AI এবং বিরল রোগ ── 2026-10-21
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（1） · জন্মগত বিপাকীয় ত্রুটি（0） · জিনগত সিন্ড্রোম（0） · বিরল রক্তের ব্যাধি（0） · ইমিউন ও যোজক কলা（0） · হার্ট ও ফুসফুস（0） · কিডনি, লিভার ও অন্ত্র（0） · অস্থিচর্মসার（0）
বিরল রোগের নির্ণয় ও ওষুধ আবিষ্কার প্ল্যাটফর্ম এবং AI
- সারসংক্ষেপ
PyDarwin হল একটি ওপেন-সোর্স Python প্যাকেজ, যা স্বয়ংক্রিয় মডেল নির্বাচনের জন্য মেশিন লার্নিংকে NONMEM-এর সঙ্গে একীভূত করে; তবে মডেল-ইনফর্মড প্রিসিশন ডোজিং (MIPD)-এ এর উপযোগিতা এখনো যাচাই করা হয়নি। এই গবেষণার লক্ষ্য বিশেষজ্ঞ-নির্মিত মডেলের তুলনায় MIPD-তে পপুলেশন ফার্মাকোকাইনেটিক্স (PopPK) মডেল উন্নয়নে pyDarwin-এর মূল্যায়ন করা, প্রতিনিধিত্বমূলক উদাহরণ হিসেবে পেডিয়াট্রিক টোব্রামাইসিন ব্যবহার করে। মডেল-নির্মাণ ডেটাসেটে সিস্টিক ফাইব্রোসিস (CF)-এ আক্রান্ত 63 জন শিশুর 450টি প্লাজমা ঘনমাত্রা অন্তর্ভুক্ত ছিল। একটি দল ধাপক্রমিক কোভেরিয়েট নির্বাচন ব্যবহার করে ম্যানুয়ালি মডেল তৈরি করে, অন্যদিকে আরেকটি দল একটি পূর্বনির্ধারিত 27-মাত্রিক মডেল স্পেসের মধ্যে pyDarwin প্রয়োগ করে, এমন একটি ফিটনেস ফাংশন ব্যবহার করে যাতে 24-ঘণ্টার এরিয়া আন্ডার দ্য কার্ভ (AUC 24h )-ভিত্তিক একটি পেনাল্টি অন্তর্ভুক্ত ছিল। বাহ্যিক যাচাই করা হয় 144 জন শিশুর 1011টি ঘনমাত্রা ব্যবহার করে, যার মধ্যে ছিল সমস্ত থেরাপিউটিক ড্রাগ মনিটরিং (TDM) ডেটা এবং ক্লিনিকালি প্রাসঙ্গিক MIPD পরিস্থিতি দিয়ে মূল্যায়ন (a priori [AP], Bayesian 1, Bayesian 2)। উভয় মডেলেই ওজন-ভিত্তিক স্কেলিং, একটি ম্যাচিউরেশন ফাংশন এবং ক্লিয়ারেন্সে কোভেরিয়েট হিসেবে আনুমানিক গ্লোমেরুলার ফিলট্রেশন রেট অন্তর্ভুক্ত ছিল, যা তুলনীয় ক্লিয়ারেন্স অনুমান দিয়েছে। pyDarwin-নির্বাচিত মডেলটি ছিল স্থির অ্যালোমেট্রিক স্কেলিং সূচকসহ একটি টু-কম্পার্টমেন্ট মডেল, অন্যদিকে ম্যানুয়াল মডেলটি ছিল অনুমিত সূচকসহ একটি ওয়ান-কম্পার্টমেন্ট মডেল। স্টেডি-স্টেট AUC 24h -এর জন্য টার্গেট অর্জনের সম্ভাবনা উভয় মডেলেই তুলনীয় ছিল। সমস্ত TDM ডেটা ব্যবহার করে বাহ্যিক যাচাইয়ে, CF রোগীদের ক্ষেত্রে pyDarwin-নির্বাচিত মডেল ম্যানুয়াল মডেলের চেয়ে উন্নত ভবিষ্যদ্বাণীমূলক কর্মক্ষমতা দেখায় (prediction-based MPE -14.6% বনাম -41.6%; MAPE 34.0% বনাম 54.4%)। MIPD পরিস্থিতিগুলিতে, AP সেটিংয়ে pyDarwin-নির্বাচিত মডেল শ্রেষ্ঠত্ব দেখায়, বেইজিয়ান আপডেটের পরে পার্থক্যগুলি কমে যায়। এই ফলাফলগুলি MIPD-র জন্য একটি নির্ভরযোগ্য ও দক্ষ কাঠামো হিসেবে pyDarwin-ভিত্তিক স্বয়ংক্রিয় PopPK মডেল নির্বাচনকে সমর্থন করে।
জার্নাল IF-সমতুল্য: 3.7 (OpenAlex 2-বছরের গড় উদ্ধৃতি মান, 2026-10-20 অনুযায়ী মান, 2026-10-21 তারিখে সংগৃহীত; অফিসিয়াল Clarivate IF নয়)রেফারেন্স: Wang J, Harwood K, Yang W, Lei A, Lai T, Nieforth K, et al. মডেল-নির্দেশিত প্রিসিশন ডোজিংয়ের জন্য pyDarwin-নির্বাচিত বনাম বিশেষজ্ঞ-নির্মিত পেডিয়াট্রিক টোব্রামাইসিন পপুলেশন ফার্মাকোকাইনেটিক মডেলের পূর্বাভাসমূলক কার্যকারিতা। AAPS J. 2026 Oct 19;28(6):171. doi:10.1208/s12248-026-01321-z.যাচাই করা হয়েছে: শুধু সারসংক্ষেপ
প্ল্যাটফর্মের সব 1টি পেপার দেখুন →
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
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
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
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
বিরল কিডনি, লিভার ও পরিপাকতন্ত্রের রোগ: চিকিৎসা, ট্রায়াল ও AI
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।
বিরল ত্বক ও হাড়ের রোগ: চিকিৎসা, ট্রায়াল ও AI
এই সংখ্যার জন্য কোনো নতুন যোগ্য গবেষণাপত্র নেই।