செய்திகளில் ஏன்?
23 மார்ச் 2026 அன்று, மத்திய அறிவியல் மற்றும் தொழில்நுட்பத் துறை இணையமைச்சர் டாக்டர் ஜிதேந்திர சிங், கர்ப்ப-இனி (GARBH-INi) திட்டத்தின் கீழ் இந்தியாவின் மிகப்பெரிய கர்ப்பகாலக் குழுவில் சுமார் 12,000 கர்ப்பிணிப் பெண்கள் பதிவு செய்யப்பட்டுள்ளதாக அறிவித்தார். இந்தத் திட்டம், முன்கூட்டிய பிரசவத்தைக் கணிக்கவும் தடுக்கவும் செயற்கை-நுண்ணறிவு (AI) சார்ந்த கருவிகளை உருவாக்குவதை நோக்கமாகக் கொண்டுள்ளது. முன்கூட்டிய பிரசவம் என்பது புதிதாகப் பிறந்த குழந்தைகளின் இறப்புக்கும் நீண்டகால நோய்களுக்கும் ஒரு முக்கியக் காரணமாகும்.
பின்னணி
கர்ப்ப-இனி (GARBH-INi) என்பது பிறப்பு முடிவுகள் குறித்த மேம்பட்ட ஆராய்ச்சிக்கான இடைநிலைக் குழு - இந்திய முயற்சி (Interdisciplinary Group for Advanced Research on Birth Outcomes – India Initiative) என்பதைக் குறிக்கிறது, மேலும் இதற்குப் பயோடெக்னாலஜி துறை நிதியளிக்கிறது. உலகளவில் ஏற்படும் பச்சிளங்குழந்தைகளின் இறப்புகளில் நான்கில் ஒரு பங்கு முன்கூட்டிய பிரசவத்தால் (கர்ப்பத்தின் 37 வாரங்களுக்கு முன்) ஏற்படுகிறது, இதில் இந்தியாவின் பங்கு விகிதாச்சாரத்திற்கு அதிகமாக உள்ளது. 2015 இல் தொடங்கப்பட்ட GARBH-INi திட்டம், முன்கூட்டிய பிரசவத்திற்கான காரணங்களைப் புரிந்துகொள்வதற்கும், தனிப்பட்ட கணிப்பு மாதிரிகளை உருவாக்குவதற்கும், மருத்துவ நோய்ப்பரவியல் (clinical epidemiology), பல்நோக்கு பயோமார்க்ர்கள் (multi-omics biomarkers - மரபியல், புரதவியல், வளர்சிதை மாற்றவியல்), இமேஜிங் மற்றும் தரவு அறிவியலை ஒருங்கிணைக்கிறது.
முக்கிய சாதனைகள்
- மாபெரும் குழு மற்றும் பயோரிபோசிட்டரி (biorepository): குருகிராம் அரசு மருத்துவமனையில் கர்ப்பத்தின் ஆரம்பத்திலேயே 12,000 க்கும் மேற்பட்ட பெண்கள் சேர்க்கப்பட்டு, பிரசவம் வரை அவர்கள் கண்காணிக்கப்பட்டனர். இந்த ஆய்வு 1.6 மில்லியனுக்கும் அதிகமான உயிரியல் மாதிரிகளையும் (biospecimens) ஒரு மில்லியன் அல்ட்ராசவுண்ட் படங்களையும் உருவாக்கியுள்ளது, இவை ஆராய்ச்சிக்காக ஒரு தேசியப் பயோரிபோசிட்டரியில் பாதுகாப்பாகச் சேமிக்கப்பட்டுள்ளன.
- AI-அடிப்படையிலான கருவிகள்: ஆராய்ச்சியாளர்கள் இந்தியப் பெண்களுக்கென பிரத்யேகமான கர்ப்ப காலக் கணிப்பு மாதிரிகளை (pregnancy dating models) உருவாக்கியுள்ளனர். மேலும், முன்கூட்டிய பிரசவத்தைக் கணிக்கும் நுண்ணுயிர் அடையாளங்களையும் (microbial signatures), ஆரம்பக்கால அபாய மதிப்பீட்டிற்கான மரபணு குறிப்பான்களையும் (genetic markers) கண்டறிந்துள்ளனர். இந்தக் கருவிகள், நோயாளிகளின் அபாய நிலையைக் கண்டறிந்து முன்கூட்டியே தகுந்த சிகிச்சை அளிக்க மருத்துவர்களுக்கு உதவுகின்றன.
- தரவுப் பகிர்வு தளம்: GARBH-INi-DRISHTI தளம், பெயர் குறிப்பிடப்படாத நோயாளிகளின் தரவுகள் மற்றும் அல்ட்ராசவுண்ட் படங்களைப் பாதுகாப்பான முறையில் வழங்கி, உலகெங்கிலும் உள்ள ஆராய்ச்சியாளர்களைப் பகுப்பாய்வில் ஈடுபட அனுமதிக்கிறது. இது அறிவியல் கண்டுபிடிப்புகளை விரைவுபடுத்துகிறது.
- செயலாக்கத்திற்கான கூட்டாண்மைகள்: GARBH-INi-Anandi Maa (ஆனந்தி மா) முன்முயற்சியின் கீழ் மைக்ரோபயோம் அடிப்படையிலான பயோதெரபியூடிக்ஸ் (biotherapeutics), AI-இயக்கப்பட்ட அல்ட்ராசவுண்ட் அறிக்கையிடல் அமைப்புகள் மற்றும் ஆபத்து-பகுப்பாய்வுத் தளங்களை உருவாக்குவதற்காக உயிரி தொழில்நுட்ப நிறுவனங்களுடன் ஒப்பந்தங்கள் கையெழுத்திடப்பட்டுள்ளன.
இது ஏன் முக்கியமானது?
- பொதுச் சுகாதார நெருக்கடியைச் சமாளித்தல்: முன்கூட்டிய பிரசவம் சிசு மரணம் மற்றும் குறைபாடுகளுக்கு ஒரு முக்கியக் காரணமாகும். இந்திய மக்களுக்கெனத் தனிப்பயனாக்கப்பட்ட கணிப்புக் கருவிகள் (Predictive tools), தடுப்பு நடவடிக்கைகளை எடுக்கவும், பிரசவக் கால ஆரோக்கியத்தை மேம்படுத்தவும் மருத்துவர்களுக்கு உதவும்.
- ஒருங்கிணைந்த அறிவியல்: தொற்றுநோயியல் (epidemiology), மல்டி-ஓமிக்ஸ் மற்றும் செயற்கை நுண்ணறிவு ஆகியவற்றை இணைப்பதன் மூலம் கர்ப்பம் குறித்த முழுமையான புரிதல் ஏற்படுகிறது. மேலும், இது பிற சிக்கலான சுகாதாரப் பிரச்சினைகளைத் தீர்ப்பதற்கான ஒரு வழிகாட்டியாகவும் அமைகிறது.
- திறன் மேம்பாடு: இத்திட்டம் ஆராய்ச்சியாளர்களுக்குப் பயிற்சி அளிக்கிறது, பயோரிபோசிட்டரிகள் போன்ற உள்கட்டமைப்புகளை உருவாக்குகிறது மற்றும் மருத்துவமனைகள், பல்கலைக்கழகங்கள் மற்றும் தொழில்நுட்ப நிறுவனங்களுக்கிடையே ஒத்துழைப்பை வளர்க்கிறது.
முடிவுரை
முன்னெப்போதும் இல்லாத அளவிலான தரவுகளைச் சேகரித்து, செயற்கை நுண்ணறிவின் (AI) ஆற்றலைப் பயன்படுத்துவதன் மூலம், இந்தியாவில் தாய் மற்றும் சேய் ஆரோக்கியத்தில் மாபெரும் மாற்றத்தைக் கொண்டுவர GARBH-INi முயற்சி செய்கிறது. இந்தக் கணிப்பு மாதிரிகள் மேம்படுத்தப்பட்டு, மருத்துவப் பங்களிப்புகள் விரிவடையும்போது, முன்கூட்டிய பிரசவத்தின் பாதிப்பைக் கணிசமாகக் குறைக்க முடியும். மேலும், இது தரவு சார்ந்த சுகாதார ஆராய்ச்சிக்கான ஒரு புதிய தரநிலையை உருவாக்கும்.
ஆதாரம்: PIB