एआई मॉडल चिकित्सा अनुसंधान के नैदानिक अनुप्रयोग की भविष्यवाणी कर सकता है

जब जैव चिकित्सा अनुसंधान की बात आती है, तो प्रतिदिन सैकड़ों शोध पत्र प्रकाशित होते हैं। फिर भी यह भविष्यवाणी करना मुश्किल हो सकता है कि कौन सा शोध प्रयोगशाला सेटिंग से बाहर निकलेगा और नैदानिक अनुप्रयोगों की ओर ले जाएगा। हाल ही में, राष्ट्रीय स्वास्थ्य संस्थान (एनआईएच) में पोर्टफोलियो विश्लेषण कार्यालय द्वारा विकसित एक मशीन लर्निंग मॉडल ने यह निर्धारित करने में सक्षम था कि एक जैव चिकित्सा अनुसंधान मामले का नैदानिक परीक्षणों या दिशानिर्देशों में उपयोग होने की संभावना क्या है। ओपीए के अनुसार, एक नैदानिक परीक्षण में एक शोध लेख का उद्धरण अनुवादक प्रगति या रोग के संभावित उपचार के रूप में अनुसंधान निष्कर्षों का उपयोग करने का एक प्रारंभिक संकेतक है।

जैसा कि एआई ट्रेंड्स द्वारा रिपोर्ट किया गया है, ओपीए के शोधकर्ताओं ने अपने मशीन लर्निंग मॉडल के लिए एक नया मीट्रिक बनाया, अनुमानित अनुवाद संभावना या एपीटी कहा जाता है। ओपीए निदेशक जॉर्ज सैंटैंजेलो के अनुसार, जैव-चिकित्सा अनुवाद की भविष्यवाणी एक परियोजना पर आधारित शोध पत्रों के प्रति वैज्ञानिक समुदाय की प्रतिक्रिया पर आधारित हो सकती है। सैंटैंजेलो ने कहा कि ज्ञान के प्रवाह के लिए विशिष्ट траजेक्टरी हैं जो एक पत्र की सफलता या विफलता दर की भविष्यवाणी कर सकते हैं जो नैदानिक अनुसंधान को प्रभावित करता है।

एपीटी मीट्रिक का निर्माण एनआईएच के आईसाइट टूल के दूसरे संस्करण की रिलीज के साथ मेल खाता है। आईसाइट एक ब्राउज़र-आधारित अनुप्रयोग है जो विशिष्ट क्षेत्र विश्लेषण के आधार पर पत्रिका प्रकाशनों के बारे में जानकारी प्रदान करता है। आगे बढ़ते हुए, आईसाइट टूल क्वेरी के लिए एपीटी मान लौटाएगा।

प्रयोगशाला अनुसंधान को नैदानिक अनुप्रयोगों में अनुकूलित करने की प्रक्रिया एक जटिल कार्य है जिसमें अक्सर वर्षों लग जाते हैं। इस प्रक्रिया को तेज करने के प्रयास किए गए हैं, लेकिन कार्य में शामिल कई चरों के कारण, अनुवादक प्रक्रिया का मूल्यांकन करना मुश्किल हो सकता है। जैसा कि सैंटैंजेलो ने समझाया, मशीन लर्निंग एल्गोरिदम एक शक्तिशाली उपकरण हैं जो नैदानिक अनुप्रयोगों में उपयोगी साबित होने वाले शोध पत्रों को बेहतर ढंग से समझने में चिकित्सकों को सक्षम कर सकते हैं। जब शोधकर्ताओं की टीम ने अपने एपीटी मीट्रिक के साथ प्रयोग किया और उसे परिष्कृत किया, तो उपयोगी भविष्यवाणी पैटर्न सामने आने लगे।

सैंटैंजेलो ने समझाया:

“मुझे लगता है कि हम जिस पर ध्यान केंद्रित करते हैं वह सबसे महत्वपूर्ण बात है मूलभूत से लेकर नैदानिक अनुसंधान अक्ष तक विभिन्न हितों की विविधता। जब लोग उस अक्ष पर – अक्सर एक ही क्षेत्र में मूलभूत वैज्ञानिकों से लेकर क्लिनिक में लोगों तक – एक रूप में रुचि दिखाते हैं पत्रों में उद्धरण, तो अंतिम उद्धरण की संभावना एक नैदानिक परीक्षण या दिशानिर्देश द्वारा बहुत अधिक होती है।”

सैंटैंजेलो के अनुसार, चयनित सुविधाएं अनुसंधान पत्र से एक नैदानिक विधि में अनुवाद की भविष्यवाणी करने में वास्तविक आशा दिखाती हैं। प्रकाशन से एकत्र किए गए डेटा अक्सर प्रकाशन की तारीख से कम से कम दो वर्षों के बाद एक पत्र के अंतिम उद्धरण के बारे में सटीक भविष्यवाणियां प्रदान करते हैं एक नैदानिक लेख में।

सैंटैंजेलो ने समझाया कि नए मीट्रिक और मशीन लर्निंग एल्गोरिदम के कारण शोधकर्ताओं को साहित्य में क्या हो रहा है इसका अधिक पूर्ण ज्ञान हो सकता है और यह शोध के क्षेत्रों में बेहतर अंतर्दृष्टि प्रदान करता है जो नैदानिक वैज्ञानिकों को अधिक आकर्षक लग सकते हैं।

सैंटैंजेलो ने यह भी समझाया कि उनके एल्गोरिदम का आईसाइट टूल में एकीकरण एनआईएच के ओपन साइटेशन कलेक्शन डेटाबेस की नि:शुल्क, खुली प्रकृति का लाभ उठाने के लिए है।

एनआईएच ओपन साइटेशन कलेक्शन डेटाबेस वर्तमान में 420 मिलियन से अधिक साइटेशन लिंक से बना है और बढ़ रहा है। सैंटैंजेलो टीम के एल्गोरिदम आईसाइट 2.0 लॉन्च होने पर इन साइटेशन के लिए एपीटी मान प्रस्तुत करेंगे।

अन्य कई डेटाबेस प्रतिबंधात्मक और प्रोप्राइटरी हैं, और सैंटैंजेलो के अनुसार, ये बाधाएं सहयोगी अनुसंधान को बाधित करती हैं। सैंटैंजेलो का मानना है कि डेटा को पेबवॉल के पीछे रखने के लिए कोई शानदार तर्क नहीं है और क्योंकि उनका एल्गोरिदम अन्य लोगों को गणना किए गए एपीटी मान देखने देने वाला है, प्रोप्राइटरी डेटा स्रोतों का उपयोग करना फायदेमंद नहीं होगा।