Inferring the internal functional organization of peripheral nerves for selective electrical stimulation
यह शोध पत्र INFORM को प्रस्तुत करता है, जो एक ऐसा कम्प्यूटेशनल प्लेटफॉर्म है जो इम्प्लांटेशन के बाद के कैलिब्रेशन डेटा से परिधीय तंत्रिकाओं (peripheral nerves) के आंतरिक कार्यात्मक संगठन का पुनर्निर्माण करता है, जिससे रोगी की विशिष्ट तंत्रिका शरीर रचना के प्रत्यक्ष ज्ञान की आवश्यकता के बिना न्यूरोप्रोस्थेटिक्स के लिए चयनात्मक विद्युत उत्तेजना प्रोटोकॉल के अनुकूलन को सक्षम बनाया जा सके।
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
जब किसी व्यक्ति को रीढ़ की हड्डी में गंभीर चोट लगती है या स्ट्रोक आता है, तो मस्तिष्क से मांसपेशियों तक सामान्य रूप से जाने वाले विद्युत संकेत कट सकते हैं या बाधित हो सकते हैं, जिससे अंग लकवाग्रस्त हो जाते हैं। गति को बहाल करने में मदद करने के लिए, डॉक्टरों और इंजीनियरों ने इन चोटों को बायपास करने के लिए प्रणालियाँ विकसित की हैं, जो हाथ की शेष स्वस्थ नसों में सीधे सूक्ष्म विद्युत स्पंद (pulses) पहुँचाती हैं। ये स्पंद कृत्रिम आदेशों के रूप में कार्य करते हैं, जो विशिष्ट मांसपेशियों को हाथ या उंगलियों को सिकोड़ने और हिलाने का निर्देश देते हैं। हालाँकि, इसके प्रभावी ढंग से काम करने के लिए, उत्तेजना (stimulation) का सटीक होना आवश्यक है। एक तंत्रिका (nerve) केवल एक एकल तार नहीं है, बल्कि हजारों सूक्ष्म तंतुओं (fibers) का एक जटिल समूह है, जिनमें से प्रत्येक अलग-अलग मांसपेशियों को निर्देश भेजता है। यदि विद्युत प्रवाह बहुत व्यापक है, तो यह गलत मांसपेशियों को सक्रिय कर देता है, जिससे हाथ को खुलने के बजाय बंद हो जाता है, या वह अनियंत्रित रूप से फड़कने लगता है। सफलता की कुंजी यह समझने में निहित है कि ये तंतु तंत्रिका के भीतर वास्तव में कैसे व्यवस्थित हैं और केवल उन्हीं को लक्षित करना है जिनकी किसी विशिष्ट गति के लिए आवश्यकता है।
वर्षों से, शोधकर्ता इन विद्युत पैटर्न को डिजाइन करने के लिए कंप्यूटर मॉडल पर निर्भर रहे हैं, लेकिन उन मॉडलों के लिए तंत्रिका के आंतरिक विन्यास का एक सटीक मानचित्र आवश्यक होता है। एक जीवित रोगी में, ऐसा मानचित्र प्राप्त करना असंभव है। मानक चिकित्सा इमेजिंग तंत्रिका समूहों के आकार और आकृति को तो दिखा सकती है, लेकिन यह यह नहीं बता सकती कि उनके भीतर कौन से विशिष्ट तंतु अंगूठे बनाम तर्जनी उंगली को नियंत्रित करते हैं। इस जानकारी के बिना, डॉक्टरों को सर्वोत्तम सेटिंग्स का अनुमान लगाना पड़ता है, जो एक धीमी और अक्सर निराशाजनक 'प्रयास और त्रुटि' (trial and error) की प्रक्रिया है, जो शायद ही कभी प्राकृतिक गति के लिए आवश्यक पूर्ण चयनात्मकता (selectivity) प्राप्त कर पाती है। ज्ञात और आवश्यक के बीच का यह अंतर लंबे समय से इन जीवन बदलने वाले उपकरणों की प्रभावशीलता को सीमित करता रहा है।
शोधकर्ताओं की एक टीम ने अब इस अंतर को पाटने का एक नया तरीका प्रस्तावित किया है, जिसे वे INFORM कहते हैं। कैमरे या स्कैनर के साथ अदृश्य तंतुओं की व्यवस्था को देखने के बजाय, उनका दृष्टिकोण यह सुनता है कि तंत्रिका बिजली के प्रति कैसी प्रतिक्रिया देती है। यह प्रणाली तंत्रिका पर विभिन्न बिंदुओं पर सूक्ष्म विद्युत धाराओं की एक श्रृंखला लागू करके और यह रिकॉर्ड करके काम करती है कि कौन सी मांसपेशियां प्रतिक्रिया करती हैं और कितनी मजबूती से। ये प्रतिक्रियाएं एक अद्वितीय हस्ताक्षर (signature) बनाती हैं, जो बिल्कुल एक फिंगरप्रिंट की तरह है, जो तंतुओं के छिपे हुए संगठन को प्रकट करती है। एक परिष्कृत कंप्यूटर प्रोग्राम का उपयोग करके, शोधकर्ता इन हस्ताक्षरों का विश्लेषण करते हैं ताकि तंत्रिका के कार्यात्मक लेआउट का पुनर्निर्माण किया जा सके। उन्हें पहले से यह जानने की आवश्यकता नहीं है कि सटीक शारीरिक रचना (anatomy) क्या है; सिस्टम केवल देखे गए मांसपेशी प्रतिक्रियाओं को एक सिम्युलेटेड मॉडल के साथ मिलाकर मांसपेशियों को नियंत्रित करने वाले तंतुओं के स्थान का अनुमान लगा लेता है।
यह विचार काम करता है या नहीं, इसकी जांच करने के लिए, टीम ने हजारों विस्तृत कंप्यूटर सिमुलेशन चलाए, जिसमें आभासी तंत्रिकाओं (virtual nerves) का उपयोग किया गया जो मनुष्यों में पाई जाने वाली जटिल संरचनाओं की नकल करती हैं। उन्होंने ऐसी स्थितियाँ बनाईं जहाँ तंतुओं की आंतरिक व्यवस्था ज्ञात थी, और फिर अपने सिस्टम से केवल विद्युत प्रतिक्रिया डेटा का उपयोग करके इसे खोजने के लिए कहा। परिणाम उल्लेखनीय रूप से सटीक थे। सिस्टम ने विभिन्न मांसपेशियों के लिए जिम्मेदार तंतुओं के समूहों को आधे मिलीमीटर से भी कम की सटीकता के साथ सफलतापूर्वक खोज लिया। हालांकि इन समूहों का सटीक प्रसार या "धुंधलापन" (fuzziness) निर्धारित करना कठिन था, लेकिन केंद्रों का स्थान इतना स्पष्ट था कि वह उपयोगी हो सके। इससे भी महत्वपूर्ण बात यह है कि जब शोधकर्ताओं ने इन अनुमानित मानचित्रों का उपयोग करके नए विद्युत उत्तेजना पैटर्न डिजाइन किए, तो परिणाम लगभग उतने ही अच्छे थे जितने कि उन्होंने एक पूर्ण, ज्ञात मानचित्र का उपयोग किया होता। इन अनुमानित मानचित्रों द्वारा नियंत्रित उपकरणों ने उच्च चयनात्मकता के साथ विशिष्ट मांसपेशियों को अलग करने में सफलता प्राप्त की, जिससे पड़ोसी मांसपेशियों के अनचाहे सक्रिय होने की समस्या टल गई, जो वर्तमान उपचारों में अक्सर देखी जाती है।
शोधकर्ताओं ने कठिन परिस्थितियों में भी इस प्रणाली का परीक्षण किया, जिसमें ऐसी स्थितियाँ सिम्युलेट की गईं जहाँ तंत्रिका की भौतिक संरचना उम्मीद से थोड़ी भिन्न हो सकती है, जैसे कि शरीर के भीतर तंत्रिका का खिसकना या विकृत होना। इन अनिश्चितताओं के बावजूद, यह विधि अच्छी तरह से टिकी रही। अनुमानित मानचित्रों ने प्रभावी उत्तेजना प्रोटोकॉल बनाने की अनुमति दी, हालांकि सबसे विकृत परिदृश्यों में सटीकता थोड़ी कम हुई। यह सुझाव देता है कि सिस्टम को कार्य करने के लिए एक पूर्ण शारीरिक ब्लूप्रिंट की आवश्यकता नहीं है; इसे केवल एक कार्यात्मक प्रतिनिधित्व की आवश्यकता है जो विद्युत धारा को सही जगह तक ले जाने के लिए पर्याप्त निकट हो। यह अध्ययन पुष्टि करता है कि बिजली कहाँ लगाई जाती है और कौन सी मांसपेशियां हिलती हैं, इनके बीच का संबंध तंत्रिका के आंतरिक संगठन को रिवर्स-इंजीनियर करने के लिए पर्याप्त जानकारी प्रदान करता है।
यह कार्य न्यूरोप्रोस्थेटिक्स के विकास के तरीके में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है। वर्तमान में, इन उपकरणों को ट्यून करना एक मैनुअल, अनुभवजन्य कार्य है जो हर रोगी के लिए अलग होता है और अक्सर उप-इष्टतम (suboptimal) परिणाम देता है। INFORM ढांचा स्वचालन (automation) की ओर एक मार्ग प्रदान करता है, जहाँ एक उपकरण इम्प्लांटेशन के तुरंत बाद कुछ त्वरित परीक्षणों को चलाकर स्वयं को कैलिब्रेट कर सकता है और फिर तुरंत एक व्यक्तिगत, अत्यधिक चयनात्मक उत्तेजना योजना बना सकता है। हालांकि ये निष्कर्ष वर्तमान में कंप्यूटर सिमुलेशन तक सीमित हैं और अभी तक जीवित मनुष्यों पर इनका परीक्षण नहीं किया गया है, फिर भी वे तंत्रिका इंटरफेस की एक नई पीढ़ी के लिए एक मजबूत सैद्धांतिक आधार प्रदान करते हैं। मानक अंशांकन (calibration) डेटा को एक विस्तृत कार्यात्मक मानचित्र में बदलकर, यह दृष्टिकोण इन उपकरणों को सेटअप करने में लगने वाले समय को काफी कम कर सकता है और उनके द्वारा बहाल की जाने वाली गति की गुणवत्ता में सुधार कर सकता है, जिससे हम एक ऐसे भविष्य के करीब पहुँच सकते हैं जहाँ लकवाग्रस्त व्यक्ति अपने हाथों पर सूक्ष्म, प्राकृतिक नियंत्रण पुनः प्राप्त कर सकें।
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।