जल्द ही, स्मार्टवॉच को पता चल जाएगा कि आप बीमार हैं

English हिन्दी മലയാളം मराठी தமிழ் తెలుగు

जल्द ही, स्मार्टवॉच को पता चल जाएगा कि आप बीमार हैं

हमारे पास दशकों से मौसम के पूर्वानुमान हैं। हमारे हाल के स्वास्थ्य की भविष्यवाणी करना बहुत मुश्किल है। फिर भी, यह पहले से जानना बहुत मददगार होगा कि क्या हम फ्लू या सरकार -19 के साथ नीचे आ सकते हैं। अच्छी खबर: स्मार्टवॉच जैसी पहनने योग्य तकनीक ने इस तरह की शुरुआती चेतावनी देना शुरू कर दिया है।

जेसिलिन डन डरहम, नेकां में ड्यूक विश्वविद्यालय में बायोमेडिकल इंजीनियर हैं। स्मार्टवॉच जैसे सिस्टम में सेंसर होते हैं। ये डेटा एकत्र करते हैं – बहुत कुछ – जो स्वास्थ्य या बीमारी का संकेत दे सकता है।

टुन की 49 स्वयंसेवकों की टीम को सर्दी या फ्लू के वायरस प्राप्त करने से पहले और बाद में सेंसर से भरी घड़ियाँ पहनने के लिए कहा गया था। एक सेकंड में एक बार, इन रिस्टबैंड ने हृदय गति, शरीर की गतिविधियों, त्वचा का तापमान और बहुत कुछ दर्ज किया। काम पर रखे गए प्रत्येक 10 लोगों में से नौ में, इन आंकड़ों ने लक्षणों की शुरुआत से कम से कम एक दिन पहले रोग विकसित होने के लक्षण दिखाए।

शोधकर्ताओं उनके निष्कर्षों का वर्णन किया 29 सितंबर को जामा नेटवर्क खुला।

टन का कहना है कि यह सावधानी कलियों में संक्रमण को रोकने में मदद कर सकती है। यह गंभीर लक्षणों को रोक सकता है, अन्यथा कमजोर लोगों को अस्पतालों में भेज सकता है। लक्षण प्रकट होने से पहले यह जानकर कि आप बीमार हैं, बीमारी फैलने की संभावना को कम कर सकता है।

हालांकि, वायरोलॉजिस्ट स्टेसी शुल्त्स-चेरी ने नोट किया कि ये सिस्टम अभी तक वास्तविक दुनिया के लिए तैयार नहीं हैं। वह मेम्फिस, डेन में सेंट जूड चिल्ड्रन रिसर्च हॉस्पिटल में काम करती हैं। “यह रोमांचक था लेकिन बहुत जल्दी था,” शुल्त्स-चेरी कहते हैं। “इस दृष्टिकोण को बड़े पैमाने पर प्रकाशित करने से पहले बहुत काम करने की आवश्यकता है।”

सफेद पृष्ठभूमि पर एंटीवायरल पैक की तस्वीर
संक्रमण का जल्दी पता लगने से कमजोर लोग थोड़ा आराम कर सकते हैं, दैनिक तनाव कम कर सकते हैं और एंटीवायरल दवाएं ले सकते हैं। यह गंभीर लक्षणों को रोक सकता है और तेजी से ठीक हो सकता है। शिट्लोस्की / आईस्टैक / गेट्टी इमेज प्लस

डेटा के पहाड़ों के माध्यम से झारना

शोधकर्ताओं ने फ्लू वायरस से पीड़ित 49 में से 31 लोगों को नाक की बूंदें दीं। बाकी आबादी एक सामान्य सर्दी के वायरस से संक्रमित थी।

परीक्षण जो स्वयंसेवक वायरस प्राप्त करने के लिए सहमत हैं, असामान्य हैं, शुल्त्स-चेरी नोट। वे खतरनाक भी हो सकते हैं। इसलिए शोधकर्ताओं ने सुनिश्चित किया कि स्वयंसेवक स्वस्थ हों और दूसरों को फ्लू न दें। (डॉक्टरों ने भी ट्रायल के दौरान उनकी बार-बार जांच की।)

टन टीम संक्रमित और गैर-संक्रमित से सेंसर डेटा की तुलना करना चाहती है। लेकिन एमिलिया क्रेसीक ने नोट किया कि यह निर्धारित करना कि कौन प्रभावित है “हमारी टीम के भीतर काफी बहस शामिल है।” एक डेटा वैज्ञानिक जिसने ड्यूक में रहते हुए इस परियोजना पर काम किया। टीम का अंतिम परिणाम? कर्मचारियों के संक्रमित होने की सबसे अधिक संभावना है यदि वे वायरस प्राप्त करने के पांच दिनों के भीतर कम से कम पांच लक्षणों की रिपोर्ट करते हैं। पीसीआर टेस्ट में कम से कम दो दिन बाद वायरस का पता लगाना चाहिए।

भर्ती होने से पहले ही भर्ती करने वालों ने कलाई पहनना शुरू कर दिया। स्वयंसेवकों के स्वस्थ होने पर यह बुनियादी डेटा प्रदान करता था। सेंसर एक्सपोजर के बाद कई दिनों तक डेटा एकत्र करते रहे। कुछ डेटा प्रति सेकंड 30 बार से अधिक मापा गया। यानी, प्रति 49 भर्तियों में 19 मिलियन डेटा पॉइंट थे, ग्रेज़िएक नोट। उभरते हुए रोग पैटर्न की खोज में एक कंप्यूटर ने इस डेटा के पहाड़ों के माध्यम से छानबीन की।

उस चलनी के लिए, कंप्यूटर को एक एल्गोरिथम की आवश्यकता थी। ग्रेज़िएक ने उन चरण-दर-चरण निर्देशों को विकसित किया। उनके एल्गोरिथ्म ने सेंसर डेटा और समय बिंदुओं के सभी संभावित संयोजनों का परीक्षण किया। इसने उन लोगों के बीच बहुत बड़ा अंतर देखा जो संक्रमित थे और जो नहीं थे। एक सफल संयोजन का एक उदाहरण: वायरल संक्रमण के लिए औसत समय को 6 से 7 घंटे के बीच बढ़ाना और दिल की धड़कन के बीच औसत समय को एक्सपोजर के बाद 7 से 9 घंटे तक बढ़ाना। (असली सर्वश्रेष्ठ मॉडल सबसे जटिल है।)

ग्रेज़िएक ने कंप्यूटर मॉडल बनाने के लिए कुछ डेटा का इस्तेमाल किया। उसने शेष आंकड़ों पर इसकी भविष्यवाणियों का परीक्षण किया। फिर उसने इस प्रक्रिया को कई बार दोहराया। उनका अंतिम नमूना हर 10 में से नौ बार संक्रमण की सटीक भविष्यवाणी करता है।

चश्मा पहने एक महिला कई कंप्यूटर मॉनीटरों को अंधेरे में देखती है
डेटा वैज्ञानिक बड़े डेटासेट में सार्थक पैटर्न खोजने के लिए कंप्यूटर का उपयोग करते हैं। नए अध्ययन में, उन्हें माप और समय बिंदुओं का एक संयोजन मिला जो पीड़ितों को गैर-संक्रमित व्यक्तियों से अलग करता है। लॉरेंस डटन / ई + / गेट्टी छवियां प्लस

आगे की चुनौतियां

एक चुनौती यह है कि कई वायरल संक्रमणों के लक्षण समान होते हैं। दरअसल, वायरस के अलावा और भी कई चीजें ऐसे ही लक्षण पैदा करती हैं। उदाहरणों में शामिल हैं शुल्त्स-चेरी टिप्स, फ़ूड पॉइज़निंग, अस्थमा या मौसमी एलर्जी। इसी तरह, दिल की धड़कन संक्रमण से असंबंधित चीजों पर प्रतिक्रिया करती है। उदाहरणों में व्यायाम और डरावनी फिल्में शामिल हैं।

और क्या, असल जिंदगी में हम नहीं जानते कि कौन और कब कुछ वायरस संक्रमित हो गए। ताकि पोस्ट-एक्सप्रेशन एक्सप्रेशन टाइम विंडो का पता न चले। ऐसे व्यक्ति जिनका डेटा एक निश्चित मूल्य से अधिक हो सकता है कुछ भी दो घंटे की खिड़की। लेकिन डन की टीम ने अभी तक यह परीक्षण नहीं किया है कि इस प्रणाली में भविष्यवाणी मॉडल कितनी अच्छी तरह काम करता है।

क्या ऐसी व्यवस्था बता सकती है कि एक दिन लोग सरकार-19 बीमारी से प्रभावित होंगे? शायद, बेंजामिन स्मार कहते हैं। वह कैलिफोर्निया विश्वविद्यालय, सैन डिएगो में एक जैविक इंजीनियर 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 अभी भी बहुत काम किया जाना बाकी है। उदाहरण के लिए, स्मर नोट्स के लिए, 95 प्रतिशत भविष्यवाणी सटीकता अच्छी है। लेकिन उस संख्या का अर्थ है “हर रात 20 में से एक व्यक्ति कहता है कि जब उन्हें फ़्लू नहीं होता है तो उन्हें फ़्लू हो जाता है।”

Smarr को पूर्वानुमान सटीकता में निरंतर सुधार की उम्मीद है। भविष्य के मॉडल में अन्य प्रकार के शारीरिक परिवर्तन शामिल हो सकते हैं जो एक विकासशील बीमारी का संकेत दे सकते हैं। शोधकर्ता उन मॉडलों को यह विश्लेषण करके ठीक करेंगे कि वे हजारों लोगों पर प्रभाव की कितनी अच्छी भविष्यवाणी करते हैं।

कहानी एक श्रृंखला का हिस्सा है जो लेमेल्सन फाउंडेशन के उदार समर्थन के साथ संभावित प्रौद्योगिकी और नवाचार पर समाचार प्रदान करती है।

—-*Disclaimer*—–

This is an unedited and auto-generated supporting article of the syndicated news feed are actualy credit for owners of origin centers . intended only to inform and update all of you about Science Current Affairs, History, Fastivals, Mystry, stories, and more. for Provides real or authentic news. also Original content may not have been modified or edited by Current Hindi team members.