নতুন এআই মডেল তার ধরণের বৃহত্তম অধ্যয়নের উচ্চ নির্ভুলতার সাথে পুরো ঘুমের পুরো রাত বিশ্লেষণ করে

ঘুমের জন্য প্যাচ ফাউন্ডেশনাল ট্রান্সফর্মার (পিএফটিএস ঘুম) নামে পরিচিত মডেলটি মস্তিষ্কের তরঙ্গ, পেশী ক্রিয়াকলাপ, হার্ট রেট এবং শ্বাসের ধরণগুলি বিশ্লেষণ করে ঘুমের পর্যায়ে শ্রেণিবদ্ধ করার জন্য traditional তিহ্যবাহী পদ্ধতিগুলির চেয়ে আরও কার্যকরভাবে শ্রেণিবদ্ধকরণ, ঘুম বিশ্লেষণকে সহজতর করে, পরিবর্তনশীলতা হ্রাস করা এবং অন্যান্য স্বাস্থ্য ঝুঁকি সনাক্ত করতে ভবিষ্যতের ক্লিনিকাল সরঞ্জামগুলিকে সমর্থন করে।

বর্তমান ঘুম বিশ্লেষণ প্রায়শই মানব বিশেষজ্ঞদের উপর নির্ভর করে ঘুমের ডেটাগুলির সংক্ষিপ্ত অংশগুলি বা এআই মডেলগুলি ব্যবহার করে যা কোনও রোগীর পুরো রাতে ঘুমের বিশ্লেষণ করতে সক্ষম নয়। হাজার হাজার স্লিপ রেকর্ডিং ব্যবহার করে বিকশিত এই নতুন পদ্ধতির আরও বিস্তৃত দৃষ্টিভঙ্গি লাগে। পূর্ণ দৈর্ঘ্যের ঘুমের ডেটা প্রশিক্ষণ দিয়ে, মডেলটি সারা রাত এবং বিভিন্ন জনসংখ্যা এবং সেটিংস জুড়ে ঘুমের ধরণগুলি সনাক্ত করতে পারে, ঘুম গবেষণা এবং ক্লিনিকাল ব্যবহারের জন্য একটি মানক এবং স্কেলযোগ্য পদ্ধতি সরবরাহ করে, তদন্তকারীরা বলেছেন।

কৃত্রিম বুদ্ধিমত্তা ও উদীয়মান প্রযুক্তি প্রশিক্ষণ অঞ্চলে মাউন্ট সিনাইয়ের আইকাহান স্কুল অফ মেডিসিনের পিএইচডি প্রার্থী প্রথম লেখক বেঞ্জামিন ফক্স বলেছেন, “এটি এআই-সহায়তায় ঘুম বিশ্লেষণ এবং ব্যাখ্যার এক ধাপ এগিয়ে।” “এইভাবে এআইকে উপার্জন করে আমরা সরাসরি ঘুম অধ্যয়ন সিগন্যাল ডেটা থেকে প্রাসঙ্গিক ক্লিনিকাল বৈশিষ্ট্যগুলি শিখতে পারি এবং ঘুমের স্কোরিংয়ের জন্য এগুলি ব্যবহার করতে পারি এবং ভবিষ্যতে অন্যান্য ক্লিনিকাল অ্যাপ্লিকেশন যেমন স্লিপ অ্যাপনিয়া সনাক্তকরণ বা ঘুমের মানের সাথে সংযুক্ত স্বাস্থ্য ঝুঁকিগুলি মূল্যায়ন করার মতো অন্যান্য ক্লিনিকাল অ্যাপ্লিকেশনগুলি” “

মডেলটি স্লিপ স্টাডিজের একটি বৃহত ডেটাসেট (পলিসোমনোগ্রাম) ব্যবহার করে নির্মিত হয়েছিল যা মস্তিষ্কের ক্রিয়াকলাপ, পেশী স্বর, হার্ট রেট এবং শ্বাসের ধরণগুলি সহ মূল শারীরবৃত্তীয় সংকেতগুলি পরিমাপ করে। Traditional তিহ্যবাহী এআই মডেলগুলির বিপরীতে, যা কেবলমাত্র সংক্ষিপ্ত, 30-সেকেন্ডের অংশগুলি বিশ্লেষণ করে, এই নতুন মডেলটি পুরো ঘুমের পুরো রাতটিকে বিবেচনা করে, আরও বিশদ এবং সংক্ষিপ্ত নিদর্শনগুলি ক্যাপচার করে। আরও, মডেলটি স্ব-তত্ত্বাবধানের জন্য পরিচিত একটি পদ্ধতির মাধ্যমে প্রশিক্ষিত হয়, যা মানব লেবেলযুক্ত ফলাফলগুলি ব্যবহার না করে শারীরবৃত্তীয় সংকেত থেকে প্রাসঙ্গিক ক্লিনিকাল বৈশিষ্ট্যগুলি শিখতে সহায়তা করে।

“আমাদের অনুসন্ধানগুলি পরামর্শ দেয় যে এআই কীভাবে আমরা ঘুম অধ্যয়ন করি এবং বুঝতে পারি তা রূপান্তর করতে পারে,” সহ-সিনিয়র সংশ্লিষ্ট লেখক অঙ্কিত পরেক, পিএইচডি, মেডিসিনের সহকারী অধ্যাপক (পালমোনারি, ক্রিটিকাল কেয়ার অ্যান্ড স্লিপ মেডিসিন) মাউন্ট সিনাইয়ের আইকাহান স্কুল অফ মেডিসিনে এবং মাউন্ট সিনাইয়ের স্লিপ অ্যান্ড সার্কেডিয়ান বিশ্লেষণ গোষ্ঠীর পরিচালক। “আমাদের পরবর্তী লক্ষ্য হ’ল ক্লিনিকাল অ্যাপ্লিকেশনগুলির জন্য প্রযুক্তিটি পরিমার্জন করা, যেমন ঘুম সম্পর্কিত স্বাস্থ্য ঝুঁকি আরও দক্ষতার সাথে চিহ্নিত করা।”

গবেষকরা জোর দিয়েছিলেন যে এই এআই সরঞ্জামটি প্রতিশ্রুতি দেওয়ার সময়, ক্লিনিকাল দক্ষতা প্রতিস্থাপন করবে না। পরিবর্তে, এটি ঘুম বিশেষজ্ঞদের জন্য একটি শক্তিশালী সহায়তা হিসাবে কাজ করবে, ঘুম বিশ্লেষণের গতি এবং মানককরণে সহায়তা করবে। এরপরে, দলের গবেষণার লক্ষ্য ঘুমের ব্যাধি সনাক্তকরণ এবং স্বাস্থ্যের ফলাফলগুলির পূর্বাভাস দেওয়ার জন্য ঘুম-পর্যায়ের শ্রেণিবিন্যাসের বাইরে তার ক্ষমতাগুলি প্রসারিত করা।

“এই এআই-চালিত পদ্ধতির ঘুমের গবেষণার বিপ্লব করার সম্ভাবনা রয়েছে,” সহ-সিনিয়র সংশ্লিষ্ট লেখক গিরিশ এন নাদকার্নি বলেছেন, এমডি, এমপিএইচ, আইকাহান স্কুল অফ মেডিসিনের উইন্ডরিচ ডিপার্টমেন্টের চেয়ার, এবং আইরিন এবং ডাঃ আর্থার এম ফিশবার্গ মেডিসিনের অধ্যাপক। ডাঃ নাদকার্নি ডেটা-চালিত ও ডিজিটাল মেডিসিন বিভাগের উদ্বোধনী প্রধান এবং মাউন্ট সিনাই ক্লিনিকাল ইন্টেলিজেন্স সেন্টারের সহ-পরিচালক। “আরও বেশি ধারাবাহিকতার সাথে পুরো রাত ঘুমের বিশ্লেষণ করে আমরা ঘুমের স্বাস্থ্যের প্রতি গভীর অন্তর্দৃষ্টি এবং সামগ্রিক সুস্থতার সাথে এর সংযোগ উদ্ঘাটিত করতে পারি।”