Physical Address

304 North Cardinal St.
Dorchester Center, MA 02124

वैश्विक प्रयास रूमेटोइड गठिया रोगियों में संयुक्त क्षति को मापने के लिए बेहतर तरीके विकसित करने पर केंद्रित है



विभिन्न प्रकार की बीमारियों में कई नैदानिक ​​समस्याओं का समाधान करने के लिए मशीन लर्निंग एल्गोरिदम विकसित करने के लिए क्राउडसोर्सिंग एक तेजी से लोकप्रिय तरीका बन गया है। आज अमेरिकन कॉलेज ऑफ रुमेटोलॉजी (एसीआर) की वार्षिक बैठक में, हॉस्पिटल फॉर स्पेशल सर्जरी (एचएसएस) के एक अन्वेषक के नेतृत्व में एक बहुकेंद्र टीम ने आरए 2-ड्रीम चैलेंज के परिणाम प्रस्तुत किए, जो संयुक्त क्षति को मापने के लिए बेहतर तरीके विकसित करने पर केंद्रित एक भीड़-भाड़ वाला प्रयास है। रूमेटोइड गठिया (आरए) वाले लोगों में।

आरए वाले लोगों के जोड़ों में क्षति को वर्तमान में दृश्य निरीक्षण और हाथों, कलाई और पैरों में छोटे जोड़ों की रेडियोग्राफिक छवियों पर विस्तृत स्कोरिंग द्वारा मापा जाता है। इसमें संयुक्त स्थान का संकुचित होना (जो उपास्थि के नुकसान को इंगित करता है) और हड्डी का क्षरण (जो सूजन वाले संयुक्त अस्तर के आक्रमण से क्षति को इंगित करता है) दोनों शामिल हैं। स्कोरिंग प्रणाली के लिए विशेष रूप से प्रशिक्षित विशेषज्ञों की आवश्यकता होती है और यह समय लेने वाली और महंगी होती है। अध्ययन के वरिष्ठ लेखक, एस लुइस ब्रिज, जूनियर, एमडी, पीएचडी, फिजिशियन-इन-चीफ और विभाग के अध्यक्ष के अनुसार, नैदानिक ​​​​अनुसंधान और रोगियों की देखभाल दोनों के लिए संयुक्त क्षति को मापने के लिए एक स्वचालित तरीका खोजना महत्वपूर्ण है। एचएसएस में मेडिसिन

यदि मशीन-लर्निंग दृष्टिकोण हाथों और पैरों में संयुक्त क्षति की डिग्री का आकलन करने वाला एक त्वरित, सटीक मात्रात्मक स्कोर प्रदान कर सकता है, तो यह नैदानिक ​​​​अनुसंधान में बहुत मदद करेगा। उदाहरण के लिए, शोधकर्ता इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से डेटा का विश्लेषण कर सकते हैं और प्रगतिशील क्षति से जुड़े बायोमार्कर खोजने के लिए अनुवांशिक और अन्य शोध परख से डेटा का विश्लेषण कर सकते हैं। दृश्य निरीक्षण द्वारा सभी छवियों को स्कोर करना स्वयं थकाऊ होगा, और इसकी आउटसोर्सिंग लागत निषेधात्मक है।”

एस लुइस ब्रिज, जूनियर, एमडी, पीएचडी, फिजिशियन-इन-चीफ और चेयर, मेडिसिन विभाग, एचएसएस

उन्होंने कहा, “यह दृष्टिकोण समय के साथ क्षति की प्रगति का आकलन करके संधिविज्ञानी की सहायता भी कर सकता है, जो आगे की क्षति को रोकने के लिए उपचार में बदलाव को प्रेरित करेगा।” “यह भौगोलिक क्षेत्रों में वास्तव में महत्वपूर्ण है जहां विशेषज्ञ मस्कुलोस्केलेटल रेडियोलॉजिस्ट उपलब्ध नहीं हैं।”

चुनौती के लिए, डॉ ब्रिज और उनके सहयोगियों ने सेज बायोनेटवर्क्स के साथ भागीदारी की, एक गैर-लाभकारी संगठन जो जांचकर्ताओं को ड्रीम (रिवर्स इंजीनियरिंग आकलन और विधियों पर संवाद) चुनौतियां बनाने में मदद करता है। ये प्रतियोगिताएं जीवन विज्ञान में नवीन कृत्रिम बुद्धि-आधारित उपकरणों के विकास पर केंद्रित हैं। जांचकर्ताओं ने विजेता टीमों के लिए पुरस्कार प्रदान करने के लिए अनुदान राशि के साथ, सबमिशन के लिए एक कॉल भेजा। प्रतियोगी विभिन्न क्षेत्रों से थे, जिनमें कंप्यूटर वैज्ञानिक, कम्प्यूटेशनल जीवविज्ञानी और चिकित्सक-वैज्ञानिक शामिल थे; रेडियोग्राफिक छवियों को पढ़ने में विशेषज्ञता या प्रशिक्षण के साथ कोई भी रेडियोलॉजिस्ट नहीं था।

चुनौती के पहले भाग के लिए, टीमों को छवियों का एक सेट प्रदान किया गया था, साथ ही ज्ञात स्कोर जो नेत्रहीन उत्पन्न किए गए थे। इनका उपयोग एल्गोरिदम को प्रशिक्षित करने के लिए किया गया था। छवियों के अतिरिक्त सेट तब प्रदान किए गए थे ताकि प्रतियोगी अपने द्वारा विकसित किए गए उपकरणों का परीक्षण और परिशोधन कर सकें। अंतिम दौर में, छवियों का एक तिहाई सेट स्कोर के बिना दिया गया था, और प्रतियोगियों ने अनुमान लगाया कि संयुक्त स्थान की संकीर्णता और क्षरण की मात्रा। सबमिशन का मूल्यांकन किया गया था जिसके अनुसार सोने के मानक दृष्टि से उत्पन्न स्कोर को सबसे अधिक बारीकी से दोहराया गया था। 26 टीमें थीं जिन्होंने एल्गोरिदम और 16 अंतिम सबमिशन जमा किए थे। कुल मिलाकर, प्रतियोगियों को 562 विभिन्न आरए रोगियों से छवियों के 674 सेट दिए गए थे, जिनमें से सभी ने डॉ ब्रिज के नेतृत्व में स्वास्थ्य-वित्त पोषित अनुसंधान अध्ययनों के पूर्व राष्ट्रीय संस्थानों में भाग लिया था। अंत में, चार टीमों को शीर्ष प्रदर्शन करने वालों का नाम दिया गया।

ड्रीम चैलेंज आयोजकों के लिए, यह महत्वपूर्ण था कि परियोजना के माध्यम से विकसित कोई भी स्कोरिंग सिस्टम मालिकाना के बजाय स्वतंत्र रूप से उपलब्ध हो, ताकि इसका उपयोग जांचकर्ताओं और चिकित्सकों द्वारा बिना किसी कीमत के किया जा सके। “इस सहयोग की अपील का एक हिस्सा यह था कि सब कुछ सार्वजनिक डोमेन में है,” डॉ ब्रिजेस ने कहा।

डॉ. ब्रिजेस ने समझाया कि उपकरणों का व्यापक रूप से उपयोग किए जाने से पहले कम्प्यूटेशनल विधियों के अतिरिक्त अनुसंधान और विकास की आवश्यकता है, लेकिन वर्तमान शोध दर्शाता है कि इस प्रकार का दृष्टिकोण संभव है। “हमें अभी भी एल्गोरिदम को परिष्कृत करने की आवश्यकता है, लेकिन हम चुनौती से पहले की तुलना में अपने लक्ष्य के बहुत करीब हैं,” उन्होंने निष्कर्ष निकाला।

.



Source link

Leave a Reply