NIT-R का AI-सक्षम मॉडल बेहतर रक्त शर्करा पूर्वानुमान का वादा

ROURKELA राउरकेला: राष्ट्रीय प्रौद्योगिकी संस्थान-राउरकेला (NIT-R) की एक शोध टीम ने मधुमेह के बेहतर प्रबंधन के लिए रक्त शर्करा की भविष्यवाणियों को बेहतर बनाने के लिए एक AI-संचालित मॉडल बनाया है। NIT-R में बायोटेक्नोलॉजी और मेडिकल इंजीनियरिंग के सहायक प्रोफेसर मिर्जा खालिद बेग और उनके शोध विद्वान दीपज्योति कलिता द्वारा विकसित, यह मॉडल जटिल समायोजन की आवश्यकता के बिना अधिक सटीक पूर्वानुमान प्रदान करने के लिए पिछले ग्लूकोज रुझानों, इंसुलिन खुराक, भोजन की जानकारी और शारीरिक गतिविधि डेटा से सीखता है।

NIT-R के सूत्रों ने कहा कि नई डिजिटल स्वास्थ्य तकनीकें, विशेष रूप से वे जो कृत्रिम बुद्धिमत्ता (AI) का उपयोग करती हैं, मधुमेह की देखभाल को बेहतर बनाने और लागत कम करने का एक तरीका प्रदान करती हैं। मशीन लर्निंग का उपयोग मधुमेह अनुसंधान के कई क्षेत्रों में किया गया है, बुनियादी अध्ययनों से लेकर भविष्य कहने वाले उपकरणों तक जो डॉक्टरों और रोगियों को बेहतर और समय पर निर्णय लेने में मदद कर सकते हैं।

हालाँकि, AI लर्निंग मॉडल, विशेष रूप से भविष्य कहने वाले मॉडल में कुछ कमियाँ हैं। इनमें से कई मॉडल 'ब्लैक बॉक्स' की तरह काम करते हैं क्योंकि उनकी भविष्यवाणियों को समझना मुश्किल होता है। पारदर्शिता की इस कमी के कारण डॉक्टरों और रोगियों के लिए उन पर पूरी तरह से भरोसा करना मुश्किल हो जाता है। इसके अलावा, सांख्यिकीय पूर्वानुमान विधियों या बुनियादी तंत्रिका नेटवर्क जैसे पारंपरिक मॉडल अक्सर दीर्घकालिक ग्लूकोज उतार-चढ़ाव को पहचानने में विफल रहते हैं और उन्हें जटिल फ़ाइन-ट्यूनिंग की आवश्यकता होती है। बेग और कलिता ने गहन शिक्षण तकनीकों का उपयोग करके ग्लूकोज पूर्वानुमान को बेहतर बनाने पर ध्यान केंद्रित किया। उनके दृष्टिकोण में एक विशेष AI मॉडल शामिल है जो पिछले रक्त शर्करा के रुझानों से सीखता है, ग्लूकोज डेटा को स्वचालित रूप से संसाधित करता है, पैटर्न की पहचान करता है और पारंपरिक पूर्वानुमान मॉडल से दूर रहने के लिए भविष्य के स्तरों की अधिक सटीक भविष्यवाणी करता है, जो अक्सर दीर्घकालिक रुझानों के साथ संघर्ष करते हैं और मैन्युअल समायोजन की आवश्यकता होती है।

बेग ने कहा कि 2023 में जारी ICMR INDIAB अध्ययन के परिणामों के अनुसार, भारत में मधुमेह का कुल प्रचलन 11.4 प्रतिशत है और प्रीडायबिटीज़ 15.3 प्रतिशत है। “हमारा मुख्य नवाचार एक तंत्रिका आधार विस्तार नेटवर्क के भीतर मल्टी-हेड अटेंशन लेयर्स का उपयोग करने में निहित है, जो मॉडल को अनावश्यक शोर को अनदेखा करते हुए सबसे प्रासंगिक डेटा बिंदुओं पर ध्यान केंद्रित करने की अनुमति देता है। इससे बड़ी मात्रा में प्रशिक्षण डेटा या व्यापक कंप्यूटिंग शक्ति की आवश्यकता के बिना बेहतर प्रदर्शन होता है। सटीकता को दक्षता के साथ जोड़कर, हमारा लक्ष्य एक व्यावहारिक उपकरण प्रदान करना है जिसे डिजिटल स्वास्थ्य समाधानों में एकीकृत किया जा सकता है, जिससे रोगियों और डॉक्टरों को मधुमेह को अधिक प्रभावी ढंग से प्रबंधित करने में मदद मिलेगी। एनआईटी-आर के मॉडल ने भविष्य में इंसुलिन की खुराक, भोजन और शारीरिक गतिविधि में समय पर और व्यक्तिगत समायोजन करने में मदद करने के लिए वास्तविक समय में रक्त शर्करा ट्रैकिंग में बेहतर सटीकता प्रदान करके मौजूदा पूर्वानुमान तकनीकों से बेहतर प्रदर्शन करने का दावा किया है। उल्लेखनीय रूप से, मॉडल को स्मार्ट फोन, इंसुलिन पंप जैसे उपकरणों पर इंसुलिन वितरण और नैदानिक ​​सेटिंग्स को स्वचालित करने के लिए कुशलतापूर्वक काम करने के लिए अनुकूलित किया गया है। शोधकर्ताओं ने ओडिशा के वरिष्ठ मधुमेह विशेषज्ञों के सहयोग से अस्पतालों में नई तकनीक के व्यापक नैदानिक ​​परीक्षणों की भी योजना बनाई है। उनका शोध प्रतिष्ठित IEEE जर्नल ऑफ बायोमेडिकल एंड हेल्थ इंफॉर्मेटिक्स में प्रकाशित हुआ है।