AI In Heart Surgery : हार्ट सर्जरीनंतर पेशंट किती लवकर बरा होईल? आता AI सांगणार

आर्टिफिशियल इंटेलिजन्स आणि पेशंटच्या डेटाच्या मदतीने डॉक्टर धोके आणि रिकव्हरी कशी ओळखू शकतात, ते समजून घ्या.

हार्ट सर्जरीपूर्वी प्रत्येक कार्डियाक सर्जनला एकच प्रश्न विचारला जातो: "मी कधीपर्यंत बरा होईन?" अनेक दशकांपासून, डॉक्टर त्यांच्या अनुभवावर आणि 'EuroSCORE II' आणि 'STS रिस्क मॉडेल' सारख्या काही मोजक्या पद्धतींवर अवलंबून आहेत. या पद्धती आजही उपयोगी आहेत, पण त्यातून फक्त ठराविक गोष्टींचाच अंदाज येतो. प्रत्यक्षात, पेशंटची रिकव्हरी आणखी बऱ्याच गोष्टींवर अवलंबून असते.

हीच कमतरता भरून काढण्यासाठी आता आर्टिफिशियल इंटेलिजन्सची (AI) चाचणी सुरू आहे. मशीन-लर्निंग मॉडेल्स एकाच वेळी खूप मोठ्या डेटाचा अभ्यास करू शकतात. यात पेशंटचं वय, हृदय, किडनी आणि फुफ्फुसांची स्थिती, डायबिटीस, ब्लड रिपोर्ट, स्कॅनिंगचे रिपोर्ट आणि सर्जरीच्या बारीकसारीक गोष्टींचा समावेश असतो. अनेक अभ्यासांमधून असं समोर आलंय की, जुन्या पद्धतींपेक्षा AI मॉडेल्स जास्त अचूक अंदाज लावू शकतात. सर्जरीनंतर किडनीला धोका, व्हेंटिलेटरची गरज, हृदयाचे ठोके अनियमित होणे किंवा ICU मध्ये जास्त काळ राहावं लागणं, यासारख्या धोक्यांची पूर्वकल्पना AI देऊ शकतं.

हॉस्पिटलमधून डिस्चार्ज मिळाला म्हणजे रिकव्हरी संपली असं नाही. इथेही AI चा वापर कसा करता येईल, यावर संशोधन सुरू आहे. स्मार्टवॉचसारख्या उपकरणांमधून मिळणारा डेटा, जसे की हार्ट रेट, चाललेली पावलं आणि झोपेची पद्धत, यावरून पेशंटची रिकव्हरी योग्य दिशेने होत आहे की नाही, हे समजू शकतं. सर्जरीनंतरच्या काही आठवड्यांत जर काही गडबड वाटली, तर AI आधीच अलर्ट देईल. यामुळे इमर्जन्सी येण्याआधीच डॉक्टर पेशंटशी बोलून योग्य तो सल्ला देऊ शकतात.

पण आजच्या घडीला याचा अर्थ काय, हे समजून घेणं गरजेचं आहे. AI चा अंदाज ही एक शक्यता असते, तो अंतिम निर्णय नसतो. एखाद्या विशिष्ट देशातल्या किंवा हॉस्पिटलच्या डेटावर तयार केलेलं मॉडेल दुसरीकडे तसंच काम करेल, याची खात्री नसते. भारतीय पेशंट्सच्या बाबतीत धोके थोडे वेगळे असतात. इथे कमी वयातच आजार सुरू होतात, डायबिटीसचं प्रमाण जास्त आहे आणि लोक उशिरा उपचारांसाठी येतात. त्यामुळे AI मॉडेल्सवर पूर्ण विसंबून राहण्यापूर्वी, त्यांची स्थानिक डेटावर चाचणी होणं आवश्यक आहे. याशिवाय, डेटा प्रायव्हसी, AI ने काढलेला निष्कर्ष किती पारदर्शक आहे आणि डॉक्टरांनी स्वतःच्या अनुभवापेक्षा फक्त आकड्यांवर अवलंबून राहण्याचा धोका, असे अनेक महत्त्वाचे प्रश्नही आहेत.

म्हणूनच, मी AI कडे निर्णय घेणारा नाही, तर निर्णय प्रक्रियेत मदत करणारा एक टूल म्हणून पाहतो. सर्जिकल टीमला सर्जरीचं चांगलं प्लॅनिंग करण्यासाठी याचा सर्वात जास्त फायदा होतो. कोणत्या पेशंटवर जास्त लक्ष ठेवण्याची गरज आहे, सर्जरीपूर्वी काय तयारी करावी, नातेवाईकांना योग्य कल्पना देणं आणि रिहॅबिलिटेशनला प्राधान्य देणं, यात AI मदत करतं. पण शेवटी, सर्जनचं निरीक्षण, भूलतज्ज्ञांचा सल्ला आणि पेशंटची स्वतःची इच्छाशक्ती याच गोष्टी सर्वात महत्त्वाच्या ठरतात.

या तंत्रज्ञानाची प्रगती पुराव्यांवरच ठरेल. AI मॉडेल्स कुठे यशस्वी होतात, याइतकेच ते कुठे अपयशी ठरतात, हे सांगणंही तितकंच महत्त्वाचं आहे. यासाठी सखोल अभ्यास आणि बाह्य चाचण्या गरजेच्या आहेत. जे हॉस्पिटल्स हे तंत्रज्ञान वापरतील, त्यांनी त्यांच्या निकालांचं खुल्या मनाने ऑडिट करायला तयार असलं पाहिजे.

तर मग, हार्ट सर्जरीनंतरच्या रिकव्हरीचा अंदाज AI लावू शकतं का? काही अंशी हो, आणि त्याची अचूकताही वाढत आहे. जर याचा काळजीपूर्वक वापर केला, तर आपण भविष्यातले धोके आधीच ओळखून वेळेवर उपचार करू शकतो. पण शेवटी, पेशंटची रिकव्हरी ही त्याची स्वतःची स्थिती, झालेली सर्जरी आणि त्यानंतर घेतलेली काळजी यावरच अवलंबून असते. सर्जन आणि पेशंट यांच्यातला संवाद कोणताही अल्गोरिदम कधीच बदलू शकत नाही.

- हा लेख कैलास दीपक हॉस्पिटलचे सीटीव्हीएस (CTVS) डायरेक्टर डॉ. मितेश बी. शर्मा यांनी लिहिला आहे.