বর্তমান বিশ্বে কৃত্রিম বুদ্ধিমত্তা (AI), মেশিন লার্নিং এবং বায়োমেডিক্যাল ডেটা সায়েন্স ক্যান্সার গবেষণা ও রোগের প্রাথমিক শনাক্তকরণে নতুন সম্ভাবনার দ্বার খুলে দিয়েছে। এই গুরুত্বপূর্ণ গবেষণা ক্ষেত্রে অবদান রাখছেন বাংলাদেশি গবেষক উম্মে হাবিবা। তিনি বর্তমানে যুক্তরাষ্ট্রের The University of Texas Rio Grande Valley (UTRGV)-এ Mathematical and Statistical Sciences বিভাগে পিএইচডি গবেষণা করছেন।
তার গবেষণার মূল লক্ষ্য হলো স্তন ক্যান্সার দ্রুত শনাক্ত করার জন্য উন্নত পরিসংখ্যানভিত্তিক ও মেশিন লার্নিং ফ্রেমওয়ার্ক তৈরি করা। বিশ্বজুড়ে, বিশেষ করে বাংলাদেশ, ভারত, পাকিস্তান, যুক্তরাষ্ট্র এবং আফ্রিকার বিভিন্ন দেশে স্তন ক্যান্সার একটি বড় জনস্বাস্থ্য সমস্যা হিসেবে দেখা দিচ্ছে। দেরিতে রোগ শনাক্ত হওয়া এবং উন্নত চিকিৎসা সুবিধার সীমাবদ্ধতার কারণে এই রোগের ঝুঁকি ও ভোগান্তি বাড়ছে।
World Health Organization-এর তথ্যমতে, ২০২২ সালে বিশ্বের ১৮৫টি দেশের মধ্যে ১৫৭টি দেশেই নারীদের মধ্যে সবচেয়ে বেশি শনাক্ত হওয়া ক্যান্সার ছিল স্তন ক্যান্সার। তাই বিশেষজ্ঞরা মনে করছেন, প্রাথমিক পর্যায়ে রোগ শনাক্ত করাই চিকিৎসার সফলতা বাড়ানোর অন্যতম প্রধান উপায়।
গণিত, পরিসংখ্যান ও ক্যান্সার গবেষণার সমন্বয় : উম্মে হাবিবার গবেষণায় একসঙ্গে কাজ করছে গণিত, পরিসংখ্যান, মেশিন লার্নিং এবং বায়োমেডিক্যাল ডেটা বিশ্লেষণ। এর আগে তিনি nonlinear partial differential equations, fractional differential equations এবং complex systems নিয়ে কাজ করেছেন, যা জটিল জীববৈজ্ঞানিক ডেটা বিশ্লেষণে শক্ত ভিত্তি তৈরি করেছে।
বর্তমানে তিনি gene expression data বিশ্লেষণের মাধ্যমে ক্যান্সার-সম্পর্কিত জৈবিক পরিবর্তন শনাক্ত করার চেষ্টা করছেন। এই ডেটা দেখায় কোন জিন সক্রিয় বা নিষ্ক্রিয় রয়েছে এবং কীভাবে ক্যান্সারের প্রাথমিক পরিবর্তনগুলো শরীরে প্রকাশ পায়।
AI-ভিত্তিক নতুন গবেষণা পদ্ধতি : উম্মে হাবিবার গবেষণার অন্যতম গুরুত্বপূর্ণ অংশ হলো “Biologically Informed Super-Pathway Transformer Framework” নামে একটি AI-ভিত্তিক মডেল তৈরি করা। এই পদ্ধতিতে প্রথমে জিন-সংক্রান্ত তথ্যকে বিভিন্ন biological pathway-এ সাজানো হয়। এরপর সেগুলোকে আরও বড় “super-pathway”-এ রূপান্তর করা হয়, যা শরীরের সমন্বিত জৈবিক কার্যক্রমকে উপস্থাপন করে।
এরপর transformer-based AI model ব্যবহার করে pathway ও super-pathway-এর পারস্পরিক সম্পর্ক বিশ্লেষণ করা হয়। ফলে শুধু ক্যান্সার শনাক্ত করাই নয়, কোন জিন বা জৈবিক প্রক্রিয়া রোগের ঝুঁকি বাড়ায়, সেটিও বোঝা সম্ভব হতে পারে।
ভবিষ্যৎ সম্ভাবনা : গবেষকদের মতে, এই ধরনের AI-ভিত্তিক ব্যাখ্যাযোগ্য (interpretable) মডেল ভবিষ্যতে ক্যান্সার দ্রুত শনাক্তকরণে বড় ভূমিকা রাখতে পারে। এতে রোগীরা প্রাথমিক পর্যায়েই চিকিৎসা নিতে পারবেন, যা জটিলতা ও ব্যয় কমাতে সহায়ক হবে।
বিশেষ করে বাংলাদেশসহ উন্নয়নশীল দেশগুলোতে, যেখানে এখনো উন্নত ক্যান্সার শনাক্তকরণ প্রযুক্তির সীমাবদ্ধতা রয়েছে, সেখানে এই গবেষণা ভবিষ্যতে গুরুত্বপূর্ণ অবদান রাখতে পারে বলে মনে করছেন বিশেষজ্ঞরা।
গণিত, পরিসংখ্যান, কৃত্রিম বুদ্ধিমত্তা এবং ক্যান্সার জীববিজ্ঞানের সমন্বয়ে উম্মে হাবিবার গবেষণা আধুনিক চিকিৎসা বিজ্ঞানে একটি নতুন সম্ভাবনার দিগন্ত উন্মোচন করছে।
