Advancing Osteoporosis Detection Through AI-Driven CT Segmentation: Insights from Multiple Large Health System Biobanks
यह अध्ययन प्रदर्शित करता है कि वर्टीब्रल बोन डेंसिटी (कशेरुकी अस्थि घनत्व) का पूर्णतः स्वचालित एआई-संचालित सीटी सेग्मेंटेशन कम अस्थि घनत्व वाली एक बड़ी, कम निदान की गई आबादी की प्रभावी ढंग से पहचान कर सकता है, जो महत्वपूर्ण नैदानिक संबंधों को प्रकट करता है और यह सुझाव देता है कि अस्थि घनत्व में गिरावट वर्तमान स्क्रीनिंग दिशानिर्देशों द्वारा संकेतित समय से पहले शुरू हो जाती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
हड्डी एक जीवित ऊतक है जो लगातार खुद को पुनर्गठित करती रहती है, लेकिन जैसे-जैसे लोग बूढ़े होते हैं, यह चक्र अक्सर नुकसान की ओर झुक जाता है। जब शरीर हड्डी की तुलना में तेजी से हड्डी खोने लगता है, तो कंकाल छिद्रपूर्ण और नाजुक हो जाता है, जिसे ऑस्टियोपोरोसिस (osteoporosis) के रूप में जाना जाता है। यह बीमारी एक मौन चोर है; यह अक्सर हड्डी टूटने तक दर्द नहीं देती, जो अक्सर एक मामूली गिरावट या यहाँ तक कि एक साधारण खांसी से भी हो सकता है। ऐसे टूटने के परिणाम गंभीर होते हैं, विशेष रूप से कूल्हे के लिए, जहाँ फ्रैक्चर स्वास्थ्य में तेजी से गिरावट और पहले वर्ष के भीतर मृत्यु के महत्वपूर्ण जोखिम का कारण बन सकता है। हालांकि डॉक्टरों के पास कमजोर हड्डियों की जांच करने के प्रभावी तरीके और उन्हें मजबूत करने के उपचार मौजूद हैं, लेकिन इस स्थिति वाले अधिकांश लोग कभी निदान प्राप्त नहीं कर पाते। वे अपने फ्रैक्चर होने तक अपने जोखिम से अनजान रहते हैं, जिससे रोकथाम का अवसर हाथ से निकल जाता है।
हड्डी की मजबूती की जांच करने की मानक विधि में 'डीएक्सए' (DXA) नामक एक विशेष एक्स-रे स्कैन शामिल है, जो खनिज घनत्व को मापता है। हालाँकि, ये स्कैन नियमित रूप से सभी के लिए नहीं किए जाते हैं, और कई लोग इस प्रक्रिया से छूट जाते हैं। साथ ही, अस्पताल एक अलग प्रकार के स्कैन से भारी मात्रा में डेटा उत्पन्न कर रहे हैं: कंप्यूटेड टोमोग्राफी, या सीटी (CT) स्कैन। ये चित्र कई कारणों से लिए जाते हैं, जैसे पेट दर्द या चोटों की जांच के लिए, और ये रीढ़ की हड्डी से होकर गुजरते हैं, जिससे कशेरुकाओं (vertebrae) का स्पष्ट दृश्य मिलता है। वर्षों से, यह बहुमूल्य जानकारी अनदेखी रही है, जो डिजिटल अभिलेखागार में पड़ी रही जबकि रोगी के हड्डी के घनत्व का पता नहीं था। शोधकर्ताओं ने यह विचार करना शुरू किया कि क्या अन्य कारणों से लिए गए चित्रों का उपयोग हड्डियों के टूटने से पहले कमजोरी का पता लगाने के लिए किया जा सकता है, जिससे एक नियमित चिकित्सा प्रक्रिया को अज्ञात लोगों के लिए सुरक्षा जाल में बदला जा सके।
पेंसिल्वेनिया विश्वविद्यालय और नॉर्थवेस्टर्न मेडिसिन के वैज्ञानिकों की एक टीम ने बड़े पैमाने पर इस विचार का परीक्षण करने का निर्णय लिया। उन्होंने मरीजों को नए स्कैन के लिए नहीं बुलाया; इसके बजाय, उन्होंने दो बड़े अस्पताल प्रणालियों के 16,000 से अधिक रोगियों के मौजूदा डिजिटल रिकॉर्ड्स का अध्ययन किया। आर्टिफिशियल इंटेलिजेंस पर आधारित एक परिष्कृत कंप्यूटर प्रोग्राम का उपयोग करते हुए, उन्होंने हजारों सीटी छवियों का स्वचालित रूप से विश्लेषण किया ताकि पहली लुम्बर कशेरुका (lumbar vertebra) को पाया जा सके, जो निचले हिस्से की पीठ में एक हड्डी है। सॉफ्टवेयर ने यह मापा कि एक्स-रे बीम हड्डी से गुजरते समय कितनी धीमी हुई, जिसे 'क्षीणन' (attenuation) का मान कहा जाता है। सरल शब्दों में, घनी, स्वस्थ हड्डी बीम को अधिक धीमा करती है, जिसके परिणामस्वरूप एक उच्च संख्या प्राप्त होती है, जबकि कमजोर, छिद्रपूर्ण हड्डी बीм को अधिक गुजरने देती है, जिसके परिणामस्वरूप कम संख्या प्राप्त होती है। शोधकर्ताओं ने सामान्य हड्डी और खतरनाक रूप से पतली हड्डी के बीच अंतर करने के लिए एक विशिष्ट सीमा स्थापित की, जिससे बिना किसी मानव के छवि को देखे, किसी भी व्यक्ति को कम अस्थि घनत्व के लिए चिह्नित किया जा सका।
परिणामों ने चिकित्सा देखभाल में एक चौंकाने वाली कमी को उजागर किया। जब शोधकर्ताओं ने एआई (AI) के निष्कर्षों की तुलना रोगियों के आधिकारिक मेडिकल रिकॉर्ड से की, तो उन्होंने पाया कि कंप्यूटर ने उन कई लोगों की पहचान की थी जिन्हें कम अस्थि घनत्व के बारे में कभी बताया नहीं गया था। रोगियों के एक समूह में, एआई द्वारा चिह्नित लगभग तीन-चौथाई लोगों के चार्ट में कोई संबंधित निदान नहीं था। दूसरे समूह में, यह संख्या अभी भी आधे से अधिक थी। यह सुझाव देता है कि विशिष्ट परीक्षण या फ्रैक्चर के कारण निदान होने का वर्तमान सिस्टम आबादी के एक बड़े हिस्से को चूक रहा है। एआई ने केवल उन्हीं लोगों को नहीं खोजा जिन्हें डॉक्टरों ने पहले ही ढूंढ लिया था; इसने उन जोखिम वाले व्यक्तियों की एक छिपी हुई आबादी को भी उजागर किया जो अपनी स्थिति से पूरी तरह अनजान, नाजुक हड्डियों के साथ घूम रहे थे।
अध्ययन ने यह भी देखा कि जीवन भर अस्थि घनत्व कैसे बदलता है। रोगियों को उनकी आयु के आधार पर समूहों में विभाजित करके, शोधकर्ताओं ने देखा कि अस्थि घनत्व धीरे-धीरे और निरंतर कम नहीं होता है। इसके बजाय, यह चालीस से पचास वर्ष की आयु के बीच सबसे तेजी से गिरता है। यह खोज इस सामान्य धारणा को चुनौती देती है कि अस्थि हानि मुख्य रूप से बुजुर्गों की समस्या है। यह सुझाव देता है कि हस्तक्षेप का अवसर साठ-छियासठ वर्ष की मानक स्क्रीनिंग आयु से बहुत पहले खुल सकता है। यदि डॉक्टर मध्य आयु में इस तीव्र गिरावट की पहचान कर सकें, तो वे फ्रैक्चर होने से बहुत पहले जीवनशैली में बदलाव या दवा के साथ हस्तक्षेप कर सकते हैं, जिससे संभावित रूप से वर्षों के कष्ट को रोका जा सकता है।
केवल कम अस्थि घनत्व खोजने के अलावा, शोधकर्ताओं ने यह देखने के लिए डेटा का उपयोग किया कि अन्य स्वास्थ्य समस्याएं इससे कैसे जुड़ी हुई हैं। उन्होंने कमजोर हड्डियों और श्वसन विफलता (respiratory failure), सेप्सिस (sepsis) और हृदय की लय संबंधी समस्याओं सहित विभिन्न गंभीर स्थितियों के बीच मजबूत संबंध पाया। जैविक रूप से ये संबंध समझ में आते हैं, क्योंकि पुरानी सूजन और खराब समग्र स्वास्थ्य कंकाल को उतना ही कमजोर कर सकते हैं जितना कि वे हृदय और फेफड़ों को कमजोर करते हैं। हालांकि, जब टीम ने उन विशिष्ट आनुवंशिक मार्करों की तलाश की जो यह समझा सकें कि कुछ लोगों की हड्डियां कमजोर क्यों होती हैं, तो उन्हें कुछ भी महत्वपूर्ण नहीं मिला। यह सुझाव देता है कि अस्थि घनत्व कुछ सरल आनुवंशिक स्विचों द्वारा संचालित नहीं है, बल्कि कई छोटे आनुवंशिक कारकों के जटिल मिश्रण और जीवनशैली एवं पर्यावरणीय प्रभावों के संयोजन द्वारा संचालित है।
अध्ययन निष्कर्ष निकालता है कि मौजूदा सीटी छवियों को स्कैन करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करना कम अस्थि घनत्व वाले लोगों को खोजने का एक व्यावहारिक और शक्तिशाली तरीका है जो अन्यथा अनसुना रह जाते। यह औपचारिक निदान या विशेष हड्डी स्कैन की आवश्यकता को प्रतिस्थापित नहीं करता है, बल्कि यह एक अत्यधिक प्रभावी स्क्रीनिंग टूल के रूप में कार्य करता है जिसे पहले से मौजूद लाखों रोगियों पर लागू किया जा सकता है। नियमित स्कैन को शीघ्र पहचान के अवसर में बदलकर, यह दृष्टिकोण हड्डियों के टूटने से पहले ऑस्टियोपोरोसिस को पकड़ने का एक यथार्थवादी मार्ग प्रदान करता है, जो लाखों लोगों की जान बचाने और उनकी स्वतंत्रता बनाए रखने में सक्षम है। तकनीक तैयार है, डेटा उपलब्ध है, और हमारे हड्डियों की रक्षा करने के तरीके को बदलने की क्षमता पहुंच के भीतर है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।