
এক রাতের ঘুমেই ১৩০টি রোগের ঝুঁকি উন্মোচন: স্ট্যানফোর্ডের এআই স্লিপএফএম যেভাবে কাজ করে
লেখক: gaya ❤️ one

কল্পনা করুন, সাধারণ রাতের পলিসমনোগ্রাফি—যেখানে পরীক্ষাগারে শুয়ে মাথা, বুক ও পায়ে অসংখ্য তার লাগিয়ে ঘুম পরিমাপ করা হয়—তা কেবল স্লিপ অ্যাপনিয়া বা ঘুমের মানই নয়, বরং আগামী ৫, ১০ বা এমনকি ১৫ বছর পরে দেখা দিতে পারে এমন গুরুতর রোগ সম্পর্কেও পূর্বাভাস দিতে পারে। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের বিজ্ঞানীরা এমনই দাবি করছেন, যা ২০২৬ সালের জানুয়ারিতে নেচার মেডিসিন (Nature Medicine) জার্নালে প্রকাশিত একটি গবেষণাপত্রে উঠে এসেছে।
বিশ্বের অন্যতম প্রখ্যাত ঘুম গবেষক এমানুয়েল মিনিয়ো এবং জেমস ঝাউ-এর নেতৃত্বে একটি দল তৈরি করেছে SleepFM। এটি একটি বৃহৎ 'ফাউন্ডেশনাল' কৃত্রিম বুদ্ধিমত্তা মডেল, যার দর্শন আধুনিক চ্যাটজিপিটি (ChatGPT)-এর মতো ভাষা মডেলগুলোর মতোই। তবে পার্থক্য হলো, এটি পাঠ্য বা টেক্সট নয়, বরং ঘুমের সময়কার শারীরিক সংকেত বা ফিজিওলজিক্যাল সিগন্যাল 'পড়ে' বিশ্লেষণ করে।
এই মডেল তৈরির ভিত্তি ছিল বিশাল তথ্যভান্ডার: প্রায় ৬৫ হাজার মানুষের কাছ থেকে সংগ্রহ করা প্রায় ৫ লক্ষ ৮৫ হাজার ঘণ্টার পলিসমনোগ্রাফি রেকর্ডিং। এর মধ্যে সবচেয়ে বড় অংশটি এসেছে স্ট্যানফোর্ড স্লিপ মেডিসিন সেন্টার থেকে, যা ২৫ বছরের পুরনো আর্কাইভ। এই ডেটা প্রতি রাতে গিগাবাইট তথ্য সরবরাহ করে—মস্তিষ্কের ইইজি (EEG), হৃদপিণ্ডের ইসিজি (ECG), শ্বাস-প্রশ্বাসের প্রবাহ, অক্সিজেনের মাত্রা, চোখ ও পায়ের নড়াচড়া এবং পেশীর টোন।
সাধারণত, এই ধরনের তথ্য খুব সংকীর্ণ কাজে ব্যবহৃত হয়: একটি মডেল ঘুমের পর্যায় নির্ধারণ করে, অন্যটি অ্যাপনিয়া গণনা করে। কিন্তু স্ট্যানফোর্ডের গবেষকরা ভিন্ন পথে হেঁটেছেন। তাঁরা মডেলটিকে চিকিৎসকদের হাজার হাজার রোগ নির্ণয় চিহ্নিত করার প্রয়োজন ছাড়াই ঘুমের সময়কার শারীরিক ভাষা স্বয়ংক্রিয়ভাবে বুঝতে শিখিয়েছেন। SleepFM হৃদপিণ্ড, শ্বাস-প্রশ্বাস ও পেশী পর্যবেক্ষণ করে এবং তার ভিত্তিতে মস্তিষ্কের কার্যকলাপ অনুমান করতে শেখে (এবং বিপরীতক্রমে)। এই সংকেতগুলির মধ্যে জোরপূর্বক 'পারস্পরিক জিজ্ঞাসাবাদ' গভীর শারীরবৃত্তীয় সম্পর্কগুলি ধরতে সাহায্য করে।
ফলাফল অত্যন্ত চমকপ্রদ: ঘুমের মাত্র এক রাতের ডেটা ব্যবহার করে মডেলটি ১৩০টিরও বেশি বিভিন্ন রোগের ঝুঁকি উচ্চ নির্ভুলতার সাথে (C-index ০.৭৫ বা তার বেশি, অনেক অবস্থার জন্য >০.৮০–০.৮৯) পূর্বাভাস দিতে সক্ষম। এর মধ্যে বিশেষভাবে সফল ভবিষ্যদ্বাণীগুলি হলো:
- নিউরোডেজেনারেটিভ রোগ: ডিমেনশিয়া (প্রায় ০.৮৫), পারকিনসন রোগ (প্রায় ০.৮৯)
- কার্ডিওভাসকুলার রোগ: মায়োকার্ডিয়াল ইনফার্কশন বা হার্ট অ্যাটাক (প্রায় ০.৮১), অ্যাট্রিয়াল ফাইব্রিলেশন, হার্ট ফেইলিওর, উচ্চ রক্তচাপজনিত হৃদরোগ
- ক্যান্সার: নির্দিষ্ট কিছু ক্যান্সার (প্রোস্টেট, স্তন এবং অন্যান্য—০.৮৭ থেকে ০.৮৯ পর্যন্ত)
- এছাড়াও স্ট্রোক, দীর্ঘস্থায়ী কিডনি রোগ, গর্ভাবস্থার জটিলতা, মানসিক ব্যাধি এবং এমনকি সামগ্রিক মৃত্যুহারের পূর্বাভাসও দেওয়া সম্ভব হয়েছে।
একটি গুরুত্বপূর্ণ প্রযুক্তিগত দিক হলো, মডেলটি বিভিন্ন সেন্সর সেটআপ এবং রেকর্ডিং মানের ক্ষেত্রেও স্থিতিশীল। যদি কোনো চ্যানেল শব্দযুক্ত হয় বা অনুপস্থিত থাকে, তবুও SleepFM অন্যান্য সংকেতের উপর মনোযোগ পুনর্বিন্যস্ত করে এবং কার্যকরভাবে কাজ চালিয়ে যায়। এটি ভবিষ্যতের প্রয়োগের জন্য মডেলটিকে অনেক বেশি বাস্তবসম্মত করে তুলেছে।
এর সম্ভাবনা সত্যিই রোমাঞ্চকর। বর্তমানে SleepFM 'গোল্ড স্ট্যান্ডার্ড' অর্থাৎ ক্লিনিকের পলিসমনোগ্রাফির ওপর প্রশিক্ষিত। তবে লেখকরা স্পষ্ট জানিয়েছেন যে, পরিধানযোগ্য ডিভাইস (যেমন স্মার্টওয়াচ, রিং, বুকের সেন্সর বা হোম ট্র্যাকার) থেকে প্রাপ্ত সংকেতের গুণমান বাড়তে থাকলে, অনুরূপ মডেলগুলি গণহারে ব্যবহারের জন্য প্রস্তুত হতে পারে।
এর অর্থ দাঁড়ায় যে, সাধারণ রাতের ঘুম কেবল একটি 'রিস্টার্ট' নয়, বরং এটি সমগ্র শরীরের জন্য একটি স্বাভাবিক, বিনামূল্যে এবং অত্যন্ত তথ্যবহুল 'স্ক্রিনিং' প্রক্রিয়া। সম্ভবত কয়েক বছর পর 'পলিসমনোগ্রাফি করিয়ে আসুন' কথাটি আজকের দিনের 'রক্তের সাধারণ পরীক্ষা করান'-এর মতোই শোনাবে—কেবল সুঁচ ছাড়া এবং অনেক বেশি তথ্যবহুল।
যদিও ব্যাপক প্রয়োগের জন্য এখনও অনেক পথ বাকি (বড় আকারের স্বাধীন বৈধতা যাচাই, নিয়ন্ত্রক অনুমোদন এবং পরিধানযোগ্য ডিভাইসের সাথে অভিযোজন প্রয়োজন), তবুও এটি একটি অত্যন্ত শক্তিশালী দিকনির্দেশনা তৈরি করেছে। ঘুম সত্যিই একবিংশ শতাব্দীর নতুন এবং সবচেয়ে গুরুত্বপূর্ণ 'ভাইটাল সাইন' বা অত্যাবশ্যকীয় পরিমাপক হয়ে উঠতে পারে।
19 দৃশ্য
উৎসসমূহ
Stanford
এই বিষয়ে আরও খবর পড়ুন:
Introducing Nano Banana 2: Our best image generation and editing model yet. 🍌 Pro-level quality, at Flash speed. Rolling out today across @GeminiApp, Search, and our developer and creativity tools.
আপনি কি কোনো ত্রুটি বা অসঠিকতা খুঁজে পেয়েছেন?আমরা আপনার মন্তব্য যত তাড়াতাড়ি সম্ভব বিবেচনা করব।


