“Hybrid and Deep Learning Approach for Predicting Diverse Health Hazards Linked to Steroid Consumption” या विषयावर संशोधक नेहा पाटील यांची पीएच.डी.
या संशोधनातून एक महत्त्वाचा संदेश पुढे येतो—स्टिरॉइड्सचा वापर हा केवळ वैयक्तिक आरोग्याचा प्रश्न नाही, तर तो सार्वजनिक आरोग्य आणि पर्यावरणीय सुरक्षेशीही संबंधित आहे. मशीन लर्निंगसारख्या आधुनिक तंत्रज्ञानाचा वापर करून संभाव्य धोके आधीच ओळखणे शक्य होत आहे. यामुळे डॉक्टर, आरोग्यतज्ज्ञ आणि धोरणकर्त्यांना प्रतिबंधात्मक उपाययोजना आखता येऊ शकतात.
पुणे : संशोधक नेहा पाटील यांनी डॉ. डी. वाय. पाटील कृषी आणि तंत्रज्ञान विद्यापीठातून “Hybrid and Deep Learning Approach for Predicting Diverse Health Hazards Linked to Steroid Consumption” या विषयावर पीएच.डी. पदवी संपादन केली आहे. या संशोधनामध्ये स्टेरॉइडच्या सेवनामुळे हृदय, मूत्रपिंड आणि फुफ्फुसांवर होणाऱ्या विविध आरोग्यधोक्यांचे भाकीत करण्यासाठी हायब्रिड व डीप लर्निंग पद्धतींचा वापर करण्यात आला आहे.
या संशोधनासाठी त्यांना मार्गदर्शक म्हणून डॉ. जयदीप पाटील यांचे मार्गदर्शन लाभले. या प्रबंधामध्ये आधुनिक मशीन लर्निंग तंत्रज्ञानाचा उपयोग करून आरोग्यधोके पूर्वीच ओळखण्यावर भर देण्यात आला असून, वैद्यकीय क्षेत्रात या संशोधनाचा भविष्यात महत्त्वपूर्ण उपयोग होण्याची शक्यता आहे.
स्टिरॉइड्सचा वाढता वापर : आरोग्यधोक्यांचा एआयने घेतलेला वेध
स्टिरॉइड्सच्या वाढत्या वापरामुळे मानवी आरोग्य आणि पर्यावरणावर होणारे परिणाम हा आजच्या काळातील गंभीर चिंतेचा विषय बनला आहे. शरीरसौष्ठव, क्रीडा कामगिरी किंवा बाह्य देखणेपणा वाढवण्यासाठी अनेकजण अॅनाबॉलिक-अँड्रोजेनिक स्टिरॉइड्स (AAS) वापरतात. मात्र या कृत्रिम स्टिरॉइड्सचा परिणाम केवळ शरीरापुरता मर्यादित राहत नाही, तर त्याचे दुष्परिणाम पर्यावरणीय परिसंस्थांवरही दिसून येतात. या पार्श्वभूमीवर संशोधक नेहा पाटील आणि सहकाऱ्यांनी केलेले संशोधन स्टिरॉइड्सच्या दुष्परिणामांचा अभ्यास करण्यासाठी आधुनिक मशीन लर्निंग तंत्रज्ञानाचा उपयोग करते आणि मानवी आरोग्य व पर्यावरण यांच्यातील संबंधाचा अभ्यास करण्याचा प्रयत्न करते.
मानवी शरीरात नैसर्गिकरित्या तयार होणारी स्टिरॉइड्स ही शरीराच्या अनेक महत्त्वाच्या कार्यांसाठी आवश्यक असतात. स्नायूंची वाढ, ऊतींचे संरक्षण, रोगप्रतिकारक शक्ती, चयापचय आणि ताणतणावाला प्रतिसाद देण्याच्या प्रक्रियेत त्यांचा महत्त्वाचा वाटा असतो. परंतु अॅनाबॉलिक-अँड्रोजेनिक स्टिरॉइड्स ही कृत्रिम औषधे असून ती टेस्टोस्टेरॉनसारखी कार्य करतात. वैद्यकीय दृष्ट्या काही रोगांवर उपचारासाठी त्यांचा वापर केला जात असला तरी क्रीडा क्षेत्रात कामगिरी वाढवण्यासाठी आणि शरीरयष्टी आकर्षक करण्यासाठी त्याचा मोठ्या प्रमाणावर गैरवापर होतो. या अतिरेकामुळे शरीरातील हार्मोनल संतुलन बिघडते आणि विविध प्रकारच्या गंभीर आजारांना निमंत्रण मिळते.
स्टिरॉइड्सचा अतिवापर झाल्यास शरीरातील अंतःस्रावी प्रणालीवर त्याचा प्रतिकूल परिणाम होतो. विशेषतः हायपोथॅलॅमिक-पिट्यूटरी-गोनॅडल (HPG) अक्षावर त्याचा परिणाम होतो. ही प्रणाली शरीरातील टेस्टोस्टेरॉनचे उत्पादन नियंत्रित करते. कृत्रिम हार्मोन्सचे प्रमाण वाढल्यास मेंदूला नैसर्गिक हार्मोन निर्मिती कमी करण्याचा संदेश मिळतो आणि त्यामुळे हार्मोनल असंतुलन निर्माण होते. यामुळे पुरुषांमध्ये वृषणांचे आकुंचन, वंध्यत्व किंवा स्त्रीलक्षणांची वाढ यांसारख्या समस्या उद्भवू शकतात. याशिवाय हृदयविकार, उच्च रक्तदाब, स्ट्रोक, यकृताचे नुकसान, मानसिक अस्थिरता, आक्रमकता, मुरूम, केस गळणे, प्रोस्टेट वाढणे यांसारखे अनेक दुष्परिणाम दिसून येतात.
या संशोधनाचे वैशिष्ट्य म्हणजे या आरोग्यधोक्यांचे भाकीत करण्यासाठी कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगचा वापर करण्यात आला आहे. विविध डेटा संचांचा उपयोग करून संशोधकांनी स्टिरॉइड्स वापरणाऱ्या व्यक्तींमध्ये कोणते आजार निर्माण होऊ शकतात याचे विश्लेषण केले. संशोधनासाठी वापरलेले डेटा संच वैद्यकीय संशोधन संस्था, अमेरिकेच्या आरोग्य विभागाचे डेटाबेस आणि कॅग्ल या सार्वजनिक डेटा स्रोतांमधून घेण्यात आले. या डेटामध्ये व्यक्तीचे वय, लिंग, स्टिरॉइड्सचा प्रकार, वापराचा कालावधी, वापराची वारंवारता, हार्मोन पातळी आणि विविध वैद्यकीय चाचण्यांचे परिणाम यांचा समावेश होता.
संशोधनात विशेषतः चार प्रमुख आरोग्यधोक्यांवर लक्ष केंद्रित करण्यात आले—हृदयविकार (Cardiovascular Diseases), फुफ्फुसांचे आजार (Pulmonary Diseases), हार्मोनल असंतुलन आणि यकृताचे नुकसान. या सर्व आजारांचे भाकीत करण्यासाठी मशीन लर्निंगचे विविध मॉडेल्स वापरण्यात आले. सपोर्ट व्हेक्टर मशीन (SVM), डिसिजन ट्री, ग्रेडियंट बूस्टिंग यांसारख्या तंत्रांचा वापर करून स्टिरॉइड्सच्या वापरामुळे कोणत्या व्यक्तीला कोणता आजार होण्याची शक्यता आहे याचा अंदाज लावण्यात आला.
या संशोधनात एक विशेष हायब्रिड अल्गोरिदम विकसित करण्यात आला. या पद्धतीत मल्टिलेयर पर्सेप्ट्रॉन (MLP) आणि सपोर्ट व्हेक्टर मशीन (SVM) या दोन तंत्रांचा एकत्रित वापर करण्यात आला. MLP या न्यूरल नेटवर्क मॉडेलद्वारे डेटामधील गुंतागुंतीचे नमुने ओळखले गेले, तर SVM द्वारे त्या नमुन्यांचे वर्गीकरण करण्यात आले. या हायब्रिड पद्धतीमुळे अंदाजाची अचूकता लक्षणीयरीत्या वाढली. संशोधनात हार्मोनल असंतुलन ओळखण्यामध्ये सुमारे ९१ टक्के अचूकता मिळाली, तर हृदयविकार आणि फुफ्फुसांच्या आजारांचे भाकीत करण्यामध्ये सुमारे ८८ टक्के अचूकता प्राप्त झाली.
यकृताच्या नुकसानीचा अंदाज लावण्यासाठी ग्रेडियंट बूस्टिंग आणि आरएनएन (Recurrent Neural Network) आधारित तंत्रांचा वापर करण्यात आला. या पद्धतींनी देखील चांगली कामगिरी दाखवली. विशेषतः RNN आणि LSTM या मॉडेल्सनी वेळेच्या अनुक्रमानुसार बदलणाऱ्या डेटामधील संबंध अधिक अचूकपणे ओळखले. त्यामुळे स्टिरॉइड्सच्या दीर्घकालीन वापरामुळे शरीरावर होणाऱ्या परिणामांचे विश्लेषण अधिक प्रभावीपणे करता आले.
या संशोधनाचा आणखी एक महत्त्वाचा पैलू म्हणजे स्टिरॉइड्सचा पर्यावरणावर होणारा परिणाम. मानवी शरीरात घेतलेले स्टिरॉइड्स पूर्णपणे पचत नाहीत. त्यातील काही घटक मूत्र आणि मलाद्वारे बाहेर टाकले जातात. हे रसायन शेवटी मलनिस्सारण व्यवस्थेतून पाण्यात आणि जमिनीत मिसळते. पारंपरिक सांडपाणी शुद्धीकरण प्रकल्पांमध्ये या औषधी अवशेषांना पूर्णपणे दूर करण्याची क्षमता नसते. त्यामुळे हे रसायन नद्या, तलाव आणि समुद्रातील पाण्यात पोहोचते.
या प्रदूषणामुळे जलपरिसंस्थांवर गंभीर परिणाम होऊ शकतो. पाण्यातील मासे, उभयचर प्राणी आणि सूक्ष्मजीव यांच्या हार्मोनल प्रणालीवर त्याचा परिणाम होतो. यामुळे त्यांच्या प्रजनन प्रक्रियेत अडथळे निर्माण होतात आणि संपूर्ण अन्नसाखळीचे संतुलन बिघडते. काही वेळा हे रसायन जमिनीत मिसळून मातीतील सूक्ष्मजीवांचे संतुलनही बदलते. परिणामी पिकांच्या वाढीवर आणि मातीच्या सुपीकतेवरही परिणाम होऊ शकतो. शेवटी हे रसायन अन्नसाखळीतून पुन्हा मानवापर्यंत पोहोचण्याची शक्यता असते.
या संशोधनातून एक महत्त्वाचा संदेश पुढे येतो—स्टिरॉइड्सचा वापर हा केवळ वैयक्तिक आरोग्याचा प्रश्न नाही, तर तो सार्वजनिक आरोग्य आणि पर्यावरणीय सुरक्षेशीही संबंधित आहे. मशीन लर्निंगसारख्या आधुनिक तंत्रज्ञानाचा वापर करून संभाव्य धोके आधीच ओळखणे शक्य होत आहे. यामुळे डॉक्टर, आरोग्यतज्ज्ञ आणि धोरणकर्त्यांना प्रतिबंधात्मक उपाययोजना आखता येऊ शकतात.
भविष्यातील संशोधनासाठीही या अभ्यासाने अनेक दिशा दाखवल्या आहेत. अधिक विविध डेटा संचांचा वापर करून अंदाजाची अचूकता वाढवणे, स्टिरॉइड्सचे इतर प्रकार आणि त्यांचे परिणाम तपासणे, तसेच पर्यावरणीय प्रदूषणाच्या दीर्घकालीन परिणामांचा अभ्यास करणे ही पुढील पायरी ठरू शकते. एकूणच, कृत्रिम बुद्धिमत्ता आणि आरोग्यशास्त्र यांचा संगम करून केलेले हे संशोधन आधुनिक विज्ञानाच्या नव्या शक्यता दाखवते. स्टिरॉइड्सच्या वाढत्या वापराच्या पार्श्वभूमीवर अशा संशोधनातून मिळणारी माहिती समाजाला सावध करणारी ठरते. आरोग्य, पर्यावरण आणि तंत्रज्ञान या तिन्ही क्षेत्रांना जोडणारा हा अभ्यास भविष्यातील सार्वजनिक आरोग्य व्यवस्थेसाठी महत्त्वाचा मार्गदर्शक ठरू शकतो.
Discover more from इये मराठीचिये नगरी
Subscribe to get the latest posts sent to your email.
