IMU-Based Hip Adduction and Flexion Moment Estimation for Osteoarthritis and Healthy Individuals During Normal and Modified Gait

हिप ऑस्टियोआर्थराइटिस (कूल्हे के गठिया) के साथ जीने वाले लाखों लोगों के लिए, चलने का सरल कार्य दर्द के साथ एक निरंतर समझौता है। यह स्थिति जोड़ को कुशन करने वाले चिकने कार्टिलेज (उपास्थि) को घिस देती है, जिससे हर कदम घर्षण के एक ऐसे रगड़ में बदल जाता है जो गंभीर विकलांगता का कारण बन सकता है। हालांकि डॉक्टर एक्स-रे पर क्षति देख सकते हैं, लेकिन इस बीमारी की असली कहानी उन अदृश्य बलों में छिपी होती है जो किसी व्यक्ति के चलते समय शरीर पर कार्य करते हैं। हर बार जब पैर जमीन से टकराता है, तो हिप जॉइंट एक भारी भार को सोख लेता है, और जिस तरह से व्यक्ति चलता है—वह कैसे झुकता है, वह अपने पैरों के पंजों को कैसे घुमाता है, वह कितनी तेजी से चलता है—यह निर्धारित करता है कि उस जोड़ पर वास्तव में कितना तनाव पड़ता है। समय के साथ, ये संचयी बल रोग को तेज कर सकते हैं, फिर भी अधिकांश रोगियों के लिए, यह खतरनाक लोडिंग उनके दैनिक जीवन की शांति में होती है, उन विशेष क्लीनिकों से दूर जहाँ आमतौर पर ऐसे माप लिए जाते हैं।

अब तक, इन बलों को समझने के लिए बायोमैकेनिक्स प्रयोगशाला की यात्रा आवश्यक थी। वहां, रोगी एक ऐसे फर्श पर चलते हैं जिसमें विशाल दबाव सेंसर लगे होते हैं जबकि कैमरे लेजर सटीकता के साथ उनकी गतिविधियों को ट्रैक करते हैं। यह सेटअप जोड़ के तनाव की एक विस्तृत तस्वीर प्रदान करता है, लेकिन यह महंगा, बोझिल है और चलने के केवल कुछ सेकंडों का ही चित्रण करता है जो एक नियंत्रित वातावरण में होता है। यह डॉक्टर को यह नहीं बता सकता कि पार्क में सुबह की सैर, किराने की खरीदारी, या ध्यान भटकने के क्षण के दौरान रोगी का हिप कैसा व्यवहार करता है। चिकित्सा विज्ञान के लिए चुनौती यह थी कि इस स्तर की अंतर्दight (अंतर्दृष्टि) को प्रयोगशाला से बाहर निकालकर वास्तविक दुनिया में कैसे लाया जाए, जिसमें छोटे, पहनने योग्य उपकरणों का उपयोग किया जा सके जो बिना किसी बड़े उपकरण के शरीर की गति को ट्रैक कर सकें।

शंघाई जियाओ टोंग विश्वविद्यालय, क्योटो विश्वविद्यालय और चाइनीज यूनिवर्सिटी ऑफ हांगकांग के शोधकर्ताओं की एक टीम ने इस समस्या को हल करने की दिशा में एक महत्वपूर्ण कदम उठाया है। उन्होंने शरीर से जुड़े छोटे सेंसरों का उपयोग करके हिप जॉइंट के भीतर घूमने और मुड़ने वाले बलों का अनुमान लगाने की एक नई विधि विकसित की है। ये सेंसर, जिन्हें इनर्शियल मेजरमेंट यूनिट्स (IMUs) कहा जाता है, बहुत छोटे उपकरण हैं जो त्वरण (एक्सेलरेशन) और रोटेशन का पता लगा सकते हैं, जो स्मार्टफोन में पाए जाने वाले चिप्स के समान हैं। शोधकर्ता यह जानना चाहते थे कि क्या वे इन सरल संकेतों का उपयोग करके हिप पर लगने वाले जटिल बलों का पुनर्निर्माण कर सकते हैं, यहाँ तक कि ऑर्थराइटिस वाले लोगों के लिए भी और तब भी जब वे लोग चलने के तरीके को बदलते हैं।

अपने विचार का परीक्षण करने के लिए, टीम ने चौरासी प्रतिभागियों को भर्ती किया, जिनमें युवा स्वस्थ वयस्क, वृद्ध स्वस्थ वयस्क और हिप ऑस्टियोआर्थराइटिस से पीड़ित लोग शामिल थे। उन्होंने सभी को एक ट्रेडमिल पर और बल सेंसरों से लैस फर्श पर चलने के लिए कहा, जबकि उन्होंने अपने धड़, पेल्विस और पैरों पर इन आठ छोटे उपकरणों को पहना हुआ था। प्रतिभागियों ने केवल सामान्य रूप से नहीं चला; उन्हें यह देखने के लिए कि क्या सिस्टम तालमेल बिठा पाता है, विशिष्ट तरीकों से अपनी चाल (गेयट) को बदलने के लिए कहा गया। वे तेज और धीमे चले, अपने पंजों को अंदर और बाहर की ओर घुमाया, अपने कदमों को चौड़ा और संकरा किया, अपने धड़ को एक तरफ झुकाया, और यहाँ तक कि ध्यान भटकने की स्थिति को दर्शाने के लिए तीन-तीन घटाकर पीछे की ओर गिनती करते हुए चलने का प्रयास भी किया। इसने गतिविधियों का एक विशाल पुस्तकालय बनाया, जो यह कैप्चर करता है कि विभिन्न परिस्थितियों में हिप कैसे व्यवहार करता है।

इसके बाद शोधकर्ताओं ने एक कंप्यूटर मॉडल बनाया, जो डेटा से पैटर्न सीखने के लिए डिज़ाइन किया गया एक प्रकार का आर्टिफिशियल इंटेलिजेंस है। उन्होंने इस मॉडल को प्रशिक्षित किया ताकि वह धड़, पेल्विस और पैरों से आने वाले संकेतों को देख सके और हिप के भीतर के संबंधित बलों की भविष्यवाणी कर सके। लक्ष्य एक ऐसा सिस्टम बनाना था जो किसी के लिए भी काम कर सके, न कि केवल उन लोगों के लिए जिन पर इसे प्रशिक्षित किया गया था। शुरुआत में, उन्होंने मॉडल के "वन-साइज़-फिट्स-ऑल" (एक ही आकार सबके लिए उपयुक्त) संस्करण का परीक्षण किया। यह संस्करण काफी अच्छा था, लेकिन यह हर व्यक्ति के लिए सटीक आंकड़े देने में संघर्ष कर रहा था, विशेष रूप से उन लोगों के लिए जिन्हें ऑर्थराइटिस था जिनके चलने के पैटर्न स्वस्थ लोगों की तुलना में काफी भिन्न थे।

यह सफलता तब आई जब शोधकर्ताओं ने "फ्यू-शॉट पर्सनलाइजेशन" (कुछ चुनिंदा उदाहरणों से व्यक्तिगत अनुकूलन) नामक तकनीक पेश की। प्रत्येक व्यक्ति को एक ही सांचे में फिट करने की कोशिश करने के बजाय, उन्होंने मॉडल को बहुत कम डेटा का उपयोग करके प्रत्येक नए व्यक्ति के बारे में थोड़ा सीखने की अनुमति दी। एक नए प्रतिभागी का कठिन, संशोधित चलने वाले कार्यों पर परीक्षण करने से पहले, सिस्टम ने उन्हें केवल कुछ कदमों के लिए सामान्य रूप से चलने को कहा। मॉडल ने इन कुछ कदमों का उपयोग अपने आंतरिक सेटिंग्स को उस विशिष्ट व्यक्ति के शरीर के आकार, उनके द्वारा सेंसर पहनने के तरीके और उनके चलने के अनूठे तरीके के साथ तालमेल बिठाने के लिए किया। यह अंशांकन (कैलिब्रेशन) की एक प्रक्रिया थी, जो एक रेडियो को एक विशिष्ट स्टेशन के लिए ट्यून करने के समान है, लेकिन इसे कंप्यूटर द्वारा सेकंडों में किया गया।।

परिणामों ने दिखाया कि इस छोटे से समायोजन ने बहुत बड़ा अंतर पैदा किया। जब मॉडल ने खुद को व्यक्तिगत बनाने के लिए केवल कुछ सामान्य कदमों के डेटा का उपयोग किया, तो इसकी भविष्यवाणियां उल्लेखनीय रूप से सटीक हो गईं। उन बलों के लिए जो हिप को अंदर की ओर धकेलते हैं और उन बलों के लिए जो इसे आगे की ओर मोड़ते हैं, त्रुटि काफी कम हो गई, और अनुमानित मूवमेंट पैटर्न उच्च सटीकता के साथ वास्तविक मापों से मेल खा गए। यह सटीकता तब भी बनी रही जब प्रतिभागियों ने चौड़े कदम चलने या धड़ झुकाने जैसे कठिन कार्यों को अपनाया। सिस्टम को हर नई चलने की शैली के लिए फिर से प्रशिक्षित करने की आवश्यकता नहीं थी; प्रारंभिक अंशांकन ही इसे नई स्थितियों के अनुकूल बनाने के लिए पर्याप्त था।

शायद सबसे महत्वपूर्ण बात यह है कि यह सिस्टम उन लोगों के स्वतंत्र समूह पर भी उतना ही अच्छा काम कर गया जो प्रशिक्षण प्रक्रिया का हिस्सा नहीं थे। इस समूह में हिप ऑर्थराइटिस और हिप से संबंधित विकासात्मक समस्याओं वाले अधिक लोग शामिल थे, जो ट्रेडमिल के बजाय समतल सतह पर चल रहे थे। व्यक्तिगत मॉडल ने उनके हिप बलों का सफलतापूर्वक अनुमान लगाया, जिससे साबित हुआ कि यह विधि विभिन्न वातावरणों और विभिन्न प्रकार के रोगियों में स्थानांतरित (ट्रांसफर) हो सकती है। शोधकर्ताओं ने पाया कि सिस्टम न केवल औसत बल को, बल्कि पैर के जमीन से टकराने के क्षण में होने वाले तनाव के विशिष्ट शिखर (पीक) को, और पूरे कदम के दौरान संचित कुल तनाव को भी सटीक रूप से कैप्चर कर सकता है। ये विवरण डॉक्टरों के लिए महत्वपूर्ण हैं, क्योंकि वे संकेत देते हैं कि कौन से चलने के पैटर्न हानिकारक हो सकते हैं और कौन से जोड़ की रक्षा करने में मदद कर सकते हैं।

अध्ययन ने यह भी पता लगाया कि वास्तव में कितने सेंसरों की आवश्यकता थी। उन्होंने पाया कि धड़, पेल्विस, जांघ और पिंडली (शिन) पर सेंसरों का उपयोग करना सटीकता और आराम के बीच सबसे अच्छा संतुलन प्रदान करता है। पैर पर एक सेंसर जोड़ने से परिणामों में इतना सुधार नहीं हुआ कि रोगी पर अतिरिक्त बोझ को उचित ठहराया जा सके। यह सुझाव देता है कि दैनिक उपयोग के लिए एक व्यावहारिक, पहनने योग्य सिस्टम काफी सरल हो सकता है, जिसमें जटिल उपकरणों के बजाय केवल चार छोटे उपकरणों की आवश्यकता होगी।

इस कार्य के निहितार्थ प्रयोगशाला से परे हैं। हिप लोडिंग की सटीक और निरंतर निगरानी को सक्षम करके, यह तकनीक डॉक्टरों को हानिकारक चलने की आदतों की पहचान करने में मदद कर सकती है इससे पहले कि वे और अधिक नुकसान पहुंचाएं। यह रोगियों को वास्तविक समय में फीडबैक प्राप्त करने की अनुमति दे सकता है कि वे दर्द को कम करने और बीमारी की प्रगति को धीमा करने के लिए अपनी चाल को कैसे समायोजित करें। वार्षिक चेकअप की प्रतीक्षा करने के बजाय, जहाँ डॉक्टर केवल जोड़ की एक स्थिर छवि देख सकते हैं, रोगी अपनी दैनिक गतिविधियों के दौरान इन सेंसरों को पहन सकते हैं ताकि वे देख सकें कि उनका शरीर विभिन्न गतिविधियों के प्रति कैसी प्रतिक्रिया करता है। शोधकर्ता सुझाव देते हैं कि यह दृष्टिकोण अंततः व्यक्तिगत पुनर्वास योजनाओं की ओर ले जा सकता है जो सैद्धांतिक मॉडलों के बजाय वास्तविक दुनिया के डेटा पर आधारित हों।

हालांकि अध्ययन नियंत्रित परिस्थितियों में ट्रेडमिल और चिह्नित फर्श पर चलते हुए प्रतिभागियों के साथ किया गया था, लेकिन एक स्वतंत्र समूह द्वारा जमीन पर चलने के दौरान व्यक्तिगत मॉडल की सफलता वास्तविक दुनिया में अनुप्रयोग की प्रबल संभावना का सुझाव देती है। शोधकर्ता स्वीकार करते हैं कि भविष्य के कार्य के लिए पूरी तरह से अनियंत्रित वातावरण, जैसे व्यस्त सड़कों या ऊबड़-खाबड़ इलाकों में परीक्षण करने, और प्रारंभिक अंशांकन चरणों की आवश्यकता को कम करने के तरीकों की खोज करने की आवश्यकता होगी। हालांकि, मुख्य निष्कर्ष स्पष्ट है: पहनने योग्य सेंसरों को एक स्मार्ट, अनुकूलन योग्य कंप्यूटर मॉडल के साथ जोड़कर, मानव हिप पर कार्य करने वाले अदृश्य बलों को देखना संभव है, जो हमारे समय की सबसे आम और दुर्बल करने वाले जोड़ों के रोगों में से एक के प्रबंधन में एक नया द्वार खोलता है।