කේරටොකෝනස් (Keratoconus) හෙවත් ඇසේ කුණිතය තුනී වී නෙරායාමේ රෝගයට කෘත්රිම බුද්ධිය (AI) මගින් කල්තියා ප්රතිකාර කොට පෙනීම සුරකින පෙරළියක්
ආපසු හැරවිය නොහැකි පරිදි ඇසේ පෙනීමට හානිය සිදුවීමට පෙර කේරටොකෝනස් (Keratoconus) හෙවත් ඇසේ කුණිතය තුනී වී නෙරායාමටප්රතිකාර අවශ්ය අයව AI තාක්ෂණයෙන් හඳුනාගනීමෙම පෙරළිකාර සොයාගැනීම මගින් දෘෂ්ටිය සුරැකීමට, අක්ෂි ස්වච්ඡ (cornea) බද්ධ කිරීම් අවම කිරීමට සහ අක්ෂි සත්කාර සේවාව නව මගකට යොමු කිරීමට හැකිවනු ඇත.
කෘත්රිම බුද්ධිය (AI) භාවිතයෙන්, කේරටොකෝනස් (keratoconus) රෝගීන්ගෙන් කාටද කුණිත (cornea) කඩිනම් ප්රතිකාර අවශ්ය වන්නේ දැයි, ආපසු හැරවිය නොහැකි හානියක් සිදුවීමට පෙර පුරෝකථනය කිරීමට දැන් හැකි වී තිබේ.
පර්යේෂකයින් පිරිසක් කෘත්රිම බුද්ධිය (AI) සාර්ථකව භාවිතා කර, ස්වච්ඡයේ ස්ථාවරත්වය පවත්වා ගැනීමට සහ පෙනීම සුරැකීමට ප්රතිකාර අවශ්ය වන්නේ කුමන රෝගීන්ට දැයි පුරෝකථනය කිරීමට සමත් වී තිබේ. මෙම අධ්යයනය යුරෝපීය ඇසේ සුද සහ වර්තන ශල්ය වෛද්යවරුන්ගේ සංගමයේ (ESCRS) 43 වැනි සමුළුවේදී ඉදිරිපත් කරන ලදී. [1]
මෙම පර්යේෂණය කේරටොකෝනස් (keratoconus) නම් දෘශ්ය දුර්වලතාවයෙන් පෙළෙන පුද්ගලයින් කෙරෙහි අවධානය යොමු කරන ලදී. මෙම තත්ත්වය සාමාන්යයෙන් යෞවනයන් සහ තරුණ වැඩිහිටියන් අතර වර්ධනය වන අතර, වැඩිහිටි වියට පත්වෙත්ම නරක අතට හැරීමේ ප්රවණතාවයක් පවතී. මෙය පුද්ගලයින් 350 දෙනෙකුගෙන් එක් අයෙකුට පමණ බලපායි. සමහර අවස්ථාවලදී, මෙම තත්ත්වය අක්ෂි කාච මගින් කළමනාකරණය කළ හැකි නමුත්, සමහර අවස්ථාවලදී එය ශීඝ්රයෙන් නරක අතට හැරේ. නියමිත වේලාවට ප්රතිකාර නොකළහොත්, රෝගීන්ට ස්වච්ඡ බද්ධ කිරීමක් අවශ්ය විය හැකිය. වර්තමානයේ, ප්රතිකාර අවශ්ය වන්නේ කාටදැයි හඳුනාගැනීමේ එකම ක්රමය වන්නේ කාලයත් සමඟ රෝගීන් නිරන්තරයෙන් නිරීක්ෂණය කිරීමයි.
පර්යේෂකයින් රෝගීන්ගේ ඇස්වල ඡායාරූප, වෙනත් දත්ත සමඟ ඒකාබද්ධව ඇගයීමට AI භාවිතා කළ අතර, කඩිනම් ප්රතිකාර අවශ්ය රෝගීන් කවුරුන්ද සහ නිරීක්ෂණය පමණක් ප්රමාණවත් වන්නේ කාටදැයි සාර්ථකව පුරෝකථනය කරන ලදී.
මෙම අධ්යයනය එක්සත් රාජධානියේ, ලන්ඩන් නුවර මුවර්ෆීල්ඩ්ස් අක්ෂි රෝහලේ (Moorfields Eye Hospital NHS Foundation Trust) සහ ලන්ඩන් විශ්ව විද්යාල විද්යාලයේ (UCL) වෛද්ය ශාෆි බලාල් (Dr Shafi Balal) සහ ඔහුගේ සගයන් විසින් සිදු කරන ලදී. ඔහු මෙසේ පැවසීය: “කේරටොකෝනස් රෝගීන්ගේ, ඇසේ ඉදිරිපස කවුළුව බඳු ස්වච්ඡය පිටතට නෙරා එනවා. මෙය තරුණ, රැකියාවල නිරත වන වයසේ රෝගීන්ගේ පෙනීම දුර්වල කරන අතර, බටහිර ලෝකයේ ස්වච්ඡ බද්ධ කිරීමට ප්රධානම හේතුව මෙයයි.”
“‘ක්රොස්-ලින්කින්’ (cross-linking) නම් තනි ප්රතිකාරයකින් රෝගය වර්ධනය වීම නැවැත්විය හැකියි. ස්ථිර කැළැල් ඇතිවීමට පෙර මෙම ප්රතිකාරය සිදු කළහොත්, බොහෝ විට ස්වච්ඡ බද්ධ කිරීමේ අවශ්යතාවය වළක්වා ගත හැකියි. නමුත්, දැනට වෛද්යවරුන්ට පුරෝකථනය කරන්න බැහැ කුමන රෝගීන්ගේ තත්ත්වය නරක අතට හැරේද, කුමන රෝගීන් නිරීක්ෂණයෙන් පමණක් ස්ථාවරව සිටීද කියා. මෙහි අරුත වන්නේ, රෝගීන්ට වසර ගණනාවක් පුරා නිරන්තර නිරීක්ෂණ අවශ්ය වන අතර, ක්රොස්-ලින්කින් ප්රතිකාරය සිදු කරනු ලබන්නේ බොහෝ විට රෝගය උත්සන්න වීමෙන් පසුව වීමයි.”
මෙම අධ්යයනය සඳහා කේරටොකෝනස් තක්සේරුව සහ නිරීක්ෂණය සඳහා මුවර්ෆීල්ඩ්ස් අක්ෂි රෝහල වෙත යොමු කරන ලද රෝගීන් කණ්ඩායමක් සම්බන්ධ කර ගන්නා ලදී. එහිදී, ඇසේ හැඩය පරීක්ෂා කිරීම සඳහා ඔප්ටිකල් කොහියරන්ස් ටොමොග්රැෆි (OCT) තාක්ෂණයෙන් ඇසේ ඉදිරිපස ස්කෑන් කිරීම ද ඇතුළත් විය. පර්යේෂකයින් විසින් රෝගීන් 6,684 දෙනෙකුගේ OCT ඡායාරූප 36,673ක් සහ අනෙකුත් දත්ත අධ්යයනය කිරීම සඳහා AI තාක්ෂණය යොදා ගන්නා ලදී.
මෙම AI ඇල්ගොරිතමයට, පළමු වෛද්ය හමුවේදීම ලබාගත් ඡායාරූප සහ දත්ත පමණක් භාවිතයෙන්, රෝගියෙකුගේ තත්ත්වය නරක අතට හැරේද නැතහොත් ස්ථාවරව පවතීද යන්න නිවැරදිව පුරෝකථනය කිරීමට හැකි විය. AI භාවිතයෙන්, පර්යේෂකයන්ට රෝගීන්ගෙන් තුනෙන් දෙකක් ප්රතිකාර අවශ්ය නොවන අඩු අවදානම් කණ්ඩායමකටත්, ඉතිරි තුනෙන් එක කඩිනම් ක්රොස්-ලින්කින් ප්රතිකාර අවශ්ය ඉහළ අවදානම් කණ්ඩායමකටත් වර්ග කිරීමට හැකි විය. දෙවන රෝහල් හමුවක තොරතුරු ඇතුළත් කළ විට, ඇල්ගොරිතමයට රෝගීන්ගෙන් 90%ක් දක්වා සාර්ථකව වර්ගීකරණය කිරීමට හැකි විය.
ක්රොස්-ලින්කින් ප්රතිකාරයේදී පාරජම්බුල කිරණ (ultraviolet light) සහ විටමින් B2 (riboflavin) බින්දු භාවිතයෙන් ස්වච්ඡය ශක්තිමත් කරනු ලබන අතර, එය 95%කට වඩා වැඩි අවස්ථාවන්හිදී සාර්ථක වේ.
වෛද්ය බලාල් තවදුරටත් මෙසේ පැවසීය: “අපේ පර්යේෂණයෙන් පෙන්වනවා ප්රතිකාර අවශ්ය රෝගීන් කවුද, නිරීක්ෂණය පමණක් ප්රමාණවත් වන්නේ කාටද කියා AI මගින් පුරෝකථනය කළ හැකි බව. ස්කෑන් සහ රෝගී දත්ත සංයෝජනයකින් කේරටොකෝනස් වර්ධනයේ අවදානම මෙතරම් ඉහළ නිරවද්යතාවයකින් පුරෝකථනය කළ පළමු අධ්යයනය මෙයයි. මෙම ඇල්ගොරිතමය සායනික භාවිතයට යෙදවීමට පෙර තවදුරටත් ආරක්ෂක පරීක්ෂණවලට ලක් කරනවා.”
“අපගේ ප්රතිඵලවලින් අදහස් වෙන්නේ, ඉහළ අවදානම් සහිත කේරටොකෝනස් රෝගීන්ට ඔවුන්ගේ තත්ත්වය නරක අතට හැරීමට පෙර වළක්වා ගැනීමේ ප්රතිකාර ලබාගැනීමට හැකි වන බවයි. මෙය පෙනීම නැතිවීම වළක්වන අතර, සංකූලතා සහ සුවවීමේ අපහසුතා සහිත ස්වච්ඡ බද්ධ කිරීමේ ශල්යකර්ම අවශ්යතාවය ද මගහරවනු ඇති. අඩු අවදානම් සහිත රෝගීන්ට අනවශ්ය ලෙස නිතර නිතර නිරීක්ෂණ සඳහා පැමිණීමෙන් වැළකී සිටිය හැකි අතර, එය සෞඛ්ය සේවා සම්පත් නිදහස් කරනු ඇති.”
මෙම පර්යේෂකයින් දැන් මිලියන ගණනක් අක්ෂි ස්කෑන් පරීක්ෂණ මත පුහුණු කරන ලද, වඩාත් බලවත් AI ඇල්ගොරිතමයක් සංවර්ධනය කරමින් සිටී. එය කේරටොකෝනස් වර්ධනය පුරෝකථනය කිරීම මෙන්ම අක්ෂි ආසාදන සහ පාරම්පරික අක්ෂි රෝග හඳුනා ගැනීම වැනි වෙනත් කාර්යයන් සඳහා ද යොදාගත හැකි වනු ඇත.
මෙම පර්යේෂණයට සම්බන්ධ නොවූ, ESCRS හි භාරකරුවෙකු සහ ස්පාඤ්ඤයේ, බාසිලෝනා හි අක්ෂි ක්ෂුද්ර ශල්ය ආයතනයේ (Instituto de Microcirugía Ocular) ස්වච්ඡ, ඇසේ සුද සහ වර්තන ශල්ය අංශයේ ප්රධානී, වෛද්ය හොසේ ලුයිස් ගුඑල් (Dr José Luis Güell) මහතා මෙසේ පැවසීය: “කේරටොකෝනස් කළමනාකරණය කළ හැකි තත්ත්වයක්, නමුත් කාටද, කවදාද සහ කෙසේද ප්රතිකාර කළ යුත්තේ කියා දැනගැනීම අභියෝගාත්මකයි. මෙම ගැටලුව නිසා ප්රතිකාර ප්රමාද වී, බොහෝ රෝගීන්ගේ පෙනීම නැතිවී, ආක්රමණශීලී ශල්යකර්ම අවශ්ය වෙනවා.”
“මෙම පර්යේෂණයෙන් පෙනී යන්නේ රෝගය උත්සන්න වන්නේ කාටදැයි ඔවුන්ගේ පළමු සාමාන්ය උපදේශනයේ සිටම පුරෝකථනය කිරීමට AI භාවිතා කළ හැකි බවයි. ඒ කියන්නේ අපිට රෝගය උත්සන්න වීමට පෙර රෝගීන්ට ඉක්මනින් ප්රතිකාර කරන්න පුළුවන්. ඒ වගේම, තත්ත්වය ස්ථාවර රෝගීන් අනවශ්ය ලෙස නිරීක්ෂණය කිරීම අඩු කරන්නත් පුළුවන්. මෙම තාක්ෂණය එහි කාර්යක්ෂමතාවය දිගින් දිගටම ඔප්පු කළහොත්, තරුණ, වැඩ කරන වයසේ රෝගීන්ගේ දෘෂ්ටිය නැතිවීම සහ වඩාත් දුෂ්කර කළමනාකරණ උපායමාර්ග වළක්වා ගැනීමට අවසානයේදී හැකිවනු ඇත.”
සටහන්
[1] ESCRS25-FP-2399, ‘Prediction Of Keratoconus Progression Using Multi-Modal Deep Learning’, Shafi Balal et al, session: Keratoconus clinics and diagnostics, 08.30 hrs CEST, Sunday 14 September, https://pag.virtual-meeting.org/escrs/escrs2025/en-GB/pag/session/97345 මුල්යාධාර: ESCRS Digital Research Award, Frost Trust and the UK National Institute of Health and Research (NIHR)
තතු 
ප්රතිචාරයක් ලබාදෙන්න