प्रतिबाधा भिन्नताओं से एक भौतिक रक्तचाप रीडिंग तक जाने के लिए, टीम ने एक बहु-स्तरीय विश्लेषणात्मक और कम्प्यूटेशनल मॉडल बनाया जो BioZ और रक्तचाप के बीच जैव-भौतिक लिंक को मैप करता है । इसमें शारीरिक कारकों, शारीरिक स्थिति और प्रयोगात्मक मापदंडों का लेखा-जोखा शामिल है जो कलाई पर BioZ संकेत को प्रभावित करते हैं।
मुख्य मशीन-लर्निंग घटक एक "सिग्नल-टैग्ड भौतिकी-सूचित न्यूरल नेटवर्क" है जो द्रव गतिकी के नियमों को अपनी वास्तुकला में शामिल करता है । एक पारंपरिक ब्लैक-बॉक्स डीप लर्निंग मॉडल के विपरीत जो डेटा से सहसंबंध सीखता है, एक PINN भौतिक रूप से असंभव परिणाम नहीं दे सकता है, जो शोधकर्ताओं का तर्क है कि इसे नैदानिक निर्णय लेने के लिए अधिक भरोसेमंद बनाता है
।
क्योंकि मॉडल पहले से ही स्पंदित प्रवाह और विद्युत चुंबकत्व की भौतिकी को समझता है, यह केवल विद्युत संकेत से पूरे दबाव तरंगरूप का पुनर्निर्माण कर सकता है—बिना बेसलाइन प्रदान करने के लिए कफ की आवश्यकता के। यही वह चीज़ है जो इस प्रणाली को वास्तव में कैलिब्रेशन-मुक्त बनाती है।
एक पारंपरिक कफ आपको एक पल में सिस्टोलिक और डायस्टोलिक दबाव देता है। यूटा टीम की स्मार्टवॉच समय के साथ पूर्ण निरंतर रक्तचाप तरंगरूप का उत्पादन करती है । मानक दबाव के अलावा, उपकरण रेडियल रक्त वेग और अक्षीय रक्त वेग का अनुमान लगाता है—वह गति जिससे रक्त धमनी के माध्यम से चलता है
।
सह-लेखक और गणितज्ञ ब्रेक्सटन ओस्टिंग ने इस प्रगति को स्पष्ट रूप से रेखांकित किया: "रक्तचाप दो संख्याएँ नहीं है; यह समय का एक फलन है। गणितीय चुनौती कलाई पर अप्रत्यक्ष विद्युत मापों से उस पूरे तरंगरूप को पुनर्प्राप्त करना थी" ।
परिणाम एक समृद्ध हेमोडायनामिक तस्वीर है जो खतरनाक क्षणिक स्पाइक्स, रात के पैटर्न और नकाबपोश उच्च रक्तचाप को प्रकट कर सकती है जो समय-समय पर कार्यालय रीडिंग छोड़ देती है।
स्मार्टवॉच का मूल्यांकन कुल 150 प्रतिभागियों पर किया गया, जिसमें आराम करने वाले और शारीरिक गतिविधि (चलना, दौड़ना, सीढ़ी चढ़ना) के बाद स्वस्थ व्यक्ति शामिल थे । महत्वपूर्ण रूप से, अध्ययन में बाह्य रोगी और गहन देखभाल दोनों सेटिंग्स में उच्च रक्तचाप और हृदय रोग के रोगियों को भी शामिल किया गया। यह सीधे तौर पर संबोधित करता है कि क्या BioZ सेंसिंग उन आबादी में काम करती है जिन्हें इसकी सबसे अधिक आवश्यकता है।
जबकि 2026 के अध्ययन से सटीक संख्यात्मक सटीकता मेट्रिक्स उपलब्ध सारांशों में शामिल नहीं थे, उसी टीम द्वारा पहले के PINN-आधारित काम ने संदर्भ मापों के साथ मजबूत सहसंबंध (सिस्टोलिक: 0.90, डायस्टोलिक: 0.89) की सूचना दी थी। उन 2023 मॉडलों ने सिस्टोलिक त्रुटि 1.3 ± 7.6 mmHg और डायस्टोलिक त्रुटि 0.6 ± 6.4 mmHg हासिल की । नए उपकरण का लक्ष्य वास्तविक दुनिया के पहनने योग्य फॉर्म फैक्टर में उस प्रदर्शन से मेल खाना या उससे आगे निकलना है।
निरंतर, कैलिब्रेशन-मुक्त हेमोडायनामिक निगरानी का वादा महत्वपूर्ण नैदानिक महत्व रखता है। यह उपकरण जोखिम वाले रोगियों में खतरनाक रक्तचाप अस्थिरता का शीघ्र पता लगाने, वास्तविक समय में दवा अनुमापन का मार्गदर्शन करने और व्हाइट-कोट प्रभाव को दूर करने में सक्षम हो सकता है जो एकल-बिंदु रीडिंग को विकृत करता है ।
फिर भी, कई चेतावनियाँ बनी हुई हैं। डिवाइस को अभी तक नियामक मंजूरी नहीं मिली है, और यूटा विश्वविद्यालय—जो बौद्धिक संपदा रखता है—प्रारंभिक चरण की लाइसेंसिंग चर्चाओं में है । अध्ययन को NSF, NIH, विश्वविद्यालय और B-Secur, Ltd. द्वारा वित्त पोषित किया गया था, एक कंपनी जिसमें मुख्य लेखक बेंजामिन सांचेज़ टेरोन्स की इक्विटी और नेतृत्व की भूमिका है
। वह संबंध एक संभावित हितों के टकराव का प्रतिनिधित्व करता है जिस पर पाठकों और चिकित्सकों को विचार करना चाहिए।
तकनीकी दृष्टिकोण से, भौतिकी-संचालित दृष्टिकोण का सबसे बड़ा लाभ इसकी सबसे बड़ी चुनौती भी है: पुनर्निर्माण की गुणवत्ता पूरी तरह से इस बात पर निर्भर करती है कि मॉडल वास्तविक दुनिया के बायोइम्पीडेंस विविधताओं को कितनी ईमानदारी से कैप्चर करता है। गति कलाकृतियों, त्वचा की नमी और संपर्क दबाव जैसे बाहरी कारक अभी भी सिग्नल की गुणवत्ता को ख़राब कर सकते हैं। चल रहे काम को यह साबित करने की आवश्यकता होगी कि सिस्टम दैनिक जीवन के दौरान उतना ही मजबूत है जितना कि नियंत्रित परीक्षणों में।
आज बाजार में कोई भी पहनने योग्य उपकरण इस हेमोडायनामिक गहराई पर निरंतर, कैलिब्रेशन-मुक्त रक्तचाप की निगरानी प्रदान नहीं करता है। यदि यूटा टीम प्रयोगशाला से उत्पाद तक का रास्ता तय कर सकती है, तो परिचित कफ अंततः चिकित्सा के एक पुराने युग के अवशेष की तरह दिखना शुरू हो सकता है।
Comments
0 comments