ગંભીર બીમારીઓના કારણે ICUમાં વેન્ટિલેટર પર દાખલ દર્દીઓ માટે જીવન અને મૃત્યુ વચ્ચેની લડાઈ અત્યંત સંવેદનશીલ બની રહે છે. આવા દર્દીઓ સારવારનો પ્રતિસાદ આપશે કે નહીં, તેમની સ્થિતિમાં સુધારો થશે કે કેમ – તે અંગે ચોક્કસ અંદાજ લગાવવો ડોકટરો માટે પણ સહેલું નથી. ખાસ કરીને જ્યારે હોસ્પિટલોમાં ICU બેડ અને વેન્ટિલેટરની ઉપલબ્ધતા મર્યાદિત હોય, ત્યારે દર્દીઓના ભારે દબાણ વચ્ચે યોગ્ય નિર્ણય લેવાનો પડકાર વધુ ગંભીર બની જાય છે. ઘણી વખત એવા દર્દીઓને પણ ICU સુવિધા મળી શકતી નથી, જેમના જીવ બચાવી શકાયા હોત. આવી પરિસ્થિતિમાં હવે કૃત્રિમ બુદ્ધિ (AI) આધારિત મશીન લર્નિંગ ટેકનોલોજી આરોગ્ય ક્ષેત્ર માટે એક મહત્વપૂર્ણ ઉકેલ બનીને સામે આવી છે.

IIT દિલ્હી અને AIIMSના નિષ્ણાતોએ મળીને વિકસાવેલી આ અદ્યતન AI ટેકનોલોજી ICUમાં વેન્ટિલેટર સપોર્ટ પર રહેલા દર્દીઓની સ્થિતિનું વિશ્લેષણ કરીને તેઓ સારવારનો કેટલો પ્રતિસાદ આપશે તેની આગાહી કરવામાં ડોકટરોને મદદ કરશે. આ ટેકનોલોજી ડોકટરોને માત્ર અનુમાન પર આધાર રાખવાને બદલે વૈજ્ઞાનિક અને ડેટા આધારિત નિર્ણય લેવામાં સહાયક બનશે. આ સંશોધન તાજેતરમાં આંતરરાષ્ટ્રીય ખ્યાતિપ્રાપ્ત મેડિકલ જર્નલ ‘જર્નલ ઓફ ક્લિનિકલ મોનિટરિંગ એન્ડ કમ્પ્યુટિંગ’માં પ્રકાશિત થયું છે, જે તેની વિશ્વસનીયતા અને ઉપયોગિતાને વધુ મજબૂત બનાવે છે.

આ અભ્યાસ IIT દિલ્હીના સેન્ટર ફોર બાયોમેડિકલ એન્જિનિયરિંગના પ્રોફેસર ડો. અમિત મહેંદીરત્તાના નેતૃત્વ હેઠળ કરવામાં આવ્યો હતો, જ્યારે મુખ્ય સંશોધક તરીકે ડો. શિવી મેંદિરત્તાએ મહત્વપૂર્ણ ભૂમિકા ભજવી હતી. ડો. શિવી મેંદિરત્તાના જણાવ્યા મુજબ, હાલ ડોકટરો દર્દીની હાલત સમજવા માટે SOFA સ્કોર (Sequential Organ Failure Assessment)નો ઉપયોગ કરે છે. આ સ્કોર દર્દીના વિવિધ અંગોની કાર્યક્ષમતાના આધારે બનાવવામાં આવે છે અને તેના આધારે દર્દીના સ્વાસ્થ્ય અંગે આગાહી કરવામાં આવે છે. જોકે, SOFA સ્કોર મર્યાદિત પરિમાણો પર આધારિત હોવાથી દરેક દર્દીની સંપૂર્ણ અને ચોક્કસ સ્થિતિ દર્શાવવામાં ક્યારેક અસમર્થ રહે છે.

નવી AI આધારિત મશીન લર્નિંગ સિસ્ટમ આ ખામી દૂર કરવામાં મદદરૂપ બનશે. સંશોધન દરમિયાન નિષ્ણાતોએ કુલ આઠ અલગ-અલગ મશીન લર્નિંગ ટૂલ્સનું પરીક્ષણ કર્યું હતું. ICUમાં દાખલ દર્દીઓના વાસ્તવિક ડેટાનો ઉપયોગ કરીને આ મોડેલોનું મૂલ્યાંકન કરવામાં આવ્યું અને તેમના પરિણામોની સરખામણી ડોકટરો દ્વારા તૈયાર કરાયેલા SOFA સ્કોર સાથે કરવામાં આવી. આ પ્રક્રિયામાં જાણવા મળ્યું કે SHAP (Shapley Additive Explanations) આધારિત KNN (k-Nearest Neighbor) મશીન લર્નિંગ મોડેલ ICU દર્દીઓના સ્વાસ્થ્યની આગાહી કરવામાં સૌથી વધુ અસરકારક સાબિત થયું.

આ AI ટૂલ દર્દીના પ્રવેશ પહેલાંના પરીક્ષણો, વેન્ટિલેટર સંબંધિત માહિતી અને કુલ 98 જેટલા ક્લિનિકલ પરિમાણોના આધારે વિશ્લેષણ કરે છે. આટલા મોટા પ્રમાણમાં ડેટાનું માનવ દ્વારા વિશ્લેષણ કરવું મુશ્કેલ છે, પરંતુ AI માટે આ પ્રક્રિયા ઝડપી અને ચોક્કસ બની જાય છે. AIIMSના ICUમાં દાખલ દર્દીઓના વાસ્તવિક ડેટા પર આ ટૂલનું સફળ પરીક્ષણ કરવામાં આવ્યું છે, જેના કારણે ભવિષ્યમાં તેનો વ્યાપક ઉપયોગ શક્ય બનશે.

આ ટેકનોલોજી માત્ર દર્દીના જીવ બચાવવાની સંભાવના વધારશે એટલું જ નહીં, પરંતુ સમગ્ર ICU વ્યવસ્થાપનને વધુ અસરકારક બનાવશે. ખાસ કરીને જ્યારે દર્દીઓની સંખ્યા વધારે હોય અને સંસાધનો મર્યાદિત હોય, ત્યારે આ AI સિસ્ટમ યોગ્ય દર્દીને યોગ્ય સમયે ICU સુવિધા પહોંચાડવામાં મહત્વપૂર્ણ ભૂમિકા ભજવી શકે છે.
 

AI આધારિત આ ટેકનોલોજીના મુખ્ય ફાયદા

► ડોકટરોને આગળની સારવાર માટે યોગ્ય વ્યૂહરચના નક્કી કરવામાં મદદ મળશે.
► ICUમાં દાખલ દર્દીઓના સ્વાસ્થ્યમાં સુધારાની શક્યતાનો ચોક્કસ અંદાજ લગાવી શકાશે.
► ICUમાં દાખલ કરતી વેળાએ દર્દીની સ્થિતિ વધુ સ્પષ્ટ રીતે જાણી શકાય છે.
► દર્દીઓના ભારે દબાણ દરમિયાન ICUના બેડ અને વેન્ટિલેટર જેવા સંસાધનોનો વધુ સારો ઉપયોગ શક્ય બનશે.
► ડેટા આધારિત નિર્ણયથી માનવીય ભૂલોની શક્યતા ઘટશે અને સારવારની ગુણવત્તા વધશે.

આ રીતે IIT દિલ્હી અને AIIMS દ્વારા વિકસાવેલી AI આધારિત મશીન લર્નિંગ ટેકનોલોજી ભારતીય આરોગ્ય વ્યવસ્થામાં એક ક્રાંતિકારી બદલાવ લાવી શકે છે અને ICUમાં સારવાર લઈ રહેલા ગંભીર દર્દીઓ માટે નવી આશા સાબિત થઈ શકે છે.