MERIT: A No-Code Platform for Unifying High-Precision Cognitive Assessment Across Laboratory and Real-World Settings
यह शोध पत्र MERIT को प्रस्तुत करता है, जो एक नो-कोड प्लेटफॉर्म है जो यह प्रदर्शित करके प्रयोगशाला और वास्तविक दुनिया के परिवेशों में उच्च-परिशुद्धता वाले संज्ञानात्मक मूल्यांकन को एकीकृत करता है कि ब्राउज़र-आधारित टाइमिंग जिटर तंत्रिका और व्यवहार संबंधी मापों को महत्वपूर्ण रूप से विकृत कर सकता है, जबकि एक नेटिव मोबाइल समाधान प्रदान करता है जिसमें सब-मिलीसेकंड उद्दीपन सटीकता है जो विभिन्न वातावरणों में कार्य की निरंतरता सुनिश्चित करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
दशकों से, मानव मन कैसे काम करता है इसके अध्ययन ने एक सख्त समझौते (trade-off) पर भरोसा किया है। शोधकर्ताओं को किसी विचार की गति या किसी दृश्य पर मस्तिष्क की सटीक प्रतिक्रिया के क्षण को मापने के लिए, एक शांत प्रयोगशाला के भीतर बंद विशेष, महंगे उपकरणों की आवश्यकता थी। ये मशीनें मिलीसेकंड की सटीकता के साथ घटनाओं को रिकॉर्ड कर सकती थीं, जो मस्तिष्क की बिजली की चिंगारियों को उनके घटित होने के समय ही पकड़ लेती थीं। लेकिन इस सटीकता की एक कीमत थी: प्रयोग कठोर थे, उन्हें सेट करना कठिन था, और उन्हें प्रयोगशाला से बाहर ले जाना असंभव था। इसके विपरीत, आधुनिक दुनिया लोगों तक कहीं भी, कभी भी पहुँचने का एक तरीका प्रदान करती है, उन स्मार्टफोन और टैबलेट का उपयोग करके जिन्हें वे अपनी जेबों में रखते हैं। फिर भी, ये रोजमर्रा के उपकरण ऐतिहासिक रूप से गंभीर विज्ञान के लिए बहुत अपरिष्कृत रहे हैं। इनके द्वारा चलाए जाने वाले सॉफ़्टवेयर, विशेष रूप से वेब ब्राउज़र, अक्सर छोटे, अप्रत्याशित विलंब (delays) पैदा करते हैं—कभी-कभी दसियों मिलीसेकंड के—जो उस समय को धुंधला कर देते हैं जिसे शोधकर्ताओं को मापने की आवश्यकता होती है। इस अंतर ने वैज्ञानिकों को प्रयोगशाला में कुछ लोगों से उच्च-गुणवत्ता वाले डेटा या वास्तविक दुनिया में कई लोगों से कम-गुणवत्ता वाले डेटा में से किसी एक को चुनने के लिए मजबूर कर दिया है, लेकिन दोनों को एक साथ नहीं।
शोधकर्ताओं की एक टीम ने अब एक नई प्रणाली बनाई है जिसे इस अंतर को पाटने के लिए डिज़ाइन किया गया है, जिससे एक ही सटीक प्रयोग को प्रतिभागी के अपने फोन पर उतनी ही सटीकता के साथ चलाया जा सकता है जितना कि इसे प्रयोगशाला कंप्यूटर पर चलाया जाता है। वे इस प्रणाली को MERIT कहते हैं। यह एक ऐसा उपकरण है जो शोधकर्ताओं को बिना कोई कंप्यूटर कोड लिखे, ब्लॉक्स को व्यवस्थित करने जैसे एक विज़ुअल बिल्डर का उपयोग करके जटिल मानसिक कार्यों को डिजाइन करने की अनुमति देता है। एक बार जब कोई कार्य बना लिया जाता है, तो यह मोबाइल ऐप्स में सीधे एम्बेडेड एक शक्तिशाली इंजन द्वारा चलाया जाता है, जो उन धीमे और परिवर्तनशील वेब ब्राउज़रों को दरकिनार कर देता है जिन्होंने पिछले प्रयासों को बाधित किया था। यह प्रणाली इतनी सटीक है कि यह आधुनिक उपकरणों पर एक मिलीसेकंड से कम के त्रुटि मार्जिन के साथ दृश्य संकेतों (visual cues) के बीच के समय को माप सकती है, हालांकि पुराने मॉडलों पर यह थोड़ा अधिक है। इस स्तर की सटीकता महत्वपूर्ण है क्योंकि मस्तिष्क के विद्युत संकेत, जिन्हें शोधकर्ता अक्सर इन कार्यों के साथ रिकॉर्ड करते हैं, एक सेकंड के एक छोटे से हिस्से में होते हैं। यदि कार्य का समय एक सेकंड के एक अंश से भी चूक जाता है, तो व्यवहार और मस्तिष्क गतिविधि के बीच का संबंध व्याख्या करने के लिए असंभव हो जाता है।
अपने सिस्टम को सिद्ध करने के लिए, शोधकर्ताओं को पहले एक मौलिक प्रश्न का उत्तर देना था: मस्तिष्क का माप वास्तव में कितनी बहुत अधिक टाइमिंग त्रुटि सहन कर सकता है इससे पहले कि डेटा बेकार हो जाए? उन्होंने मस्तिष्क की रिकॉर्डिंग के एक बड़े, सार्वजनिक डेटासेट को लिया और दृश्य संकेतों के समय में यादृच्छिक देरी (random delays) को कृत्रिम रूप से डाला, जो साधारण कंप्यूटरों पर होने वाली त्रुटियों का अनुकरण करता है। फिर उन्होंने मापा कि इन विलंबों ने तीन विशिष्ट मस्तिष्क संकेतों को कैसे प्रभावित किया जो लोगों के देखने या सुनने पर प्रकट होते हैं। उन्होंने पाया कि एक तेज़ मस्तिष्क संकेत, जिसे N170 के रूप में जाना जाता है, जो चेहरा देखे जाने के लगभग 170 मिलीसेकंड बाद होता है, के लिए टाइमिंग त्रुटि लगभग 15.8 मिलीसेकंड से अधिक नहीं होनी चाहिए यदि शोधकर्ता चाहते हैं कि उनके माप विश्वसनीय रहें। धीमे मस्तिष्क संकेत थोड़ी अधिक त्रुटि, 20 मिलीसेकंड या उससे थोड़ा अधिक तक सहन कर सकते हैं। महत्वपूर्ण रूप से, उन्होंने पाया कि त्रुटि का प्रकार मात्रा के समान ही महत्वपूर्ण था। एक ऐसा सिस्टम जो दुर्लभ, बड़ी गलतियाँ करता है, वह विज्ञान के लिए उस सिस्टम से बेहतर है जो निरंतर, छोटी गलतियाँ करता है, क्योंकि दुर्लभ गलतियों की तुलना में निरंतर त्रुटियों की विश्लेषण में लागत अधिक होती है।
इन सीमाओं को स्थापित करने के बाद, टीम ने अपने नए प्लेटफॉर्म, MERIT, का परीक्षण विभिन्न वास्तविक दुनिया के उपकरणों पर किया। उन्होंने कई वर्तमान स्मार्टफोन और टैबलेट, साथ ही एक पुराने बजट फोन पर सिस्टम की टाइमिंग सटीकता को मापा। नवीनतम उपकरणों पर, सिस्टम अविश्वसनीय रूप से स्थिर था, जिसमें टाइमिंग त्रुटियां 0.71 से 0.96 मिलीसेकंड के बीच थीं। पुराने, धीमे फोन पर भी, त्रुटि केवल 3.73 मिलीसेकंड थी। प्रत्येक माप सबसे संवेदनशील मस्तिष्क संकेतों के लिए आवश्यक 15.8-मिलीसेकंड की सीमा से काफी नीचे था। इसका अर्थ है कि पहली बार, एक शोधकर्ता किसी प्रतिभागी को अपने फोन पर संज्ञानात्मक कार्य करने के लिए कह सकता है, और इस बात का विश्वास रख सकता है कि समय इतना सटीक है कि उस व्यवहार को प्रयोगशाला में रिकॉर्ड की गई मस्तिष्क गतिविधि से जोड़ा जा सके। यह सिस्टम इसलिए प्राप्त करता है क्योंकि यह कार्य को वेब ब्राउज़र के माध्यम से चलाने के बजाय सीधे फोन के ऑपरेटिंग सिस्टम पर चलाता है, और एक विशेष कनेक्शन का उपयोग करता है जो वास्तविक समय में प्रयोगशाला उपकरणों को टाइमिंग सिग्नल भेजता है।
यह प्लेटफॉर्म केवल टाइमिंग के बारे में नहीं है; यह लचीलेपन और सुलभता के बारे में है। शोधकर्ता अब बिना किसी प्रोग्रामर को नियुक्त किए, ड्राइंग, निरंतर आंदोलन, या जटिल विकल्पों के अनुक्रमों से जुड़े कार्य बना सकते हैं। इन कार्यों को एक बार चलाने के लिए, या दिन और सप्ताह के विशिष्ट समय पर प्रकट होने के लिए सेट किया जा सकता है, जिससे वैज्ञानिकों को किसी व्यक्ति के प्राकृतिक वातावरण में समय के साथ ध्यान और मनोदशा में होने वाले परिवर्तनों का अध्ययन करने की अनुमति मिलती है। सिस्टम चार मुख्य प्रकार के कार्यों का समर्थन करता है: त्वरित प्रतिक्रिया परीक्षण, निरंतर नियंत्रण खेल जहाँ व्यक्ति को एक चलती हुई वस्तु को स्थिर रखना होता है, ड्राइंग अभ्यास जो पेन स्ट्रोक की गति और दबाव को कैप्चर करते हैं, और क्रमिक पहेलियाँ (sequential puzzles)। क्योंकि एक ही कार्य परिभाषा का उपयोग तब भी किया जाता है जब प्रतिभागी लैब में हो या घर पर, फील्ड में एकत्र किए गए डेटा की प्रयोगशाला में मस्तिष्क और शरीर के डेटा के साथ सीधे तुलना की जा सकती है। यह वैज्ञानिकों को यह समझने की अनुमति देता है कि एक धीमी प्रतिक्रिया समय का मस्तिष्क गतिविधि के संदर्भ में क्या अर्थ है, भले ही वह प्रतिक्रिया समय प्रयोगशाला के बजाय एक लिविंग रूम में मापा गया हो।
इस कार्य के निहितार्थ केवल बेहतर डेटा तक ही सीमित नहीं हैं; वे यह भी बदलते हैं कि कौन विज्ञान कर सकता है। कोडिंग कौशल और महंगे हार्डवेयर की आवश्यकता को हटाकर, यह प्लेटफॉर्म शोधकर्ताओं की एक विस्तृत श्रृंखला को उच्च-गुणवत्ता वाले अध्ययन डिजाइन करने और चलाने का अवसर प्रदान करता है। यह उन नए प्रकार के शोध की भी अनुमति देता है जो पहले असंभव थे, जैसे कि महीनों या वर्षों में रोगियों में संज्ञानात्मक परिवर्तनों को ट्रैक करना, या यह अध्ययन करना कि व्यस्त दिन के बीच में मस्तिष्क कैसे काम करता है। सिस्टम को टिकाऊ बनाया गया है, डेवलपर्स ने एक ऐसे मॉडल के माध्यम से इसे वैज्ञानिक समुदाय के लिए उपलब्ध रखने की योजना बनाई है जो दीर्घकालिक रखरखाव और अपडेट का समर्थन करता है। हालांकि कोई भी सिस्टम पूर्ण नहीं है, और शोधकर्ता स्वीकार करते हैं कि पुराने डिवाइस या विशिष्ट ऑपरेटिंग सिस्टम सेटिंग्स अभी भी छोटे बदलाव ला सकती हैं, परिणाम दिखाते हैं कि प्रयोगशाला की सटीकता और वास्तविक दुनिया की सुविधा के बीच के अंतर को पाट दिया गया है। वही उपकरण जो नियंत्रित सेटिंग में मस्तिष्क को मापता है, अब खुले परिवेश में मन को माप सकता है, उस स्पष्टता के साथ जो कभी पहुंच से बाहर मानी जाती थी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।