FaceAge একটি ডিপ লার্নিং অ্যালগরিদম যা কোন ব্যক্তির ছবি দেখে তার জৈবিক বয়স, অর্থাৎ তার প্রকৃত শারীরিক অবস্থার অনুমান করে, জন্ম তারিখ অনুযায়ী বয়স (ক্রোনোলজিক্যাল এজ) নয়। এর উদ্দেশ্য হল চিকিৎসকদের রোগীর স্বাস্থ্যের সঠিক মূল্যায়ন করতে সাহায্য করা।
আর্টিফিশিয়াল ইন্টেলিজেন্স (AI) আজ প্রতিটি ক্ষেত্রেই তার ছাপ রেখে চলেছে, এবং মেডিকেল ক্ষেত্রও এর থেকে বাদ পড়েনি। এখন একটি নতুন AI টুল, FaceAge, এসেছে যা মাত্র একটি সেলফির সাহায্যে আপনার জৈবিক বয়স বা জৈবিক অবস্থার অনুমান করে। এর ফলে চিকিৎসকরা আপনার স্বাস্থ্যের আরও ভালো মূল্যায়ন করতে পারবেন। এই উদ্ভাবনী টুলটি আমেরিকার Mass General Brigham-এর গবেষকরা তৈরি করেছেন, যার গবেষণাপত্র ৮ মে ২০২৫-এ Lancet Digital Health-এ প্রকাশিত হয়েছে।
FaceAge কি এবং কীভাবে কাজ করে?
FaceAge একটি উন্নত ডিপ লার্নিং অ্যালগরিদম যা কোন ব্যক্তির ছবি দেখে তার জৈবিক বয়সের মূল্যায়ন করে, অর্থাৎ তার প্রকৃত শারীরিক অবস্থার পরীক্ষা করে, কেবলমাত্র জন্ম তারিখের উপর ভিত্তি করে বয়স (ক্রোনোলজিক্যাল এজ) নয়। এর প্রধান উদ্দেশ্য হল চিকিৎসকদের রোগীর স্বাস্থ্যের সঠিক চিত্র প্রদান করা যাতে তারা আরও ভালো চিকিৎসা এবং যত্ন পরিকল্পনা তৈরি করতে পারেন।
FaceAge-এর বিশেষ বৈশিষ্ট্য
- "আইবল টেস্ট"-এর উপর ভিত্তি করে: চিকিৎসকরা সাধারণত রোগীকে দেখে তার স্বাস্থ্যের দ্রুত অনুমান করে। FaceAgeও একই নীতি অনুসরণ করে, কিন্তু এটি AI প্রযুক্তি ব্যবহার করে।
- অনুপ্রেরণামূলক উদাহরণ: একজন ৮৬ বছর বয়সী ফুসফুসের ক্যান্সার রোগীকে চিকিৎসক দুর্বল মনে করেননি এবং তাকে আক্রমণাত্মক রেডিয়েশন চিকিৎসা দিয়েছিলেন। আজ তিনি ৯০ বছর বয়সী সুস্থ। FaceAge তার জৈবিক বয়স ৭৬ বছর বলেছিল।
- প্রশিক্ষণ ডেটা: এই AI ৯,০০০-এর বেশি ছবির উপর প্রশিক্ষিত হয়েছে, যার মধ্যে ৬০ বছরের বেশি বয়সী সুস্থ ব্যক্তিদের ছবি অন্তর্ভুক্ত রয়েছে। ছবির উৎস Wikipedia, IMDb, এবং UTKFace ডেটা সেট (১ থেকে ১১৬ বছর বয়সী ব্যক্তিদের ছবি)।
- ভিন্ন পদ্ধতি: FaceAge মানুষের মতো বয়সের বাহ্যিক লক্ষণগুলির (যেমন চুলের সাদা হওয়া বা ঝরে যাওয়া) উপর নির্ভর করে না, বরং গভীর শারীরিক অবস্থার মূল্যায়ন করে।
FaceAge-এর নির্ভুলতা
- ৬,২০০ ক্যান্সার রোগীর চিকিৎসার আগে নেওয়া ছবির উপর পরীক্ষা করা হয়েছে। AI তাদের জৈবিক বয়স গড়ে ৫ বছর বেশি পেয়েছে।
- একটি পরীক্ষায় চিকিৎসকরা কেবলমাত্র ছবি দেখে রোগীর ৬ মাসের মধ্যে বেঁচে থাকার অনুমান করেছিলেন, যার মধ্যে তারা ৬১% ক্ষেত্রে সঠিক ছিলেন।
- যখন ছবির সাথে মেডিকেল ডেটাও যোগ করা হয়েছিল, তখন নির্ভুলতা বেড়ে ৭৩% হয়েছিল।
