Multimodal artificial intelligence for personalized hepatocellular carcinoma treatment strategy selection

कैंसर का उपचार शायद ही कभी दो रास्तों के बीच एक सरल चुनाव होता है। लिवर कैंसर से पीड़ित एक रोगी के लिए, आगे बढ़ने का निर्णय लेने में ट्यूमर के आकार और स्थान को रोगी के लिवर की मजबूती, उनके समग्र स्वास्थ्य और यहाँ तक कि उनकी व्यक्तिगत परिस्थितियों के विरुद्ध तौलना शामिल होता है। डॉक्टरों को यह तय करने के लिए कि क्या सर्जरी, एक लक्षित दवा, या एक स्थानीयकृत ऊष्मा उपचार (हीट ट्रीटमेंट) रिकवरी का सबसे अच्छा अवसर प्रदान करता है, रक्त परीक्षण के आंकड़ों से लेकर मेडिकल हिस्ट्री के लिखित नोट्स तक, सूचनाओं के एक विशाल भंडार का संश्लेषण करना पड़ता है। यह प्रक्रिया जटिल है और अक्सर चिकित्सक के अनुभव पर निर्भर करती है, जिसे इन सभी अलग-अलग तथ्यों को एक साथ अपने मन में रखना होता है ताकि सही कार्रवाई का मार्ग खोजा जा सके।

शोधकर्ताओं ने लंबे समय से ऐसे कंप्यूटर प्रोग्राम बनाने की कोशिश की है जो इस निर्णय लेने में मदद कर सकें। हालाँकि, अधिकांश मौजूदा उपकरण केवल संरचित डेटा (structured data) को देखते हैं, जैसे कि आयु, लैब परिणाम, या ट्यूमर के माप, और डॉक्टरों के नोट्स एवं इमेजिंग रिपोर्ट में मौजूद समृद्ध, वर्णनात्मक पाठ (text) को अनदेखा कर देते हैं। वुक्सी, चीन की एक टीम का एक नया अध्ययन इस अंतर को दूर करते हुए एक कंप्यूटर मॉडल बनाकर इस कमी को पूरा करता है जो रोगी की फ़ाइल में मौजूद संख्याओं और शब्दों दोनों को पढ़ और समझ सकता है। शोधकर्ताओं ने एक ऐसी प्रणाली विकसित की है जो इस प्रकार की विभिन्न जानकारियों को जोड़ती है ताकि यह भविष्यवाणी की जा सके कि एक रोगी को कौन सा पांच में से एक सामान्य उपचार मिलने की सबसे अधिक संभावना है, जिसका उद्देश्य चयन प्रक्रिया को अधिक वस्तुनिष्ठ और व्यापक बनाना है।

टीम ने हेपेटोसेलुलर कार्सिनोमा (hepatocellular carcinoma) पर ध्यान केंद्रित किया, जो प्राथमिक लिवर कैंसर का सबसे आम प्रकार है। उन्होंने अपना मॉडल बनाने के लिए 2017 और 2023 के बीच वुक्सी पीपल्स हॉस्पिटल में इलाज किए गए 1,043 रोगियों के डेटा को एकत्र किया, और इसे 2025 के 55 रोगियों के एक अलग समूह पर परीक्षण किया ताकि देखा जा सके कि क्या यह एक नए परिवेश में भी प्रभावी रहता है। कंप्यूटर सिस्टम को सूचना की चार मुख्य श्रेणियों को देखने के लिए डिज़ाइन किया गया था: बुनियादी जनसांख्यिकी जैसे आयु और लिंग, प्रयोगशाला के परिणाम जैसे लिवर एंजाइम स्तर, रोगी का चिकित्सा इतिहास जिसमें पिछली बीमारियाँ शामिल हैं, और इमेजिंग रिपोर्ट का विस्तृत पाठ जो स्कैन में दिखाए गए विवरणों का वर्णन करता है। महत्वपूर्ण रूप से, मॉडल ने केवल कीवर्ड्स को स्कैन नहीं किया; इसने चिकित्सा वृत्तांतों (medical narratives) के असंरचित पाठ को एक ऐसे प्रारूप में बदलने के लिए एक परिष्कृत पद्धति का उपयोग किया जिसे कंप्यूटर द्वारा चिकित्सा आंकड़ों के साथ विश्लेषण किया जा सके।

सिस्टम को प्रशिक्षित करने के लिए, शोधकर्ताओं ने पहले समूह के रोगियों के डेटा के साथ-साथ प्रत्येक व्यक्ति को वास्तव में दिया गया उपचार भी इसमें डाला। लक्ष्य यह था कि कंप्यूटर उन पैटर्न को सीख सके जो डॉक्टरों को एक विशिष्ट चिकित्सा पद्धति चुनने के लिए प्रेरित करते हैं। मॉडल को पांच विकल्पों के बीच निर्णय लेना था: ओपन सर्जरी के माध्यम से ट्यूमर को हटाना, मिनिमली इनवेसिव लैप्रोस्कोपिक दृष्टिकोण के साथ इसे हटाना, रेडियोफ्रीक्वेंसी एब्लेशन का उपयोग करके ट्यूमर को जलाना, ट्रांसआर्टेरियल कीमोएम्बोलाइजेशन नामक प्रक्रिया के माध्यम से इसकी रक्त आपूर्ति को रोकना, या कीमोथेरेपी देना। शोधकर्ताओं ने अपने नए सिस्टम की तुलना कई अन्य प्रसिद्ध कंप्यूटर लर्निंग विधियों से की ताकि यह देखा जा सके कि कौन सा सबसे अच्छा प्रदर्शन करता है।

परिणामों ने दिखाया कि नया मॉडल, जिसे लेखक ET-Emb कहते हैं, अन्य विधियों की तुलना में अधिक सटीक था। रोगियों के प्रारंभिक समूह में, सिस्टम ने 0.84 के AUC के साथ उपचार पथ की सही भविष्यवाणी की, और नए 55 रोगियों के समूह पर परीक्षण किए जाने पर इसने 0.77 का मजबूत प्रदर्शन बनाए रखा। यह निरंतरता बताती है कि मॉडल वास्तविक दुनिया के चिकित्सा डेटा की जटिलता को बिना अपनी प्रभावशीलता खोए संभाल सकता है। अध्ययन से यह भी पता चला कि पाठ-आधारित (text-based) जानकारी केवल एक मामूली जुड़ाव नहीं थी; इसने मॉडल की सफलता में प्रमुख भूमिका निभाई। जब शोधकर्ताओं ने विश्लेषण किया कि किन कारकों ने निर्णयों को प्रभावित किया, तो उन्होंने पाया कि चिकित्सा रिकॉर्ड में लिखित विवरण और सामाजिक-आर्थिक विवरण, जैसे कि रोजगार की स्थिति, महत्वपूर्ण भविष्यवक्ता थे।

यह निष्कर्ष इस विचार को चुनौती देता है कि केवल कठोर नैदानिक आंकड़े ही उपचार चयन के लिए मायने रखते हैं। मॉडल के विश्लेषण ने संकेत दिया कि रोगी की नौकरी की स्थिति जैसे कारक या डॉक्टर के नोट में उनकी स्थिति के बारे में विशिष्ट शब्दावली ने उपचार के अंतिम विकल्प को सूक्ष्म रूप से प्रभावित किया, जो ठीक उसी तरह है जैसे मानव डॉक्टर पूरे व्यक्ति पर विचार करते हुए सूक्ष्मता से निर्णय लेते हैं। उदाहरण के लिए, सिस्टम ने पहचाना कि कुछ रक्त प्रकार और उच्च रक्तचाप या मधुमेह जैसी स्थितियों की उपस्थिति विशिष्ट उपचार सिफारिशों से जुड़ी थी, जो ज्ञात चिकित्सा जोखिमों के अनुरूप है। पाठ डेटा के समावेश ने मॉडल को उन बारीकियों को पकड़ने की अनुमति दी जिन्हें विशुद्ध रूप से संख्यात्मक मॉडल अक्सर छोड़ देते हैं।

शोधकर्ता स्वीकार करते हैं कि उनके कार्य की सीमाएं हैं। मॉडल को एक ही अस्पताल के डेटा पर प्रशिक्षित किया गया था, और इसने उन निर्णयों से सीखा जो डॉक्टरों ने वास्तव में लिए थे, जिनमें सख्त दिशानिर्देशों के बजाय स्थानीय प्रथाओं या रोगी की प्राथमिकताओं के आधार पर भिन्नता हो सकती है। इसके अतिरिक्त, अध्ययन ने यह ट्रैक नहीं किया कि उपचार के बाद रोगी कितने समय तक जीवित रहे, इसलिए मॉडल उपचार के चुनाव की भविष्यवाणी करता है, न कि अनिवार्य रूप से दीर्घकालिक उत्तरजीविता (survival) परिणाम की। इन बाधाओं के बावजूद, अध्ययन यह प्रदर्शित करता है कि लिखित चिकित्सा वृत्तांतों को मानक नैदानिक डेटा के साथ जोड़ने से उपचार निर्णयों को समझने के लिए एक अधिक शक्तिशाली उपकरण बनता है। विभिन्न प्रकार की सूचनाओं को सफलतापूर्वक एकीकृत करके, मॉडल लिवर कैंसर के उपचार में शामिल कठिन विकल्पों को नेविगेट करने के लिए आवश्यक जटिल, मानव-समान तर्क को सिम्युलेट करने का एक तरीका प्रदान करता है।