जर्नल एनल्स ऑफ ऑन्कोलॉजी में प्रकाशित शोध के अनुसार, कृत्रिम बुद्धिमत्ता का उपयोग 185 देशों में कैंसर से बचने की दर से सबसे अधिक जुड़े कारकों की पहचान करने के लिए किया गया है। यूरोपियन सोसाइटी फॉर मेडिकल ऑन्कोलॉजी से संबद्ध शोधकर्ताओं द्वारा किए गए अध्ययन में, कैंसर के डेटा और स्वास्थ्य प्रणाली की जानकारी का विश्लेषण करने के लिए मशीन लर्निंग का उपयोग किया गया, जिससे अस्तित्व के प्रमुख निर्धारक सामने आए जो देशों में काफी भिन्न हैं।

एआई मॉडल ने विशिष्ट कारकों, जैसे कि रेडियोथेरेपी तक पहुंच, सार्वभौमिक स्वास्थ्य कवरेज की उपस्थिति और एक राष्ट्र की आर्थिक ताकत को कैंसर से बचने की दर में सुधार के साथ दृढ़ता से सहसंबद्ध बताया। शोध से पता चलता है कि इन क्षेत्रों में लक्षित सुधार से जीवन बचाने में महत्वपूर्ण लाभ हो सकता है, जिसमें इष्टतम रणनीतियाँ देश-देश में भिन्न होती हैं।

मशीन लर्निंग, एआई का एक उपसमुच्चय है, जिसमें पैटर्न की पहचान करने और स्पष्ट प्रोग्रामिंग के बिना भविष्यवाणियां करने के लिए बड़े डेटासेट पर प्रशिक्षण एल्गोरिदम शामिल हैं। इस मामले में, एआई को कैंसर के आंकड़ों और स्वास्थ्य सेवा अवसंरचना डेटा के एक विशाल संग्रह पर प्रशिक्षित किया गया था ताकि यह पता लगाया जा सके कि किन तत्वों का रोगी परिणामों पर सबसे अधिक प्रभाव पड़ा। यह दृष्टिकोण पारंपरिक सांख्यिकीय विधियों की तुलना में अधिक सूक्ष्म समझ की अनुमति देता है, जो अक्सर कैंसर के अस्तित्व को प्रभावित करने वाले कारकों के जटिल अंतर्संबंध को समझने के लिए संघर्ष करते हैं।

परियोजना पर एक प्रमुख शोधकर्ता ने कहा, "पहली बार, हम उच्च स्तर के रिज़ॉल्यूशन के साथ यह देखने में सक्षम हैं कि प्रत्येक देश कैंसर से बचने की दर में सुधार के लिए किन विशिष्ट उपायों का उपयोग कर सकता है।" "यह एआई-संचालित दृष्टिकोण नीति निर्माताओं और स्वास्थ्य सेवा पेशेवरों को हस्तक्षेपों को प्राथमिकता देने और संसाधनों को प्रभावी ढंग से आवंटित करने के लिए एक रोडमैप प्रदान करता है।"

इस शोध के निहितार्थ केवल सहसंबंधों की पहचान करने से परे हैं। विभिन्न कारकों के प्रभाव को मापने के द्वारा, एआई मॉडल विभिन्न नीति परिदृश्यों के अनुकरण की अनुमति देता है। उदाहरण के लिए, एक देश रेडियोथेरेपी तक पहुंच का विस्तार करने या सार्वभौमिक स्वास्थ्य कवरेज को लागू करने के अपने कैंसर से बचने की दर पर संभावित प्रभाव का अनुमान लगाने के लिए मॉडल का उपयोग कर सकता है।

अध्ययन में उच्च आय और निम्न आय वाले देशों के बीच कैंसर से बचने की दर में असमानताओं पर भी प्रकाश डाला गया है। जबकि उन्नत उपचारों और प्रौद्योगिकियों तक पहुंच एक भूमिका निभाती है, एआई मॉडल से पता चला कि यहां तक कि बुनियादी स्वास्थ्य सेवा अवसंरचना, जैसे कि नैदानिक सेवाओं और आवश्यक दवाओं तक पहुंच, का अस्तित्व पर गहरा प्रभाव पड़ सकता है।

शोधकर्ताओं ने आनुवंशिक जानकारी और जीवनशैली कारकों जैसे अतिरिक्त डेटा स्रोतों को शामिल करके एआई मॉडल को और परिष्कृत करने की योजना बनाई है। उनका लक्ष्य एक उपयोगकर्ता के अनुकूल इंटरफेस विकसित करना भी है जो नीति निर्माताओं और स्वास्थ्य सेवा पेशेवरों को मॉडल के निष्कर्षों को आसानी से एक्सेस और व्याख्या करने की अनुमति देता है। इससे संभावित रूप से अधिक साक्ष्य-आधारित निर्णय लेने और दुनिया भर में अधिक प्रभावी कैंसर नियंत्रण रणनीतियों को बढ़ावा मिल सकता है।