magnuscarlsen

किसी दिन जल्द ही, स्मार्टवॉच आपके बीमार होने से पहले जान सकती हैं

नई पहनने योग्य तकनीक विकासशील बीमारी के लक्षणों का पता लगा सकती है और चेतावनी दे सकती है

स्मार्टवॉच-शैली के रिस्टबैंड जल्द ही यह पता लगाने में सक्षम हो सकते हैं कि क्या आप सर्दी, फ्लू या अन्य संक्रमण के साथ नीचे आ रहे हैं - इससे पहले कि आप बीमार महसूस करें। यह प्रारंभिक चेतावनी आपको इस बीमारी को फैलने से रोकने में मदद कर सकती है।

एयर इमेज/मोमेंट/गेटी इमेजेज प्लस

हमारे पास दशकों से मौसम का पूर्वानुमान है। हमारे निकट भविष्य के स्वास्थ्य की भविष्यवाणी करना कहीं अधिक कठिन है। फिर भी जल्दी यह जानना कि हम फ्लू या COVID-19 के साथ नीचे आ रहे हैं, बहुत मददगार हो सकता है। अच्छी खबर: स्मार्टवॉच जैसी पहनने योग्य तकनीक, ऐसी शुरुआती चेतावनियां प्रदान करने लगी है।

जेसिलिन डन डरहम, नेकां में ड्यूक विश्वविद्यालय में एक बायोमेडिकल इंजीनियर हैं। वह एक टीम का हिस्सा थीं, जिसने पहनने योग्य उपकरणों से हृदय गति और अन्य डेटा का विश्लेषण किया था। स्मार्टवॉच जैसी प्रणालियों में सेंसर होते हैं। ये डेटा एकत्र करते हैं - बहुत सारे और उनमें से बहुत से - जो स्वास्थ्य या बीमारी की ओर इशारा कर सकते हैं।

डन की टीम ने 49 स्वयंसेवकों को सर्दी या फ्लू वायरस प्राप्त करने से पहले और बाद में सेंसर से लदी कलाई बैंड पहनने के लिए कहा। प्रति सेकंड कम से कम एक बार, इन रिस्टबैंड ने हृदय गति, शरीर की गति, त्वचा का तापमान और बहुत कुछ दर्ज किया। प्रत्येक 10 भर्तियों में से नौ में, इन आंकड़ों में लक्षण उभरने से कम से कम एक दिन पहले बीमारी विकसित होने के लक्षण दिखाई दिए।

शोधकर्त्ताउनके निष्कर्षों का वर्णन किया29 सितंबर मेंजामा नेटवर्क खुला।

डन कहते हैं, यह प्रारंभिक चेतावनी कली में संक्रमण को कम करने में मदद कर सकती है। यह गंभीर लक्षणों को दूर कर सकता है जो अन्यथा कमजोर लोगों को अस्पतालों में भेज देंगे। और यह जानकर कि आपके लक्षण होने से पहले आप बीमार हैं, आपको कम लेटने की चेतावनी दे सकता है ताकि आप अपनी बीमारी फैलने की संभावना को कम कर सकें।

हालाँकि, ये सिस्टम अभी तक वास्तविक दुनिया के लिए तैयार नहीं हैं, वायरोलॉजिस्ट स्टेसी शुल्त्स-चेरी नोट करते हैं। वह इस पर कार्य करती हैसेंट जूड चिल्ड्रेन रिसर्च हॉस्पिटल मेम्फिस, टेन में। "यह रोमांचक है, लेकिन बहुत प्रारंभिक भी है," शुल्त्स-चेरी कहते हैं। "इस दृष्टिकोण को बड़े पैमाने पर लागू करने से पहले बहुत अधिक काम करने की आवश्यकता है।"

संक्रमण का जल्दी पता लगने से कमजोर लोगों को थोड़ा आराम मिलता है, दैनिक तनाव कम होता है और शायद एंटीवायरल दवाएं भी ली जा सकती हैं। यह गंभीर लक्षणों और गति में सुधार को रोक सकता है।शिडलोव्स्की/आईस्टॉक/गेटी इमेजेज प्लस

डेटा के पहाड़ों के माध्यम से स्थानांतरण

शोधकर्ताओं ने 49 में से 31 रंगरूटों को फ्लू वायरस के साथ नाक की बूंदें दीं। शेष लोग एक सामान्य सर्दी के वायरस के संपर्क में थे।

परीक्षण जहां स्वयंसेवक वायरस प्राप्त करने के लिए सहमत होते हैं, असामान्य हैं, शुल्त्स-चेरी नोट करते हैं। वे खतरनाक भी हो सकते हैं। इसलिए शोधकर्ताओं ने सुनिश्चित किया कि स्वयंसेवक स्वस्थ थे और दूसरों को फ्लू नहीं देंगे। (डॉक्टरों ने भी परीक्षण के दौरान अक्सर उन पर जाँच की।)

डन का समूह संक्रमित और गैर-संक्रमित लोगों के सेंसर डेटा की तुलना करना चाहता था। लेकिन यह तय करना कि कौन संक्रमित था, "हमारी टीम के भीतर एक पर्याप्त बहस शामिल थी," एमिलिया ग्रेज़िएक नोट करती है। वह एक डेटा वैज्ञानिक हैं जिन्होंने ड्यूक में रहते हुए इस परियोजना पर काम किया। टीम का अंतिम निर्णय? यदि वे वायरस प्राप्त करने के पांच दिनों के भीतर कम से कम पांच लक्षणों की सूचना देते हैं तो रंगरूट संक्रमित हो जाते हैं। एपीसीआर परीक्षणभी उन दिनों में से कम से कम दो दिनों में वायरस का पता लगाना था।

रंगरूटों ने सामने आने से पहले ही रिस्टबैंड पहनना शुरू कर दिया था। इसने आधारभूत डेटा प्रदान किया जबकि स्वयंसेवक स्वस्थ थे। एक्सपोजर के बाद कई दिनों तक सेंसर डेटा एकत्र करते रहे। कुछ डेटा प्रति सेकंड 30 बार से अधिक मापा गया। इसका मतलब है कि 49 रंगरूटों में से प्रत्येक के पास 19 मिलियन तक डेटा पॉइंट थे, ग्रेज़िएक नोट करते हैं। उभरती बीमारी का संकेत देने वाले पैटर्न की तलाश में डेटा के इन पहाड़ों के माध्यम से एक कंप्यूटर निकल गया।

उस स्थानांतरण के लिए, कंप्यूटर को एक एल्गोरिथम की आवश्यकता थी। Grzesiak ने उन चरण-दर-चरण निर्देशों को विकसित किया। उसके एल्गोरिथ्म ने सेंसर डेटा और समय बिंदुओं के सभी संभावित संयोजनों का परीक्षण किया। इसने संक्रमित और गैर-संक्रमित लोगों के बीच सबसे बड़ा अंतर देखा। एक विजेता कॉम्बो का एक उदाहरण: वायरस के संपर्क में आने के 6 से 7 घंटे बाद औसत हृदय गति और जोखिम के बाद 7 और 9 घंटे दिल की धड़कन के बीच का औसत समय। (वास्तविक सर्वश्रेष्ठ मॉडल अधिक जटिल था।)

Grzesiak ने कुछ डेटा का उपयोग a . बनाने के लिए कियाकंप्यूटर मॉडल . उसने शेष डेटा में अपनी भविष्यवाणियों का परीक्षण किया। फिर उसने इस प्रक्रिया को कई बार दोहराया। उसके अंतिम मॉडल ने हर 10 में नौ बार संक्रमण की सटीक भविष्यवाणी की।

डेटा वैज्ञानिक बड़े डेटासेट में सार्थक पैटर्न देखने के लिए कंप्यूटर का उपयोग करते हैं। नए अध्ययन में, उन्होंने माप और समय बिंदुओं के संयोजन पाए जो संक्रमित लोगों को गैर-संक्रमित लोगों से अलग करते हैं।लॉरेंस डटन/ई+/गेटी इमेजेज प्लस

आगे की चुनौतियां

एक चुनौती यह है कि कई वायरल संक्रमणों के लक्षण समान होते हैं। वास्तव में, वायरस के अलावा कई चीजें समान लक्षणों को ट्रिगर करती हैं। उदाहरण के लिए, शुल्त्स-चेरी नोट्स में फ़ूड पॉइज़निंग, अस्थमा या मौसमी एलर्जी शामिल हैं। इसी तरह, हृदय गति उन चीजों पर प्रतिक्रिया करती है जिनका संक्रमण से कोई लेना-देना नहीं है। उदाहरणों में व्यायाम और डरावनी फिल्में शामिल हैं।

क्या अधिक है, वास्तविक जीवन में, हम नहीं जानते कि कौन किसी वायरस के संपर्क में आया और कब। ताकि टेलटेल पोस्ट-एक्सपोज़र टाइम विंडो का पता न चले। संभावित रूप से संक्रमित लोग वे हो सकते हैं जिनका डेटा एक निश्चित मूल्य से अधिक हैकोई

क्या ऐसी व्यवस्था एक दिन COVID-19 के साथ आने वाले लोगों की ओर इशारा कर सकती है? हो सकता है, बेंजामिन स्मर कहते हैं। वह कैलिफोर्निया विश्वविद्यालय, सैन डिएगो में बायोइंजीनियर हैं।समान प्रौद्योगिकियां, उन्होंने नोट किया, उस संक्रमण की प्रारंभिक चेतावनी प्रदान करने के लिए कहीं और विकसित किया जा रहा है।

इस तरह के अध्ययन रोमांचक लगते हैं। लेकिन बहुत काम करना बाकी है। उदाहरण के लिए, स्मर नोट, 95 प्रतिशत की भविष्यवाणी सटीकता अच्छी लगती है। लेकिन उस संख्या का अर्थ है "हर रात हर 20 लोगों में से एक को यह बताना कि उन्हें फ्लू हो जाएगा जब वे वास्तव में नहीं होंगे।"

Smarr को भविष्यवाणी की सटीकता में निरंतर सुधार की उम्मीद है। भविष्य के मॉडल में अन्य प्रकार के शारीरिक परिवर्तन शामिल होंगे जो विकासशील बीमारी को इंगित करते हैं। और शोधकर्ता उन मॉडलों को यह विश्लेषण करके ठीक करेंगे कि वे हजारों लोगों में प्रभाव की कितनी अच्छी भविष्यवाणी करते हैं।

यह कहानी प्रौद्योगिकी और नवाचार पर समाचार प्रस्तुत करने वाली श्रृंखला में से एक है, जिसे लेमेल्सन फाउंडेशन के उदार समर्थन से संभव बनाया गया है।

के बारे मेंसिल्के श्मिट

सिल्के श्मिट बायोस्टैटिस्टिक्स और पत्रकारिता में डिग्री के साथ एक स्वतंत्र विज्ञान लेखक हैं। वह पर्यावरण, इंजीनियरिंग और चिकित्सा को कवर करने का आनंद लेती है। उसके दो बच्चे हैं और दो जगहों को वह घर कहती है, विस्कॉन्सिन और जर्मनी।

से अधिक कहानियांछात्रों के लिए विज्ञान समाचारपरतकनीक