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

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

एआई ट्रेंड्स की रिपोर्ट के अनुसार, ओपीए के शोधकर्ताओं ने अपने मशीन लर्निंग मॉडल के लिए एक नया मीट्रिक बनाया, जिसे लगभग अनुवाद संभावना (एपीटी) कहा जाता है। ओपीए निदेशक जॉर्ज सैंटैंजेलो के अनुसार, जैव-चिकित्सा अनुवाद की भविष्यवाणी शोध पत्रों के प्रति वैज्ञानिक समुदाय की प्रतिक्रिया के आधार पर की जा 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।

एपीटी मीट्रिक का निर्माण एनआईएच के आईसाइट टूल के दूसरे संस्करण की रिलीज के साथ मेल खाता है। आईसाइट एक ब्राउज़र-आधारित एप्लिकेशन है जो विशिष्ट क्षेत्र विश्लेषण के आधार पर पत्रिका प्रकाशनों के बारे में जानकारी प्रदान करता है। आगे बढ़ते हुए, आईसाइट टूल अब प्रश्नों के लिए एपीटी मूल्यों को वापस करेगा।

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 इसमें शामिल कई переменों के कारण, अनुवादक प्रक्रिया का मूल्यांकन करना मुश्किल हो सकता है। सैंटैंजेलो के अनुसार, मशीन लर्निंग अल्गोरिदम एक शक्तिशाली उपकरण हो सकता है जो चिकित्सकों को यह समझने में मदद कर सकता है कि कौन से शोध पत्र नैदानिक सेटिंग में उपयोगी साबित हो सकते हैं।

जैसे ही शोधकर्ताओं ने अपने एपीटी मीट्रिक के साथ प्रयोग किया और उसे परिष्कृत किया, उपयोगी भविष्यवाणी पैटर्न सामने आने लगे।

सैंटैंजेलो ने समझाया:

“मुझे लगता है कि हम जिस पर ध्यान केंद्रित करते हैं वह सबसे महत्वपूर्ण है – मौलिक से नैदानिक शोध अक्ष पर रुचि की विविधता। जब लोग उस अक्ष पर – मौलिक वैज्ञानिकों से अक्सर उसी क्षेत्र में जहां काम प्रकाशित किया जा रहा है, लेकिन नैदानिक शोधकर्ताओं तक – रुचि दिखाते हैं, तो नैदानिक परीक्षण या दिशानिर्देशों द्वारा उद्धरण की संभावना बहुत अधिक होती है।”

सैंटैंजेलो के अनुसार, चयनित विशेषताएं वास्तविक अनुवाद की भविष्यवाणी में वादा दिखाती हैं। प्रकाशन तिथि से कम से कम दो साल के लिए एक प्रकाशन पर एकत्र किए गए डेटा अक्सर एक पत्र के नैदानिक लेख में उद्धरण की भविष्यवाणी में सटीक होते हैं।

सैंटैंजेलो ने समझाया कि नए मीट्रिक और मशीन लर्निंग अल्गोरिदम के कारण, शोधकर्ता साहित्य में क्या हो रहा है इसका अधिक पूर्ण ज्ञान प्राप्त कर सकते हैं और यह नैदानिक वैज्ञानिकों को आकर्षित करने वाले शोध क्षेत्रों में बेहतर अंतर्दृष्टि प्रदान करता है।

सैंटैंजेलो ने यह भी समझाया कि उनके अल्गोरिदम को आईसाइट टूल में एकीकृत करने का उद्देश्य एनआईएच के ओपन सिटेशन कलेक्शन डेटाबेस की मुफ्त, खुली प्रकृति का लाभ उठाना है।

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

कई डेटाबेस प्रतिबंधक और स्वामित्व हैं, और सैंटैंजेलो के अनुसार, इन बाधाओं से सहयोगी अनुसंधान प्रभावित होता है। सैंटैंजेलो का मानना है कि डेटा को पे-वॉल के पीछे रखने के लिए कोई शानदार तर्क नहीं है और चूंकि उनके अल्गोरिदम को अन्य लोगों को गणना किए गए एपीटी मूल्यों को देखने देना है, इसलिए प्रोप्राइटरी डेटा सोर्स का उपयोग करना फायदेमंद नहीं होगा।