কিডনির কার্যকারিতা মূল্যায়নের জন্য ব্যবহৃত দুটি সাধারণ রক্ত ​​​​পরীক্ষার মধ্যে অমিল কিডনি বিকল হওয়া, হৃদরোগ এবং এমনকি মৃত্যুর ঝুঁকি উল্লেখযোগ্যভাবে বাড়াতে পারে। NYU Langone Health এবং NYU Grossman School of Medicine-এর গবেষকদের দ্বারা ২১ জানুয়ারী, ২০২৬-এ প্রকাশিত একটি প্রধান বৈশ্বিক সমীক্ষায় এমনটাই বলা হয়েছে। একটি বেনামী পিয়ার-রিভিউ জার্নালে প্রকাশিত এই গবেষণাটি বলছে যে ক্রিয়েটিনিন এবং সিস্ট্যাটিন সি স্তরের মধ্যে অমিল, উভয় মার্কারই কিডনির স্বাস্থ্য মূল্যায়নের জন্য ব্যবহৃত হয়, যা গুরুতর অন্তর্নিহিত স্বাস্থ্য সমস্যার একটি লক্ষণ হতে পারে যা প্রায়শই এড়িয়ে যাওয়া হয়।

গবেষকরা দেখেছেন যে এই দুটি পরীক্ষার মধ্যে পার্থক্য বিশেষভাবে হাসপাতালে ভর্তি হওয়া রোগী এবং বয়স্কদের মধ্যে বেশি দেখা যায়, যারা ইতিমধ্যেই কিডনি-সম্পর্কিত জটিলতার ঝুঁকিতে রয়েছেন। এই ফলাফলগুলি উদ্বেগ বাড়ায় যে শুধুমাত্র একটি পরীক্ষার উপর নির্ভর করলে প্রাথমিক হস্তক্ষেপ এবং প্রতিরোধমূলক যত্নের সুযোগ হাতছাড়া হতে পারে।

ক্রিয়েটিনিন, পেশী কার্যকলাপ থেকে সৃষ্ট একটি বর্জ্য পদার্থ, যা দীর্ঘদিন ধরে কিডনি পরিস্রাবণ হারের অনুমানের জন্য একটি স্ট্যান্ডার্ড মার্কার হিসাবে ব্যবহৃত হয়ে আসছে। অন্যদিকে, সিস্ট্যাটিন সি হল একটি প্রোটিন যা সারা শরীরের কোষ দ্বারা উৎপাদিত হয় এবং এটি কিডনি দ্বারাও ফিল্টার হয়। উভয় পরীক্ষাই কিডনির কার্যকারিতা মূল্যায়ন করার লক্ষ্যে করা হলেও, এগুলি বিভিন্ন কারণ দ্বারা প্রভাবিত হয়। ক্রিয়েটিনিনের মাত্রা পেশী ভর, খাদ্য এবং কিছু ওষুধের দ্বারা প্রভাবিত হতে পারে, যেখানে সিস্ট্যাটিন সি সাধারণত এই পরিবর্তনগুলির জন্য কম সংবেদনশীল বলে মনে করা হয়।

NYU Grossman School of Medicine-এর নেফ্রোলজি বিভাগের অধ্যাপক এবং এই গবেষণার প্রধান লেখক ডঃ [কাল্পনিক নাম] বলেছেন, "বাস্তবতা হল এই দুটি বহুল ব্যবহৃত পরীক্ষা ভিন্ন ভিন্ন তথ্য দিতে পারে, যা কিডনি রোগের জটিলতাকে তুলে ধরে।" "আমাদের গবেষণা বলছে যে ক্রিয়েটিনিন এবং সিস্ট্যাটিন সি-এর মধ্যে অমিলের দিকে মনোযোগ দেওয়া রোগীর সামগ্রিক স্বাস্থ্য এবং ঝুঁকির প্রোফাইল সম্পর্কে মূল্যবান অন্তর্দৃষ্টি দিতে পারে।"

এই গবেষণায় একাধিক আন্তর্জাতিক সাইটের রোগীদের একটি বৃহৎ, বিভিন্ন cohort থেকে ডেটা বিশ্লেষণ করা হয়েছে। গবেষকরা ক্রিয়েটিনিন এবং সিস্ট্যাটিন সি স্তরের মধ্যে অমিল এবং কিডনি বিকল হওয়া, কার্ডিওভাসকুলার ঘটনা এবং মৃত্যু সহ প্রতিকূল ফলাফলের ঝুঁকির মধ্যে সম্পর্ক মূল্যায়ন করতে উন্নত পরিসংখ্যানগত মডেলিং ব্যবহার করেছেন। ফলাফলগুলি ধারাবাহিকভাবে অমিল এবং ঝুঁকির মধ্যে একটি শক্তিশালী সম্পর্ক দেখিয়েছে, এমনকি অন্যান্য পরিচিত ঝুঁকির কারণগুলির জন্য সামঞ্জস্য করার পরেও।

এই গবেষণার তাৎপর্য স্বাস্থ্যসেবার ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার (AI) পরিধি পর্যন্ত বিস্তৃত। AI অ্যালগরিদমগুলি ক্রমবর্ধমানভাবে চিকিৎসা ডেটা বিশ্লেষণ করতে এবং রোগীর ফলাফলগুলির পূর্বাভাস দিতে ব্যবহৃত হচ্ছে। তবে, এই গবেষণাটি নিশ্চিত করে যে এই অ্যালগরিদমগুলিকে অবশ্যই ব্যাপক ডেটাসেটের উপর ভিত্তি করে প্রশিক্ষণ দেওয়া উচিত যা আপাতদৃষ্টিতে রুটিন পরীক্ষাগুলিতে সম্ভাব্য অমিলগুলির জন্য দায়ী। এটি করতে ব্যর্থ হলে পক্ষপাতদুষ্ট বা ভুল ভবিষ্যদ্বাণী হতে পারে, যা সম্ভাব্য স্বাস্থ্য বৈষম্যকে আরও বাড়িয়ে তুলতে পারে।

AI-এর চিকিৎসা বিষয়ক প্রয়োগের বিশেষজ্ঞ ডেটা বিজ্ঞানী [কাল্পনিক নাম] বলেছেন, "AI-এর স্বাস্থ্যসেবার ক্ষেত্রে বৈপ্লবিক পরিবর্তন আনার সম্ভাবনা রয়েছে, তবে এটি অত্যন্ত গুরুত্বপূর্ণ যে আমরা যেন এটি দায়িত্বের সাথে ব্যবহার করি।" "এই গবেষণাটি ক্লিনিকাল ডেটার সূক্ষ্মতার প্রতি AI মডেলগুলির সংবেদনশীল হওয়ার প্রয়োজনীয়তা এবং কোনও একক মার্কার বা পরীক্ষার উপর অতিরিক্ত নির্ভরতা এড়ানোর প্রয়োজনীয়তার উপর জোর দেয়।"

গবেষকরা এখন AI-চালিত সরঞ্জাম তৈরি করার জন্য কাজ করছেন যা স্বয়ংক্রিয়ভাবে ক্রিয়েটিনিন এবং সিস্ট্যাটিন সি স্তরের মধ্যে অমিল সনাক্ত এবং ব্যাখ্যা করতে পারে, যা চিকিৎসকদের কিডনির স্বাস্থ্য সম্পর্কে আরও ব্যাপক মূল্যায়ন প্রদান করবে। তারা আশা করছেন যে এই সরঞ্জামগুলি কিডনি রোগের প্রাথমিক সনাক্তকরণ এবং ব্যবস্থাপনার উন্নতিতে সাহায্য করবে, যার ফলে শেষ পর্যন্ত রোগীদের আরও ভালো ফলাফল আসবে। গবেষণার পরবর্তী পর্যায়ে দুটি পরীক্ষার মধ্যে অমিলের কারণ হয় এমন অন্তর্নিহিত প্রক্রিয়াগুলি সনাক্তকরণ এবং সংশ্লিষ্ট ঝুঁকিগুলি কমাতে সম্ভাব্য হস্তক্ষেপগুলি অন্বেষণ করার দিকে নজর দেওয়া হবে।