पल्सवॉच अध्ययन में स्मार्टवॉच हृदय ताल पहचान में 91% सटीकता
हालिया अध्ययन में स्मार्टवॉच एआई की हृदय ताल पहचान में 91% सटीकता का पता चला है, साथ ही महत्वपूर्ण व्यापार-बंद भी दर्शाए गए हैं।
अध्ययन में 72 प्रतिभागियों से 116,000 से अधिक रिकॉर्डिंग का विश्लेषण किया गया।
रैंडम फॉरेस्ट मॉडल ने 91.22% सटीकता के साथ अन्य गहन-शिक्षण मॉडलों को पीछे छोड़ दिया।
भविष्य के शोध में कम सामान्य तालों की पहचान में सुधार और विविध जनसंख्या पर परीक्षण करने पर ध्यान केंद्रित किया जाएगा।
पल्सवॉच नैदानिक परीक्षण से एक महत्वपूर्ण अध्ययन में यह दर्शाया गया है कि स्मार्टवॉच एआई हृदय तालों की पहचान में 91.22% सटीकता प्राप्त कर सकता है। इस शोध में 50 वर्ष और उससे अधिक आयु के 72 प्रतिभागियों को शामिल किया गया, जिनका इस्कीमिक स्ट्रोक का इतिहास था। प्रतिभागियों ने सैमसंग स्मार्टवॉच के साथ-साथ इलेक्ट्रोकार्डियोग्राम पैच पहने, जिससे 116,313 रिकॉर्डिंग एकत्र की गईं, प्रत्येक 30 सेकंड की अवधि की थी।
रोमानिया के बेबेश-बोल्याई विश्वविद्यालय के शोधकर्ताओं द्वारा किए गए इस अध्ययन का उद्देश्य उन चुनौतियों का समाधान करना था जो असामान्य हृदय तालों की पहचान में आती हैं, जो अक्सर बिना किसी स्पष्ट लक्षण के होती हैं। स्मार्टवॉच की निरंतर निगरानी क्षमताओं का उपयोग करके, शोधकर्ताओं ने वास्तविक ताल परिवर्तनों को गति या खराब त्वचा संपर्क के कारण होने वाले विकृतियों से अलग करने का प्रयास किया। इसके निष्कर्ष फ्रंटियर्स इन आर्टिफिशियल इंटेलिजेंस पत्रिका में प्रकाशित हुए।
प्रतिभागियों के हृदय तालों को तीन श्रेणियों में वर्गीकृत किया गया: सामान्य साइनस ताल, एट्रियल फिब्रिलेशन, और प्रीमैच्योर कॉन्ट्रैक्शंस। विश्लेषण से पता चला कि सामान्य ताल लगभग 68% रिकॉर्डिंग का प्रतिनिधित्व करता है, जबकि एट्रियल फिब्रिलेशन और प्रीमैच्योर कॉन्ट्रैक्शंस क्रमशः 21% और 11% बनाते हैं। रैंडम फॉरेस्ट मॉडल, जिसने 500 निर्णय वृक्षों और विभिन्न मापों का उपयोग किया, सबसे प्रभावी दृष्टिकोण के रूप में उभरा, जिसने एट्रियल फिब्रिलेशन की पहचान में उच्चतम सटीकता और प्रिसिजन प्राप्त की।
इस अध्ययन के परिणाम जन स्वास्थ्य के लिए महत्वपूर्ण हैं, विशेष रूप से उन बुजुर्गों के लिए जो स्ट्रोक के जोखिम में हैं। हृदय ताल की असामान्यताओं की सटीक पहचान समय पर चिकित्सा हस्तक्षेप की ओर ले जा सकती है, जिससे स्ट्रोक की घटनाओं को कम किया जा सकता है। हालांकि, अध्ययन ने झूठी पहचान और छूटे हुए असामान्यताओं की चुनौतियों को भी उजागर किया, जो नैदानिक आकलनों और निगरानी को जटिल बना सकते हैं।
आगे बढ़ते हुए, शोधकर्ता अपने अध्ययन को अधिक विविध जनसंख्या में फैलाने और कम सामान्य हृदय तालों की पहचान में सुधार करने की योजना बना रहे हैं। वे वास्तविक स्मार्टवॉच पर एल्गोरिदम का परीक्षण करने का भी लक्ष्य रखते हैं ताकि निरंतर निगरानी के दौरान बैटरी उपयोग और गर्मी उत्पादन का आकलन किया जा सके। ये प्रगति स्मार्टवॉच को हर दिन की हृदय स्वास्थ्य स्क्रीनिंग के लिए विश्वसनीय उपकरण बनाने की दिशा में एक कदम हो सकती हैं।
