बेहतर खांसी का पता लगाने वाली तकनीक स्वास्थ्य निगरानी में मदद कर सकती है

शोधकर्ताओं ने किसी मरीज के खांसने पर पहनने योग्य स्वास्थ्य उपकरणों की सटीक पहचान करने की क्षमता में सुधार किया है, जिससे पुरानी स्वास्थ्य स्थितियों की निगरानी करना और अस्थमा के दौरे जैसे स्वास्थ्य जोखिमों की भविष्यवाणी करना आसान हो गया है। यह प्रगति महत्वपूर्ण है क्योंकि खांसी का पता लगाने वाली प्रौद्योगिकियों ने ऐतिहासिक रूप से खांसी की आवाज को बोलने की आवाज और गैर-मौखिक मानवीय शोर से अलग करने के लिए संघर्ष किया है।

काम पर एक पेपर के संबंधित लेखक और नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर एडगर लोबटन कहते हैं, “खांसी विभिन्न स्थितियों पर नज़र रखने के लिए एक महत्वपूर्ण बायोमार्कर के रूप में कार्य करती है।”

“उदाहरण के लिए, खांसी की आवृत्ति हमें श्वसन रोगों की प्रगति की निगरानी करने या यह अनुमान लगाने में मदद कर सकती है कि किसी की अस्थमा की स्थिति कब खराब हो रही है, और वे अपने इनहेलर का उपयोग करना चाह सकते हैं। यही कारण है कि ऐसी तकनीक विकसित करने में रुचि है जो खांसी की आवृत्ति का पता लगा सके और उसे ट्रैक कर सके।”

पेपर, “पहनने योग्य वस्तुओं के लिए अनुकूलित आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन के साथ मजबूत मल्टीमॉडल कफ डिटेक्शन” है प्रकाशित में आईईईई जर्नल ऑफ बायोमेडिकल एंड हेल्थ इंफॉर्मेटिक्स.

पहनने योग्य स्वास्थ्य प्रौद्योगिकियाँ ध्वनि का पता लगाने का एक व्यावहारिक तरीका प्रदान करती हैं। सिद्धांत रूप में, एम्बेडेड मशीन लर्निंग वाले मॉडलों को खांसी को पहचानने और उन्हें अन्य प्रकार की ध्वनियों से अलग करने के लिए प्रशिक्षित किया जा सकता है। हालाँकि, वास्तविक दुनिया में उपयोग में, यह कार्य अपेक्षा से अधिक चुनौतीपूर्ण हो गया है।

लोबटन कहते हैं, “हालांकि मॉडल पृष्ठभूमि शोर से खांसी को अलग करने में बहुत अच्छे हो गए हैं, लेकिन ये मॉडल अक्सर खांसी को भाषण और छींकने, गला साफ़ करने या कराहने जैसी समान आवाज़ों से अलग करने में संघर्ष करते हैं।” “ऐसा मुख्य रूप से इसलिए है क्योंकि, वास्तविक दुनिया में, ये मॉडल ऐसी ध्वनियाँ सुनते हैं जो उन्होंने पहले कभी नहीं सुनी हैं।

लोबटन कहते हैं, “खांसी का पता लगाने वाले मॉडलों को ध्वनियों की एक लाइब्रेरी पर ‘प्रशिक्षित’ किया जाता है, और बताया जाता है कि कौन सी आवाजें खांसी हैं और कौन सी आवाजें खांसी नहीं हैं।” “लेकिन जब मॉडल एक नई ध्वनि सुनता है, तो खांसी और गैर-खांसी के बीच अंतर करने की उसकी क्षमता प्रभावित होती है।”

इस चुनौती का समाधान करने के लिए, शोधकर्ताओं ने डेटा के एक नए स्रोत की ओर रुख किया, जिसका उपयोग खांसी का पता लगाने वाले मॉडल को प्रशिक्षित करने के लिए किया जा सकता है: पहनने योग्य स्वास्थ्य मॉनिटर स्वयं। विशेष रूप से, शोधकर्ताओं ने छाती पर पहनने के लिए डिज़ाइन किए गए स्वास्थ्य मॉनिटर से दो प्रकार के डेटा एकत्र किए। सबसे पहले, शोधकर्ताओं ने स्वास्थ्य मॉनिटरों द्वारा उठाया गया ऑडियो डेटा एकत्र किया। दूसरा, शोधकर्ताओं ने स्वास्थ्य मॉनिटर में एक्सेलेरोमीटर से डेटा एकत्र किया, जो आंदोलन का पता लगाता है और मापता है।

लोबटन कहते हैं, “खांसी और कराहने जैसी वास्तविक दुनिया की आवाज़ों को पकड़ने के अलावा, स्वास्थ्य मॉनिटर खांसी से जुड़ी अचानक गतिविधियों को भी पकड़ते हैं।”

पेपर के पहले लेखक और हाल ही में पीएच.डी. युहान चेन कहते हैं, “खांसी का पता लगाने के लिए अकेले आंदोलन का उपयोग नहीं किया जा सकता है, क्योंकि आंदोलन ध्वनि उत्पन्न करने वाले कारण के बारे में सीमित जानकारी प्रदान करता है।” एनसी राज्य से स्नातक। “विभिन्न क्रियाएं – जैसे हंसना और खांसना – समान गति पैटर्न उत्पन्न कर सकती हैं। लेकिन ध्वनि और गति का संयोजन खांसी-पहचान मॉडल की सटीकता में सुधार कर सकता है, क्योंकि गति पूरक जानकारी प्रदान करती है जो ध्वनि-आधारित पहचान का समर्थन करती है।”

वास्तविक दुनिया के स्रोतों से एकत्र किए गए डेटा के कई स्रोतों को चित्रित करने के अलावा, शोधकर्ताओं ने खांसी-पहचान मॉडल द्वारा उपयोग किए जा रहे एल्गोरिदम को परिष्कृत करने के लिए पिछले काम पर भी काम किया है।

जब शोधकर्ताओं ने प्रयोगशाला सेटिंग में मॉडल का परीक्षण किया, तो उन्होंने पाया कि उनका नया मॉडल पिछली खांसी-पहचान प्रौद्योगिकियों की तुलना में अधिक सटीक था। विशेष रूप से, मॉडल में कम “झूठी सकारात्मकता” थी, जिसका अर्थ है कि खांसी के रूप में पहचाने जाने वाले मॉडल में वास्तव में खांसी होने की अधिक संभावना थी।

लोबटन कहते हैं, “यह एक सार्थक कदम है।” “हम मानव वाणी से खांसी को अलग करने में बहुत अच्छे हो गए हैं, और नया मॉडल खांसी को गैर-मौखिक ध्वनियों से अलग करने में काफी बेहतर है। अभी भी सुधार की गुंजाइश है, लेकिन हमारे पास इसका समाधान करने का एक अच्छा विचार है और अब हम इस चुनौती पर काम कर रहे हैं।”