AI से दिल की गंभीर समस्या एरिथमिया के जोखिम को पहचानने में मिलेगी मदद, हार्ट अटैक से बच सकेगी जान?

AI helps identify risk of heart condition arrhythmia: आर्टिफिशियल इंटेलिजेंस यानी कृत्रिम बुद्धिमत्ता (AI) की आजकल हर जगह चर्चा हो रही है. इसका इस्तेमाल कई कामों में अब खूब किया जाने लगा है. काफी चीजें एआई के आने के बाद धीरे-धीरे आसान भी हो रही हैं. अब हाल ही में ये बात सामने आई है कि एआई ऐसे मरीजों की पहचान करने में मदद कर सकती है, जिनमें दिल की गंभीर समस्या एरिथमिया के होने का रिस्क अधिक है.एरिथमिया एक ऐसी दिल से संबंधित एक गंभीर स्थिति है, इसमें व्यक्ति को हार्ट अटैक आ सकता है और अचानक मृत्यु का कारण बन सकती है.

पेरिस के इंसर्म, पेरिस सिटे यूनिवर्सिटी और पेरिस के सार्वजनिक हॉस्टिपल के समूह (एपी-एचपी) के शोधकर्ताओं ने अमेरिकी वैज्ञानिकों के सहयोग के साथ मिलकर एक नया अध्ययन किया है. इस स्टडी का रिपोर्ट यूरोपियन हार्ट जर्नल में प्रकाशित किया जाएगा. अध्ययन के अनुसार, इन शोधकर्ताओं ने इंसानी दिमाग की नकल करने वाले कृत्रिम न्यूरॉन्स का एक नेटवर्क तैयार किया है.

इसके लिए रिसर्चर्स ने लगभग 2 लाख 40 हजार से भी अधिक मरीजों के इलेक्ट्रोकार्डियोग्राम (ईसीजी) डेटा का विश्लेषण किया. इस AI आधारित एल्गोरिदम ने 70 प्रतिशत मामलों में ऐसे मरीजों की पहचान की, जिन्हें अगले दो हफ्तों में घातक एरिथमिया का खतरा था. प्रत्येक वर्ष अचानक हृदय गति रुकने से दुनियाभर में 50 लाख से भी अधिक मौतें हो जाती हैं.

यह तकनीक हृदय की अनियमित धड़कनों (एरिथमिया) को पहले से पहचानने में मदद कर सकती है. अगर यह समस्या गंभीर हो जाए, तो यह घातक हो सकती है. इस अध्ययन के तहत, कार्डियोलॉग्स (फिलिप्स ग्रुप) नामक कंपनी के इंजीनियरों ने पेरिस सिटी यूनिवर्सिटी और हार्वर्ड यूनिवर्सिटी के साथ मिलकर एक कृत्रिम तंत्रिका नेटवर्क तैयार किया. इसका मकसद अचानक हृदय गति रुकने से होने वाली मौतों की रोकथाम में सुधार करना है.

इसके लिए शोधकर्ताओं ने 6 देशों अमेरिका, दक्षिण अफ्रीका, भारत, चेक गणराज्य, फ्रांस, ब्रिटेन से जुटाए गए 2,40,000 मरीजों के ईसीजी डेटा का अध्ययन किया. इस प्रक्रिया में कई लाख घंटे के हृदय स्पंदनों का विश्लेषण किया गया.एआई की मदद से वैज्ञानिकों ने ऐसे नए संकेत खोजे हैं,जो एरिथमिया के जोखिम का संकेत दे सकते हैं. हालांकि,यह तकनीक अभी परीक्षण के चरण में है, लेकिन अध्ययन में यह 70% मामलों में जोखिमग्रस्त मरीजों की पहचान करने और 99.9% मामलों में सुरक्षित मरीजों को अलग करने में सक्षम रही.