अस्थमा या कोविड-19 जैसी बीमारी के चलते शरीर के लिए फेफड़ों से ऑक्सीजन को अवशोषित करना कठिन हो जाता है। यह ऑक्सीजन संतृप्ति या सैचुरेशन 90 प्रतिशत या उससे कम हो जाता है, जो चिकित्सीय रूप से ध्यान देने की आवश्यकता की और इशारा है।

एक क्लिनिक में, डॉक्टर पल्स ऑक्सीमीटर का उपयोग करके ऑक्सीजन संतृप्ति की निगरानी करते हैं, वे क्लिप जिन्हें आप अपनी उंगलियों पर लगाते हैं। लेकिन घर पर दिन में कई बार ऑक्सीजन संतृप्ति की निगरानी करने से रोगियों को कोविड के लक्षणों पर नजर रखने में मदद मिल सकती है।

एक सैद्धांतिक अध्ययन में, वाशिंगटन विश्वविद्यालय और कैलिफोर्निया विश्वविद्यालय सैन डिएगो के शोधकर्ताओं ने दिखाया है कि स्मार्टफोन 70 प्रतिशत तक रक्त ऑक्सीजन संतृप्ति स्तर का पता लगाने में सक्षम हैं। यू.एस. फूड एंड ड्रग एडमिनिस्ट्रेशन के अनुसार, यह सबसे कम मात्रा है जिसे पल्स ऑक्सीमीटर को मापने में सक्षम होना चाहिए।

कैसे काम करती है यह तकनीक?

इस तकनीक में प्रतिभागी अपनी उंगली कैमरे और स्मार्टफोन के फ्लैश पर रखते हैं, जो रक्त ऑक्सीजन के स्तर को समझने के लिए डीप-लर्निंग एल्गोरिथम का उपयोग करता है। जब टीम ने कृत्रिम रूप से उनके रक्त ऑक्सीजन के स्तर को नीचे लाने के लिए छह विषयों को नाइट्रोजन और ऑक्सीजन का एक नियंत्रित मिश्रण दिया, तो स्मार्टफोन ने सही ढंग से इसका पता लगाया की कि रक्त में ऑक्सीजन का स्तर 80 प्रतिशत कम था।

सह-सोधकर्ता जेसन हॉफमैन ने कहा ऐसा करने वाले अन्य स्मार्टफोन ऐप लोगों को अपनी सांस रोकने के लिए कहकर विकसित किए गए थे। लेकिन इससे लोग बहुत असहज हो जाते हैं और लोगों को एक-एक मिनट के बाद सांस लेनी पड़ती है। इससे पहले कि उनके रक्त-ऑक्सीजन का स्तर काफी नीचे चला जाए।

हॉफमैन पॉल जी एलन स्कूल ऑफ कंप्यूटर साइंस एंड इंजीनियरिंग में यूडब्ल्यू डॉक्टरेट छात्र और सह-सोधकर्ता हैं। उन्होंने कहा हमारे परीक्षण के साथ, हम प्रत्येक विषय पर 15 मिनट का आंकड़ा एकत्र करने में सक्षम हैं। हमारे आंकड़े दिखाते है कि स्मार्टफोन महत्वपूर्ण सीमा में ठीक से काम कर सकते हैं।

स्मार्टफोन पर रक्त ऑक्सीजन के स्तर को मापने का एक अन्य लाभ यह है कि वर्तमान में लगभग सभी के पास यह उपलब्ध है।

यूडब्ल्यू स्कूल ऑफ मेडिसिन में फैमिली मेडिसिन के प्रोफेसर और सह-अध्ययनकर्ता डॉ मैथ्यू थॉम्पसन ने कहा इस तरह आप अपने डिवाइस के साथ बिना किसी कीमत या कम लागत पर कई बार माप ले सकते हैं। एक आदर्श दुनिया में, इस जानकारी को एक डॉक्टर के कार्यालय में बिना किसी रोक टोक के दी जा सकती है।

यह टेलीमेडिसिन नियुक्तियों या ट्राइएज नर्सों के लिए वास्तव में फायदेमंद होगा ताकि यह निर्धारित किया जा सके कि रोगियों को आपातकालीन विभाग में जाने की आवश्यकता है या वे घर पर आराम कर सकते हैं और बाद में अपने डॉक्टर से मिल सकते हैं।

किस तरह किया गया तकनीक का परीक्षण?

टीम ने 20 से 34 वर्ष की आयु के छह प्रतिभागियों को भर्ती किया। जिसमें तीन महिलाएं और तीन पुरुष थे। एक प्रतिभागी की पहचान अफ्रीकी अमेरिकी के रूप में हुई, जबकि बाकी की पहचान कोकेशियान के रूप में हुई।

एल्गोरिदम को प्रशिक्षित करने और परीक्षण करने के लिए आंकड़े इकट्ठा करने की जरूरत होती है।  इसके लिए शोधकर्ताओं ने प्रत्येक प्रतिभागी को एक उंगली पर एक मानक पल्स ऑक्सीमीटर पहनाया और फिर स्मार्टफोन के कैमरे और फ्लैश पर उसी हाथ पर दूसरी उंगली रख दी थी। प्रत्येक प्रतिभागी के एक साथ दोनों हाथों पर एक ही तरह की व्यवस्था की गई।

शोधकर्ता एडवर्ड वांग ने बताया कि कैमरा वीडियो रिकॉर्ड कर रहा है, हर बार जब आपका दिल धड़कता है, ताजा रक्त फ्लैश द्वारा प्रकाशित हिस्से के माध्यम से बहता है।

यूसी सैन डिएगो डिजीहेल्थ लैब के निदेशक वांग ने कहा, कैमरा रिकॉर्ड करता है कि रक्त तीन रंग के चैनलों में से प्रत्येक में फ्लैश से प्रकाश को कितना अवशोषित करता है: लाल, हरा और नीला। तब हम उन तीव्रता मापों को अपने गहन-शिक्षण मॉडल में डाल सकते हैं।

प्रत्येक प्रतिभागी में ऑक्सीजन के स्तर को धीरे-धीरे कम करने के लिए ऑक्सीजन और नाइट्रोजन के नियंत्रित मिश्रण में सांस ली। इस प्रक्रिया में करीब 15 मिनट का समय लगा। सभी छह प्रतिभागियों के लिए, टीम ने 61 प्रतिशत और 100 प्रतिशत के बीच 10,000 से अधिक रक्त ऑक्सीजन स्तर की माप हासिल की।

शोधकर्ताओं ने खून में ऑक्सीजन के स्तर की जानकारी हेतु एक गहन शिक्षण एल्गोरिदम को प्रशिक्षित करने के लिए चार प्रतिभागियों के आंकड़ों का उपयोग किया। शेष आंकड़ों का उपयोग विधि को मान्य करने के लिए किया गया था और फिर यह देखने के लिए परीक्षण किया गया कि इसने नए विषयों पर कितना अच्छा प्रदर्शन किया है।

शोधकर्ता वरुण विश्वनाथ ने कहा आपकी उंगली में इन सभी अन्य घटकों द्वारा स्मार्टफोन की रोशनी बिखेर सकती है, जिसका अर्थ है कि आंकड़ों बहुत अधिक स्पष्ट हैं। डीप लर्निंग यहां वास्तव में मददगार तकनीक है क्योंकि यह वास्तव में इन जटिल और बारीक विशेषताओं को देख सकती है और आपको ऐसे पैटर्न खोजने में मदद करती है जिन्हें आप अन्यथा नहीं देख पाएंगे।

हॉफमैन ने कहा हमारे विषयों में से एक की उंगलियों पर मोटे कॉलस थे, जिससे हमारे एल्गोरिदम के लिए उनके रक्त ऑक्सीजन के स्तर को सटीक रूप से निर्धारित करना कठिन हो गया।

अगर हम इस अध्ययन को और अधिक विषयों तक विस्तारित करना चाहते थे, तो हम संभवतः कॉलस वाले अधिक लोगों और विभिन्न त्वचा टोन वाले अधिक लोगों को देखेंगे। तब हमारे पास इन सभी अंतरों को बेहतर ढंग से मॉडल करने में सक्षम होने के लिए पर्याप्त जटिलता वाला एल्गोरिदम हो सकता है।

लेकिन, शोधकर्ताओं ने कहा, यह बायोमेडिकल डिवाइस विकसित करने की दिशा में एक अच्छा पहला कदम है जो मशीन लर्निंग द्वारा सहायता प्राप्त है।

वांग ने कहा इस तरह का अध्ययन करना बहुत महत्वपूर्ण है। पारंपरिक चिकित्सा उपकरण कठोर परीक्षण से गुजरते हैं। लेकिन कंप्यूटर विज्ञान अनुसंधान अभी भी बायोमेडिकल डिवाइस विकास के लिए मशीन लर्निंग का उपयोग करने की शुरुआत है और हम अभी भी सीख रहे हैं। यह शोध एनपीजे डिजिटल मेडिसिन नामक पत्रिका में प्रकाशित हुआ है।