કેન્સરનું નિદાન થયા પછી દર્દી અને પરિવારનું સૌથી પહેલું ધ્યાન સારવાર પર જ હોય છે, જે સ્વાભાવિક અને જરૂરી છે. પરંતુ કેન્સર શા માટે થયું અને તેની પાછળ કયા કારણો જવાબદાર રહ્યા, તેની તપાસ પણ એટલી જ મહત્વપૂર્ણ બની શકે છે. આ દિશામાં દિલ્હીની ઈન્દ્રપ્રસ્થ ઈન્સ્ટિટ્યૂટ ઓફ ઇન્ફોર્મેશન ટેક્નોલોજીના એસોસિએટ પ્રોફેસર અને સંશોધક ગૌરવ આહુજાએ એક નવી GenAI આધારિત ટેકનોલોજી વિકસાવી છે. આ પ્લેટફોર્મ કેન્સરની માત્ર ઓળખ કરવા સુધી મર્યાદિત નથી, પરંતુ દર્દીના શરીરમાં થયેલા ફેરફારોનું વિશ્લેષણ કરીને કેન્સર થવા પાછળના સંભવિત મૂળ કારણો સુધી પહોંચવાનો પ્રયાસ કરે છે.
આ નવી ટેકનોલોજીને ‘મલ્ટિએઆઈવર્ષ’ નામ આપવામાં આવ્યું છે. સંશોધકનો દાવો છે કે આ પ્રકારનું પ્લેટફોર્મ કેન્સરના મૂળ કારણો શોધવા માટે વિવિધ જૈવિક માહિતીનું વિશ્લેષણ કરે છે. દર્દીના DNAમાં ક્યાં પ્રકારના ફેરફાર થયા અને તેની પાછળ કયા પરિબળો જવાબદાર હોઈ શકે તેની તપાસ માટે આ AI પ્લેટફોર્મ વિકસાવવામાં આવ્યું છે. સામાન્ય રીતે કેન્સરની તપાસમાં મુખ્ય ધ્યાન બીમારી ક્યાં છે, કયા પ્રકારનો કેન્સર છે અને તેની સારવાર કેવી રીતે કરવી તેના પર હોય છે. જોકે, કેન્સર સુધી પહોંચાડનારા પરિબળોને સમજવાથી ભવિષ્યમાં તેની રોકથામ માટે નવી શક્યતાઓ ઊભી થઈ શકે છે. જો કોઈ વ્યક્તિમાં પ્રદૂષણ, હાનિકારક રસાયણો, ધૂમ્રપાન, જીવનશૈલી અથવા અન્ય પર્યાવરણીય પરિબળોના કારણે DNAમાં ફેરફાર થયા હોવાનું જાણવા મળે, તો ભવિષ્યમાં જોખમ ઘટાડવા માટે વધુ અસરકારક પગલાં લઈ શકાય.
ગૌરવ આહુજાના જણાવ્યા મુજબ, કેન્સરનું કારણ જાણવું માત્ર દર્દી માટે જ નહીં પરંતુ તેના પરિવાર અને સમાજ માટે પણ ઉપયોગી બની શકે છે. જો કેન્સર પાછળ કોઈ પારિવારિક, પર્યાવરણીય અથવા ચોક્કસ વિસ્તાર સાથે જોડાયેલું કારણ જોવા મળે તો તે જોખમને સમજવામાં અને રોકથામ માટેના પ્રયાસોમાં મદદ મળી શકે છે. ‘મલ્ટિએઆઈવર્ષ’ પ્લેટફોર્મ મશીન લર્નિંગ અને GenAI ટેકનોલોજીનો ઉપયોગ કરીને શરીરમાં રહેલા વિવિધ પ્રકારના જૈવિક ડેટાનું વિશ્લેષણ કરે છે. માત્ર DNAમાં થયેલા ફેરફારોને જોવાને બદલે શરીરના જુદા જુદા જૈવિક સ્તરો અને પરિબળોનો એકસાથે અભ્યાસ કરવાનો પ્રયાસ કરવામાં આવે છે. તેના આધારે કેન્સર થવા પાછળની સંભવિત પ્રક્રિયા અને કારણો અંગે વધુ વિગતવાર માહિતી મેળવવાનો હેતુ છે.
સંશોધન માટે ગુવાહાટીની ફાર્માસ્યૂટિકલ એજ્યુકેશન અને રિસર્ચ સંસ્થા તથા જેનોમિક્સ અને ઇન્ટેગ્રેટિવ બાયોલોજી સાથે જોડાયેલી સંસ્થાની મદદ લેવામાં આવી હતી. આસામના 27 લોકોના ડેટા પર આ AI મોડલનું પરીક્ષણ કરવામાં આવ્યું હતું. પરીક્ષણ દરમિયાન દર્દીઓના DNA સહિત વિવિધ જૈવિક પરિબળોનું વિશ્લેષણ કરવામાં આવ્યું. આ અભ્યાસનો મુખ્ય હેતુ માત્ર કેન્સરની હાજરી શોધવાનો નહોતો. સંશોધકોએ ખાસ કરીને એ જાણવાનો પ્રયાસ કર્યો હતો કે દર્દીઓમાં કેન્સર થવા પાછળ કયા પરિબળોએ ભૂમિકા ભજવી હોઈ શકે છે. AI મોડલ દ્વારા મળેલી માહિતીના આધારે કેન્સરની પાછળ રહેલા સંભવિત કારણો અને DNAમાં થયેલા ફેરફારો વચ્ચેનો સંબંધ સમજવાનો પ્રયાસ કરવામાં આવ્યો.
સંશોધકોના જણાવ્યા મુજબ, આજના સમયમાં લોકો રોજિંદા જીવનમાં અનેક પ્રકારના હાનિકારક પરિબળોના સંપર્કમાં આવે છે. પ્રદૂષિત હવા, વિવિધ રસાયણો, ખોરાકમાં રહેલા કેટલાક હાનિકારક તત્વો, ધૂમ્રપાન અને અન્ય પર્યાવરણીય કારણો શરીર પર લાંબા ગાળે અસર કરી શકે છે. કેટલાક પરિબળો DNAમાં ફેરફાર સાથે પણ જોડાયેલા હોઈ શકે છે. આ નવી ટેકનોલોજી આવા જટિલ પરિબળોનું એકસાથે વિશ્લેષણ કરીને કેન્સરની ‘ફૂટપ્રિન્ટ’ એટલે કે બીમારી સુધી પહોંચાડનારા સંભવિત સંકેતોને સમજવાનો પ્રયાસ કરે છે. એટલે કે, કેન્સરનું નિદાન થયા બાદ માત્ર બીમારીનું નામ જાણવા પૂરતું નહીં, પરંતુ તેના પાછળની સંભવિત પ્રક્રિયાને પણ સમજવાની દિશામાં આ ટેકનોલોજી ઉપયોગી બની શકે છે.
જો આ પ્રકારની ટેકનોલોજી મોટા પાયે વધુ સંશોધન અને પરીક્ષણ બાદ સફળ સાબિત થાય, તો ભવિષ્યમાં ચોક્કસ વિસ્તારોમાં કેન્સરના કેસો વધવા પાછળના પરિબળો શોધવામાં મદદ મળી શકે છે. ઉદાહરણ તરીકે, કોઈ વિસ્તારમાં પ્રદૂષણ, ચોક્કસ રસાયણો અથવા અન્ય પર્યાવરણીય પરિબળોના કારણે કેન્સરના કેસો વધી રહ્યા હોય તો તેના સંભવિત કારણો ઓળખવામાં આ પ્રકારના AI આધારિત વિશ્લેષણની ભૂમિકા મહત્વપૂર્ણ બની શકે છે. આ ઉપરાંત, પારિવારિક સ્તરે કેન્સરનું જોખમ સમજવામાં પણ આવી ટેકનોલોજી મદદરૂપ બની શકે છે. જો કોઈ ચોક્કસ જિનેટિક પેટર્ન અથવા પારિવારિક પરિબળો કેન્સરના જોખમ સાથે જોડાયેલા જોવા મળે, તો પરિવારના અન્ય સભ્યો માટે વધુ સાવચેતી અને સમયસર તપાસ અંગે માર્ગદર્શન મળી શકે છે. જોકે, નિષ્ણાતોના મતે AI આધારિત આવી ટેકનોલોજીને સીધી સારવાર અથવા અંતિમ તબીબી નિર્ણયનો વિકલ્પ માનવો યોગ્ય નથી. કેન્સર જેવી ગંભીર બીમારીમાં ડૉક્ટરની સલાહ, ક્લિનિકલ ટેસ્ટ, બાયોપ્સી અને અન્ય માન્ય તબીબી પદ્ધતિઓનું મહત્વ યથાવત રહે છે. AI ટેકનોલોજી ભવિષ્યમાં તબીબી નિષ્ણાતોને વધારાની માહિતી અને સંભવિત કારણોનું વિશ્લેષણ આપવામાં મદદરૂપ બની શકે છે.
આ સંશોધનનું મુખ્ય મહત્વ એ છે કે કેન્સર સામેની લડાઈમાં માત્ર સારવાર નહીં પરંતુ તેના કારણોને સમજવાની દિશામાં પણ નવી ટેકનોલોજીનો ઉપયોગ થઈ રહ્યો છે. અત્યાર સુધીમાં મેડિકલ સાયન્સમાં કેન્સરની વહેલી ઓળખ અને સારવાર પર મોટા પ્રમાણમાં કામ થયું છે. હવે AIની મદદથી કેન્સરના મૂળ સુધી પહોંચવાના પ્રયાસો પણ ઝડપ પકડી રહ્યા છે. ગૌરવ આહુજાના સંશોધન અનુસાર, ‘મલ્ટિએઆઈવર્ષ’ જેવી ટેકનોલોજી ભવિષ્યમાં કેન્સર સંબંધિત મોટા ડેટાનું વિશ્લેષણ કરીને વ્યક્તિગત અને સામૂહિક સ્તરે જોખમના કારણોને સમજવામાં મદદ કરી શકે છે. તેના આધારે કેન્સરની રોકથામ માટે વધુ સચોટ અને વિસ્તાર કે વ્યક્તિ પ્રમાણે અલગ રણનીતિ તૈયાર કરવાની શક્યતા પણ ઊભી થઈ શકે છે.
કેન્સર સામેની લડાઈમાં દરેક દર્દીની સ્થિતિ અલગ હોય છે. એક જ પ્રકારના કેન્સર પાછળ પણ અલગ-અલગ લોકોમાં જુદા કારણો જવાબદાર હોઈ શકે છે. તેથી વ્યક્તિગત DNA, પર્યાવરણ, જીવનશૈલી અને અન્ય જૈવિક પરિબળોનું એકસાથે વિશ્લેષણ કરતી ટેકનોલોજી ભવિષ્યમાં વધુ ઉપયોગી બની શકે છે. ભારતીય સંશોધક દ્વારા વિકસાવવામાં આવેલા આ GenAI પ્લેટફોર્મને કારણે હવે કેન્સર સંશોધનમાં એક નવી દિશા મળી શકે છે. કેન્સર થયું છે કે નહીં, તેની તપાસથી આગળ વધીને હવે ‘કેન્સર કેમ થયું?’ તેનો જવાબ શોધવાનો પ્રયાસ કરવામાં આવી રહ્યો છે. વધુ મોટા સ્તરે સંશોધન અને ક્લિનિકલ ચકાસણી બાદ આ ટેકનોલોજી કેન્સરની રોકથામ, જોખમની ઓળખ અને વ્યક્તિગત તબીબી અભિગમમાં મહત્વપૂર્ણ ભૂમિકા ભજવી શકે છે.
