पहनने योग्य स्वास्थ्य ट्रैकर कलाई और उपहार गाइड पर सर्वव्यापी बन गए हैं। लेकिन स्वास्थ्य पेशेवर मरीजों के उपकरणों में एम्बेडेड मोबाइल सेंसर द्वारा उत्पादित डेटा के फायरहोज को उपचार योजनाओं को सूचित करने वाली कार्रवाई योग्य अंतर्दृष्टि में कैसे बदल सकते हैं? मिशिगन विश्वविद्यालय के सांख्यिकी डॉक्टरेट के छात्र और ओलंपिक धावक मेसन फेरिक नए अनुकूली हस्तक्षेप के तरीके और प्रायोगिक डिजाइन विकसित कर रहे हैं जो एक दिन चिकित्सकों को मेट्रिक्स को अर्थ देने में सक्षम बनाएंगे क्योंकि वे क्लिनिक-वितरित उपचारों को वैयक्तिकृत करते हैं। वह समय पर, साक्ष्य-आधारित उपचार निर्णयों की सिफारिश करने के लिए रोगी डेटा की व्याख्या करने में सक्षम प्रौद्योगिकी-समर्थित स्वास्थ्य हस्तक्षेपों की एक नई पीढ़ी की कल्पना करता है जो सभी के लिए बेहतर स्वास्थ्य परिणाम प्रदान करता है।

आरेखण समानताएं

फेरिक ने 2020 में लौटने से पहले 2016 में मिशिगन विश्वविद्यालय से एयरोस्पेस इंजीनियरिंग में अपना मास्टर अर्जित किया, इस बार सांख्यिकी विभाग में, अपनी पीएचडी शुरू करने के लिए। वह हस्तक्षेप अनुकूलन के क्षेत्र में अनुसंधान द्वारा आँकड़ों के लिए तैयार किया गया था, जहाँ जाँचकर्ता विभिन्न प्रकार के विकारों के लिए उपलब्ध उपचारों की गुणवत्ता और दक्षता में व्यवस्थित रूप से सुधार करने के लिए इंजीनियरिंग से सिद्धांतों को लागू कर रहे थे। "मैंने इंजीनियरिंग की दुनिया और उप-प्रणालियों को तोड़ने और एक विशेष स्वास्थ्य परिणाम के अनुकूलन के लिए एक हस्तक्षेप के घटकों के बीच इस विशाल संबंध को देखा," उन्होंने कहा। "मैं वास्तव में न केवल संघों और सहसंबंधों बल्कि वास्तविक अनुशंसाओं को प्रदान करने के लिए डेटा का लाभ उठाने के तरीके के बारे में अधिक सीखने पर केंद्रित था।"

अनुकूली हस्तक्षेपों के विज्ञान में फेरिक की रुचि उनके एथलेटिक प्रयासों से गहरी हुई, जहां उन्होंने अपने शरीर के भीतर संकेतों को सुनना और अपने आहार और प्रशिक्षण में छोटे बदलावों के साथ उनका जवाब देना सीखा, जिसका रेस-डे के प्रदर्शन पर बड़ा प्रभाव पड़ा। जब अंतर्ज्ञान पर्याप्त नहीं था, तो उनके पास एक विशेषज्ञ कोच था, जो इन संकेतों को सिफारिशों में अनुवाद कर सकता था। उन्होंने सोचा कि क्या मोबाइल स्वास्थ्य प्रौद्योगिकी एक दिन इस अनुभव तक पहुंचने के लिए केवल कुलीन एथलीटों को ही नहीं, अन्य लोगों को भी अनुमति दे सकती है।

उस समय के आसपास, उन्होंने कई पहनने योग्य उपकरणों को बाजार में प्रवेश करते देखा, जिनमें से प्रत्येक हृदय गति, हृदय गति परिवर्तनशीलता, शारीरिक गतिविधि और नींद की गुणवत्ता जैसे मेट्रिक्स के कुछ संयोजन को मापने और रिपोर्ट करने में सक्षम थे। जब उन्हें एथलीटों के लिए कलाई में पहने जाने वाले उपकरण का परीक्षण करने का अवसर दिया गया, तो वह उत्साहित थे, लेकिन जल्दी ही उन्हें इसकी सीमाओं का एहसास हुआ। "यह मुख्य रूप से आपको नंबर बताता है, और ये संख्या आप क्या कर रहे थे या प्रतिक्रिया में आपको क्या करना चाहिए, इसके संदर्भ में नहीं थे," फेरिक ने कहा। जबकि उनके कोच इन नंबरों की व्याख्या करने में सक्षम थे और उनके अनुसार अपने प्रशिक्षण के नियम को बदल सकते थे, उन्हें पता था कि डिवाइस उस तरह की जानकारी प्रदान नहीं कर रहा है जो औसत व्यक्ति के लिए उपयोगी होगी। इन वर्षों में, उन्होंने अन्य उपकरणों की कोशिश की, लेकिन उन सभी में समान कमियाँ थीं। "मैं प्रौद्योगिकी के उस पूरे पक्ष के बारे में निराशावादी हो गया," उन्होंने कहा।

जब Ferlic ने अपनी PhD के पहले वर्ष के दौरान d3c के सह-निदेशक डैनी अल्मिराल से संपर्क किया, तो उनकी रुचियों और d3center के काम के बीच संबंध स्पष्ट हो गया। "मैं ऐसा था, यह है। [...] उस समय, मेरे पास समस्या को सूत्रबद्ध करने के लिए भाषा नहीं थी, लेकिन एक बार जब मैंने सीखा कि डी3सी क्या कर रहा है, तो मुझे पता था कि यह वही है जो मैं करने की उम्मीद कर रहा था," उन्होंने कहा। समस्या यह थी कि मोबाइल स्वास्थ्य उपकरणों को चलाने वाले एल्गोरिदम और उनके अनुप्रयोग उनके द्वारा एकत्र किए गए डेटा को व्यक्तियों के लिए उपयोगी बनाने के लिए बहुत सरल थे। लेकिन इस डेटा की उपयोगिता को पहले से प्राप्त स्वास्थ्य देखभाल लोगों के साथ एकीकृत करके इसे बढ़ाने का एक बड़ा अवसर था। क्या होगा अगर पहनने योग्य और अन्य मोबाइल डिवाइस चिकित्सकों को उनके रोगियों के दैनिक स्वास्थ्य के बारे में कार्रवाई योग्य जानकारी तक पहुंच प्रदान कर सकते हैं, उन्हें विशेषज्ञ कोच की भूमिका में उपचार के लिए लक्षित समायोजन करने की अनुमति देना? दुर्भाग्य से, इन एल्गोरिदम के पीछे के वैज्ञानिक अभी तक अभ्यास सेटिंग्स में डेटा को उपयोगी बनाने के तरीके के बारे में महत्वपूर्ण प्रश्नों का उत्तर देने में सक्षम नहीं थे। इन प्रश्नों की जांच करने के लिए जिन तरीकों की आवश्यकता होगी, वे अस्तित्व में ही नहीं थे।

एक नई नींव रखना

आज, फेरिक उन तरीकों को विकसित करने के लिए काम कर रहा है जो शोधकर्ताओं को उनके द्वारा चलाए जाने वाले प्लेटफॉर्म के लिए परिष्कृत प्रौद्योगिकी-सहायता वाले नैदानिक ​​​​हस्तक्षेपों के समान बनाने के लिए आवश्यक हैं। पारंपरिक क्लिनिकल सेटिंग में, फेरिक बताते हैं, एआई में अनुकूलन की प्रक्रिया अपेक्षाकृत धीरे-धीरे होती है: “अनुकूली हस्तक्षेपों में जहां आप केवल नैदानिक ​​यात्राओं के माध्यम से एक रोगी के साथ बातचीत करते हैं, आप वास्तव में जितनी जल्दी हो सके अनुकूलन करने में सक्षम नहीं होते हैं। आप कब प्रतिक्रिया का मूल्यांकन कर सकते हैं और कब आप उपचार को अपडेट कर सकते हैं, इसके बीच एक अंतराल है। ऐसा इसलिए है क्योंकि चिकित्सक के पास केवल अलग-अलग क्लिनिक यात्राओं पर डेटा तक पहुंच होती है, जो आमतौर पर दो से आठ सप्ताह के बीच कहीं भी होती है। लेकिन एक डिजिटल स्वास्थ्य उपकरण के साथ, हम अधिक निरंतर चेक-इन के आधार पर क्लिनिक के दौरे पर इन-पर्सन मॉनिटरिंग बढ़ा सकते हैं। इसका मतलब यह है कि जब रोगी के जीवन में कोई विशेष घटना घटित होती है, तो हम निगरानी और समझ सकते हैं, जो चिकित्सक को बताता है कि क्या उन्हें तीव्र करने, बढ़ाने या वैकल्पिक उपचार पर स्विच करने की आवश्यकता है। यह जानने के लिए कि कौन से वास्तविक समय के उपाय उपचार के अनुकूलन की आवश्यकता का संकेत देते हैं, और यह जानने के लिए कि इन उपायों के आधार पर सर्वोत्तम प्रतिक्रिया कैसे दी जाए, शोधकर्ताओं को यादृच्छिक परीक्षण डिजाइनों और संबंधित डेटा-विश्लेषणात्मक तरीकों की एक नई श्रेणी की आवश्यकता है।

एक उदाहरण के रूप में मोटापे के उपचार के लिए वजन घटाने के हस्तक्षेप पर विचार करें। वजन घटाने के लिए एक विशिष्ट क्लिनिक-वितरित अनुकूली हस्तक्षेप केवल क्लिनिक के दौरे के दौरान दो, चार और आठ सप्ताह के उपचार के अंत में रोगी की प्रगति की जांच कर सकता है। यदि इनमें से किसी भी बिंदु पर रोगी के वजन घटाने की दर एक निश्चित सीमा से नीचे बैठती है, तो रोगी को एक नए हस्तक्षेप की पेशकश की जाएगी। इस तरह के एक अनुकूली हस्तक्षेप की कमी क्लिनिक यात्राओं के बीच के समय की जानकारी है - क्लिनिक यात्राओं के बीच वजन में परिवर्तनशीलता, या कितनी जल्दी किसी ने हस्तक्षेप की गैर-प्रतिक्रिया के मानदंड को पूरा किया, उदाहरण के लिए - जो एक चिकित्सक को सबसे अच्छा तरीका निर्धारित करने में मदद कर सकता है उपचार को दो, चार और आठ सप्ताह के समय बिंदुओं पर बदलें।

"निर्णय नियम में गैर-प्रतिक्रिया के लिए समय जैसे चर को शामिल करके, हम अनुकूली हस्तक्षेप को और अधिक गहराई से तैयार कर सकते हैं" फेरिक बताते हैं। इवेंट-ट्रिगर टेलरिंग द्वारा बढ़ाए गए वजन घटाने के हस्तक्षेप में, कोई व्यक्ति जो दो सप्ताह के दौरान गैर-प्रतिक्रिया के मानदंडों को पूरा करता है, उसे अपने वजन घटाने के लक्ष्य को पूरा करने के लिए उपचार के लिए जोरदार वृद्धि की आवश्यकता हो सकती है, जबकि कोई व्यक्ति जो मध्य तक प्रतिक्रिया के मानदंडों को पूरा करता है सप्ताह सात के अपने वजन घटाने के लक्ष्य को पूरा करने के लिए केवल मामूली वृद्धि की आवश्यकता हो सकती है।

अनुक्रमिक एकाधिक-असाइनमेंट यादृच्छिक परीक्षण (स्मार्ट) को अनुकूलित घटना-ट्रिगर अनुकूली हस्तक्षेप विकसित करने के लिए डिज़ाइन किया जा सकता है। नए तरीकों के साथ, ये परीक्षण शोधकर्ताओं को अनुकूली हस्तक्षेप विकसित करने की अनुमति देंगे जो समय पर सिफारिशें देने में सक्षम हों जो प्रत्येक रोगी के संदर्भ, विशेष रूप से उनकी प्रतिक्रिया के प्रक्षेपवक्र के लिए जिम्मेदार हों। एक बार जब फेरिक स्मार्ट की इस किस्म से डेटा को संसाधित करने के लिए आवश्यक डिजाइन सिद्धांतों और विश्लेषणात्मक तरीकों की अवधारणा करता है, तो उसका उद्देश्य इवेंट-ट्रिगर टेलरिंग अवधारणा के अधिक जटिल अनुप्रयोगों के लिए क्षमता का निर्माण करना है। वह एक ऐसे भविष्य की कल्पना करता है जहां शोधकर्ता वास्तविक समय में एकत्र किए गए कई सिलाई चर को समायोजित करना सीख सकें,

जहां भी विज्ञान उसे ले जाता है, फेरिक निश्चित रूप से महसूस करता है कि कम लागत वाली पहनने योग्य तकनीक और साक्ष्य-आधारित हस्तक्षेप डिजाइन का संयोजन किसी दिन हर किसी के लिए अपने स्वास्थ्य और फिटनेस लक्ष्यों को प्राप्त करना आसान बना देगा: "मैं वास्तविक दुनिया को देखने के लिए वास्तव में उत्साहित हूं डी3सी में हम जो नए तरीके विकसित कर रहे हैं उनका प्रभाव। लंबे समय में, मेरी आशा है कि अमूल्य निर्णय लेने की विशेषज्ञता को डिजिटल उपकरणों के लिए अनुकूली एल्गोरिदम में कम से कम आंशिक रूप से पैक किया जा सकता है, जो कि सबसे ज्यादा जरूरत वाले लोगों के लिए गुणवत्ता स्वास्थ्य कोचिंग की बाधा को कम करता है।

हमारे काम के बारे में अधिक जानने के लिए d3center की वेबसाइट पर जाएँ ।

अनुकूली हस्तक्षेप और स्मार्ट के बारे में अक्सर पूछे जाने वाले प्रश्न ब्राउज़ करें ।

हमारे ओपन-सोर्स सॉफ़्टवेयर टूल का अन्वेषण करें ।

अनुकूली हस्तक्षेप, स्मार्ट और हस्तक्षेप अनुकूलन पर ऑनलाइन पाठ्यक्रम लें ।