે શું જણાવી શકે?

વ્યક્તિના ચહેરાનો ફોટો તેના સ્વાસ્થ્ય વિશે અગાઉ માનવામાં આવતું હતું તેના કરતાં વધુ માહિતી આપી શકે છે. અમેરિકાની મેસેચ્યુસેટ્સ જનરલ બ્રિઘમ (Mass General Brigham) હેલ્થકેર સંસ્થાના સંશોધકોએ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (Artificial Intelligence – AI) આધારિત એવું મોડેલ તૈયાર કર્યું છે, જે ચહેરાના એક જ ફોટાથી જૈવિક ઉંમરનો અંદાજ લગાવી શકે છે અને કેન્સરના દર્દીઓના જીવન ટકાવી રાખવાના સંભવિત પરિણામોનું અનુમાન કરી શકે છે.

આ સંશોધનનાં તારણો ‘ધ લેન્સેટ ડિજિટલ હેલ્થ’ (The Lancet Digital Health) નામની જર્નલમાં પ્રકાશિત થયાં છે. સંશોધન સૂચવે છે કે ચહેરાની કેટલીક વિશેષતાઓ વ્યક્તિના આંતરિક સ્વાસ્થ્ય અને શારીરિક સ્થિતિ વિશે સંકેતો આપી શકે છે.

‘ફાઉન્ડેશન આર્ટિફિશિયલ ઇન્ટેલિજન્સ ફોર હેલ્થ રેકગ્નિશન’ (Foundation Artificial Intelligence for Health Recognition) એટલે કે FAHR-Face નામના આ AI મોડેલને 4 કરોડથી વધુ ચહેરાની તસવીરોના આધારે તાલીમ આપવામાં આવી છે. સંશોધકોએ આ મોડેલની મદદથી બે અલગ ટૂલ તૈયાર કર્યાં છે. એક વ્યક્તિની જૈવિક ઉંમરનો અંદાજ આપે છે, જ્યારે બીજું કેન્સરના દર્દીઓના જીવન ટકાવી રાખવાના સંભવિત પરિણામોનું મૂલ્યાંકન કરે છે.

આ તારણો વ્યક્તિગત જરૂરિયાત અનુસાર કેન્સરની સારવાર (Personalised Cancer Care) નક્કી કરવામાં ઉપયોગી થઈ શકે છે. જોકે, આ ટેક્નોલોજી હજુ મૂલ્યાંકનના તબક્કામાં છે. તે કેન્સરનું નિદાન કરી શકતી નથી, વ્યક્તિ કેટલું જીવશે તેની ચોક્કસ આગાહી કરી શકતી નથી કે તબીબી તપાસનું સ્થાન લઈ શકતી નથી.

ભારતમાં વિવિધ પ્રકારની આરોગ્યસેવાઓ અને સારવારની સુવિધાઓને ધ્યાનમાં રાખીને, સામાન્ય ફોટા દ્વારા આરોગ્ય સંબંધિત વધારાની માહિતી મેળવવાનો વિચાર આશાસ્પદ બની શકે છે. પરંતુ તબીબી ઉપયોગ પહેલાં ભારતીય દર્દીઓમાં આ મોડેલની કામગીરીની ચકાસણી કરવી જરૂરી છે.

ચહેરાના ફોટાથી AI કેન્સરના દર્દીઓની સ્થિતિનું અનુમાન કેવી રીતે કરે છે?

FAHR-Face મોડેલ ડીપ લર્નિંગ (Deep Learning) ટેક્નોલોજીનો ઉપયોગ કરે છે. આ AIની એવી પદ્ધતિ છે, જે મોટા પ્રમાણમાં ડેટાનું વિશ્લેષણ કરીને તેમાં રહેલી પેટર્ન ઓળખે છે. સંશોધકોએ ચહેરાની વિશેષતાઓનું વિશ્લેષણ કરવા માટે બે પૂરક ટૂલ વિકસાવ્યાં છે.

FAHR-FaceAge: આ ટૂલ વ્યક્તિની જૈવિક ઉંમરનો અંદાજ લગાવે છે. જૈવિક ઉંમરનો અર્થ એ છે કે વ્યક્તિનું શરીર તેની વાસ્તવિક ઉંમરની સરખામણીમાં કેટલું વૃદ્ધ દેખાય છે અથવા કાર્ય કરી રહ્યું છે.

FAHR-FaceSurvival: આ ટૂલ ચહેરાના ફોટાના આધારે કેન્સરના દર્દીઓના જીવન ટકાવી રાખવાના સંભવિત પરિણામોનું અનુમાન કરે છે.

બંને ટૂલ ચહેરાના અલગ-અલગ ભાગોનું વિશ્લેષણ કરે છે. જૈવિક ઉંમરનું મોડેલ કપાળ, કાનપટ્ટીની આસપાસનો ભાગ અને નાકથી મોંના ખૂણા તરફ જતી કરચલીઓ જેવી વિશેષતાઓ તપાસે છે. જ્યારે જીવન ટકાવી રાખવાની શક્યતાનું મૂલ્યાંકન કરતું મોડેલ આંખોની નીચેનો ભાગ અને નાકના ઉપરના પુલની આસપાસની વિશેષતાઓ પર વધુ ધ્યાન આપે છે.

જોકે, આ વિશેષતાઓ અને સ્વાસ્થ્ય વચ્ચેનો સંબંધ કઈ જૈવિક પ્રક્રિયાઓને કારણે જોવા મળે છે તે સંશોધકો હજુ સંપૂર્ણપણે સમજી શક્યા નથી. આ મોડેલ ફોટામાંથી આંકડાકીય પેટર્ન ઓળખે છે; તે કેન્સર શોધતું નથી કે વ્યક્તિના બચવાની ચોક્કસ શક્યતા માપતું નથી.

જૈવિક ઉંમર અને કેન્સરના દર્દીઓના જીવન ટકાવી રાખવા અંગે સંશોધનમાં શું જાણવા મળ્યું?

સંશોધકોને અમેરિકામાં રેડિયોથેરાપી (Radiotherapy) મેળવનારા કેન્સરના દર્દીઓમાં AI દ્વારા અંદાજવામાં આવેલી જૈવિક ઉંમર અને મૃત્યુદર વચ્ચે સંબંધ જોવા મળ્યો હતો.

સરેરાશ ચાર વર્ષના ફોલોઅપ દરમિયાન, જે દર્દીઓની AI દ્વારા અંદાજવામાં આવેલી જૈવિક ઉંમર તેમની વાસ્તવિક ઉંમર કરતાં ઓછામાં ઓછી પાંચ વર્ષ વધુ હતી, તેમનામાં સરખામણીના જૂથની તુલનામાં મૃત્યુનું જોખમ 21 ટકા વધુ જોવા મળ્યું હતું.

બીજી તરફ, જે દર્દીઓની અંદાજિત જૈવિક ઉંમર તેમની વાસ્તવિક ઉંમર કરતાં ઓછામાં ઓછી પાંચ વર્ષ ઓછી હતી, તેમનામાં મૃત્યુનું જોખમ 17 ટકા ઓછું જોવા મળ્યું હતું.

આ આંકડા દર્દીઓના અલગ-અલગ જૂથો વચ્ચેના તફાવત દર્શાવે છે. તેનો અર્થ એવો નથી કે કોઈ ચોક્કસ દર્દીને મૃત્યુની 21 ટકા શક્યતા છે અથવા ચહેરો યુવાન દેખાતો હોય તો તેનું જીવન ટકાવી રાખવાની શક્યતા ચોક્કસપણે વધુ હશે.

સંશોધનમાં ધૂમ્રપાન, વધુ પડતા દારૂનું સેવન અને માદક પદાર્થોના ઉપયોગનો સંબંધ પણ AI દ્વારા અંદાજવામાં આવેલી વધુ જૈવિક ઉંમર સાથે જોવા મળ્યો હતો. જોકે, આ તારણોથી એવું સાબિત થતું નથી કે ચહેરાની વૃદ્ધાવસ્થા જ કેન્સરના દર્દીઓના ખરાબ પરિણામોનું કારણ બને છે.

AI આધારિત કેન્સર પ્રોગ્નોસિસ ડૉક્ટરોને કેવી રીતે મદદ કરી શકે?

કેન્સરની સારવાર નક્કી કરતી વખતે ડૉક્ટરો દર્દીના એકંદર સ્વાસ્થ્યનું મૂલ્યાંકન કરે છે. સર્જરી, રેડિયોથેરાપી અને કીમોથેરાપી (Chemotherapy) જેવી સારવારની અસર દરેક દર્દી પર અલગ-અલગ થઈ શકે છે. આ અસર દર્દીની શારીરિક સ્થિતિ, અન્ય બીમારીઓ અને સાજા થવાની ક્ષમતા પર આધાર રાખે છે.

સંશોધકો માને છે કે ભવિષ્યમાં ચહેરાના વિશ્લેષણની ટેક્નોલોજી આ મૂલ્યાંકનમાં વધારાની માહિતી આપી શકે છે.

મેસેચ્યુસેટ્સ જનરલ બ્રિઘમ કેન્સર ઇન્સ્ટિટ્યૂટના રેડિયેશન ઓન્કોલોજિસ્ટ અને સંશોધનના મુખ્ય લેખકોમાંના એક ડૉ. રેમન્ડ મેકે જણાવ્યું હતું કે ફોટા આધારિત આરોગ્ય મૂલ્યાંકનને વધુ સુસંગત અને મોટા પાયે ઉપયોગ કરી શકાય તેવું બનાવવાનો હેતુ છે. જેથી વ્યક્તિગત જરૂરિયાત અનુસાર સારવારના નિર્ણયોમાં મદદ મળી શકે, પરંતુ ડૉક્ટરોનું સ્થાન લઈ શકાય નહીં.

જો ભવિષ્યનાં સંશોધનો આ મોડેલની વિશ્વસનીયતા સાબિત કરશે, તો તે એવા દર્દીઓને ઓળખવામાં મદદરૂપ થઈ શકે છે જેમની શારીરિક સ્થિતિનું વધુ નજીકથી મૂલ્યાંકન કરવું જરૂરી હોય. જોકે, ડૉક્ટરોએ કેન્સરનો પ્રકાર, સ્ટેજ, તબીબી ઇતિહાસ, ટેસ્ટનાં પરિણામો, સ્કેન અને દર્દીની પસંદગીઓને પણ ધ્યાનમાં લેવી પડશે.

ભારતમાં કેન્સરના દર્દીઓ માટે આ સંશોધનનો શું અર્થ થઈ શકે?

ભારતમાં કેન્સરનો મોટો બોજ હોવાથી સારવારનું આયોજન સુધારવું અને યોગ્ય આરોગ્યસેવાઓ સુધી પહોંચ વધારવી જાહેર આરોગ્યની મહત્ત્વપૂર્ણ જરૂરિયાતો છે. માત્ર એક ફોટાની જરૂરિયાત ધરાવતું સાધન ભવિષ્યમાં દર્દીઓના મૂલ્યાંકન માટે વધારાનો વિકલ્પ બની શકે છે.

પરંતુ અન્ય દેશોની વસ્તીના ડેટા પર તાલીમ પામેલું મોડેલ ભારતીય દર્દીઓમાં પણ એટલું જ સચોટ પરિણામ આપે તે જરૂરી નથી. ચહેરાની વિશેષતાઓ, વસ્તીનું બંધારણ, રોગની પેટર્ન અને આરોગ્યસેવાઓના અનુભવોમાં તફાવત હોઈ શકે છે.

સંશોધકોએ વિવિધ ભારતીય વસ્તી, કેન્સરના પ્રકારો અને સારવારની પરિસ્થિતિઓમાં FAHR-Face મોડેલની ચકાસણી કરવી પડશે. હાલની તબીબી તપાસની સરખામણીમાં આ મોડેલ આગાહીની ચોકસાઈમાં ખરેખર સુધારો કરે છે કે નહીં તે પણ સાબિત કરવું જરૂરી છે.

ગોપનીયતા પણ એક મહત્ત્વનો મુદ્દો છે. ચહેરાના ફોટા સંવેદનશીલ વ્યક્તિગત માહિતી છે. તેથી આરોગ્ય ક્ષેત્રમાં તેનો ઉપયોગ કરતાં પહેલાં વ્યક્તિની જાણકાર સંમતિ (Informed Consent), ડેટાની સુરક્ષા અને માહિતી કેવી રીતે એકત્રિત તથા ઉપયોગમાં લેવામાં આવે છે તે અંગે પારદર્શિતા જરૂરી છે.

શું આ AI ટૂલ તબીબી ઉપયોગ માટે તૈયાર છે?

ના. સંશોધકોના જણાવ્યા અનુસાર, કેન્સરની સારવારના નિર્ણયો માટે ચહેરાના ફોટાનો વ્યાપક ઉપયોગ શરૂ કરતાં પહેલાં વધુ સંશોધનની જરૂર છે.

AI મોડેલ જીવન ટકાવી રાખવાની શક્યતા સાથે સંબંધિત પેટર્ન ઓળખી શકે છે, પરંતુ તે પેટર્ન પાછળનાં કારણો સમજાવે જ એવું નથી. સંશોધકોએ સ્વતંત્ર વસ્તીમાં તેની ચકાસણી કરવી પડશે અને એ પણ નક્કી કરવું પડશે કે તેની આગાહીઓથી દર્દીઓના સારવારનાં પરિણામોમાં ખરેખર સુધારો થાય છે કે નહીં.

દર્દીઓએ પોતાના ચહેરાના દેખાવ અથવા AI દ્વારા અંદાજવામાં આવેલી જૈવિક ઉંમરને કેન્સર સંબંધિત વ્યક્તિગત ભવિષ્યવાણી તરીકે જોવી જોઈએ નહીં.

આ સંશોધન વ્યક્તિગત જરૂરિયાત મુજબ કેન્સરના મૂલ્યાંકન માટે નવી દિશા સૂચવે છે. જોકે, ભારતમાં તેનો ઉપયોગ કરતાં પહેલાં સ્થાનિક વસ્તીમાં સખત વૈજ્ઞાનિક ચકાસણી અને પૂર્વગ્રહ કે દુરુપયોગ સામે સુરક્ષાની વ્યવસ્થા જરૂરી રહેશે.

ભવિષ્યમાં એક સેલ્ફી ડૉક્ટરોને સ્વાસ્થ્ય વિશે વધારાનો સંકેત આપી શકે છે, પરંતુ તે દર્દીના તબીબી ઇતિહાસ, શારીરિક તપાસ અથવા ડૉક્ટરના નિર્ણયનું સ્થાન લઈ શકશે નહીં.