অ্যানালস অফ অনকোলজি জার্নালে প্রকাশিত গবেষণা অনুসারে, কৃত্রিম বুদ্ধিমত্তা ১৮৫টি দেশের ক্যান্সার থেকে বেঁচে থাকার হারের উপর প্রভাব বিস্তারকারী বিষয়গুলো চিহ্নিত করতে ব্যবহৃত হয়েছে। এআই মডেলটি ক্যান্সার ডেটা এবং স্বাস্থ্য ব্যবস্থার তথ্য বিশ্লেষণ করে দেখেছে যে কোন উপাদানগুলো, যেমন রেডিওথেরাপির সুবিধা, সার্বজনীন স্বাস্থ্য পরিষেবা এবং অর্থনৈতিক শক্তি, প্রতিটি দেশে উন্নতির সঙ্গে সবচেয়ে বেশি সম্পর্কযুক্ত।

ইউরোপীয় সোসাইটি ফর মেডিকেল অনকোলজি-র গবেষকরা বিশ্বব্যাপী ক্যান্সারে বেঁচে থাকার ক্ষেত্রে বিশাল বৈষম্যগুলো বুঝতে এই মেশিন লার্নিং মডেলটি তৈরি করেছেন। মেশিন লার্নিং, এআই-এর একটি অংশ, যা কম্পিউটারকে কোনো সুস্পষ্ট প্রোগ্রামিং ছাড়াই ডেটা থেকে শিখতে সাহায্য করে। এই ক্ষেত্রে, এআইকে একটি বিশাল ডেটা সেটের উপর প্রশিক্ষণ দেওয়া হয়েছিল যাতে বিভিন্ন কারণ এবং ক্যান্সারের ফলাফলের মধ্যেকার সম্পর্কগুলো চিনতে পারে।

গবেষণায় দেখা গেছে যে ক্যান্সার থেকে বেঁচে থাকার ক্ষেত্রে প্রভাব বিস্তারকারী কারণগুলো দেশ ভেদে উল্লেখযোগ্যভাবে ভিন্ন। উদাহরণস্বরূপ, কিছু দেশে, রেডিওথেরাপির মতো উন্নত চিকিৎসার সুবিধা একটি গুরুত্বপূর্ণ নির্ধারক ছিল, আবার অন্য দেশগুলোতে, সামগ্রিক স্বাস্থ্য ব্যবস্থার শক্তি এবং সার্বজনীন স্বাস্থ্য পরিষেবার সহজলভ্যতা একটি গুরুত্বপূর্ণ ভূমিকা পালন করেছে। অর্থনৈতিক শক্তিও একটি গুরুত্বপূর্ণ বিষয় হিসেবে উঠে এসেছে, যা প্রতিরোধমূলক যত্ন এবং চিকিৎসা উভয় সুবিধা পাওয়ার ক্ষেত্রে প্রভাব ফেলে।

প্রকল্পের প্রধান গবেষক ড. [কাল্পনিক নাম] বলেছেন, "এই প্রথম আমরা বিশ্বব্যাপী ক্যান্সার থেকে বেঁচে থাকার কারণগুলো সম্পর্কে বিস্তারিত ধারণা পেতে এআই ব্যবহার করতে সক্ষম হয়েছি।" "মডেলটি আমাদের সেই নির্দিষ্ট ক্ষেত্রগুলো চিহ্নিত করতে সাহায্য করে যেখানে হস্তক্ষেপ জীবন বাঁচাতে সবচেয়ে বেশি প্রভাব ফেলতে পারে, দেশ অনুযায়ী।"

এই গবেষণার ফলাফল সুদূরপ্রসারী। প্রতিটি দেশে ক্যান্সার থেকে বেঁচে থাকার উন্নতিতে সহায়ক বিষয়গুলো চিহ্নিত করে নীতিনির্ধারক এবং স্বাস্থ্যসেবা প্রদানকারীরা সম্পদ বরাদ্দ এবং স্বাস্থ্য ব্যবস্থার উন্নতির বিষয়ে আরও ভালোভাবে সিদ্ধান্ত নিতে পারবেন। এটি ক্যান্সারের কারণে মৃত্যুহার কমাতে এবং বিশ্বব্যাপী রোগীদের অবস্থার উন্নতি করতে আরও কার্যকর কৌশল তৈরি করতে পারে।

এআই মডেল জটিল স্বাস্থ্য চ্যালেঞ্জগুলো বোঝার জন্য একটি শক্তিশালী হাতিয়ার সরবরাহ করে। প্রথাগত পরিসংখ্যানগত পদ্ধতির বিপরীতে, মেশিন লার্নিং একাধিক চলকের মধ্যে অ-রৈখিক সম্পর্ক এবং মিথস্ক্রিয়াগুলো আবিষ্কার করতে পারে, যা বিষয়গুলোর একটি আরও সূক্ষ্ম এবং ব্যাপক চিত্র সরবরাহ করে। এটি ক্যান্সারের ক্ষেত্রে বিশেষভাবে গুরুত্বপূর্ণ, যেখানে বেঁচে থাকা অসংখ্য আন্তঃসংযুক্ত কারণের দ্বারা প্রভাবিত হয়।

গবেষকরা জেনেটিক তথ্য এবং জীবনযাত্রার কারণগুলোর মতো অতিরিক্ত ডেটা উৎস অন্তর্ভুক্ত করে এআই মডেলটিকে আরও পরিমার্জন করার পরিকল্পনা করছেন। তারা একটি ব্যবহারকারী-বান্ধব প্ল্যাটফর্ম তৈরি করতেও আগ্রহী যা নীতিনির্ধারক এবং স্বাস্থ্যসেবা প্রদানকারীদের সহজেই মডেলের অন্তর্দৃষ্টিগুলো অ্যাক্সেস করতে এবং সিদ্ধান্ত গ্রহণে সহায়তা করতে ব্যবহার করতে দেবে। চূড়ান্ত লক্ষ্য হল ক্যান্সারের বিশ্বব্যাপী বোঝা কমাতে এবং সকলের জন্য বেঁচে থাকার হার উন্নত করতে এআই-এর ক্ষমতাকে কাজে লাগানো।