AI এবং বিরল রোগ ── 2026-10-16
বিরল রোগ (স্নায়বিক ও ক্যানসার বাদে) এবং AI নিয়ে নতুন গবেষণাপত্র, যা জার্নাল ফিড, PubMed (সব জার্নাল জুড়ে অনুসন্ধান) এবং OpenAlex (Google Scholar-এর পরিবর্তে ব্যবহৃত একটি উন্মুক্ত সূচি) থেকে সংগ্রহ করা হয়েছে। Jev (ভাষাভিত্তিক বিচার করা একটি AI) এগুলো যাচাই করে: মৌলিক গবেষণা কি না, AI কেন্দ্রীয় কি না, ৮টি রোগ-গোষ্ঠীর কোনটি, চিকিৎসা বা ট্রায়াল কি না, এরপর দৈনিক সীমা পর্যন্ত গুরুত্ব অনুযায়ী সাজানো হয়। জার্নাল ইমপ্যাক্ট ফ্যাক্টর দিয়ে ছাঁটাই করা হয় না; প্রতিটি গবেষণাপত্রের সঙ্গে তার জার্নালের IF-সমতুল্য মান (OpenAlex-এর দুই বছরের গড় সাইটেডনেস) এবং সেই মানের তারিখ দেখানো হয়। প্রতিটি এন্ট্রিতে মূল অ্যাবস্ট্রাক্ট সম্পূর্ণ দেখানো হয়।
রোগ অনুযায়ী পড়ুন: প্ল্যাটফর্ম（0） · জন্মগত বিপাকীয় ত্রুটি（0） · জিনগত সিন্ড্রোম（0） · বিরল রক্তের রোগ（১） · ইমিউন ও যোজক কলা（0） · হৃদ্যন্ত্র ও ফুসফুস（2） · কিডনি, লিভার ও অন্ত্র（1） · অস্থিচর্মসার（0）
বিরল রোগের নির্ণয় ও ওষুধ আবিষ্কার প্ল্যাটফর্ম এবং AI
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
জন্মগত বিপাকীয় ত্রুটি: চিকিৎসা, ট্রায়াল ও AI
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
জিনগত সিন্ড্রোম ও শিশুদের বিরল রোগ: চিকিৎসা, ট্রায়াল ও এআই
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
বিরল রক্তের রোগ: চিকিৎসা, ট্রায়াল ও AI
- সারসংক্ষেপ
সিকল সেল রোগ (SCD) গুরুতর স্বাস্থ্যঝুঁকি সৃষ্টি করে এবং কার্যকর চিকিৎসার জন্য সঠিক শ্রেণিবিন্যাস প্রয়োজন। SCD-তে হিমোগ্লোবিন জিনের মিউটেশনের কারণে লোহিত রক্তকণিকা (RBC) কাস্তে আকৃতিতে পরিবর্তিত হয়, ফলে অক্সিজেন সরবরাহ ব্যাহত হয় এবং রক্তনালিতে বাধা সৃষ্টি হয়। তবে ইমেজ নয়েজ, RBC আকারবিন্যাসের তারতম্য এবং কোষের ওভারল্যাপের কারণে রক্তের স্মিয়ার ছবি থেকে সঠিক SCD শ্রেণিবিন্যাস এখনও চ্যালেঞ্জিং। এসব চ্যালেঞ্জ মোকাবিলায় এই গবেষণায় রক্তের স্মিয়ার ছবি ব্যবহার করে SCD শ্রেণিবিন্যাসের জন্য Pyramid Shepard convolutional neural network (PShCN-Net) নামে একটি ডিপ লার্নিং (DL)-ভিত্তিক পদ্ধতি উপস্থাপন করা হয়েছে। প্রক্রিয়াটি শুরু হয় Medav-Gaussian (MG) ফিল্টার দিয়ে ইমেজ ডিনয়েজিংয়ের মাধ্যমে, এরপর Tsallis entropy-ভিত্তিক থ্রেশহোল্ডিং দিয়ে কোষ সেগমেন্টেশন করা হয়। মডেলের দৃঢ়তা বাড়াতে ইমেজ অগমেন্টেশন প্রয়োগ করা হয় এবং জ্যামিতিক ও প্রথম-ক্রমের পরিসংখ্যানগত বৈশিষ্ট্য নিষ্কাশন করা হয়। এরপর প্রস্তাবিত PShCN-Net দিয়ে শ্রেণিবিন্যাস করা হয়, যা উন্নত নির্ভুলতার জন্য PyramidNet এবং Shephard convolutional neural network আর্কিটেকচারকে একত্রিত করে। প্রশিক্ষণ ডেটার 90% এর ওপর পরীক্ষায় PShCN-Net 91.945% নির্ভুলতা, 93.235% ট্রু পজিটিভ রেট, 92.345% ট্রু নেগেটিভ রেট, 91.437% প্রিসিশন, 92.327% F1-স্কোর, 7.655% ফলস পজিটিভ রেট এবং 6.765% ফলস নেগেটিভ রেট অর্জন করে। ভবিষ্যতের কাজে PShCN-Net-এর সাধারণীকরণযোগ্যতা ও ক্লিনিক্যাল প্রয়োগযোগ্যতা আরও যাচাই করতে বৃহত্তর ও বৈচিত্র্যময় বহু-কেন্দ্রীয় রক্ত-স্মিয়ার ডেটাসেটে এর বৈধতা যাচাইয়ের ওপর জোর দেওয়া হবে।
জার্নাল IF-সমতুল্য: 5.2 (OpenAlex ২-বছরের গড় উদ্ধৃতি, মান 2026-10-06 অনুযায়ী, 2026-10-07-এ সংগৃহীত; অফিসিয়াল Clarivate IF নয়)রেফারেন্স: Ponnada S, Majji R, Rout AK, Selvaraju S. Medav-Gaussian ফিল্টার ও Pyramid Shepard CNN ব্যবহার করে সিকেল সেল রোগের শ্রেণীবিভাগ। Sci Rep. 2026 Oct 13 [Epub ahead of print]. doi:10.1038/s41598-026-75109-8.যাচাই করা হয়েছে: শুধু সারসংক্ষেপ
বিরল রক্তের রোগের 1টি গবেষণাপত্র সব দেখুন →
অটোইনফ্ল্যামেটরি, ইমিউনোডেফিশিয়েন্সি ও বিরল সংযোজক-কলার রোগ: চিকিৎসা, ট্রায়াল ও এআই
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
বিরল হৃদ্যন্ত্র-সংক্রান্ত ও শ্বাসতন্ত্রের রোগ: চিকিৎসা, ট্রায়াল ও AI
- সারসংক্ষেপ
পটভূমি: ইডিওপ্যাথিক পালমোনারি আর্টেরিয়াল হাইপারটেনশন (IPAH) ক্যানসারের মতো বৈশিষ্ট্য প্রদর্শন করে, তবু এর রোগজনন এখনও অস্পষ্ট। IPAH ও ম্যালিগন্যান্ট প্লুরাল মেসোথেলিওমার (MPM) মধ্যে আণবিক সাদৃশ্য বিবেচনা করে, এই গবেষণার লক্ষ্য ছিল অভিন্ন ট্রান্সক্রিপটোমিক প্যাটার্ন উন্মোচন করা।
পদ্ধতি: IPAH ও MPM-এর GEO ডেটাসেট বিশ্লেষণ করা হয়েছে। ওভারল্যাপিং DEG ও WGCNA মডিউল শনাক্ত করা হয়েছে। প্রার্থী বায়োমার্কার জিন শনাক্ত করতে PPI নেটওয়ার্ক বিশ্লেষণের সঙ্গে LASSO, random forest এবং SVM-RFE ব্যবহার করা হয়েছে। একটি শ্রেণিবিন্যাস মডেল তৈরি করা হয়েছে এবং leave-one-out cross-validation ও bootstrap optimism correction ব্যবহার করে মূল্যায়ন করা হয়েছে। ssGSEA দ্বারা ইমিউন ইনফিলট্রেশন মূল্যায়ন করা হয়েছে। আণবিক ডকিং ও MD সিমুলেশনের মাধ্যমে প্রার্থী লক্ষ্য প্রোটিনের সঙ্গে ওষুধের বন্ধন মূল্যায়ন করা হয়েছে। qRT-PCR প্রার্থী বায়োমার্কার জিনের প্রকাশ যাচাই করেছে।
ফলাফল: IPAH ও MPM-এর মধ্যে ছয়টি সঙ্গতিপূর্ণভাবে আপরেগুলেটেড এবং এগারোটি সঙ্গতিপূর্ণভাবে ডাউনরেগুলেটেড DEG অভিন্ন ছিল। আপরেগুলেটেড জিনগুলো কোষচক্র নিয়ন্ত্রণে সমৃদ্ধ ছিল, আর ডাউনরেগুলেটেড জিনগুলো নিউট্রোফিল কেমোট্যাক্সিসে সমৃদ্ধ ছিল। WGCNA 58টি ওভারল্যাপিং জিন শনাক্ত করেছে। CXCR2, S100A9 এবং LCN2 সম্ভাব্য বায়োমার্কার জিন হিসেবে চিহ্নিত হয়েছে। একটি ROTS সংবেদনশীলতা বিশ্লেষণ নিশ্চিত করেছে যে কেস–কন্ট্রোল অনুপাতের ভারসাম্যহীনতা সত্ত্বেও মিলে যাওয়া FDR <0.05 থ্রেশহোল্ডে MPM-এর সব 1710টি DEG পুনরুৎপাদনযোগ্য এবং দিকের দিক থেকে সঙ্গতিপূর্ণ ছিল। শ্রেণিবিন্যাস মডেলটি প্রশিক্ষণ ও বহিঃস্থ যাচাই সেটে যথাক্রমে 0.909 ও 0.875 AUC অর্জন করেছে, যার LOOCV AUC 0.879 এবং অপটিমিজম-সংশোধিত AUC 0.896। ইমিউন ইনফিল্ট্রেশন বিশ্লেষণে IPAH-এ Th17 কোষ বৃদ্ধি কিন্তু নিউট্রোফিল হ্রাস দেখা গেছে। CXCR2 ও S100A9-এর এক্সপ্রেশন নিউট্রোফিল ইনফিল্ট্রেশনের সঙ্গে সম্পর্কিত ছিল; LCN2-এর এক্সপ্রেশন বিপাকীয় পুনর্বিন্যাসের সঙ্গে সম্পর্কিত ছিল। Navarixin CXCR2-এর প্রতি সবচেয়ে শক্তিশালী বাইন্ডিং অ্যাফিনিটি (−10.1 kcal/mol) দেখিয়েছে। MD সিমুলেশন CXCR2-Navarixin কমপ্লেক্সের স্থিতিশীল বাইন্ডিং নিশ্চিত করেছে। qRT-PCR IPAH রোগীদের মধ্যে তিনটি জিনেরই উল্লেখযোগ্য ডাউনরেগুলেশন নিশ্চিত করেছে।
উপসংহার: এই অনুমান-সৃষ্টিকারী গবেষণা IPAH ও MPM-এর মধ্যে অভিন্ন ট্রান্সক্রিপ্টোমিক বৈশিষ্ট্য চিহ্নিত করেছে এবং CXCR2, S100A9 ও LCN2-কে ইমিউন ডিসরেগুলেশন ও বিপাকীয় পুনঃপ্রোগ্রামিংয়ের সাথে যুক্ত সম্ভাব্য বায়োমার্কার হিসেবে তুলে ধরেছে। এই ফলাফলগুলোর গাণিতিক ও পারস্পরিক সম্পর্কভিত্তিক প্রকৃতি এবং বহিঃস্থ যাচাইকরণ কোহর্টের সীমিত আকার বিবেচনায়, ক্লিনিক্যাল প্রয়োগের কথা ভাবার আগে কার্যকরী পরীক্ষা এবং বৃহত্তর, স্বাধীন ও বহুকেন্দ্রিক কোহর্টে যাচাইকরণের মাধ্যমে নিশ্চিতকরণ প্রয়োজন।
জার্নাল IF-সমতুল্য: 3.0 (OpenAlex ২-বছরের গড় উদ্ধৃতি, মান ২০২৬-১০-১৫ অনুযায়ী, ২০২৬-১০-১৬ তারিখে সংগৃহীত; Clarivate-এর আনুষ্ঠানিক IF নয়)রেফারেন্স: Zhang N, Wang C, Wang R, Guo X, Yu J, Wang J, et al. মেশিন লার্নিং, মলিকুলার ডকিং এবং পরীক্ষামূলক যাচাইকরণ ইডিওপ্যাথিক পালমোনারি আর্টেরিয়াল হাইপারটেনশন ও ম্যালিগন্যান্ট প্লুরাল মেসোথেলিওমার মধ্যে অভিন্ন আণবিক বৈশিষ্ট্য শনাক্ত করেছে: একটি রেট্রোস্পেক্টিভ গবেষণা. Front Genet. 2026 Oct 14;17:1894027. doi:10.3389/fgene.2026.1894027.যাচাই করা হয়েছে: শুধু সারসংক্ষেপ - সারসংক্ষেপ
ইডিওপ্যাথিক পালমোনারি ফাইব্রোসিসের (IPF) ব্যক্তিকেন্দ্রিক ক্লিনিক্যাল ব্যবস্থাপনা এর জটিল দীর্ঘমেয়াদি গতিপথ এবং খণ্ডিত, অসংগঠিত তথ্যের কারণে বাধাগ্রস্ত হয়। যদিও বৃহৎ ভাষা মডেল (LLM) ও রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG) ক্লিনিক্যাল সিদ্ধান্ত সহায়তায় সম্ভাবনা দেখিয়েছে, বর্তমান পদ্ধতিগুলো স্থির জ্ঞানভান্ডার, সময়-সচেতনতার অভাব, এবং শব্দার্থিক নয়েজ ও হ্যালুসিনেশনের প্রতি সংবেদনশীলতার কারণে গতিশীল রোগ অগ্রগতি মোকাবিলায় চ্যালেঞ্জের মুখোমুখি হয়। এ সমস্যা সমাধানে আমরা দীর্ঘমেয়াদি IPF পরিচর্যার জন্য একটি সময়-সচেতন RAG কাঠামো, IPF-RAG, প্রস্তাব করছি। 58 জন রোগীর গতিপথের একটি বাছাইকৃত ডেটাসেটের ভিত্তিতে গঠিত এই কাঠামোতে দুটি মূল মডিউল রয়েছে। টেম্পোরাল রিট্রিভাল মডিউল শব্দার্থিক মিলের সঙ্গে সময়-সচেতন প্রমাণ নোঙরকরণ যুক্ত করে রোগের অগ্রগতি ও চিকিৎসা নির্দেশের মধ্যে সময়গত সম্পর্ক স্থাপন করে। এরপর স্ট্রাকচার্ড এনহান্সমেন্ট মডিউল এই সময়গত জ্ঞানকে কাঠামোবদ্ধ প্রম্পটে একীভূত করে এবং চিকিৎসা-যুক্তিগত বিধিনিষেধ প্রয়োগ করে LLM-কে প্রমাণভিত্তিক যুক্তির দিকে পরিচালিত করে। অভ্যন্তরীণ ও বহিরাগত ডেটাসেটে পরিচালিত পরীক্ষা, যা স্বয়ংক্রিয় মূল্যায়ন ও ক্লিনিক্যাল বিশেষজ্ঞদের দ্বারা যাচাই করা হয়েছে, দেখায় যে IPF-RAG একাধিক মাত্রায় LLM-উৎপন্ন চিকিৎসা পরিকল্পনার মান উন্নত করে। এই ফলাফলগুলো ইঙ্গিত দেয় যে প্রস্তাবিত পদ্ধতি জটিল দীর্ঘস্থায়ী রোগে ক্লিনিক্যাল সিদ্ধান্ত গ্রহণে LLM-কে কার্যকরভাবে সহায়তা করে।
জার্নাল IF-সমতুল্য: 5.0 (OpenAlex 2-year mean citedness, মান 2026-10-13 অনুযায়ী, সংগৃহীত 2026-10-15; Clarivate-এর অফিসিয়াল IF নয়)রেফারেন্স: Zheng X, Rui X, Long T, Wang L, Lv Z, Wang J, et al. IPF-RAG: ইডিওপ্যাথিক পালমোনারি ফাইব্রোসিসের পরিচর্যার জন্য সময়-সচেতন রিট্রিভাল-অগমেন্টেড জেনারেশন. Front Digit Health. 2026 Oct 14;8:1883739. doi:10.3389/fdgth.2026.1883739.যাচাই করা হয়েছে: শুধু সারসংক্ষেপ
হৃদ্যন্ত্র ও ফুসফুসের সব ২টি গবেষণাপত্র দেখুন →
বিরল কিডনি, লিভার ও পরিপাকতন্ত্রের রোগ: চিকিৎসা, ট্রায়াল ও AI
- সারসংক্ষেপ
শিশুদের ইমিউনোগ্লোবুলিন A নেফ্রোপ্যাথির (IgAN) Oxford MEST-C মূল্যায়ন নির্ভর করে জটিল বৃক্কীয় বায়োপসি কাঠামো সম্পর্কে প্যাথলজিস্টদের ব্যাখ্যার ওপর। স্বয়ংক্রিয় সেগমেন্টেশন প্রমিত পরিমাপে সহায়ক হতে পারে, কিন্তু স্কেলের তারতম্য, অস্পষ্ট সীমানা এবং ক্ষুদ্র ক্ষতচিহ্নের কারণে এটি চ্যালেঞ্জের মুখে পড়ে। আমরা DU-KAN তৈরি করেছি, যা একটি স্তর-অভিযোজিত U-KAN কাঠামো; এতে একটি অগভীর convolution–MaxViT দ্বৈত-শাখা এনকোডারের সঙ্গে অভিযোজিত ভিন্নধর্মী ফিচার ফিউশন এবং wavelet–prototype স্কিপ এনহান্সমেন্ট যুক্ত করা হয়েছে। 278 জন শিশুর 532টি periodic acid–Schiff-রঞ্জিত ছবি নিয়ে গঠিত একটি একক-কেন্দ্রের ডেটাসেট রোগী-স্তরে বিভক্ত করা হয়েছিল। 55 জন রোগীর পৃথক রাখা টেস্ট সেটে DU-KAN ব্যাকগ্রাউন্ডসহ আটটি শ্রেণিতে গড় Dice 69.58% অর্জন করেছে (95% রোগী-স্তরের bootstrap CI, 66.23–71.91), যা U-KAN-কে 3.56 শতাংশ পয়েন্ট ছাড়িয়ে গেছে (95% CI, 1.90–5.26)। ফোরগ্রাউন্ডের গড় Dice ছিল 65.42%। Synapse পেটের CT বেঞ্চমার্কে আটটি অঙ্গজুড়ে গড় Dice ছিল 87.21%, যা শিশুদের IgAN-এ বাহ্যিক যাচাইকরণ নয়, বরং কাজ-বহির্ভূত স্থাপত্যগত সাধারণীকরণকে সমর্থন করে। সেগমেন্টেশনের ফলাফল আরও সমন্বিত করে কেস-স্তরের MEST-C-সংক্রান্ত সূচকে রূপান্তর করা হয়েছে। 40টি কেসের একটি অন্বেষণমূলক মূল্যায়নে মূল্যায়িত পাঁচটি সূচকের সবকটিতে সম্পূর্ণ মিল ছিল 65.00% (26/40), আর সংবেদনশীলতা ছিল E-এর জন্য 37.50% (3/8) এবং T-এর জন্য 50.00% (1/2)। T-এর 97.50% মিল মূলত নেতিবাচক কেসের প্রাধান্য প্রতিফলিত করেছে এবং নির্ভরযোগ্য ইতিবাচক কেস শনাক্তকরণ প্রতিষ্ঠিত করেনি। DU-KAN অভ্যন্তরীণ সেগমেন্টেশন কার্যকারিতা উন্নত করে এবং কাঠামোবদ্ধ প্যাথলজিক্যাল পরিমাপ অর্জন করে, যা বৃক্কীয় প্যাথলজিস্টদের ক্লিনিক্যাল বিচারের জন্য সহায়ক রেফারেন্স হতে পারে।
জার্নাল IF-সমতুল্য: 5.4 (OpenAlex ২-বছরের গড় উদ্ধৃতি, মান 2026-10-15 অনুযায়ী, 2026-10-16-এ সংগৃহীত; অফিসিয়াল Clarivate IF নয়)রেফারেন্স: Fu J, Cui H, Zhu Y, Gao T, Zhang P, Gao C. DU-KAN: A Dual-Domain Enhanced Deep-Learning Framework for Digital Pathology-Based Oxford MEST-C Assessment in Pediatric IgA Nephropathy. Bioengineering. 2026 Oct 13;13(10):1191. doi:10.3390/bioengineering13101191.যাচাই করা হয়েছে: শুধু সারসংক্ষেপ
কিডনি, লিভার ও অন্ত্রের সব ১টি গবেষণাপত্র দেখুন →
বিরল ত্বক ও হাড়ের রোগ: চিকিৎসা, ট্রায়াল ও AI
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।