স্ট্রোকের ঝুঁকি শনাক্ত করবে স্মার্টফোন অ্যাপ

নতুন একটি স্মার্টফোন অ্যাপ নিখুঁতভাবে 'আট্রিয়াল ফিবরিলেশন' চিহ্নিত করতে পারে। এটি এক মারাত্মক স্বাস্থ্যগত অবস্থা যার কারণে স্ট্রোক হতে পারে। অ্যাপটি ফোনের নিজস্ব অ্যাক্সেলেরোমিটার এবং গাইরোস্কোপ ব্যবহার করে আট্রিয়াল ফিবরিলেশন শনাক্ত করার চেষ্টা করে।

ফিনল্যান্ডের ইউনিভার্সিটি অব টুর্কুর বিশেষজ্ঞ টেরো কোইভিস্তো জানান, আট্রিয়াল ফিবরিলেশন স্বাস্থ্যের এক মারাত্মক বিপজ্জনক অবস্থা। বিশ্বের ২ শতাংশ মানুষের মধ্যে এ অবস্থা বিরাজ করে। প্রতিবছর গোটা বিশ্বে ৭০ লাখ স্ট্রোকের কারণ হয়ে ওঠে এই বিশেষ অবস্থা। আট্রিয়াল ফিবরিলেশনের কারণে যে স্ট্রোকগুলো ঘটে তার ৭০ শতাংশ প্রতিরোধ সম্ভব যদি আগে থেকেই আঁচ পাওয়া যায়। কেবল একজন চিকিৎসক রোগীকে দেখেই এ অবস্থা চিহ্নিত করতে পারেন না। প্রায় সময় এটি লক্ষণহীন থাকে।

দীর্ঘ সময় ধরে ইলেকট্রোকার্ডিওগ্রাম যন্ত্রের মাধ্যমে রোগীকে পর্যবেক্ষণ করা হলে হয়তো আট্রিয়াল ফিবরিলেশন শনাক্ত করা সম্ভব। কিন্তু এভাবে রোগীকে মনিটরিংয়ে রাখা প্রায় অসম্ভব বিষয়। বহু সীমাবদ্ধতার মাঝে যারা এ সমস্যার ঝুঁকিতে আছেন তাদের ওপর চিকিৎসকের নজরদারিও সম্ভব নয়।

নতুন স্মার্টফোন অ্যাপের মাধ্যমে বাড়তি যন্ত্রপাতি ছাড়াই আট্রিয়াল ফিবরিলেশন চিহ্নিত করা সম্ভব। এ নিয়ে ১৬ জন রোগীকে নিয়ে পরীক্ষা চালানো হয় যাদের সবারই আট্রিয়াল ফিবরিলেশন রয়েছে। একটি স্মার্টফোন রোগীর বুকে রাখা হয়। এ সময় ফোনের অ্যাক্সেলেরোমিটার এবং গাইরোস্কোপের রিডিং নেওয়া হয়। এই রিডিং নেওয়ার সময় রোগীদের চিৎ হয়ে শুয়ে থাকতে বলা হয়।

কোইভিস্তো জানান, স্মার্টফোনের মাধ্যমে রোগীর হৃদযন্ত্রের স্পন্দন পরিমাপ করা হয়। যে ডেটা পাওয়া যায় তা সিগনাল প্রসেসিং মেথডের মাধ্যমে বিশ্লেষণ করা হয়। এই বিশ্লেষিত ডেটা থেকে অটোকোররিলেশন এবং স্পেকট্রাল এন্ট্রোপি সংক্রান্ত তথ্য আলাদা করা হয়। অবশেষে মেশিন থেকে পাওয়া অ্যালগোরিদম (কেএসভিএম) ব্যবহার করে শনাক্ত করা হয় রোগীর আট্রিয়াল ফিবরিলেশন রয়েছে কিনা।

এই পদ্ধতিতে বিজ্ঞানীরা রোগীর আট্রিয়াল ফিবরিলেশন শনাক্ত করেছেন ৯৫ শতাংশ সঠিকভাবে। কারো সন্দেহ হলেই চিৎ হয়ে শুয়ে স্মার্টফোনটি বসিয়ে নেবেন বুকে। তারপর অ্যাক্সেলেরোমিটার ও গাইরোস্কোপের ডেটা সংগৃহিত হবে। অ্যাপটি এসব ডেটা বিশ্লেষণ করবে। তারপর স্রেফ 'হ্যাঁ' কিংবা 'না' উত্তরের মাধ্যমে আট্রিয়াল ফিবরিলেশন সম্পর্কে ফলাফল দেবে। আট্রিয়াল ফিবরিলেশন শনাক্তকরণে এটি সবচেয়ে কম খচরের উপায় বলে তুলে ধরেন কোইভিস্তো।