Diagnostic Prediction of Attention-Deficit/Hyperactivity Disorder in Children Using AULA: A Virtual Reality-Based Continuous Performance Task

अटेंशन-डेफिसिट/हाइपरएक्टिविटी डिसऑर्डर, या ADHD, के निदान के लिए लंबे समय से माता-पिता और शिक्षकों द्वारा भरे जाने वाले प्रश्नावली और मानक परीक्षणों के मिश्रण पर भरोसा किया जाता रहा है, जिनमें बच्चों को एक शांत कमरे में सरल कार्यों पर ध्यान केंद्रित करने के लिए कहा जाता है। हालांकि ये विधियाँ सुस्थापित हैं, लेकिन वे अक्सर इस बात को पकड़ने में संघर्ष करती हैं कि वास्तविक दुनिया में एक बच्चे का ध्यान वास्तव में कैसे काम करता है। एक विशिष्ट कक्षा में, एक छात्र को कागजों की सरसराहट, एक पड़ोसी की फुसफुसाहट और चलते-फिरते लोगों की हलचल को नजरअंदाज करना पड़ता है, जबकि वह शिक्षक को सुनने की कोशिश कर रहा होता है। पारंपरिक परीक्षण शायद ही कभी इस जटिलता को फिर से बना पाते हैं, जिससे यह देखना कठिन हो जाता है कि एक बच्चे का मस्तिष्क विकर्षणों (distractions) के निरंतर खिंचाव को कैसे संभालता है। इसके अलावा, ADHD के लक्षण एक बच्चे से दूसरे बच्चे में बहुत भिन्न हो सकते हैं, और यह स्थिति केवल एक परीक्षण के एकल स्कोर के बजाय इस बात से परिभाषित होती है कि एक बच्चे का ध्यान क्षण-प्रति-क्षण कितना भटकता है।

शांत परीक्षण कक्ष और शोर भरी कक्षा के बीच के अंतर को पाटने के लिए, शोधकर्ताओं ने वर्चुअल रियलिटी (आभासी वास्तविकता) की ओर रुख करना शुरू कर दिया है। यह तकनीक वैज्ञानिकों को इमर्सिव, त्रि-आयामी वातावरण बनाने की अनुमति देती है जो हेडसेट पहनने वाले व्यक्ति के लिए वास्तविक महसूस होता है, फिर भी पूरी तरह से नियंत्रित और मापने योग्य होता है। एक बच्चे को वास्तविक विकर्षणों से भरी सिम्युलेटेड (कृत्रिम) कक्षा में रखकर, शोधकर्ता ठीक से देख सकते हैं कि दबाव पड़ने पर उनका ध्यान कैसे बना रहता है। यह दृष्टिकोण व्यवहार को विवरण के उस स्तर के साथ मापने का एक तरीका प्रदान करता है जो पहले असंभव था, जिसमें न केवल यह दर्ज किया जाता है कि बच्चे ने उत्तर सही दिया या गलत, बल्कि यह भी कि उसका शरीर कैसे हिला, उसे प्रतिक्रिया देने में कितना समय लगा, और वातावरण बदलने के साथ उसका ध्यान कैसे बदला।

फिडेल रेबोन-ऑर्टिज़ और आइरीन एलिस चिकी गिग्लियोली द्वारा, जो गिउन्टी नेस्प्लोरा (Giunti Nesplora) संस्था के साथ काम कर रहे हैं, इस विचार का परीक्षण करने के लिए एक विशिष्ट वर्चुअल रियलिटी टूल जिसका नाम AULA है, का उपयोग किया गया। शोधकर्ता यह देखना चाहते थे कि क्या वे इस इमर्सिव वातावरण का उपयोग, उन्नत कंप्यूटर एल्गोरिदम के साथ मिलकर, ADHD वाले बच्चों और बिना इसके वाले बच्चों के बीच अंतर करने के लिए कर सकते हैं। उन्होंने 6 से 16 वर्ष की आयु के 352 बच्चों और किशोरों का एक समूह बनाया, जिसमें दोनों समूहों के प्रतिभागियों की समान संख्या सुनिश्चित की गई। अध्ययन में शामिल प्रत्येक बच्चे की दृष्टि और श्रवण शक्ति सामान्य या ठीक की गई थी, और ADHD वाले समूह को मानक चिकित्सा मानदंडों के आधार पर औपचारिक नैदानिक निदान प्राप्त हुआ था।

बच्चों ने वर्चुअल रियलिटी हेडसेट पहना और एक डिजिटल कक्षा में प्रवेश किया। इस सिमुलेशन के भीतर, उन्हें ऐसे कार्य करने के लिए कहा गया जो वास्तविक स्कूली कार्यों की नकल करते थे, जैसे कि एक काल्पनिक सहपाठी द्वारा नोट पास करने या फुसफुसाने जैसे विकर्षणों को नजरअंदाज करते हुए एक आभासी शिक्षक पर ध्यान देना। जैसे ही बच्चे काम कर रहे थे, सिस्टम ने एक विशाल मात्रा में डेटा रिकॉर्ड किया, जिसमें उनकी प्रतिक्रिया समय से लेकर उनके सिर और हाथों की छोटी गतिविधियों तक सब कुछ ट्रैक किया गया। शोधकर्ता विशेष रूप से इस बात में रुचि रखते थे कि जब विकर्षण मौजूद थे, तब बच्चों का प्रदर्शन कैसा रहा, तुलना में जब वातावरण शांत था। उन्होंने डेटा में उन पैटर्न की तलाश की जो ADHD के अनूठे हस्ताक्षर (signature) को प्रकट कर सकें, जैसे कि एक बच्चे का प्रतिक्रिया समय एक क्षण से दूसरे क्षण में कितना बदलता है, या जब वे किसी विकर्षण को अनदेखा करने की कोशिश कर रहे थे तो उन्होंने कितनी बार गलतियाँ कीं।

इस समृद्ध सूचना के प्रवाह को एकत्र करने के बाद, टीम ने मशीन लर्निंग नामक प्रक्रिया का उपयोग करके सबसे महत्वपूर्ण सुरागों को खोजा। केवल एक या दो नंबरों को देखने के बजाय, कंप्यूटर ने दर्जनों अलग-अलग मापों का विश्लेषण किया ताकि यह देखा जा सके कि कौन से मापन दोनों समूहों को सबसे अच्छी तरह से अलग करते हैं। शोधकर्ताओं ने पाया कि सबसे महत्वपूर्ण संकेत केवल यह नहीं था कि एक बच्चा कितनी तेजी से उत्तर दे सकता था, बल्कि यह था कि वे कितने सुसंगत (consistent) थे। ADHD वाले बच्चों ने अपने प्रतिक्रिया समय में बहुत अधिक अस्थिरता दिखाई, विशेष रूप से तब जब वे विकर्षणों को अनदेखा करने की कोशिश कर रहे थे। उन्होंने दो विशिष्ट प्रकार की त्रुटियों को भी काफी अधिक किया: उन्होंने उन लक्ष्यों को मिस किया जिन्हें उन्हें हिट करना था, और उन्होंने बटन दबाए जब उन्हें स्थिर रहना चाहिए था, विशेष रूप से तब जब आभासी कक्षा में शोर और हलचल अधिक थी।

अध्ययन ने 14 प्रमुख चरों (variables) की पहचान की जो भविष्यवाणी करने के लिए सबसे उपयोगी थे। इनमें यह मापने के उपाय शामिल थे कि एक बच्चे के प्रतिक्रिया समय में कितना उतार-चढ़ाव आया, विकर्षणों की उपस्थिति में की गई त्रुटियों की संख्या, और उनका ध्यान कार्य से कितनी दूर भटक गया। जब शोधकर्ताओं ने इन विशिष्ट चरों को कई अलग-अलग कंप्यूटर मॉडलों में डाला, तो परिणाम आश्चर्यजनक थे। मॉडल बच्चों को बहुत उच्च सटीकता के साथ वर्गीकृत करने में सक्षम थे, जिन्होंने 93 प्रतिशत से अधिक मामलों में सही ढंग से पहचाना कि बच्चा किस समूह से संबंधित है। सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल दो समूहों के बीच अंतर करने में सटीकता के उस स्तर को दिखाने में सक्षम थे, जो आमतौर पर पारंपरिक परीक्षण विधियों में देखी जाने वाली सटीकता से कहीं अधिक है।

सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि विकर्षणों की उपस्थिति ने एक बड़ा अंतर पैदा किया। जो चर सबसे अधिक महत्वपूर्ण थे, वे थे जो तब मापे गए थे जब बच्चे एक शोर भरे, व्यस्त वातावरण में ध्यान केंद्रित करने की कोशिश कर रहे थे। यह इस सिद्धांत का समर्थन करता है कि ADHD केवल एक स्थिर लक्षण नहीं है, बल्कि एक ऐसी स्थिति है जहाँ व्यक्ति का ध्यान केंद्रित करने की क्षमता परिवेश से अत्यधिक प्रभावित होती है। जब वातावरण सरल और शांत होता है, तो ADHD वाला बच्चा अपने साथियों के समान प्रदर्शन कर सकता है, लेकिन जब संज्ञानात्मक भार (cognitive load) बढ़ता है और विकर्षण दिखाई देते हैं, तो उनका ध्यान अस्थिर हो जाता है, और उनकी आवेग नियंत्रण (impulse control) करने की क्षमता लड़खड़ा जाती है। अध्ययन ने दिखाया कि वर्चुअल रियलिटी वातावरण इन विशिष्ट कठिनाइयों को ट्रिगर करने में सक्षम था, जिससे कंप्यूटर को समस्या स्पष्ट रूप से दिखाई दी।

शोधकर्ताओं ने यह भी नोट किया कि कंप्यूटर मॉडल उन सूक्ष्म पैटर्न को पकड़ने में सक्षम थे जिन्हें एक मानव पर्यवेक्षक मिस कर सकता है। उदाहरण के लिए, मॉडलों ने पाया कि जिस तरह से एक बच्चा आभासी स्थान में अपने शरीर को हिलाता था, वह उसके ध्यान से जुड़ा हुआ था। कुछ मामलों में, एक बच्चे की शारीरिक बेचैनी का उसके ध्यान केंद्रित करने की क्षमता के साथ जटिल तरीकों से संबंध था जो पहली नज़र में स्पष्ट नहीं थे। वर्चुअल रियलिटी टेस्ट से प्राप्त डेटा को इन उन्नत कंप्यूटर तकनीकों के साथ जोड़कर, अध्ययन ने प्रदर्शित किया कि बच्चे के ध्यान के स्वास्थ्य की बहुत अधिक सटीक और वस्तुनिष्ठ तस्वीर बनाना संभव है।

हालांकि परिणाम आशाजनक हैं, लेखक यह नोट करने में सावधानी बरतते हैं कि यह एक बड़ी यात्रा का एक कदम है। अध्ययन ने बच्चों के एक विशिष्ट समूह का उपयोग किया और इसमें ADHD के हर संभव प्रकार या अन्य स्थितियों को शामिल नहीं किया जो अक्सर इसके साथ होती हैं। अध्ययन में उपयोग किए गए कंप्यूटर मॉडल जटिल हैं, और शोधकर्ता स्वीकार करते हैं कि डॉक्टरों को यह समझने की आवश्यकता होगी कि ये मॉडल अपने निष्कर्षों तक कैसे पहुँचते हैं, इससे पहले कि उन्हें व्यापक रूप से क्लीनिकों में उपयोग किया जा सके। हालांकि, यह कार्य इस बात का पुख्ता प्रमाण प्रदान करता है कि बच्चों को वास्तविक, विकर्षण भरे वातावरण में रखना और उनकी प्रतिक्रियाओं को उच्च सटीकता के साथ मापना, पारंपरिक परीक्षणों की तुलना में ADHD की मुख्य चुनौतियों को उजागर कर सकता है।

अंततः, यह शोध निदान के लिए एक नए मार्ग का सुझाव देता है। व्यक्तिपरक रिपोर्टों और सरल परीक्षणों से हटकर, इमर्सिव, डेटा-समृद्ध वातावरण की ओर बढ़कर, चिकित्सक जल्द ही ऐसे उपकरण प्राप्त कर सकते हैं जो एक बच्चे के ध्यान की वास्तविक प्रकृति को देख सकते हैं। अध्ययन दिखाता है कि जब हम कक्षा की वास्तविक दुनिया की चुनौतियों को फिर से बनाते हैं, तो ADHD वाले और बिना इसके वाले बच्चों के बीच के अंतर स्पष्ट और मापने योग्य हो जाते हैं। यह दृष्टिकोण न केवल निदान की सटीकता में सुधार करता है; यह यह समझने का एक गहरा अवसर भी देता है कि ध्यान कैसे काम करता है, दबाव में यह कैसे टूट जाता है, और जटिल, शोर भरी दुनिया में जहाँ बच्चे वास्तव में रहते हैं, इसे कैसे सहारा दिया जा सकता है।