आर्टिफिशियल इंटेलिजेंस द्वारा पहचानी गई प्राथमिक स्वैच्छिक पेयड्रैक्टिक चेस्ट वॉल की असामान्यताएँ

प्राथमिक स्वैच्छिक पेयड्रैक्ट (PSP) मुख्यतः पतले और लंबे युवा पुरुषों को प्रभावित करता है। चेस्ट वॉल संरचनात्मक विशेषताओं और PSP के बीच आणविक संबंधों की जांच करना उपचार विधियों को आगे बढ़ाने के लिए महत्वपूर्ण है। इस केस-कमांड अध्ययन में, पीएसपी वाले और बिना पीएसपी वाले रोगियों के थोरैसिक सर्जरी के दौरान सीने की सीटी इमेज का एआई का उपयोग करते हुए विश्लेषण किया गया। इफिसिएंटनेटबी3 और इनसेप्शनवी3 के कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) मॉडल का उपयोग इमेजनेट पर ट्रांसफर लर्निंग के साथ दोनों समूहों की छवियों की तुलना के लिए किया गया। इंटरऑपराबिलिटी को बढ़ाने के लिए सीने की सीटी स्कैन पर एक हीटमैप बनाया गया, और छवि स्तर की तुलना के लिए स्केल-इन्वैरिएंट फीचर ट्रांसफॉर्म (SIFT) को अपनाया गया। कुल 2,312 सीटी छवियाँ 26 गैर-पीएसपी रोगियों और 1,122 सीटी छवियाँ 26 PSP रोगियों की चुनी गईं। 25 PSP और तीन गैर-PSP रोगियों में चेस्ट-वॉल एपेक्स पिट (CAP) पाया गया (p < 0.001)। सीएनएन ने CAP की उपस्थिति की पहचान करके PSP को गैर-PSP से अलग करने में 93.47% परीक्षण सटीकता प्राप्त की। हीटमैप विश्लेषण ने सीएनएन की दक्षता को ऊपरी चेस्ट वॉल को लक्षित करने में प्रदर्शित किया, CAP को सही तरीके से पहचानते हुए बिना समान संरचनाओं के अनावश्यक प्रभाव डालना या परीक्षण क्षेत्र का अनुपयुक्त रूप से बढ़ाना या घटाना। SIFT परिणामों ने PSP और गैर-PSP के बीच की तुलना में समूहों के भीतर 10.55% अधिक औसत समानता का संकेत दिया (p < 0.001)। अंत में, PSP रोगियों में विशिष्ट रेडियोग्राफिक चेस्ट वॉल कॉन्फ़िगरेशन देखा गया, जिसमें CAP संभावित रूप से PSP से जुड़े एक आणविक कारक के रूप में कार्य कर सकता है। यह अध्ययन PSP के लिए निदान के दृष्टिकोण और उपचार रणनीतियों को सुधारने में AI-समर्थित विश्लेषण की क्षमता को उजागर करता है.