‘ಸ್ಲೀಪ್ಎಫ್ಎಂ’ ಎಂದು ಹೆಸರಿಸಲಾದ ಈ ಮಾದರಿಯನ್ನು ಯುಎಸ್ನ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ ಮತ್ತು 65,000 ಭಾಗವಹಿಸುವವರಿಂದ ಸಂಗ್ರಹಿಸಿದ ಸುಮಾರು ಆರು ಲಕ್ಷ ಗಂಟೆಗಳ ನಿದ್ರೆಯ ಮಾಹಿತಿಯ ಮೇಲೆ ತರಬೇತಿ ನೀಡಿದ್ದಾರೆ.
ನೇಚರ್ ಮೆಡಿಸಿನ್ ಜರ್ನಲ್ನಲ್ಲಿನ ಪೇಪರ್ನಲ್ಲಿ ವಿವರಿಸಲಾದ AI ವ್ಯವಸ್ಥೆಯನ್ನು ಆರಂಭದಲ್ಲಿ ನಿದ್ರೆಯ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಒಳಗೊಂಡಿರುವ ಪ್ರಮಾಣಿತ ಕಾರ್ಯಗಳ ಮೇಲೆ ಪರೀಕ್ಷಿಸಲಾಯಿತು, ಉದಾಹರಣೆಗೆ ನಿದ್ರೆಯ ವಿವಿಧ ಹಂತಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದು ಅಥವಾ ಸ್ಲೀಪ್ ಅಪ್ನಿಯದ ತೀವ್ರತೆಯನ್ನು ನಿರ್ಣಯಿಸುವುದು.
ಸ್ಲೀಪ್ ಕ್ಲಿನಿಕ್ನಿಂದ ಪಡೆದ ಆರೋಗ್ಯ ದಾಖಲೆಯ ದತ್ತಾಂಶದೊಂದಿಗೆ ನಿದ್ರೆಯ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ರೋಗದ ಭವಿಷ್ಯದ ಆಕ್ರಮಣವನ್ನು ಊಹಿಸಲು ಮಾದರಿಯನ್ನು ಬಳಸಲಾಯಿತು.
ಆರೋಗ್ಯ ದಾಖಲೆಗಳಲ್ಲಿ 1,000 ಕ್ಕೂ ಹೆಚ್ಚು ರೋಗ ವರ್ಗಗಳನ್ನು ನೋಡಲಾಗಿದೆ ಮತ್ತು 130 ರೋಗಿಯ ನಿದ್ರೆಯ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಸಮಂಜಸವಾದ ನಿಖರತೆಯೊಂದಿಗೆ ಊಹಿಸಬಹುದು ಎಂದು ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.
“ನಾವು ನಿದ್ರೆಯನ್ನು ಅಧ್ಯಯನ ಮಾಡುವಾಗ ನಾವು ಅದ್ಭುತ ಸಂಖ್ಯೆಯ ಸಂಕೇತಗಳನ್ನು ದಾಖಲಿಸುತ್ತೇವೆ. ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಸೆರೆಯಲ್ಲಿರುವ ವಿಷಯದಲ್ಲಿ ನಾವು ಎಂಟು ಗಂಟೆಗಳ ಕಾಲ ಅಧ್ಯಯನ ಮಾಡುವ ಒಂದು ರೀತಿಯ ಸಾಮಾನ್ಯ ಶರೀರಶಾಸ್ತ್ರವಾಗಿದೆ. ಇದು ತುಂಬಾ ಡೇಟಾ ಸಮೃದ್ಧವಾಗಿದೆ,” ಹಿರಿಯ ಲೇಖಕ ಇಮ್ಯಾನುಯಲ್ ಮಿಗ್ನೋಟ್, ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಮನೋವೈದ್ಯಶಾಸ್ತ್ರ ಮತ್ತು ವರ್ತನೆಯ ವಿಜ್ಞಾನಗಳ ವಿಭಾಗದ ನಿದ್ರಾ ವೈದ್ಯಕೀಯ ಪ್ರಾಧ್ಯಾಪಕ, ಹೇಳಿದರು.
ಪಾಲಿಸೋಮ್ನೋಗ್ರಫಿ – ನಿದ್ರೆಯ ಅಧ್ಯಯನದಲ್ಲಿ ಚಿನ್ನದ ಮಾನದಂಡವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ – ಇದು ಮೆದುಳಿನ ಚಟುವಟಿಕೆ, ಹೃದಯದ ಕಾರ್ಯ, ಉಸಿರಾಟದ ಸಂಕೇತಗಳು ಮತ್ತು ಕಣ್ಣಿನ ಚಲನೆಗಳನ್ನು ದಾಖಲಿಸಲು ಸಂವೇದಕಗಳನ್ನು ಬಳಸುವ ನಿದ್ರೆಯ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವ ಸಾಮಾನ್ಯ ವಿಧಾನವಾಗಿದೆ.
AI ಮಾದರಿಯು ಎಲೆಕ್ಟ್ರೋಎನ್ಸೆಫಾಲೋಗ್ರಫಿ (ಮೆದುಳಿನ ವಿದ್ಯುತ್ ಚಟುವಟಿಕೆ), ಎಲೆಕ್ಟ್ರೋಕಾರ್ಡಿಯೋಗ್ರಫಿ, ಎಲೆಕ್ಟ್ರೋಮ್ಯೋಗ್ರಫಿ (ಸ್ನಾಯುಗಳ ವಿದ್ಯುತ್ ಚಟುವಟಿಕೆ), ನಾಡಿ ಓದುವಿಕೆ ಮತ್ತು ಉಸಿರಾಟದ ಗಾಳಿಯಂತಹ ಅನೇಕ ಸ್ಟ್ರೀಮ್ಗಳ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸಲು ಸಾಧ್ಯವಾಯಿತು ಮತ್ತು ಅವು ಹೇಗೆ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿವೆ ಎಂಬುದನ್ನು ಸಂಗ್ರಹಿಸಲು ಸಾಧ್ಯವಾಯಿತು ಎಂದು ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.
AI ತರಬೇತಿಗಾಗಿ ತಂಡವು ‘ಲೀವ್-ಒನ್-ಔಟ್’ ಕಾಂಟ್ರಾಸ್ಟಿವ್ ಲರ್ನಿಂಗ್ ಎಂಬ ಹೊಸ ತಂತ್ರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ. ಇದು ಮೂಲಭೂತವಾಗಿ ಒಂದು ವಿಧಾನ ಅಥವಾ ಡೇಟಾದ ಸ್ಟ್ರೀಮ್ ಅನ್ನು ಮರೆಮಾಡುತ್ತದೆ ಮತ್ತು ಇತರ ಸಂಕೇತಗಳ ಆಧಾರದ ಮೇಲೆ ಕಾಣೆಯಾದ ತುಣುಕನ್ನು ಪುನರ್ನಿರ್ಮಿಸಲು ಮಾದರಿಯನ್ನು ಸವಾಲು ಮಾಡುತ್ತದೆ.
AI ವ್ಯವಸ್ಥೆಯ ಮುನ್ನೋಟಗಳು ವಿಶೇಷವಾಗಿ ಕ್ಯಾನ್ಸರ್, ಗರ್ಭಾವಸ್ಥೆಯ ತೊಡಕುಗಳು, ರಕ್ತಪರಿಚಲನೆಯ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ಮಾನಸಿಕ ಅಸ್ವಸ್ಥತೆಗಳಿಗೆ ಪ್ರಬಲವಾಗಿದೆ ಎಂದು ಕಂಡುಬಂದಿದೆ, ಇದು 0.8 ಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ‘C-ಇಂಡೆಕ್ಸ್’ ಸ್ಕೋರ್ ಅನ್ನು ಸಾಧಿಸುತ್ತದೆ.
ಸಿ-ಇಂಡೆಕ್ಸ್, ಅಥವಾ ಕಾನ್ಕಾರ್ಡೆನ್ಸ್ ಇಂಡೆಕ್ಸ್, AI ಯ ಮುನ್ಸೂಚಕ ಕಾರ್ಯಕ್ಷಮತೆಯ ಸಾಮಾನ್ಯ ಅಳತೆಯಾಗಿದೆ – ನಿರ್ದಿಷ್ಟವಾಗಿ, ಗುಂಪಿನಲ್ಲಿರುವ ಯಾವುದೇ ಇಬ್ಬರು ವ್ಯಕ್ತಿಗಳಲ್ಲಿ ಯಾರು ಮೊದಲು ಘಟನೆಯನ್ನು ಅನುಭವಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಊಹಿಸುವ ಸಾಮರ್ಥ್ಯ, ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.
“ಒಂದು ರಾತ್ರಿ ನಿದ್ರೆಯಿಂದ, ಸ್ಲೀಪ್ಎಫ್ಎಂ ಎಲ್ಲಾ ಕಾರಣಗಳ ಮರಣ (ಸಿ-ಸೂಚ್ಯಂಕ, 0.84), ಬುದ್ಧಿಮಾಂದ್ಯತೆ (0.85), ಮಯೋಕಾರ್ಡಿಯಲ್ ಇನ್ಫಾರ್ಕ್ಷನ್ (0.81), ಹೃದಯ ವೈಫಲ್ಯ (0.80), 7 ದೀರ್ಘಕಾಲದ ಮೂತ್ರಪಿಂಡ ಕಾಯಿಲೆ (0.9 ಸ್ಟ್ರೋಕ್), 7 ದೀರ್ಘಕಾಲದ ಮೂತ್ರಪಿಂಡ ಕಾಯಿಲೆ (0.9 ಸ್ಟ್ರೋಕ್) ಸೇರಿದಂತೆ ಕನಿಷ್ಠ 0.75 ರ ಸಿ-ಇಂಡೆಕ್ಸ್ನೊಂದಿಗೆ 130 ಪರಿಸ್ಥಿತಿಗಳನ್ನು ನಿಖರವಾಗಿ ಊಹಿಸುತ್ತದೆ. ಕಂಪನ (0.78),” ಲೇಖಕರು ಬರೆದಿದ್ದಾರೆ.
“ಕಾರ್ಯನಿರ್ವಹಣೆಯು ವರ್ಗಗಳಲ್ಲಿ ಭಿನ್ನವಾಗಿದ್ದರೂ, ನಿಯೋಪ್ಲಾಮ್ಗಳು (ಗೆಡ್ಡೆಗಳು), ಗರ್ಭಾವಸ್ಥೆಯ ತೊಡಕುಗಳು, ರಕ್ತಪರಿಚಲನೆಯ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ಮಾನಸಿಕ ಅಸ್ವಸ್ಥತೆಗಳು ಸೇರಿದಂತೆ ಹಲವಾರು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ SleepFM ಬಲವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು.
AI ಮಾದರಿಯ ಬಲವಾದ ಕಾರ್ಯಕ್ಷಮತೆಯು ಪಾರ್ಕಿನ್ಸನ್ ಕಾಯಿಲೆಯ ಅಪಾಯವನ್ನು ಮುಂಗಾಣುವಲ್ಲಿ ಕಂಡುಬಂದಿದೆ – ಇದರಲ್ಲಿ ನಿದ್ರೆಯ ಸ್ಥಿತಿಯನ್ನು ಆರಂಭಿಕ ಸೂಚಕಗಳಲ್ಲಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ – ಮತ್ತು ಬೆಳವಣಿಗೆಯ ವಿಳಂಬಗಳು ಮತ್ತು ಅಸ್ವಸ್ಥತೆಗಳು.
