CT-based Radiomics Nomogram Integrating Multi-regional Features for Preoperative Prediction of Neurological Recovery After Anterior Controllable Antedisplacement and Fusion in Cervical OPLL

मानव रीढ़ एक अद्भुत इंजीनियरिंग उपलब्धि है, जो हड्डी और ऊतकों का एक लचीला स्तंभ है जो इसके केंद्र में बहने वाली नाजुक स्पाइनल कॉर्ड (मेरुदंड) की रक्षा करता है। हालाँकि, कभी-कभी शरीर की अपनी मरम्मत करने वाली प्रक्रियाएँ गलत दिशा में चली जाती हैं। 'ऑसिफिकेशन ऑफ द पोस्टीरियर लॉन्गिट्यूडिनल लिगामेंट' (Ossification of the posterior longitudinal ligament) नामक स्थिति में, गर्दन के कशेरुकाओं (vertebrae) के साथ चलने वाला लिगामेंट धीरे-धीरे कठोर हड्डी में बदल जाता है। यह अतिरिक्त हड्डी अंदर की ओर बढ़ती है, जो स्पाइनल कॉर्ड पर एक धीमी गति से चलती दीवार की तरह दबाव डालती है। कई रोगियों के लिए, यह हाथों और पैरों में संवेदना, शक्ति और समन्वय की क्रमिक हानि का कारण बनता है। हालांकि सर्जरी इस दबाव को हटा सकती है, लेकिन परिणाम की गारंटी नहीं दी जा सकती। कुछ रोगी पूर्ण कार्यक्षमता वापस पा लेते हैं, जबकि अन्य कमजोरी के साथ रह जाते हैं। सर्जनों के लिए चुनौती लंबे समय से यह रही है कि वे ऑपरेशन से पहले ही देख सकें कि कौन सा रोगी फिर से स्वस्थ होगा और कौन सा नहीं।

वर्षों से, डॉक्टर इन भविष्यवाणियों को करने के लिए मानक मापों पर भरोसा करते आए हैं, जैसे कि रोगी को बीमारी कितने समय से है या हड्डी स्पाइनल कैनाल के अंदर कितनी जगह घेर रही है। फिर भी, ये पारंपरिक संकेत अक्सर केवल एक धुंधली तस्वीर ही प्रदान करते हैं। वे हड्डी के भीतर सूक्ष्म जैविक अंतरों को या यह कठोर द्रव्यमान आसपास के ऊतकों के साथ कैसे परस्पर क्रिया करता है, इसे नहीं देख सकते। चीन के शोधकर्ताओं के एक नए अध्ययन से पता चलता है कि उत्तर उन छवियों को बहुत करीब से देखने में निहित है जो डॉक्टर पहले से ही लेते हैं। मानक सीटी (CT) स्कैन में हजारों सूक्ष्म विवरणों का विश्लेषण करने के लिए कंप्यूटर का उपयोग करके, टीम ने एक नया उपकरण बनाया है जो बहुत अधिक सटीकता के साथ रिकवरी (सुधार) की भविष्यवाणी कर सकता है।

शोधकर्ताओं ने 'एंटीरियर कंट्रोलेबल एंटेडिस्प्लेसमेंट एंड फ्यूजन' (ACAF) नामक एक विशिष्ट सर्जिकल तकनीक पर ध्यान केंद्रित किया। यह एक जटिल प्रक्रिया है जहाँ सर्जन असामान्य हड्डी के पूरे ब्लॉक को स्पाइनल कॉर्ड से दूर, आगे की ओर धकेलते हैं, और फिर कशेरुकाओं को एक जगह बनाए रखने के लिए उन्हें आपस में जोड़ (fuse) देते हैं। यह एक अत्यधिक प्रभावी विधि है, लेकिन तंत्रिका कार्य की रिकवरी व्यक्ति दर व्यक्ति बहुत भिन्न होती है। यह समझने के लिए कि ऐसा क्यों होता है, टीम ने 280 रोगियों का अध्ययन किया जिन्होंने 2017 और 2024 के बीच एक ही अस्पताल में इस सर्जरी को करवाया था। उन्होंने इन रोगियों को दो समूहों में विभाजित किया: एक बड़ा समूह मॉडल बनाने में मदद करने के लिए और एक छोटा समूह यह परीक्षण करने के लिए कि वह मॉडल कितनी अच्छी तरह काम करता है।

केवल हड्डी के आकार को देखने के बजाय, शोधकर्ताओं ने कंप्यूटर से पूछा कि वह सीटी स्कैन में चार अलग-अलग क्षेत्रों की जांच करे। उन्होंने नई हड्डी के पूरे द्रव्यमान, उस द्रव्यमान के कठोर और परिपक्व केंद्र, उसके नरम और सक्रिय किनारों (जहाँ हड्डी अभी बढ़ रही है), कशेरुकाओं स्वयं, और तीन मिलीमीटर के एक पतले क्षेत्र का अध्ययन किया जहाँ हड्डी कशेरुका से मिलती है। 'रेडियोमिक्स' (radiomics) नामक एक विधि का उपयोग करके, कंप्यूटर ने इन क्षेत्रों से एक हजार से अधिक गणितीय विशेषताओं को निकाला, जिसमें ऊतकों की बनावट (texture), घनत्व (density) और आकार जैसी चीजों को मापा गया। यह बिल्कुल वैसा ही था जैसे कंप्यूटर से लकड़ी के टुकड़े की लंबाई बताने के बजाय उसकी बनावट या दाने (grain) का वर्णन करने के लिए कहना।

इसके बाद टीम ने उन कुछ विशेषताओं को खोजने के लिए एक कठोर प्रक्रिया का उपयोग किया जो वास्तव में महत्वपूर्ण थीं। उन्होंने रोगी की रिकवरी की भविष्यवाणी करने की कंप्यूटर की क्षमता का परीक्षण करने के लिए रोगियों के वास्तविक परिणामों के साथ तुलना की, जो सर्जरी के एक वर्ष बाद देखे गए थे। उन्होंने पाया कि सबसे महत्वपूर्ण सुराग हड्डी का आकार नहीं था, बल्कि इसके सक्रिय किनारों की बनावट और उस पतले क्षेत्र में घनत्व के उतार-चढ़ाव थे जहाँ हड्डी कशेरुका से मिलती है। जिन रोगियों के स्कैन में हड्डी के किनारे पर अधिक अराजक बनावट (chaotic texture) या इंटरफ़ेस पर असमान घनत्व दिखा, उनमें रिकवरी की संभावना कम थी। ये निष्कर्ष बताते हैं कि बढ़ती हुई हड्डी के सामने की जैविक गतिविधि और यह हड्डी आसपास की संरचनाओं से कितनी मजबूती से चिपकी हुई है, ये प्रमुख कारक हैं कि दबाव हटने के बाद तंत्रिकाएं कितनी अच्छी तरह ठीक हो सकती हैं।

इन इमेजिंग संकेतों को रोगी की मानक जानकारी, जैसे कि सर्जरी से पहले उनके तंत्रिका कार्य स्कोर के साथ जोड़कर, शोधकर्ताओं ने एक विजुअल चार्ट बनाया जिसे 'नोमोग्राम' (nomogram) कहा जाता है। यह उपकरण डॉक्टर को रोगी के विशिष्ट डेटा को दर्ज करने और एक अच्छी रिकवरी की व्यक्तिगत संभावना प्राप्त करने की अनुमति देता है। जब इसका परीक्षण किया गया, तो यह उपकरण केवल रोगी के इतिहास का उपयोग करने की तुलना में भविष्यवाणियां करने में काफी बेहतर साबित हुआ। मॉडल को स्थिर (stable) बनाया गया था, जिसका अर्थ है कि यदि डेटा थोड़ा अलग भी हो, तो भी यह निरंतर परिणाम देगा, और शोधकर्ताओं ने उन्नत सांख्यिकीय जाँचों का उपयोग यह सुनिश्चित करने के लिए किया कि कंप्यूटर ने केवल उत्तरों को रटा नहीं है।

अध्ययन ने यह भी पता लगाया कि क्या रोगी की आयु एक प्रमुख कारक है। हालांकि वृद्ध रोगियों में अक्सर अधिक जटिल स्वास्थ्य समस्याएं होती हैं, लेकिन विश्लेषण ने दिखाया कि सीटी स्कैन में पाए गए विस्तृत लक्षण आयु की तुलना में वास्तव में अधिक सूचनात्मक थे। कंप्यूटर जन्म प्रमाण पत्र पर लिखे एक साधारण नंबर के बजाय हड्डी की संरचना के भीतर उम्र बढ़ने और बीमारी के बढ़ने के जैविक संकेतों का पता लगा सकता था। यह सुझाव देता है कि सर्जिकल प्लानिंग का भविष्य चिकित्सा छवियों के भीतर छिपे हुए इन पैटर्न में निहित है।

हालाँकि, शोधकर्ता सावधानी बरतते हुए कहते हैं कि यह उपकरण अभी अपने शुरुआती चरणों में है। यह अध्ययन एक ही अस्पताल में किया गया था, और कंप्यूटर मॉडल को उसी स्थान के डेटा पर प्रशिक्षित किया गया था। इससे पहले कि यह विधि दुनिया भर के अस्पतालों में नियमित रूप से उपयोग की जा सके, इसे विभिन्न केंद्रों और विभिन्न प्रकार के सीटी स्कैनर वाले रोगियों के बड़े समूहों पर परीक्षण करने की आवश्यकता है। वर्तमान प्रक्रिया में एक सर्जन द्वारा स्कैन पर रुचि के क्षेत्रों को मैन्युअल रूप से रेखांकित करना आवश्यक होता है, जिसमें समय लगता है। अंतिम लक्ष्य पूरी तरह से स्वचालित सिस्टम विकसित करना है जो इसे तुरंत कर सके। फिलहाल, यह कार्य एक उज्ज्वल भविष्य की एक आशाजनक झलक पेश करता है जहाँ चिकित्सा छवियों की सूक्ष्म भाषा डॉक्टरों को सर्वोत्तम परिणाम की ओर मार्गदर्शन करने में मदद कर सकती है, जिससे एक जटिल जैविक पहेली को एक स्पष्ट मार्ग में बदला जा सके।