ہائپوکسیمیا ایک طبی حالت ہے جب خون ٹشووں کو مناسب طریقے سے فراہم کرنے کے لئے کافی آکسیجن نہیں لے جاتا ہے۔ یہ سانس کی بیماریوں جیسے دمہ، COPD، اور COVID-19 کی خطرناک پیچیدگیوں کا ایک اہم اشارہ ہے۔ جب کہ خاص طور پر ڈیزائن کیے گئے پلس آکسی میٹر درست خون آکسیجن سیچوریشن (SpO2) ریڈنگ فراہم کر سکتے ہیں جو ہائپوکسیمیا کی تشخیص کو قابل بناتا ہے، اس صلاحیت کو غیر ترمیم شدہ اسمارٹ فون کیمروں میں سافٹ ویئر اپ ڈیٹ کے ذریعے دستیاب کرانا زیادہ سے زیادہ لوگوں کو ان کی صحت سے متعلق اہم معلومات تک رسائی فراہم کر سکتا ہے۔
سائنسدانوں سے واشنگٹن یونیورسٹی اور کیلیفورنیا سان ڈیاگو۔ تصور کے ثبوت کے مطالعے میں یہ ثابت کیا ہے کہ اسمارٹ فون خون میں آکسیجن کی سنترپتی کی سطح کو 70 فیصد تک کم کر سکتے ہیں۔ امریکی فوڈ اینڈ ڈرگ ایڈمنسٹریشن نے مشورہ دیا ہے کہ نبض کے آکسی میٹر اس سطح سے کم پیمائش کرنے کے قابل ہوں۔
اس تکنیک میں حصہ لینے والے اپنی انگلیاں سمارٹ فون کے کیمرے اور فلیش پر رکھتے ہیں، جو خون میں آکسیجن کی سطح کا تعین کرنے کے لیے گہری سیکھنے والے الگورتھم کا استعمال کرتا ہے۔ اسمارٹ فون نے درست طریقے سے شناخت کیا کہ آیا کسی مریض کے خون میں آکسیجن کی سطح 80 فیصد کم تھی جب ٹیم نے چھ مضامین کو نائٹروجن اور آکسیجن کی باقاعدہ خوراک دی تاکہ ان کے خون میں آکسیجن کی سطح مصنوعی طور پر کم ہوسکے۔
شریک سرکردہ مصنف جیسن ہوفمین، پال جی ایلن سکول آف کمپیوٹر سائنس اینڈ انجینئرنگ میں UW ڈاکٹریٹ کے طالب علم نے کہا، "دوسری اسمارٹ فون ایپس جو ایسا کرتی ہیں لوگوں کو سانس روکنے کے لیے کہہ کر تیار کی گئیں۔ لیکن لوگ بہت بے چین ہو جاتے ہیں اور انہیں ایک منٹ یا اس سے پہلے سانس لینا پڑتا ہے اس سے پہلے کہ ان کے خون میں آکسیجن کی سطح اتنی کم ہو جائے کہ طبی لحاظ سے متعلقہ ڈیٹا کی پوری رینج کی نمائندگی کر سکے۔ ہم اپنے ٹیسٹ کے ساتھ ہر مضمون سے 15 منٹ کا ڈیٹا اکٹھا کر سکتے ہیں۔ ہمارا ڈیٹا ظاہر کرتا ہے کہ اسمارٹ فونز اہم حد کی حد میں اچھی طرح سے کام کر سکتے ہیں۔
کریڈٹ: ڈینس وائز/یونیورسٹی آف واشنگٹن
شریک مصنف ڈاکٹر میتھیو تھامسن، UW سکول آف میڈیسن میں فیملی میڈیسن کے پروفیسر نے کہا، "اس طرح آپ اپنے آلے کے ساتھ بغیر کسی قیمت یا کم قیمت کے متعدد پیمائش کر سکتے ہیں۔ یہ معلومات ایک مثالی دنیا میں ڈاکٹر کے دفتر میں بغیر کسی رکاوٹ کے منتقل کی جا سکتی ہیں۔ یہ ٹیلی میڈیسن اپوائنٹمنٹس یا ٹرائیج نرسوں کے لیے فائدہ مند ہو گا کہ وہ جلدی سے اس بات کا تعین کریں کہ آیا مریضوں کو ایمرجنسی ڈیپارٹمنٹ میں جانے کی ضرورت ہے یا وہ گھر پر آرام کرنا جاری رکھ سکتے ہیں اور بعد میں اپنے بنیادی نگہداشت فراہم کرنے والے سے ملاقات کر سکتے ہیں۔"
ٹیم کی طرف سے چھ افراد کا انتخاب کیا گیا، جن کی عمریں 20 سے 34 کے درمیان تھیں: 3 مرد اور تین خواتین۔ جب کہ شرکاء کی اکثریت نے کاکیشین ہونے کی اطلاع دی، ایک فرد کی شناخت افریقی امریکی کے طور پر ہوئی۔
تربیت اور الگورتھم کی جانچ کے لیے ڈیٹا اکٹھا کرنے کے لیے ہر شریک کو ایک انگلی پر باقاعدہ پلس آکسیمیٹر پہننے کی ضرورت تھی جبکہ اسی ہاتھ پر دوسری انگلی اسمارٹ فون کیمرے اور فلیش پر رکھ کر الگورتھم کی تربیت کے لیے ڈیٹا اکٹھا کرنا تھا۔ یہ سیٹ اپ ہر شریک کے لیے دونوں ہاتھوں پر بیک وقت موجود تھا۔
سینئر مصنف ایڈورڈ وانگ، جنہوں نے الیکٹریکل اور کمپیوٹر انجینئرنگ کی تعلیم حاصل کرنے والے UW ڈاکٹریٹ طالب علم کے طور پر اس پروجیکٹ کو شروع کیا، نے کہا، "کیمرہ ایک ویڈیو ریکارڈ کر رہا ہے: جب بھی آپ کا دل دھڑکتا ہے، تازہ خون فلیش سے روشن ہونے والے حصے سے بہتا ہے۔"
"کیمرہ ریکارڈ کرتا ہے کہ خون فلیش سے روشنی کو کتنا جذب کرتا ہے ان تینوں رنگین چینلز میں جس کی پیمائش کی جاتی ہے: سرخ، سبز اور نیلا۔"
ہر شریک نے آکسیجن اور نائٹروجن کا ایک کنٹرول شدہ مرکب سانس لیا تاکہ آکسیجن کی سطح کو آہستہ آہستہ کم کیا جا سکے۔ اسے مکمل ہونے میں تقریباً 15 منٹ لگے۔ ٹیم نے تمام چھ مضامین کے لیے 10,000% اور 61% کے درمیان 100 سے زیادہ خون میں آکسیجن کی سطح کی قدریں جمع کیں۔
سائنسدانوں نے چار شرکاء کے اعداد و شمار کا استعمال کرتے ہوئے خون میں آکسیجن کی سطح کو نکالنے کے لیے ایک گہری سیکھنے کے الگورتھم کو تربیت دی۔ بقیہ معلومات کو بالکل نئے افراد پر جانچنے سے پہلے طریقہ کی درستگی کی تصدیق کے لیے استعمال کیا گیا۔
شریک مرکزی مصنف ورون وشوناتھ، ایک UW کے سابق طالب علم جو اب ڈاکٹریٹ کے طالب علم ہیں UC سان ڈیاگو میں وانگ کے مشورے پر، نے کہا، "اسمارٹ فون کی روشنی آپ کی انگلی میں موجود دیگر تمام اجزاء سے بکھر سکتی ہے، جس کا مطلب ہے کہ ہم جس ڈیٹا کو دیکھ رہے ہیں اس میں بہت زیادہ شور ہے۔ گہری تعلیم ایک فائدہ مند تکنیک ہے کیونکہ یہ ان پیچیدہ اور باریک بین خصوصیات کو دیکھ سکتی ہے اور آپ کو ایسے نمونوں کو تلاش کرنے میں مدد کرتی ہے جو آپ دوسری صورت میں نہیں دیکھ پائیں گے۔
ہوفمین نے کہا، "ہمارے مضامین میں سے ایک کی انگلیوں پر گھنے کالس تھے، جس کی وجہ سے ہمارے الگورتھم کے لیے خون میں آکسیجن کی سطح کا درست تعین کرنا مشکل ہو گیا تھا۔ اگر ہم اس مطالعہ کو مزید مضامین تک پھیلاتے ہیں، تو ہم ممکنہ طور پر کالیوس اور جلد کے مختلف رنگوں والے زیادہ لوگوں کو دیکھیں گے۔ تب ہمارے پاس ممکنہ طور پر ان تمام اختلافات کو بہتر انداز میں ماڈل بنانے کے لیے کافی پیچیدگی کے ساتھ الگورتھم ہو سکتا ہے۔
وانگ نے کہا، "لیکن، یہ مشین لرننگ کی مدد سے بائیو میڈیکل ڈیوائسز تیار کرنے کی طرف ایک اچھا پہلا قدم ہے۔"
"اس طرح کا مطالعہ کرنا بہت ضروری ہے۔ روایتی طبی آلات سخت جانچ سے گزرتے ہیں۔ لیکن کمپیوٹر سائنس کی تحقیق ابھی اپنے دانت کھودنا شروع کر رہی ہے۔ مشین لرننگ بائیو میڈیکل ڈیوائس کی نشوونما کے لیے، اور ہم سب اب بھی سیکھ رہے ہیں۔ خود کو سخت ہونے پر مجبور کر کے، ہم اپنے آپ کو یہ سیکھنے پر مجبور کر رہے ہیں کہ کام کو کیسے درست کرنا ہے۔"
جرنل حوالہ:
- Hoffman, JS, Viswanath, VK, Tian, C. et al. ایک حوصلہ افزائی ہائپوکسیمیا مطالعہ میں اسمارٹ فون کیمرہ آکسیمیٹری۔ npj ہندسہ میڈ. 5، 146 (2022)۔ DOI: 10.1038 / S41746-022-00665-Y
