किसी व्यक्ति के चलने का तरीका पारंपरिक चाल मापों की तुलना में कहीं अधिक स्वास्थ्य-संबंधी जानकारी दे सकता है। Nature Medicine में प्रकाशित एक अध्ययन में शोधकर्ताओं ने एक foundation model विकसित किया है, जो त्रि-आयामी कंकालीय गति का विश्लेषण करता है और इसका उपयोग पकड़ की ताकत तथा नींद की गुणवत्ता से लेकर शरीर की संरचना से जुड़े मापों तक, स्वास्थ्य फीनोटाइप की व्यापक श्रेणी का अनुमान लगाने में करता है।
यह अध्ययन चाल को केवल किसी विशेष चोट या बीमारी के संदर्भ में आकलित लक्षण के बजाय संभावित बहु-प्रणाली महत्वपूर्ण संकेतक के रूप में प्रस्तुत करता है। इसका मुख्य निष्कर्ष है कि पूरे शरीर की गति की सीखी हुई अभिव्यक्ति ने बुनियादी शारीरिक विशेषताओं से अकेले निकाले जा सकने वाले अनुमानों की तुलना में अनेक स्वास्थ्य क्षेत्रों में पूर्वानुमान बेहतर किया।
कदमों के माप से गति एम्बेडिंग तक
पारंपरिक चाल आकलन अक्सर cadence और stride length जैसी पूर्व-निर्धारित विशेषताओं पर निर्भर करता है। ये माप चिकित्सकीय रूप से उपयोगी हैं, लेकिन जटिल और समन्वित गति को पहले से तय सीमित चरों में बदल देते हैं।
इसके बजाय नए दृष्टिकोण में त्रि-आयामी कंकालीय गति पर प्रशिक्षित मॉडल का उपयोग किया गया। एक depth camera ने प्रतिभागियों को पाँच मोटर कार्य करते हुए रिकॉर्ड किया। मॉडल ने परिणामी गति को सीखी हुई एम्बेडिंग में बदला—ऐसे संख्यात्मक निरूपण, जिनका उद्देश्य यह पकड़ना है कि समय के साथ जोड़ एक-दूसरे के साथ कैसे गति करते हैं।
शोध डेटा में गहराई से फीनोटाइप किए गए 3,328 वयस्क शामिल थे। लेखकों ने जाँचा कि क्या ये गति एम्बेडिंग 18 शारीरिक प्रणालियों में फैले 3,210 स्वास्थ्य-संबंधी फीनोटाइप का अनुमान लगा सकती हैं। उनके अनुसार, एम्बेडिंग ने इनमें से 1,887 फीनोटाइप का महत्वपूर्ण पूर्वानुमान लगाया।
आयु, शरीर संरचना और स्वास्थ्य मापों का अनुमान
कई प्रमुख मापों का अनुमान लगाने में मॉडल ने engineered gait features से बेहतर प्रदर्शन किया। रिपोर्ट किए गए सहसंबंध आयु के लिए 0.69, body mass index के लिए 0.91 और visceral adipose tissue area के लिए 0.83 थे। इन परिणामों का अर्थ यह नहीं है कि चलने की रिकॉर्डिंग चिकित्सकीय परीक्षण का स्थान लेती है; बल्कि वे दिखाते हैं कि मॉडल की गति-आधारित अभिव्यक्ति में उन मापों से जुड़ी जानकारी मौजूद थी।
शोधकर्ताओं ने gait embeddings का उपयोग करके किए गए पूर्वानुमानों की तुलना उस baseline से भी की, जिसमें आयु, body mass index, visceral adipose tissue और ऊँचाई का उपयोग किया गया था। शोधपत्र के अनुसार, गति एम्बेडिंग जोड़ने से पुरुषों में सभी 18 शारीरिक प्रणालियों और महिलाओं में 18 में से 17 प्रणालियों के पूर्वानुमान में सुधार हुआ। एम्बेडिंग ने चिकित्सकीय निदान और दवाओं के उपयोग के पूर्वानुमान में भी सुधार किया।
इन संबद्धताओं की व्यापकता अध्ययन का सबसे महत्वपूर्ण दावा है। यदि अन्य आबादियों में निष्कर्षों की पुष्टि होती है और उन्हें चिकित्सकीय कार्यप्रवाह में जिम्मेदारी से लागू किया जाता है, तो एक छोटा motion capture सत्र मौजूदा आकलनों का निष्क्रिय और व्यापक पूरक बन सकता है।
अलग-अलग शारीरिक क्षेत्रों में अलग संकेत
शोधकर्ताओं ने यह जाँचने के लिए anatomical ablation analyses का उपयोग किया कि विशेष पूर्वानुमानों में शरीर के कौन से हिस्से योगदान देते हैं। चयापचय और दुर्बलता से जुड़े पूर्वानुमानों में पैरों की गतिशीलता सूचना का प्रमुख स्रोत थी। वहीं, धड़ की गतिशीलता में नींद और जीवनशैली फीनोटाइप से जुड़ी जानकारी निहित थी।
यह परिणाम इस विचार को मजबूत करता है कि चाल केवल पैरों का माप नहीं है। चलना संतुलन, ताकत, समन्वय, मुद्रा और अनेक शारीरिक प्रणालियों के एकीकृत संचालन को दर्शाता है। शरीर के जोड़ों के बीच समय-संबंध बनाए रखने वाला मॉडल उन पैटर्नों को पहचान सकता है जो विश्लेषण को केवल कदमों की संख्या, गति या stride length तक सीमित करने पर खो जाते हैं।
संभावित निष्क्रिय महत्वपूर्ण संकेतक
लेखकों का कहना है कि उनके परिणाम चाल को एक स्वतंत्र बहु-प्रणाली जैव-संकेत के रूप में स्थापित करते हैं और इसे एक व्यापक, निष्क्रिय महत्वपूर्ण संकेतक के रूप में नियमित चिकित्सकीय आकलन में शामिल करने का आधार देते हैं। अध्ययन की व्यवस्था इसलिए उल्लेखनीय है क्योंकि इसमें विशेष motion-capture प्रयोगशाला के बजाय एक single depth camera का उपयोग किया गया।
यदि भविष्य के शोध विभिन्न परिस्थितियों और आबादियों में इन निष्कर्षों की पुष्टि करते हैं, तो यह सुलभता महत्वपूर्ण हो सकती है। इससे क्लीनिकों, पुनर्वास कार्यक्रमों या दीर्घकालिक स्वास्थ्य अध्ययनों में मानकीकृत गति आकलन संभव हो सकते हैं। लेकिन प्रकाशित परिणाम पूर्वानुमानात्मक संबंधों का वर्णन करते हैं, किसी स्वतंत्र निदान उपकरण का नहीं। वास्तविक उपयोग के लिए सावधानीपूर्वक सत्यापन, स्पष्ट चिकित्सकीय सीमाएँ और संवेदनशील गति तथा स्वास्थ्य डेटा के संग्रह और उपयोग से जुड़े सुरक्षा उपाय आवश्यक होंगे।
फिलहाल, यह कार्य इस चिकित्सकीय तर्क को मजबूत करता है कि लोग कैसे चलते हैं, इस पर ध्यान दिया जाना चाहिए। चाल को गतिशीलता के संकीर्ण संकेतक के रूप में देखने के बजाय, शोधकर्ता दिखाते हैं कि त्रि-आयामी गति पूरे शरीर के स्वास्थ्य की एक खिड़की प्रदान कर सकती है।
This article is based on reporting by Nature Medicine. Read the original article.
Originally published on nature.com



