Health-Vision: An Integrated Framework for Contactless Multi-Vital Sensing and Biophysical Hemodynamic Waveform Modeling with Multi-Tier Validation

दशकों से, हमारे महत्वपूर्ण संकेतों (वाइटल साइन्स) की जांच करने का तरीका काफी हद तक अपरिवर्तित रहा है। चाहे वह डॉक्टर का क्लिनिक हो या अस्पताल का गहन देखभाल केंद्र (आईसीयू), हम शारीरिक संपर्क पर निर्भर रहते हैं: छाती पर चिपके पैच, बांह को भींचने वाले कफ, या उंगली पर क्लिप किए गए सेंसर। ये उपकरण सटीक तो हैं, लेकिन वे दखल देने वाले भी हैं। वे हलचल को बाधित करते हैं, संवेदनशील त्वचा में जलन पैदा कर सकते हैं, और रोगी तथा उसके परिवेश के बीच एक बाधा उत्पन्न करते हैं। हाल के वर्षों में, वैज्ञानिकों ने एक अलग मार्ग खोजा है: बिना त्वचा को छुए, शरीर के संकेतों को पढ़ने के लिए साधारण वीडियो कैमरों का उपयोग करना। यह विधि, जिसे रिमोट फोटोप्लेथिस्मोग्राफी (remote photoplethysmography) कहा जाता है, त्वचा के ठीक नीचे केशिकाओं (कैपिलरीज) से रक्त पंप होने के कारण त्वचा के रंग में होने वाले सूक्ष्म, लयबद्ध परिवर्तनों का पता लगाकर काम करती है। जैसे ही हृदय धड़कता है, चेहरे की ओर अधिक रक्त प्रवाहित होता है, जिससे त्वचा से प्रकाश के परावर्तन (रिफ्लेक्शन) में मामूली बदलाव आता है। एक कैमरा इन सूक्ष्म बदलावों को देख सकता है, जिससे एक साधारण वीडियो फीड स्वास्थ्य डेटा के प्रवाह में बदल जाता है।

हालाँकि, इस तकनीक को सभी के लिए काम करने योग्य बनाना कठिन रहा है। शुरुआती प्रयास अक्सर गहरे रंग की त्वचा वाले लोगों के मामले में विफल रहे क्योंकि त्वचा के पिगमेंट (वर्णक) अधिक प्रकाश को अवशोषित करते हैं, जिससे सिग्नल का पता लगाना कठिन हो जाता है। इसके अलावा, कैमरे हृदय की धड़कन गिनने में तो अच्छे हैं, लेकिन उन्हें रक्तचाप या हृदय द्वारा पंप किए जाने वाले रक्त की मात्रा जैसे जटिल नंबरों का अनुमान लगाने में संघर्ष करना पड़ा है, जो अक्सर अटकलों पर निर्भर होते हैं और रोगी की स्थिति बदलने पर विफल हो जाते हैं। इस बात को लेकर भी विश्वास की कमी रही है कि इन प्रणालियों का परीक्षण कैसे किया गया है, क्योंकि कुछ अध्ययनों में वीडियो रिकॉर्डिंग के डेटा को आक्रामक (इनवेसिव) अस्पताल सेंसर के डेटा के साथ मिला दिया गया, जिससे सटीकता का एक झूठा आभास पैदा हुआ। "हेल्थ-विज़न" (Health-Vision) नामक एक नया अध्ययन इन विशिष्ट बाधाओं को संबोधित करता है, जो एक पूर्ण प्रणाली का प्रस्ताव देता है जो न केवल पल्स को देखती है बल्कि इसके पीछे के भौतिक विज्ञान (फिजिक्स) को भी समझती है, जिससे यह सुनिश्चित होता है कि यह सभी त्वचा के रंगों के लिए निष्पक्ष रूप से काम करे और इसकी सटीकता को प्रमाणित करने का एक कठोर तरीका प्रदान करे।

हेल्थ-विज़न के पीछे के शोधकर्ताओं ने एक ऐसा ढांचा बनाया है जो चेहरे को एक सपाट छवि के बजाय एक जटिल, त्रि-आयामी (3D) मानचित्र के रूप में मानता है। किसी व्यक्ति के चेहरे पर सैकड़ों बिंदुओं को ट्रैक करके, यह प्रणाली व्यक्ति के सिर के थोड़ा हिलने पर भी त्वचा का अनुसरण कर सकती है। फिर यह बदलते प्रकाश या छाया के शोर से वास्तविक पल्स सिग्नल को अलग करने के लिए एक चतुर गणितीय दृष्टिकोण का उपयोग करती है। इस कार्य में एक प्रमुख नवाचार यह है कि यह त्वचा के रंग को कैसे संभालता है। सिस्टम स्वचालित रूप से व्यक्ति की त्वचा के अंधेरे (डार्कनेस) का पता लगाता है और प्रकाश के विभिन्न रंगों के प्रति अपनी संवेदनशीलता को समायोजित करता है। हल्की त्वचा के लिए, यह हरे प्रकाश स्पेक्ट्रम पर बहुत अधिक निर्भर करता है, जो रक्त प्रवाह देखने के लिए आमतौर पर सबसे अच्छा होता है। गहरी त्वचा के लिए, जहाँ हरा प्रकाश पिगमेंट द्वारा अवशोषित हो जाता है, सिस्टम अपना ध्यान लाल और निकट-अवरक्त (नियर-इन्फ्रारेड) प्रकाश की ओर स्थानांतरित कर देता है, जो अधिक गहराई तक प्रवेश करता है। यह समायोजन यह सुनिश्चित करता है कि सिस्टम सभी के लिए समान सटीकता के साथ काम करे, चाहे उनकी जातीयता कुछ भी हो, एक ऐसी निष्पक्षता जो पिछले तरीकों में अक्सर नहीं थी।

एक बार जब सिस्टम सफलतापूर्वक वीडियो से पल्स वेव को निकाल लेता है, तो यह केवल एक साधारण हृदय गति संख्या तक ही सीमित नहीं रहता है। इसके बजाय, यह वेव के आकार की व्याख्या करने के लिए तरल गतिकी (फ्लुइड डायनामिक्स) के सिद्धांतों को लागू करता है। शोधकर्ताओं ने एक मॉडल का उपयोग किया जो बताता है कि धमनियां कैसे खिंचती और वापस आती हैं, ठीक वैसे ही जैसे एक रबर बैंड खिंचने और फिर से मुक्त होने पर व्यवहार करता है। चेहरे के माध्यम से पल्स के यात्रा करने की गति और वेव के विशिष्ट आकार का विश्लेषण करके, सिस्टम रक्तचाप और प्रत्येक धड़कन के साथ हृदय द्वारा पंप किए जाने वाले रक्त की मात्रा का अनुमान लगा सकता है। यह सुनिश्चित करने के लिए कि ये अनुमान भरोसेमंद हों, टीम ने केवल एक परीक्षण पर भरोसा नहीं किया। उन्होंने एक दो-चरणीय सत्यापन प्रक्रिया बनाई। पहले, उन्होंने स्वस्थ स्वयंसेवकों में मानक फिंगर सेंसर के विरुद्ध पल्स पढ़ने की कैमरे की क्षमता का परीक्षण किया। दूसरे, उन्होंने गहन देखभाल इकाइयों में रोगियों से लिए गए स्वर्ण-मानक (गोल्ड-स्टैंडर्ड), आक्रामक मापों के विरुद्ध रक्तचाप और हृदय आउटपुट की भविष्यवाणी करने की प्रणाली की क्षमता का परीक्षण किया, जिसमें हजारों वास्तविक अस्पताल मामलों का डेटा उपयोग किया गया।

इन कठोर परीक्षणों के परिणाम सटीक थे। स्वस्थ स्वयंसेवकों के साथ प्रारंभिक परीक्षणों में, सिस्टम ने हृदय गति को औसतन केवल 3.25 बीट्स प्रति मिनट की त्रुटि के साथ मापा, जो सख्त चिकित्सा मानकों को पूरा करने वाला स्तर है। इसने ऑक्सीजन स्तर और श्वसन दर का भी उच्च सटीकता के साथ अनुमान लगाया। जब रक्तचाप की बात आई, तो सिस्टम ने दिखाया कि बिना किसी व्यक्तिगत समायोजन के, यह एक बड़े अंतर से भटक सकता है, जो अक्सर कम रक्तचाप वाले लोगों में दबाव को अधिक और उच्च रक्तचाप वाले लोगों में कम आंकता है। हालाँकि, एक मानक कफ रीडिंग का उपयोग करके एक त्वरित अंशांकन (कैलिब्रेशन) के बाद, सिस्टम की सटीकता नाटकीय रूप से सुधर गई। सिस्टोलिक रक्तचाप के लिए त्रुटि घटकर 4.47 mmHg और डायस्टोलिक दबाव के लिए 2.53 mmHg हो गई, जो इसे चिकित्सा उपकरणों के लिए आवश्यक सुरक्षा सीमाओं के भीतर रखती है। इसी तरह, सिस्टम के कार्डियक आउटपुट (हृदय द्वारा प्रति मिनट पंप किए जाने वाले रक्त की कुल मात्रा) के अनुमान इतने सटीक थे कि वे नैदानिक सेटिंग में उपयोगी हो सकें, जिसमें त्रुटियाँ आक्रामक निगरानी के स्वीकार्य दायरे के भीतर थीं।

संख्याओं से परे, यह अध्ययन इस बात पर जोर देता है कि ऐसी तकनीक के सत्यापन में ईमानदारी कितनी महत्वपूर्ण है। लेखक का तर्क है कि कई पिछले अध्ययन इस बात को स्वीकार किए बिना कि दो डेटासेट कभी एक ही समय में या एक ही व्यक्ति से रिकॉर्ड नहीं किए गए थे, कैमरा डेटा की सीधे आक्रामक अस्पताल सेंसर से तुलना करके भ्रामक रहे हैं। सत्यापन को दो अलग-अलग स्तरों में विभाजित करके—पहले कैमरे की दृष्टि का परीक्षण करना, और फिर अलग, उच्च-गुणवत्ता वाले अस्पताल डेटा के विरुद्ध भौतिक मॉडल का परीक्षण करना—हेल्थ-विज़न ढांचा यह स्पष्ट और पारदर्शी तस्वीर प्रदान करता है कि तकनीक क्या कर सकती है और क्या नहीं। इस प्रणाली को तेज़ और आधुनिक अस्पताल रिकॉर्ड के अनुकूल भी बनाया गया है, जो वास्तविक समय में वीडियो को प्रोसेस करने और डेटा को इस तरह फॉर्मेट करने में सक्षम है कि इसे तुरंत रोगी की इलेक्ट्रॉनिक स्वास्थ्य फ़ाइल में जोड़ा जा सके।

हालाँकि यह तकनीक बड़ी संभावना दिखाती है, शोधकर्ता इसकी वर्तमान सीमाओं को नोट करने में सावधानी बरतते हैं। यह प्रणाली अच्छी रोशनी वाली स्थितियों में सबसे अच्छा काम करती है और यदि कोई व्यक्ति अपने सिर को बहुत तेज़ी से हिलाता है या वीडियो की गुणवत्ता खराब है, तो इसमें संघर्ष करना पड़ सकता है। साथ में, रक्तचाप के लिए अपनी उच्चतम सटीकता प्राप्त करने के लिए इसे एक एकल अंशांकन बिंदु की आवश्यकता होती है, जिसका अर्थ है कि यह अभी भी हर परिदृश्य में कफ का पूरी तरह से स्टैंडअलोन विकल्प नहीं है। फिर भी, यह कार्य एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। यह प्रदर्शित करता है कि सही संयोजन के साथ—कंप्यूटर विज़न, भौतिकी-आधारित मॉडलिंग और निष्पक्ष डिज़ाइन—एक साधारण कैमरा मानव स्वास्थ्य की निगरानी के लिए एक शक्तिशाली, गैर-आक्रामक उपकरण बन सकता है, जो एक ऐसे भविष्य की पेशकश करता है जहाँ महत्वपूर्ण संकेतों की जाँच बिना तारों या कफ की आवश्यकता के, निरंतर और सहजता से की जा सकती है।