← नवीनतम पेपर
📄 medicine

Gaussian Process–Based Bayesian Optimization of Lower-Limb PNS–TMS Interstimulus Intervals in Adults and Children: A Proof-of-Concept Toward a Personalized Framework

यह प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन प्रदर्शित करता है कि गॉसियन प्रोसेस-आधारित बेयसियन ऑप्टिमाइज़ेशन वयस्कों में लोअर-लिम्ब मोटर मॉड्यूलेशन के लिए व्यक्तिगत पेरिफेरल नर्व स्टिमुलेशन–ट्रांसक्रैनियल मैग्नेटिक स्टिमुलेशन इंटरस्टिमुलस इंटरवल्स को कुशलतापूर्वक पहचान सकता है, हालांकि इसकी प्रभावशीलता वर्तमान में बच्चों में उच्च प्रतिक्रिया परिवर्तनशीलता और कम पूर्वानुमान क्षमता द्वारा सीमित है।

मूल लेखक: Mohammad Reza Effatparvar, Mathilde Tardif, Mauricio Rivera, Mickaël Begon, Marco Bonizzato, Yosra Cherni

प्रकाशित 2026-09-08
📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Mohammad Reza Effatparvar, Mathilde Tardif, Mauricio Rivera, Mickaël Begon, Marco Bonizzato, Yosra Cherni

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मानव मस्तिष्क समय (timing) का एक उस्ताद है। यह केवल दुनिया के प्रति प्रतिक्रिया नहीं देता; बल्कि यह इसकी पूर्वकल्पना करता है, शरीर के संवेदी संकेतों को मन के आदेशों के साथ एक सटीक, पलक झपकते ही होने वाले नृत्य में बुनता है। जब पैर की एक तंत्रिका ऊपर की ओर संकेत भेजती है, और एक चुंबकीय स्पंदन (pulse) बिल्कुल सही क्षण में मस्तिष्क से टकराता है, तो वे दोनों मिलकर मांसपेशी की प्रतिक्रिया को या तो बढ़ा सकते हैं या कम कर सकते हैं। यह परस्पर क्रिया 'पेयर्ड स्टिमुलेशन' (paired stimulation) नामक एक तकनीक का आधार है, जहाँ शोधकर्ता यह समझने की कोशिश करते हैं कि तंत्रिका तंत्र कैसे सीखता है और अनुकूलन करता है। वर्षों से, वैज्ञानिकों ने इस विधि का उपयोग हाथों और भुजाओं के अध्ययन के लिए किया है, लेकिन पैर अभी भी एक रहस्य बने हुए हैं। पैरों की तंत्रिकाएं लंबी होती हैं, उनके मार्ग अलग होते हैं, और उन्हें एक साथ काम करने के लिए आवश्यक समय (timing) संभवतः प्रत्येक व्यक्ति के लिए अद्वितीय होता है। यदि डॉक्टर इन तकनीकों का उपयोग लोगों को चोट से उबरने में मदद करने या पुराने दर्द (chronic pain) को प्रबंधित करने के लिए करना चाहते हैं, तो उन्हें पहले यह जानना होगा कि दूसरा स्पंदन कब देना है। यदि बहुत जल्दी दिया गया, तो संकेत खो जाता है; यदि बहुत देर से दिया गया, तो अवसर की खिड़की बंद हो जाती है। प्रश्न यह है कि क्या कोई एक आदर्श क्षण है जो सभी के लिए काम करता है, या क्या प्रत्येक व्यक्ति के लिए मस्तिष्क की घड़ी अलग तरह से सेट है।

मॉन्ट्रियल विश्वविद्यालय के शोधकर्ताओं की एक टीम ने स्वस्थ वयस्स्कों और बच्चों का परीक्षण करके इस पहेली को सुलझाने का संकल्प लिया। वे यह जानना चाहते थे कि वह सटीक क्षण कौन सा है जब पैर की तंत्रिका को उत्तेजित करने से पैर की मांसपेशियों के लिए मस्तिष्क के आदेश को सबसे प्रभावी ढंग से बढ़ाया जा सके। इसके लिए, उन्होंने एक उपकरण का उपयोग किया जो 'कॉमन पेरोनियल नर्व' (common peroneal nerve) को एक हल्का विद्युत स्पंदन भेजने के लिए इस्तेमाल किया गया, जो पैर के किनारे से नीचे की ओर चलती है और पैर उठाने वाली मांसपेशियों को नियंत्रित करती है। कुछ मिलीसेकंड बाद, उन्होंने एक चुंबकीय कॉइल का उपयोग करके मस्तिष्क के उसी हिस्से को थपथपाया जो उन मांसपेशियों को नियंत्रित करता है। विद्युत स्पंदन और चुंबकीय थपकी के बीच के समय के अंतर को बदलकर, वे यह मानचित्रित (map) कर सके कि पैर की मांसपेशियां कैसे प्रतिक्रिया देती हैं। उन्होंने प्रत्येक व्यक्ति के लिए छब्बीस अलग-अलग समय अंतराल का परीक्षण किया, जिसमें बहुत कम देरी से लेकर लंबे अंतराल तक शामिल थे, ताकि यह देखा जा सके कि किस समय अंतराल ने सबसे मजबूत प्रतिक्रिया उत्पन्न की। उन्होंने यह दस वयस्कों और आठ बच्चों के साथ किया, और मांसपेशियों की विद्युत गतिविधि को सावधानीपूर्वक मापा ताकि यह देखा जा सके कि उत्तेजनाओं का संयोजन मांसपेशियों को सामान्य से अधिक सक्रिय बनाता है या कम।

परिणामों ने दिखाया कि समय (timing) ही सब कुछ था। वयस्कों में, विलंब (delay) के आधार पर प्रतिक्रिया नाटकीय रूप से बदल गई। जब विद्युत स्पंदन चुंबकीय थपकी से ठीक पहले आया, तो मांसपेशी की प्रतिक्रिया अक्सर गिर गई, जैसे कि मस्तिष्क क्षण भर के लिए संकेत को दबा रहा हो। लेकिन जब विलंब लंबा था, तो प्रतिक्रिया और मजबूत हो गई, जिससे पता चला कि मस्तिष्क अब आदेश को बढ़ा (amplify) रहा है। यह पैटर्न हर किसी के लिए एक जैसा नहीं था। हालांकि पूरे समूह ने एक सामान्य प्रवृत्ति दिखाई, लेकिन वह विशिष्ट क्षण जो सबसे अच्छा काम करता था, व्यक्ति दर व्यक्ति भिन्न था। कुछ वयस्कों को सबसे अच्छा लाभ पाने के लिए कम अंतराल की आवश्यकता थी, जबकि अन्य को लंबे अंतराल की आवश्यकता थी। शोधकर्ताओं ने यह भी पाया कि विद्युत स्पंदन की तीव्रता मायने रखती है। जब उन्होंने एक मजबूत स्पंदन का उपयोग किया जिससे वास्तव में पैर हिल गया, तो समय के प्रभाव स्पष्ट और मजबूत थे। जब उन्होंने एक कमजोर स्पंदन का उपयोग किया जिससे केवल झुनझुनी महसूस हुई, तो मस्तिष्क की प्रतिक्रिया बहुत शांत और अनिश्चित थी।

बच्चों के मामले में अध्ययन ने एक अलग दृष्टिकोण अपनाया। क्योंकि प्रोटोकॉल लंबा और कठिन था, बच्चों को केवल मजबूत उत्तेजना की स्थिति से गुजारा गया और प्रत्येक समय परीक्षण के कम दोहराव (repetitions) किए गए। यहाँ परिणाम अधिक जटिल थे। वयस्कों की तरह, बच्चों की मांसपेशियों ने भी समय के आधार पर अलग-अलग प्रतिक्रिया दी, लेकिन उनके पैटर्न बहुत अधिक बिखरे हुए और विविध थे। एक बच्चा एक विशिष्ट विलंब पर मजबूत उछाल दिखा सकता है, जबकि दूसरा उसी क्षण लगभग कोई परिवर्तन नहीं दिखा सकता है। यह सुझाव देता है कि बच्चों में विकसित होता तंत्रिका तंत्र केवल वयस्क प्रणाली का छोटा संस्करण नहीं है; यह अपने स्वयं के अद्वितीय और परिवर्तनशील नियमों के साथ कार्य करता है। शोधकर्ताओं ने पाया कि बच्चों के लिए कुछ परीक्षणों के आधार पर सर्वोत्तम समय का अनुमान लगाना बहुत कठिन था, जबकि वयस्कों के पैटर्न सुचारू और मॉडल करने में आसान थे।

इस पूरे डेटा को समझने के लिए, शोधकर्ताओं ने 'गौसियन प्रोसेस रिग्रेशन' (Gaussian process regression) नामक एक परिष्कृत कंप्यूटर पद्धति का उपयोग किया। इसे एक अस्त-व्यस्त बिंदुओं के समूह के माध्यम से एक चिकनी रेखा खींचने के स्मार्ट तरीके के रूप में समझें। केवल प्रत्येक समय अंतराल के औसत परिणाम को देखने के बजाय, कंप्यूटर ने प्रत्येक व्यक्ति के लिए वक्र (curve) के आकार को सीखा, जिससे परीक्षण किए गए समय के बीच के अंतराल को भरकर यह अनुमान लगाया जा सके कि किसी भी क्षण क्या होगा। इसने उन्हें यह देखने की अनुमति दी कि प्रत्येक व्यक्ति का मस्तिष्क और पैर कैसे परस्पर क्रिया करते हैं, भले ही डेटा सीमित हो। फिर उन्होंने इस मॉडल का उपयोग 'बायेसियन ऑप्टिमाइजेशन' (Bayesian optimization) नामक एक आभासी प्रयोग चलाने के लिए किया। कल्पना कीजिए कि आप कोहरे से भरे पहाड़ की श्रृंखला में सबसे ऊँची चोटी खोजने की कोशिश कर रहे हैं। आप यादृच्छिक रूप से (randomly) चल सकते हैं, हर जगह की जाँच कर सकते हैं, जिसमें बहुत समय लगेगा। या, आप एक ऐसे मानचित्र का उपयोग कर सकते हैं जो हर कदम के साथ स्मार्ट होता जाता है, जो आपको अधिक कुशलता से चोटी की ओर निर्देशित करता है। शोधकर्ताओं ने इस "स्मार्ट मैप" दृष्टिकोण का उपयोग यह देखने के लिए किया कि क्या वे मूल रूप से किए गए छब्बीस परीक्षणों की तुलना में बहुत कम परीक्षणों के साथ प्रत्येक व्यक्ति के लिए सर्वोत्तम समय पा सकते हैं।

वयस्कों के लिए निष्कर्ष उत्साहजनक थे। स्मार्ट मैप पद्धति ने दस में से नौ वयस्कों के लिए सर्वोत्तम समय सफलतापूर्वक पहचाना, और इसने मूल रूप से किए गए परीक्षणों के आधे चरणों में ही यह कर दिखाया। औसतन, स्मार्ट पद्धति को चोटी खोजने के लिए केवल दस परीक्षणों की आवश्यकता थी, जबकि रैंडम अनुमान लगाने के लिए बीस या अधिक परीक्षणों की आवश्यकता होती थी। यह सुझाव देता है कि वयस्ksों के लिए, अनंत परीक्षणों के साथ रोगी को थकाए बिना व्यक्तिगत उपचार को तेजी से करना संभव है। हालाँकि, बच्चों के लिए यही पद्धति कम प्रभावी थी। हालांकि इसने कुछ लोगों के लिए सर्वोत्तम समय खोजा, लेकिन यह दूसरों के लिए संघर्ष करती रही, और विश्वास के समान स्तर तक पहुँचने के लिए इसे अक्सर कई अधिक परीक्षणों की आवश्यकता पड़ी। बच्चों की प्रतिक्रियाएँ उच्च निश्चितता के साथ भविष्यवाणी करने के लिए बहुत अधिक परिवर्तनशील थीं।

अध्ययन ने यह भी परीक्षण किया कि क्या पूरे समूह के औसत परिणामों को जानने से नए व्यक्ति के लिए प्रक्रिया को तेज करने में मदद मिल सकती है। उन्होंने एक "जनसंख्या-सूचित" (population-informed) अनुमान के साथ खोज शुरू करने का प्रयास किया, यह मानकर कि एक नया व्यक्ति दूसरों की तरह व्यवहार करेगा। इससे कोई निरंतर लाभ नहीं हुआ। कभी-कभी इससे मदद मिली, लेकिन अक्सर नहीं, और कुछ मामलों में इससे कोई अंतर नहीं पड़ा। यह इस विचार को पुख्ता करता है कि प्रत्येक व्यक्ति का तंत्रिका तंत्र अद्वितीय है, और एक ही प्रकार का शुरुआती बिंदु विश्वसनीय नहीं है। शोधकर्ताओं ने यह भी जाँच की कि प्रक्रिया सुरक्षित और आरामदायक थी या नहीं। विद्युत स्पंदन हल्के थे, और चुंबकीय थपकी दर्द रहित थी। अधिकांश प्रतिभागियों ने बहुत कम दर्द या थकान की सूचना दी, और सत्र के बाद उनके पैर हिलाने की क्षमता कमजोर नहीं हुई। एक बच्चे ने सत्र को जल्दी रोक दिया, लेकिन केवल इसलिए क्योंकि उसने धैर्य खो दिया था, न कि शारीरिक परेशानी के कारण।

अंततः, यह कार्य सिद्ध करता है कि तंत्रिका उत्तेजना (nerve stimulation) का समय एक अत्यधिक व्यक्तिगत चर (variable) है। ऐसा कोई एक "जादुई क्षण" नहीं है जो सभी के लिए काम करता हो। वयस्कों के लिए, पैटर्न इतने स्थिर हैं कि एक स्मार्ट, डेटा-संचालित दृष्टिकोण तेजी से किसी व्यक्ति के लिए सही समय खोज सकता है। बच्चों के लिए, तस्वीर अभी भी बहुत धुंधली है, और यह समझने के लिए और अधिक शोध की आवश्यकता है कि उनके विकसित होते मस्तिष्क कैसे प्रतिक्रिया देते हैं। यह अध्ययन इस समस्या को हल करने का दावा नहीं करता है कि न्यूरोलॉजिकल स्थितियों का इलाज कैसे किया जाए, लेकिन यह एक महत्वपूर्ण 'प्रूफ ऑफ कॉन्सेप्ट' प्रदान करता है। यह दिखाता है कि उन्नत मॉडलिंग का उपयोग करके उत्तेजना के समय को व्यक्तिगत बनाकर, हम अनुमान लगाने के बजाय एक अधिक कुशल, अनुकूलित दृष्टिकोण की ओर बढ़ सकते हैं। यह एक दिन डॉक्टरों को ऐसी थेरेपी डिजाइन करने में मदद कर सकता है जो न केवल अधिक प्रभावी हैं, बल्कि वयस्कों या बच्चों, दोनों के लिए छोटी और कम कष्टदायक भी हैं। आगे का रास्ता इस बात को पहचानने में निहित है कि मस्तिष्क की घड़ी व्यक्तिगत रूप से सेट की जाती है, और उसे पढ़ने के उपकरण अंततः उपलब्ध हो रहे हैं।

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।

Digest आज़माएँ →