का रउवा कबो सोचले बानी कि आज सबेरे जवन गोली खईले रहनी ओकरा हाथ तक पहुंचे में केतना समय लागल? पहिला, प्रयोगशाला में व्यापक शोध करेले। एकरा बाद जानवर प एकर परीक्षण करेले। लेकिन एकरा से पहिले कि एकरा के इंसान में इस्तेमाल खाती मंजूरी मिल सके, एकरा के इंसान प परीक्षण करे के होई। एकरा के हमनी के क्लिनिकल ट्रायल कहेनी जा। ई बहुते जटिल आ महँग प्रक्रिया ह.
सीधा-सीधा कहल जाव त क्लिनिकल ट्रायल का होला?
सरल शब्दन में कहल जाव त एगो क्लिनिकल ट्रायल अईसन काम करेला कि शोधकर्ता ओ बेमारी के मरीज के भर्ती करेले, जवना के इ नया विकसित दवाई निशाना बनावतिया। एकरा बाद एह स्वयंसेवकन के बेतरतीब ढंग से दू गो समूह में बाँटल जाला.
1. पहिला समूह के जांच करे वाला नया दवाई दिहल जाला।
2. दूसरा समूह , ``नियंत्रण समूह'', के एगो प्लेसबो दिहल जाला जवना में कवनो सक्रिय तत्व ना होखे अवुरी एकदम दवाई निहन देखाई देवेला। हमनी के एकरा के ``प्लेसेबो'' कहेनी जा।
अगर एह परीक्षण के अंत में प्लेसबो लेवे वाला लोग के मुक़ाबले नाया दवाई लेवे वाला लोग के लक्षण में जादे सुधार भईल बा त इ साबित करता कि इ नाया दवाई कारगर बा।
एह तरह के परीक्षण में एगो बड़ चुनौती बा कि पर्याप्त मरीज मिल जाव जे एह परीक्षण खातिर बिल्कुल सही फिट होखे. कई बेर त डाक्टर लोग के भी पता ना चलेला कि कवन ट्रायल उनुका मरीज खातिर सही बा। संगही, भाग लेवे के चाहत मरीज के विशेषता परीक्षण के जरूरत से मेल ना खाए सकता। हालांकि आर्टिफिशियल इंटेलिजेंस (एआई) से इ काम बहुत आसान हो सकता।
आपन "डिजिटल जुड़वाँ" से मिलल जाव.
कल्पना करीं कि रउरा लगे आपन कंप्यूटर मॉडल बा, माने कि रउरा आपन डिजिटल कॉपी. उहे ह जवना के ``डिजिटल ट्विन'' कहल जाला। ई खाली ``कंप्यूटर मॉडल'' हवें जे कंप्यूटर पर वास्तविक दुनिया के कौनों ऑब्जेक्ट भा सिस्टम के सिमुलेट करे लें। बाकिर जब संख्यात्मक रूप से देखल जाला त ओह लोग के व्यवहार ठीक असली चीज जइसन होला. एकर सबसे बढ़िया उदाहरण ई बा कि जब अपोलो 13 अंतरिक्ष यान के ऑक्सीजन टैंक में विस्फोट भइल त नासा पृथ्वी पर बनल ओही अंतरिक्ष यान के ``डिजिटल ट्विन'' से एकरा के मरम्मत में मदद कइलस।
अब वैज्ञानिक लोग एगो इंसान के ``डिजिटल ट्विन`` बना सकेला, पर्याप्त ``डेटा`` दिहल गइल। एह में एगो आर्टिफिशियल इंटेलिजेंस टेक्नोलॉजी के इस्तेमाल होला जवना के नाम बा ``मशीन लर्निंग``। सीधा-सीधा कहल जाए त एकरा में कंप्यूटर प्रोग्राम के बहुत मात्रा में डेटा दिहल अवुरी ओकरा से सीखल जाए दिहल शामिल बा।
पिछला क्लिनिकल ट्रायल के डेटा आ हर मरीज के निजी मेडिकल रिकार्ड के इस्तेमाल से एह मशीन लर्निंग मॉडल के प्रशिक्षण देके मरीजन के डिजिटल जुड़वाँ बनावल जाला। एकरा बाद मॉडल भविष्यवाणी क सकेला कि अगर कवनो मरीज के प्लेसबो दिहल जाव त परीक्षण के दौरान ओकर स्वास्थ्य में कइसे बदलाव होई।मने कि ओही मरीज खातिर कंप्यूटर से बनल कंट्रोल ग्रुप (सिमुलेटेड कंट्रोल ग्रुप) बनावल जाला।
अब देखल जाव कि ई कइसे काम करेला. मान लीं कि "समाधि" नाम के केहू के चुनल जाला कि ऊ ओह समूह में होखे जवना के नया दवाई मिलेला. समाधी के ``डिजिटल ट्विन'' एगो कंप्यूटर मॉडल, नियंत्रण समूह में बा। मॉडल के भविष्यवाणी बा कि अगर समाधी के वास्तविक दवाई के जगह ``प्लेसेबो'' दिहल जाव त का होई। अंततः समाधि के दवाई के प्रति वास्तविक प्रतिक्रिया अवुरी मॉडल के भविष्यवाणी कईल गईल कि जदी उ ``प्लेसेबो'' लेतारे त का होई, एकरा बीच के अंतर एकर माप बा कि इ दवाई समाधि खाती केतना कारगर बा।
एह तरीका के एगो बड़ फायदा इ बा कि क्लिनिकल ट्रायल में भाग लेवे वाला लगभग हर आदमी के इ नाया दवाई मिले के मौका मिलेला, काहेंकी ``प्लेसबो'' उनुका डिजिटल जुड़वा बच्चा के दिहल जाला।
आईं एह तालिका के देखल जाव कि पारंपरिक नियंत्रण टीम के बजाय ``डिजिटल ट्विन'' के इस्तेमाल के फायदा साफ-साफ देखल जा सके।
| विशेषता के बा | पारंपरिक तरीका के बा | डिजिटल जुड़वा तरीका के बा |
|---|---|---|
| नियंत्रण समूह के ह | असली लोग से बनल बा। उ लोग के एगो (प्लेसेबो) मिल जाला। | कंप्यूटर मॉडल (डिजिटल ट्विन) से बनल बा। |
| मरीजन खातिर फायदा होला | प्लेसबो मिले के 50% चांस बा। मतलब कि रउरा नया दवाई छोड़ सकेनी. | बहुत लोग के असली दवाई आजमावे के मौका मिलेला। |
| जरूरत बा स्वयंसेवक के संख्या | अउरी लोग के जरूरत बा (दुनो टीम खातिर)। | इ जांच कम संख्या में लोग के संगे कईल जा सकता। |
| समय आ लागत के बारे में बतावल गइल बा | बहुत ऊँच बा। | एकरा के काफी कम कईल जा सकता। |
भले ही इ तकनीक बढ़िया होखे, लेकिन का कवनो समस्या नईखे?
हालांकि इ तकनीक भविष्य खाती बहुत वादा करेले, लेकिन अभी तक एकर बहुत इस्तेमाल नईखे भईल। एकर बढ़िया कारण हो सकेला. जईसे कि ``(मशीन लर्निंग),'' के विशेषज्ञ डॉ. डेनियल नील बतावत बाड़े कि इ मॉडल बहुत मात्रा में डेटा प निर्भर बा। साथ ही, व्यक्ति से उच्च गुणवत्ता वाला डेटा प्राप्त कइल बहुत मुश्किल बा।
उ कहले कि, "लोग अक्सर अपना खानपान अवुरी व्यायाम के आदत जईसन चीज़ के बारे में जानकारी खुद रिपोर्ट करेले। लोग हमेशा सच्चाई ना बतावेले। उ लोग अपना व्यायाम के मात्रा के जादा बतावेले अवुरी जंक फूड के मात्रा के कम बतावेले।"
एगो अवुरी मुद्दा बा कि कवनो दवाई के दुर्लभ, अप्रत्याशित दुष्प्रभाव हो सकता। अक्सर ई सभ नियंत्रण समूह खातिर बनावल गइल मॉडल में ना सामिल होलें।
बाकिर डॉ. नील के सबसे बड़ डर ई बा कि ई भविष्यवाणी मॉडल “सामान्य रूप से कारोबार” पर आधारित बा. कल्पना करीं कि कोविड-19 महामारी जइसन कवनो बड़हन, अप्रत्याशित घटना जवन सभकर व्यवहार बदल देला आ लोग के बेमार कर देला. उ कहले कि, कंट्रोल मॉडल में एकरा के ध्यान में ना राखल जाला। फेर एह घटना के चलते जवना के नियंत्रण समूह ध्यान में ना रखलस, प्रयोग के अंतिम नतीजा एकदम अलग हो सकता।
त का सचहूँ एकर इस्तेमाल कइल जा सकेला? भविष्य में का होई?
स्वास्थ्य सेवा में डिजिटल तकनीक के इस्तेमाल के विशेषज्ञ एरिक टोपोल के लागता कि इ विचार बहुत बढ़िया बा, लेकिन अभी समय ठीक नईखे भईल। उ कहले कि, "हमरा नईखे लागत कि निकट भविष्य में क्लिनिकल ट्रायल में कवनो बदलाव होई। काहेंकी एकरा खाती सिर्फ स्वास्थ्य रिकॉर्ड, जईसे जीनोम सीक्वेंस, आंत के माइक्रोबायोम, पर्यावरण के डेटा से आगे, कई परत के डेटा के जरूरत होखेला।"
एह तकनीक के अग्रणी अनलर्न डॉट एआई के संस्थापक चार्ल्स फिशर के मुताबिक, डेटा के गोपनीयता अवुरी पूर्वाग्रह के समस्या के समाधान पहिलही से बा। उ कहले कि, "गोपनीयता आसान बा। हमनी के सिर्फ अयीसन डेटा के संगे काम करेनी, जवना के पहिले से बेनामी कईल गईल बा।"
पूर्वाग्रह के बात करत घरी उनुकर कहनाम बा कि भलही मुद्दा के पूरा तरीका से समाधान नईखे भईल, लेकिन इ अध्ययन के नतीजा से प्रासंगिक नईखे। चुकी अध्ययन यादृच्छिक होखेला, एहसे भले ही डेटा में कुछ पूर्वाग्रह होखे, लेकिन एकर नतीजा प कवनो असर ना पड़ेला। हालांकि कुछ विशेषज्ञ ए विचार से असहमत बाड़े। कहत बाड़े किचुकी रउआ कवनो असली आदमी के तुलना कंप्यूटर मॉडल से कर रहल बानी, अगर ओह मॉडल में कवनो गलती बा त एकर सीधा असर नतीजा प पड़ सकता।
हालांकि, अनलर्न.एआई पहिलही से दवाई बनावे वाली कंपनी के संगे मिल के अल्जाइमर, पार्किंसंस, अवुरी मल्टीपल स्क्लेरोसिस जईसन न्यूरोलॉजिकल बेमारी खाती क्लिनिकल ट्रायल के डिजाइन बनावतिया। उ लोग एह बेमारी के शुरुआत करे खातिर एगो बढ़िया जगह के रूप में चुनले काहे कि एह बेमारी के लगे दोसरा से अधिका डेटा बा. फिशर के कहनाम बा कि जदी एक दिन ए तरीका के सभ बेमारी प लागू कईल जा सकता त एकरा से नाया दवाई के बाजार में आवे में लागे वाला समय में बहुत कमी आ सकता।
घर ले जाए के संदेश
- डिजिटल जुड़वाँ एगो असली मरीज के कंप्यूटर मॉडल हवे जेकर इस्तेमाल नया दवाई के परीक्षण करे वाला क्लिनिकल ट्रायल में होला।
- एह से नियंत्रण समूह खातिर असली लोग के इस्तेमाल के बजाय एह डिजिटल मॉडल सभ के इस्तेमाल कइल जा सके ला।
- एह तरीका के एगो बड़ फायदा ई बा कि परीक्षण में अधिका भाग लेबे वाला लोग के ओह वास्तविक दवाई के पावे के मौका मिलेला जवना के परीक्षण कइल जा रहल बा.
- हालाँकि, चुनौती बाकी बाड़ी सऽ, जइसे कि उच्च गुणवत्ता वाला डेटा हासिल करे में दिक्कत आ अप्रत्याशित घटना सभ के मॉडलिंग करे में असमर्थता।
- हालांकि इ तकनीक चिकित्सा के भविष्य खाती बहुत वादा करेले, लेकिन अभी तक इ अपना प्रारंभिक अवस्था में बा। अगर रउरा कवनो चिंता भा संदेह बा त अपना डॉक्टर से बात कइल जरूरी बा .
💬 Comments (0)
अभी तक कवनो टिप्पणी नइखे कइल गइल। पहिला बेर आपन टिप्पणी एहिजा जोड़ीं.
आपन टिप्पणी जोड़ीं