खांसी की आवाज से पता चल जाएगा कि आपको TB की बीमारी है या नहीं, जानें AI कैसे करेगा मदद - AI Advances in TB Detection

Tuberculosis Based On Cough Sounds: टीबी हर साल 10 मिलियन लोगों को संक्रमित करता है. सबसे ज्यादा निम्न-से-मध्यम आय वाले देशों में लोगों को असमान रूप से प्रभावित करता है. टीबी का शुरुआती निदान करना मुश्किल है क्योंकि इसके लक्षण आम श्वसन रोगों के समान हो सकते हैं. लेकिन आर्टिफिशियल इंटेलिजेंस की मदद से इसके लक्षणों को जानिए शुरुआत में पहचानना कैसे संभव हो गया है. पढ़ें पूरी खबर...

हैदराबाद:आर्टिफिशियल इंटेलिजेंस (एआई) बीमारियों का पता लगाने के अपने इनोवेटिव मेथड से स्वास्थ्य सेवा परिदृश्य को बदल रहा है. इसका एक अनूठा उदाहरण Google की स्वास्थ्य ध्वनिक प्रतिनिधित्व (HeAR) टेक्नोलॉजी है, जिसे हैदराबाद स्थित साल्सिट टेक्नोलॉजीज द्वारा ट्यूबरक्लोसिस (TV) का पता लगाने और उसमें सुधार के लिए अपनाया जा रहा है. भारत में ट्यूबरक्लोसिस (टीबी) के बढ़ते बोझ से लड़ने के लिए, भारतीय स्टार्टअप साल्सिट टेक्नोलॉजीज खांसी की आवाज के आधार पर टीबी का जल्द पता लगाने के लिए गूगल के हेल्थ एकॉस्टिक रिप्रेजेंटेशन (HeAR) मॉडल के इस्तेमाल की संभावना तलाश रही है.

गूगल ने कहा कि उसका हीएआर बायोएकॉस्टिक फाउंडेशन मॉडल लगभग 300 मिलियन ऑडियो डेटा और विशेष रूप से लगभग 100 मिलियन खांसी की आवाजों पर प्रशिक्षित है. कंपनी ने कहा कि यह भारत भर में टीबी की जांच को और अधिक व्यापक बनाने में मदद कर सकता है. कंपनी ने जानकारी देते हुए कहा कि हैदराबाद स्थित साल्सिट टेक्नोलॉजीज अपने उत्पाद स्वासा के लिए शोध को आगे बढ़ाने के लिए हीएआर मॉडल का उपयोग करेगी.

2020 में लॉन्च किया गया स्वासा एक एआई-संचालित एल्गोरिदम का उपयोग करता है जो यह आकलन कर सकता है कि मानव फेफड़े असामान्य हैं या नहीं. HeAR को मार्च 2024 में पेश किया गया और इसे शोधकर्ताओं को ऐसे मॉडल बनाने में मदद करने के लिए डिजाइन किया गया है जो मानव ध्वनियों को सुन सकते हैं. इसके साथ ही बीमारी के शुरुआती लक्षणों को चिह्नित कर सकते हैं.

Google Research के उत्पाद प्रबंधक सुजय काकरमथ ने कहा कि रक्त परीक्षण और इमेजिंग की तुलना में, ध्वनि अब तक किसी व्यक्ति के स्वास्थ के बारे में सबसे सुलभ जानकारी है. HeAR खांसी की आवाज से छाती के एक्स-रे निष्कर्षों, ट्यूबरक्लोसिस और यहां तक ​​कि COVID का पता लगा सकता है. ऐसी जगहों पर जहां उन्नत चिकित्सा संसाधनों तक पहुंच दुर्लभ है, हम एक ऐसे भविष्य की कल्पना कर सकते हैं जहां मशीन लर्निंग मॉडल और फोन वाला एक स्वास्थ्य सेवा पेशेवर आपकी आवाज का नमूना एकत्र कर सकता है और क्लिनिकल देखभाल को सूचित कर सकता है.

वर्तमान में, HeAR केवल शोधकर्ताओं के लिए उपलब्ध है, लेकिन रोग का पता लगाने में क्रांतिकारी बदलाव लाने की इसकी क्षमता बहुत अधिक है. स्मार्टफोन माइक्रोफोन का उपयोग करके, HeAR श्वसन संबंधी समस्याओं का गैर-आक्रामक तरीके से पता लगा सकता है. साल्सिट टेक्नोलॉजीज इस तकनीक को अपने मौजूदा उपकरण, Ssava के साथ एकीकृत कर रही है, जो फेफड़ों के स्वास्थ्य का आकलन करने के लिए खांसी की आवाज का विश्लेषण करता है. इसका ध्यान Ssava को HeAR की क्षमताओं के साथ बढ़ाने पर है ताकि ट्यूबरक्लोसिस का उसके शुरुआती चरणों में पता लगाया जा सके.

भारत में ट्यूबरक्लोसिस एक महत्वपूर्ण सार्वजनिक स्वास्थ्य चुनौती बनी हुई है, अपर्याप्त चिकित्सा सेवाओं के कारण हर साल इस बीमारी से पीड़ित लाखों लोग बिना इलाज के रह जाते हैं. ऐसे में प्रभावी इलाज और रोग उन्मूलन के लिए प्रारंभिक पहचान महत्वपूर्ण है. हियर जैसी एआई-संचालित विधियां (AI-powered methods) ट्यूबरक्लोसिस के निदान की सटीकता और पहुंच में सुधार करके नई उम्मीद जगाती हैं.

वहीं, इस मामले पर स्टॉप टीबी पार्टनरशिप में डिजिटल स्वास्थ्य विशेषज्ञ जी जेन किन का कहना है कि ट्यूबरक्लोसिस का पता लगाने में AI का समाकलन पहले निदान और ज्यादा सुलभ, किफायती इलाज विकल्पों को सक्षम करके सार्वजनिक स्वास्थ्य पर पर्याप्त प्रभाव डालने का वादा करता है. HeAR के साथ, हमें उम्मीद है कि शोधकर्ता बहुत तेजी से नए ध्वनिक बायोमार्कर खोजने में सक्षम होंगे. स्टॉप टीबी पार्टनरशिप, 2030 तक टीबी को समाप्त करने के लिए समर्पित एक संयुक्त राष्ट्र-होस्टेड संगठन भी इस दृष्टिकोण का समर्थन करता है. HeAR जैसे समाधान AI-संचालित ध्वनिक विश्लेषण को सक्षम करेंगे जो तपेदिक स्क्रीनिंग और पहचान में नया कीर्तिमान स्थापित करेगा, संभावित रूप से उन लोगों के लिए कम प्रभाव वाला, सुलभ उपकरण प्रदान करेंगे जिन्हें इसकी सबसे अधिक आवश्यकता है.