আপনার রাতের নাক ডাকা এবং কাশি অনন্য হতে পারে

ShutEye থেকে SleepScore, বেশ কয়েকটি স্মার্টফোন অ্যাপ পাওয়া যায় যদি আপনি নাক ডাকা আপনার বিশ্রামকে কীভাবে প্রভাবিত করে তা আরও ভালভাবে বোঝার চেষ্টা করছেন, যা আপনাকে আপনার অস্বস্তিকর নাক ডাকা এবং গলার আওয়াজ রেকর্ড করতে রাতারাতি মাইক্রোফোন রেখে যেতে দেয়। কিন্তু স্মার্টফোনের অ্যাপ থাকে ট্র্যাকিং জন্য সহায়ক নাক ডাকার উপস্থিতি, তাদের নির্ভুলতা একটি সমস্যা থেকে যায় যখন বহিরাগত শব্দ এবং একাধিক শ্রবণযোগ্য লোকের সাথে বাস্তব-বিশ্বের বেডরুমে প্রয়োগ করা হয়।

ইউনিভার্সিটি অফ সাউদাম্পটনের প্রাথমিক গবেষণা আপনার নাক ডাকা আছে কিনা তা দেখে স্বাক্ষর শব্দ যা সনাক্তকরণের জন্য ব্যবহার করা যেতে পারে। “আপনি কীভাবে নাক ডাকা বা কাশি সঠিকভাবে ট্র্যাক করবেন?” জগমোহন চৌহানকে জিজ্ঞাসা করেন, বিশ্ববিদ্যালয়ের একজন সহকারী অধ্যাপক যিনি গবেষণায় কাজ করেছিলেন। মেশিন লার্নিং মডেল, বিশেষ করে গভীর নিউরাল নেটওয়ার্ককে সেই স্নোর-ফোনিক সিম্ফনিটি সম্পাদন করছে তা যাচাই করতে সহায়তা প্রদান করতে পারে।

যদিও গবেষণাটি বেশ নবজাতক, এটি তৈরি হয় সমকক্ষ-পর্যালোচিত অধ্যয়ন যেটি অন্য ডেটা-সমৃদ্ধ শব্দের নির্মাতাদের যাচাই করতে মেশিন লার্নিং ব্যবহার করেছিল, প্রায়শই রাতের নির্জন নীরবতার মধ্য দিয়ে ছিদ্র শোনা যায়: কাশি।

গুগল এবং ইউনিভার্সিটি অফ ওয়াশিংটনের গবেষকরা একটি ডেটা সেটে মানব-বক্তৃতা অডিও এবং কাশি মিশ্রিত করেছেন এবং তারপর একটি রেকর্ডিংয়ে একটি নির্দিষ্ট কাশি তৈরি করেছে তা যাচাই করার জন্য একটি মাল্টিটাস্ক শেখার পদ্ধতি ব্যবহার করেছেন। ভিতরে তাদের অধ্যয়নএকটি ছোট গোষ্ঠীর মধ্যে কাকে কাশি দিয়েছে তা নির্ধারণে এআই একজন মানব মূল্যায়নকারীর চেয়ে 10 শতাংশ ভাল পারফর্ম করেছে।

ম্যাট হোয়াইটহিল, একজন স্নাতক ছাত্র যিনি কাশি শনাক্তকরণ কাগজে কাজ করেছিলেন, নাক ডাকার গবেষণার অন্তর্নিহিত কিছু পদ্ধতি নিয়ে প্রশ্ন তোলেন এবং মনে করেন আরও কঠোর পরীক্ষা এর কার্যকারিতা কমিয়ে দেবে। তবুও, তিনি শ্রবণযোগ্য সনাক্তকরণের বিস্তৃত ধারণাটিকে বৈধ হিসাবে দেখেন। “আমরা দেখিয়েছি আপনি কাশি দিয়ে এটি করতে পারেন। এটা খুব সম্ভবত আপনি নাক ডাকার সাথে একই জিনিস করতে পারেন বলে মনে হচ্ছে,” হোয়াইটহিল বলেছেন।

AI-এর এই অডিও-ভিত্তিক সেগমেন্টটি OpenAI-এর ChatGPT-এর মতো প্রাকৃতিক ভাষা প্রসেসরের মতো ব্যাপকভাবে আচ্ছাদিত নয় (এবং স্পষ্টতই বোমাস্টিক পরিভাষায় নয়)। তবে নির্বিশেষে, কয়েকটি কোম্পানি এমন উপায় খুঁজে বের করছে যা অডিও রেকর্ডিং বিশ্লেষণ করতে এবং আপনার স্বাস্থ্যের উন্নতি করতে AI ব্যবহার করা যেতে পারে।

রেসমনিক্স, একটি সুইস কোম্পানি ফুসফুসের রোগের লক্ষণগুলির এআই-চালিত সনাক্তকরণের উপর দৃষ্টি নিবদ্ধ করেছে, মেডিকেল সফ্টওয়্যার প্রকাশ করেছে যা CE-প্রত্যয়িত এবং মাইকফ অ্যাপের মাধ্যমে সুইস লোকেদের জন্য উপলব্ধ। যদিও সফ্টওয়্যারটি রোগ নির্ণয়ের জন্য ডিজাইন করা হয়নি, অ্যাপটি ব্যবহারকারীদের রাতারাতি কতজন কাশি অনুভব করে এবং কোন ধরনের কাশি সবচেয়ে বেশি তা ট্র্যাক করতে সাহায্য করতে পারে। এটি ব্যবহারকারীদের তাদের কাশির ধরণ সম্পর্কে আরও সম্পূর্ণ ধারণা প্রদান করে যখন তারা সিদ্ধান্ত নেয় যে ডাক্তারের পরামর্শ প্রয়োজন কিনা।

ডেভিড ক্লেরেস, রেসমোনিক্সের সহ-প্রতিষ্ঠাতা এবং প্রধান প্রযুক্তি কর্মকর্তা, একজন নির্দিষ্ট ব্যক্তির কাশি বা নাক ডাকা শনাক্ত করার জন্য গভীর শিক্ষার কৌশলগুলির সম্ভাব্যতা দেখেন, কিন্তু বিশ্বাস করেন যে AI গবেষণার এই অংশের জন্য এখনও বড় অগ্রগতি প্রয়োজন। “আমরা রেসমোনিক্সে কঠিন উপায়ে শিখেছি যে রেকর্ডিং ডিভাইস এবং অবস্থানের বৈচিত্র্যের দৃঢ়তা বিভিন্ন ব্যবহারকারী জনসংখ্যার ভিন্নতার জন্য দৃঢ়তা অর্জন করা ততটাই কঠিন,” ইমেলের মাধ্যমে ক্লেরেস লিখেছেন। প্রাকৃতিক কাশি এবং নাক ডাকার রেকর্ডিংয়ের পরিসরের সাথে একটি ডেটা সেট খুঁজে পাওয়া কেবল কঠিনই নয়, পাঁচ বছর বয়সী আইফোনের মাইক্রোফোনের গুণমান এবং রাতে কেউ এটি কোথায় রেখে দেবে তা অনুমান করাও কঠিন।

সুতরাং, আপনি রাতে বিছানায় যে শব্দগুলি করেন তা AI দ্বারা ট্র্যাক করা যায় এবং আপনার পরিবারের অন্য লোকেদের দ্বারা উত্পাদিত রাতের আওয়াজ থেকে আলাদা। নাক ডাকা কি একটি বায়োমেট্রিক হিসাবেও ব্যবহার করা যেতে পারে যা আপনার সাথে সংযুক্ত, যেমন একটি ফিঙ্গারপ্রিন্ট? অকাল সিদ্ধান্তে ঝাঁপিয়ে পড়ার আগে আরও গবেষণা প্রয়োজন। “আপনি যদি স্বাস্থ্যের দৃষ্টিকোণ থেকে দেখেন তবে এটি কাজ করতে পারে,” চৌহান বলেছেন। “বায়োমেট্রিক দৃষ্টিকোণ থেকে, আমরা নিশ্চিত হতে পারি না।” জগমোহনও কিভাবে অন্বেষণে আগ্রহী সংকেত প্রক্রিয়াজাতকরণমেশিন লার্নিং মডেলের সাহায্য ছাড়াই, স্নোর স্পটিংয়ে সহায়তা করতে ব্যবহার করা যেতে পারে।

যখন এটি আসে স্বাস্থ্যসেবা সেটিংসে এআই, উত্সাহী গবেষক এবং নির্ভীক উদ্যোক্তারা একই সমস্যার মুখোমুখি হচ্ছেন: সহজলভ্য মানসম্পন্ন ডেটার অভাব। AI প্রশিক্ষণের জন্য বিভিন্ন তথ্যের অভাব রোগীদের জন্য একটি বাস্তব বিপদ হতে পারে। উদাহরণস্বরূপ, আমেরিকান হাসপাতালে ব্যবহৃত একটি অ্যালগরিদম পরিচর্যাকে অগ্রাধিকার না দেওয়া কালো রোগীদের। শক্তিশালী ডেটা সেট এবং চিন্তাশীল মডেল নির্মাণ ছাড়া, এআই প্রায়শই স্যানিটাইজড অনুশীলন সেটিংসের তুলনায় বাস্তব-বিশ্বের পরিস্থিতিতে ভিন্নভাবে কাজ করে।

হোয়াইটহিল বলেছেন, “প্রত্যেকই গভীর নিউরাল নেটওয়ার্কে স্থানান্তরিত হচ্ছে।” এই তথ্য-নিবিড় পদ্ধতিটি কাশি এবং নাক ডাকার বিষয়ে মানসম্পন্ন গবেষণা তৈরি করতে অডিও রেকর্ডিংয়ের রিমের প্রয়োজনীয়তাকে আরও বাড়িয়ে তোলে। একটি মেশিন লার্নিং মডেল যা ট্র্যাক করে যখন আপনি নাক ডাকছেন বা একটি ফুসফুস হ্যাক করছেন তখন এটির মতো স্মরণীয় নয় চ্যাটবট যেটি টাকো বেলের ক্রাঞ্চওর্যাপ সুপ্রিম সম্পর্কে অস্তিত্বমূলক সনেট তৈরি করে। এটি এখনও শক্তির সাথে অনুসরণ করা মূল্যবান। যদিও সিলিকন ভ্যালিতে অনেকের জন্য জেনারেটিভ AI মনের শীর্ষে থাকে, অন্যান্য AI অ্যাপ্লিকেশনগুলিতে স্নুজ বোতামে আঘাত করা এবং তাদের প্রাণবন্ত সম্ভাবনাগুলিকে উপেক্ষা করা একটি ভুল হবে।