बंगळुरूमधील एक खाजगी स्टार्टअप, Dognosis, प्रशिक्षित कुत्रे आणि AI सेन्सर्स वापरून कॅन्सर स्क्रीनिंंगची नवीन पद्धत विकसित करत आहे. फेज २ क्लिनिकल ट्रायल्समध्ये सुमारे **90%** संवेदनशीलता (sensitivity) दिसून आली आहे, आणि आता कंपनी फेज ३ चाचणी करत आहे. तंत्रज्ञानाच्या मदतीने लवकर कॅन्सर शोधण्याच्या दिशेने हे एक महत्त्वाचे पाऊल आहे.
कॅन्सर निदानाचे नवे पर्व: कुत्रे आणि AI चा संगम
बंगळुरूमधील Dognosis नावाचा स्टार्टअप लवकर कॅन्सर शोधण्याच्या दिशेने एक क्रांती घडवण्याचा प्रयत्न करत आहे. त्यांनी एक अशी पद्धत विकसित केली आहे जिथे प्रशिक्षित कुत्रे मानवी श्वासाचे नमुने (breath samples) घेऊन त्यातील कॅन्सरचे मार्कर ओळखू शकतात. यासोबतच आर्टिफिशियल इंटेलिजन्स (AI) तंत्रज्ञानाचाही वापर केला जात आहे.
कसे काम करते हे तंत्रज्ञान?
या पद्धतीचा मुख्य आधार कुत्र्यांची तीक्ष्ण वास घेण्याची क्षमता आहे. रुग्णांना एका खास मास्कमध्ये श्वास घेण्यास सांगितले जाते. हे नमुने कंपनीच्या फॅसिलिटीमध्ये असलेल्या प्रशिक्षित कुत्र्यांच्या टीमकडे पाठवले जातात. त्याच वेळी, सेन्सर्स आणि AI अल्गोरिदम कुत्र्यांच्या प्रतिक्रियांचे (behavioral, physiological, and neural responses) विश्लेषण करतात. या डेटाचा वापर करून, कॅन्सरचे संभाव्य मार्कर ओळखले जातात. या सुरुवातीच्या टप्प्यात पारंपरिक बायोप्सी किंवा इमेजिंग चाचण्यांची गरज भासत नाही.
क्लिनिकल ट्रायल्सचे यश
'Journal of Clinical Oncology' मध्ये प्रकाशित झालेल्या फेज २ च्या चाचण्यांमध्ये 1,500 हून अधिक रुग्णांचा समावेश होता. यात कंपनीने सुरुवातीच्या टप्प्यातील कॅन्सर ओळखण्यासाठी सुमारे 90% ते 91% संवेदनशीलता (sensitivity) आणि विशिष्टता (specificity) नोंदवली आहे.
आता फेज ३ चाचणी सुरू
सध्या Dognosis 10,000 रुग्णांवर फेज ३ ची मोठी चाचणी करत आहे. ही चाचणी भारतातील 10 रुग्णालयांमध्ये केली जात आहे. याचा उद्देश मोठ्या आणि विविध गटांमध्ये या प्रणालीची प्रभावीता तपासणे आहे, ज्यात सामान्य व्यक्ती आणि जास्त धोका असलेल्या लोकांचा समावेश आहे.
गुंतवणूक आणि पुढील आव्हाने
Dognosis ही एक खाजगी कंपनी असून ती कोणत्याही स्टॉक एक्सचेंजवर सूचीबद्ध नाही. कंपनीने Accel India आणि Boost VC सारख्या व्हेंचर कॅपिटल फर्म्सकडून सुमारे $2 दशलक्ष (सुमारे ₹16 कोटी) निधी उभारला आहे. गुंतवणूकदारांसाठी ही प्रणाली एक स्वस्त आणि मोठ्या प्रमाणावर वापरली जाणारी स्क्रीनिंंग टूल ठरू शकते. मात्र, या मॉडेलला मोठ्या प्रमाणावर यशस्वी करण्यासाठी कुत्र्यांच्या प्रशिक्षणाची सातत्यपूर्ण गुणवत्ता राखणे हे एक मोठे आव्हान आहे.
तज्ञांच्या मते, अशा स्क्रीनिंंग पद्धतींनी सध्याच्या वैद्यकीय चाचण्यांना पूरक ठरावे, त्यांचे पर्याय म्हणून नाही. तसेच, या प्रणालीला आरोग्य सेवांमध्ये समाविष्ट करण्यासाठी नियामक मंजुरी (regulatory adoption) मिळवणे महत्त्वाचे ठरेल. कंपनीचे यश AI-कुत्रा मॉडेलची विश्वासार्हता आणि अचूकता सिद्ध करण्यावर अवलंबून असेल.