ഒരു വ്യക്തിയുടെ നാവിന്റെ ചിത്രം മാത്രം വിശകലനം ചെയ്ത് രോഗം കണ്ടെത്താന് സാധിക്കുന്ന എഐ മോഡലുമായി ഗവേഷകര്. ഇറാഖിലേയും ഓസ്ട്രേലിയേയും ഗവേഷകര് ചേര്ന്നാണ് പുതിയ മോഡല് വികസിപ്പിച്ചെടുത്തിരിക്കുന്നത്. പരീക്ഷണങ്ങളില് 98% കൃത്യതയാണ് ഇവയ്ക്കെന്നാണ് ഗവേഷകര് പറയുന്നത്. ബാഗ്ദാദിലെ മിഡില് ടെക്നിക്കല് യൂണിവേഴ്സിറ്റിയും യൂണിവേഴ്സിറ്റി ഓഫ് സൗത്ത് ഓസ്ട്രേലിയയും ചേര്ന്നാണ് ഈ കണ്ടെത്തല് നടത്തിയത്.
നാവ് പരിശോധിച്ച് രോഗങ്ങള് കണ്ടെത്തുന്ന രീതി രണ്ടായിരം വര്ഷത്തോളം പഴക്കമുള്ള പരമ്പരാഗത ചൈനീസ് വൈദ്യശാസ്ത്ര രീതിയാണ്. നാവിന്റെ നിറവും രൂപസവിശേഷതയും പരിശോധിച്ചാണ് ഡോക്ടര്മാര് രോഗനിര്ണയം നടത്തിയിരുന്നത്. ഈ പരമ്പരാഗത രീതിയെ ആധുനിക സാങ്കേതിക വിദ്യയുമായി സംയോജിപ്പിക്കുകയാണിവിടെ.
‘സാധാരണയായി പ്രമേഹമുള്ളവരുടെ നാവിന് മഞ്ഞ നിറം കാണാറുണ്ട്. അതേസമയം കാന്സര് ബാധിതരുടെ നാവിന്റെ നിറം പര്പ്പിള് ആയിരിക്കും, കട്ടിയുള്ള കൊഴുപ്പ് നിറഞ്ഞ ആവരണവും ഇവരുടെ നാവില് കാണം. സ്ട്രോക്ക് ബാധിച്ചവരില് ചുവപ്പ് നിറത്തില്, അസാധാരണ ആകൃതിയിലുള്ള നാവാണ് കണ്ടുവരാറുള്ളത്’ ഗവേഷണത്തിന് നേതൃത്വം നല്കിയ പ്രഫ. അല് നാജി പറയുന്നു. വെള്ള നിറത്തിലുള്ള നാവ് അനീമിയയുടേയും കടുത്ത ചുവപ്പ് നിറം കോവിഡ്–19 നേയും സൂചിപ്പിക്കുന്നുവെന്നും അദ്ദേഹം പറഞ്ഞു. ഇന്ഡിഗോ അല്ലെങ്കില് വയലറ്റ് നിറത്തിലുള്ള നാവ് ദഹനവ്യവസ്ഥയിലെ സംബന്ധിച്ചുള്ള തകരാറുകളെയോ ആസ്ത്മയേയോ സൂചിപ്പിക്കുന്നു.
5,260 നാവുകളുടെ ചിത്രങ്ങളടങ്ങിയ ഡാറ്റാസെറ്റ് ഉപയോഗിച്ചാണ് എഐ മോഡല് തയ്യാറാക്കിയിട്ടുള്ളത്. നാവിന്റെ നിറത്തിലും ഘടനയിലുമുള്ള സൂക്ഷ്മമായ വ്യത്യാസങ്ങൾ എങ്ങനെ കൃത്യമായി തിരിച്ചറിയാമെന്ന് മനസിലാക്കാൻ ഇത് സഹായിച്ചു. കൃത്യത പരിശോധിക്കാനായി 60 രോഗികളുടെ നാവിന്റെ ചിത്രങ്ങള് ഉപയോഗിച്ച് പരിശോധനകൾ നടത്തിയതില് വിജയകരമായി രോഗാവസ്ഥ തിരിച്ചറിയാന് സാധിച്ചുവെന്നാണ് ഗവേഷണ റിപ്പോര്ട്ടില് പറയുന്നത്.
ടെക്നോളജീസ് ജേണലിൽ പ്രസിദ്ധീകരിച്ച പഠനത്തില് രോഗനിർണയത്തിനുള്ള സുരക്ഷിതവും കാര്യക്ഷമവും അനായാസേന ഉപയോഗിക്കാവുന്നതുമായ മാതൃകയായി ഇതിനെ മാറ്റാന് കഴിയുമെന്ന് വ്യക്തമാക്കുന്നു. ഈ സാങ്കേതികവിദ്യയെ ഒരു സ്മാർട്ട്ഫോൺ ആപ്ലിക്കേഷനുമായി സംയോജിപ്പിക്കാനാണ് ഗവേഷകര് ലക്ഷ്യമിടുന്നത്. ഇതുവഴി ആര്ക്കുവേണമെങ്കിലും അവരുടെ നാവിന്റെ ഫോട്ടോ എടുത്ത് രോഗാവസ്ഥയെ കുറിച്ച് മനസിലാക്കാന് കഴിയും. എന്നിരുന്നാലും സ്വയം ചികില്സ നല്ലതല്ല. രോഗം സ്ഥിരീകരിക്കാനായി ഡോക്ടര്മാരുടെ സഹായം തന്നെ തേടണം.
അതേസമയം, നിലവില് ഈ സാങ്കേതികവിദ്യയ്ക്ക് മുന്നില് ഇനിയും വെല്ലുവിളികള് ഉണ്ടെന്ന് ഗവേഷകർ പറയുന്നു. രോഗികളുടെ ഡാറ്റാ സ്വകാര്യതയെക്കുറിച്ചുള്ള ആശങ്കകളും വിവിധ ക്യാമറകളുടെ ഉപയോഗം സാങ്കേതികവിദ്യയുടെ കൃത്യതയെ ബാധിക്കുന്നില്ലെന്നും ഉറപ്പുവരുത്തേണ്ടതുണ്ട്.