নতুন অ্যালগরিদম হাঁপানি আক্রমণের প্রাথমিক সতর্কতা প্রদান করতে পারে

ডালাসের টেক্সাস বিশ্ববিদ্যালয়ের গবেষক এবং তার আন্তর্জাতিক সহকর্মীরা একটি অ্যালগরিদম তৈরি করেছেন যা একদিন অ্যাজমা অ্যাটাক বা অন্যান্য শ্বাসকষ্টের সমস্যা সম্পর্কে প্রাথমিক চিকিৎসা সতর্কতা প্রদান করতে পারে।

এই অ্যালগরিদম, বর্ণনা জার্নালে প্রকাশিত এক গবেষণায় ড PLOS ওয়ান, বাস্তব সময়ে রোগীর শ্বাস-প্রশ্বাস নিরীক্ষণ করুন এবং শ্বাসকষ্টের ফ্রিকোয়েন্সি বিশ্লেষণ করুন। গবেষকরা তাদের কাজকে পরিধানযোগ্য ডিভাইসে সংহত করার আশা করছেন।

“অটোমেটেড অ্যালার্টগুলি রোগীদের বা শিশুদের অভিভাবকদের কাছে অবিলম্বে দৃষ্টি আকর্ষণ করার জন্য পাঠানো যেতে পারে,” বলেছেন জননীতি, ভূ-স্থানিক তথ্য বিজ্ঞান এবং পরিবেশ বিজ্ঞানের অধ্যাপক ড. দোহিউং কিম৷ সামাজিক তথ্য বিশ্লেষণ এবং স্কুল অফ ইকোনমিক, পলিটিক্যাল অ্যান্ড পলিসি সায়েন্সে গবেষণা।

কিম, তিনজন সহ-সংশ্লিষ্ট লেখকের একজন, দক্ষিণ কোরিয়ায় ডাক্তার, পরিবেশ বিজ্ঞানী, প্রকৌশলী এবং কৃত্রিম বুদ্ধিমত্তা (AI) প্রযুক্তিবিদদের একটি বহুবিভাগীয় দলের সাথে কাজ করেছেন।

ফুসফুসের রোগ যেমন হাঁপানি, ক্রনিক অবস্ট্রাকটিভ পালমোনারি ডিজিজ, ফুসফুসের ক্যান্সার ব্রঙ্কাইটিস এবং নিউমোনিয়ার মতো সংক্রমণ বিশ্বজুড়ে মৃত্যুর প্রধান কারণ। কিমের দল ক্রমাগত রোগীর শ্বাস-প্রশ্বাসের উপর নজর রাখার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার একটি উপায় চেয়েছিল।

কারণ অস্বাভাবিক শ্বাস-প্রশ্বাসের শব্দ, যেমন শ্বাসকষ্ট এবং কর্কশ শব্দ, নির্দেশ করতে পারে যে বেশিরভাগ ফুসফুস এবং শ্বাসযন্ত্রের রোগগবেষকরা বলছেন যে ফুসফুসের শব্দ নিরীক্ষণের একটি উপায় খুঁজে বের করা লক্ষণগুলি প্রতিরোধ এবং উপশম করার জন্য এবং বিভিন্ন শ্বাসযন্ত্রের অসুস্থতার প্রাথমিক সনাক্তকরণের জন্য গুরুত্বপূর্ণ।

এখন, চিকিৎসা পেশাদারদের স্টেথোস্কোপের সাহায্যে এই শব্দগুলি শোনার মাধ্যমে সাধারণত রোগীদের মূল্যায়ন এবং নির্ণয় করা হয়। এর জন্য যথেষ্ট অভিজ্ঞতা এবং দক্ষতার প্রয়োজন, এবং শ্বাসের শব্দের ভুল ব্যাখ্যা করলে ভুল রোগ নির্ণয় হতে পারে।

একাধিক রোগীর ডেটা উত্স থেকে 535টি শ্বাস-প্রশ্বাসের চক্রের একটি ডেটাসেট ব্যবহার করে, দলটি হাঁপানির লক্ষণগুলির শ্বাস প্রশ্বাসের পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেলকে প্রশিক্ষণ দিয়েছে। কিং বলেছিলেন যে হুইজ কাউন্টারে দীর্ঘমেয়াদী শ্বাস-প্রশ্বাসের ধরণগুলির উপর ভিত্তি করে ফুসফুসের রোগের পূর্বাভাস দেওয়ার জন্য গবেষণায় বিপ্লব ঘটানোর সম্ভাবনা রয়েছে।

ফুসফুসের শ্বাসযন্ত্রের ফাংশন সম্পর্কে সবচেয়ে দরকারী তথ্য পেতে, ফুসফুসের অস্বাভাবিক শব্দের প্যাটার্ন এবং ফ্রিকোয়েন্সি সময়ের সাথে নিরীক্ষণ করা আবশ্যক, যা দীর্ঘমেয়াদী পর্যবেক্ষণে অকার্যকর। ক্লিনিক্যালি, কিম বলেন. অ্যালগরিদম শুধুমাত্র প্রতিটি নিঃশ্বাসে অস্বাভাবিক শব্দ শনাক্ত করে না, তবে অ্যাটিপিকাল প্যাটার্ন সহ ব্যাপক ডেটাও ক্যাপচার করে।

“কারো শ্বাস-প্রশ্বাসে সমস্যা আছে কিনা তা স্বয়ংক্রিয়ভাবে সনাক্ত করার জন্য আমরা গভীর শিক্ষার অ্যালগরিদম তৈরি করেছি। যখন কেউ হাঁপায়, তখন অ্যালগরিদম ঘটনাগুলির সংখ্যা গণনা করে এবং কখন ঘটে তা বিশ্লেষণ করে,” কিম বলেন।

একবার পরিধানযোগ্য ডিভাইসগুলিতে একত্রিত হলে, প্রযুক্তিটি মোবাইল সনাক্তকরণ এবং দূরবর্তী হস্তক্ষেপের জন্য ক্লিনিকাল এবং নন-ক্লিনিকাল সেটিংসে ব্যবহার করা যেতে পারে।

“আমাদের হুইজ গণনা পদ্ধতি সহজ কিন্তু কার্যকর এবং স্বয়ংক্রিয় লক্ষণ পর্যবেক্ষণে প্রসারিত করার সম্ভাবনা রয়েছে,” কিম বলেছেন। “এটি ভবিষ্যতের অস্বাভাবিকতার ঘটনা বা তীব্রতার পূর্বাভাস দেওয়ার পাশাপাশি বর্তমান লক্ষণগুলি সনাক্ত করার জন্য গুরুত্বপূর্ণ।”

অবশেষে, গবেষকরা শ্বাস-প্রশ্বাস নিরীক্ষণের জন্য পরিধানযোগ্য ডিভাইসগুলিতে রিয়েল-টাইম বায়ু দূষণ ডেটা এবং রিয়েল-টাইম শ্বাস-প্রশ্বাসের শব্দ একত্রিত করার আশা করছেন।

“তাহলে আমরা আসলে দুটি ডেটা সেট একত্রিত করতে পারি এবং বায়ু দূষণ এবং শ্বাসকষ্টের মধ্যে সম্পর্ককে আরও ভালভাবে বোঝার জন্য বিশ্লেষণ করতে পারি,” কিং বলেছিলেন।