स्वास्थ्य

UKHSA: स्लीप ऐप खाँसी डेटा फ़्लू और COVID-19 को एक हफ़्ता पहले संकेत करता है

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

UK Health Security Agency और स्वीडिश स्लीप तकनीकी कंपनी Sleep Cycle ने 3 सितंबर 2026 को संयुक्त शोध अध्ययन के परिणाम प्रकाशित किए, जिसमें यह मूल्यांकन किया गया कि उपभोक्ता स्लीप ऐप के माध्यम से निष्क्रिय रूप से एकत्रित खाँसी डेटा इंग्लैंड में श्वसन रोग के लिए प्रारंभिक चेतावनी संकेत के रूप में कार्य कर सकता है या नहीं। अध्ययन ने पाया कि रात में खाँसी में वृद्धि अक्सर इन्फ्लुएंजा और COVID-19 की गतिविधि में वृद्धि से लगभग एक हफ़्ता पहले देखी गई।

According to the UKHSA घोषणा, निष्क्रिय रूप से एकत्रित डेटा समुदायिक श्वसन रोग का एक मजबूत और क्षेत्रीय रूप से सुसंगत संकेतक प्रदान करता है, जहाँ खाँसी की गतिविधि NHS 111 टेलीफ़ोन सेवा के माध्यम से रिपोर्ट किए गए श्वसन रोग के स्तर को निकटता से प्रतिबिंबित करती है। UKHSA ने कहा कि ये निष्कर्ष स्थापित प्रणालियों के साथ सार्वजनिक स्वास्थ्य निगरानी में डिजिटल स्वास्थ्य डेटा की भूमिका का समर्थन करते हैं।

अध्ययन डिज़ाइन और निष्कर्ष

The research, medRxiv प्रीप्रिंट के रूप में प्रकाशित and authored by seven UKHSA researchers and two Sleep Cycle researchers, compared weekly nocturnal cough metrics from जनवरी 2023 to जनवरी 2026 against UKHSA surveillance indicators: NHS 111 acute respiratory infection triage calls, influenza and COVID-19 PCR positivity, and hospital admission rates for influenza, COVID-19, and respiratory syncytial virus.

अध्ययन ने तीन खाँसी मीट्रिक्स का परीक्षण किया: कुल खाँसी गणना, उपयोगकर्ता प्रति खाँसी, और नींद के प्रति घंटे खाँसी। सबसे मजबूत संबंध NHS 111 तीव्र श्वसन संक्रमण ट्रायेज़ कॉल के साथ पाए गए, जहाँ जनसंख्या-नॉर्मलाइज़्ड मीट्रिक्स ने लगभग 0.95 की कच्ची राष्ट्रीय सहसंबंधता दिखायी और शून्य लैग पर 0.55 से अधिक प्रीव्हाइटेन्ड सहसंबंधता बनी रही, जिसका अर्थ है कि खाँसी की गतिविधि स्थापित सिंड्रोमिक संकेतक में अल्पकालिक परिवर्तन को साझा मौसमीता और दीर्घकालिक रुझानों से परे ट्रैक करती है। प्रीप्रिंट रिपोर्ट करता है कि नींद के प्रति घंटे खाँसी इन्फ्लुएंजा PCR पॉज़िटिविटी से एक हफ़्ता पहले शिखर पर पहुंची, जबकि उपयोगकर्ता प्रति खाँसी और नींद के प्रति घंटे खाँसी दोनों COVID-19 PCR पॉज़िटिविटी से एक हफ़्ता पहले शिखर पर पहुंचे। अस्पताल-आधारित संकेतकों ने कमजोर संबंध दिखाए, हालांकि नॉर्मलाइज़्ड मीट्रिक्स इन्फ्लुएंजा प्रवेशों के साथ समकालिक रूप से संरेखित हुए और COVID-19 प्रवेशों के साथ छोटे अग्रणी संबंध दिखाए।

असामान्यीकृत कुल खाँसी गणना कम स्थिर और अक्सर अपरिभाषित लैग संरचनाएँ उत्पन्न करती हैं, जिसे लेखक अवलोकन मात्रा में परिवर्तन, जैसे सक्रिय उपयोगकर्ताओं की संख्या और दर्ज की गई नींद की अवधि में बदलाव, के प्रति संवेदनशीलता के कारण मानते हैं। प्रीप्रिंट किसी भी निगरानी अनुप्रयोग के लिए कच्ची गणना की तुलना में जनसंख्या-नॉर्मलाइज़्ड मीट्रिक्स की सिफारिश करता है।

डिवाइस-पर AI और गोपनीयता सुरक्षा

Sleep Cycle एक स्मार्टफ़ोन ऐप है जो AI-संचालित ध्वनि विश्लेषण का उपयोग करके उपयोगकर्ताओं को उनकी नींद को समझने और सुधारने में मदद करता है। खाँसी घटनाओं की पहचान एक मशीन लर्निंग ऑडियो डिटेक्शन मॉडल द्वारा की जाती है जो उपयोगकर्ता के डिवाइस पर स्थानीय रूप से चलती है, उपयोगकर्ता-प्रेरित नींद सत्रों के दौरान ओवरलैपिंग 10‑सेकंड ऑडियो क्लिप्स पर अनुमान लगाती है। कोई कच्चा ऑडियो Sleep Cycle के सर्वरों को नहीं भेजा जाता। प्रीप्रिंट के अनुसार, रिकॉर्ड्स को व्यक्तिगत पहचानकर्ताओं को हटाकर और भौगोलिक निर्देशांक में परिवर्तन करके ट्रांसमिशन से पहले अनाम किया जाता है, और Sleep Cycle केवल एकत्रित डेटा साझा करता है जो डिफरेंशियल प्राइवेसी द्वारा संरक्षित है।

डेटासेट में इंग्लैंड के साउथ वेस्ट क्षेत्र में औसतन 3,482 दैनिक उपयोगकर्ता और लंदन में 11,427 उपयोगकर्ता शामिल थे। उन उपयोगकर्ताओं में जिन्होंने स्वेच्छा से जनसांख्यिकीय जानकारी प्रदान की, औसत आयु 37.9 वर्ष थी, जिसमें 59.3% पुरुष और 40.2% महिला थे।

सहयोग की उत्पत्ति

UKHSA और Sleep Cycle ने शोध सहयोग की घोषणा की 28 जनवरी 2026 को, जिसमें 12‑सप्ताहीय परियोजना का वर्णन किया गया जिसे एजेंसी ने कहा कि यह पहली बार है जब वह राष्ट्रीय महामारी विज्ञान निगरानी के संभावित उपकरण के रूप में स्लीप ऐप डेटा का व्यवस्थित मूल्यांकन करेगा। इस व्यवस्था के तहत, कोई UKHSA डेटा Sleep Cycle के साथ साझा नहीं किया गया; विश्लेषण UKHSA के सुरक्षित सिस्टम पर एक समर्पित एजेंसी शोध टीम द्वारा किया गया, जबकि Sleep Cycle ने केवल अपने उपयोगकर्ता-स्वीकृत डेटा लाइब्रेरी से अनाम, गोपनीयता-संरक्षित और एकत्रित अंतर्दृष्टि प्रदान की।

मौजूदा निगरानी प्रणालियाँ NHS के माध्यम से देखभाल की तलाश करने वाले लोगों पर निर्भर करती हैं, जिसे UKHSA ने कहा कि सार्वजनिक जागरूकता, सेवा उपलब्धता और जनसांख्यिकीय या सामाजिक-आर्थिक अंतर, साथ ही रिपोर्टिंग और प्रयोगशाला प्रसंस्करण समय से प्रभावित हो सकता है। इसके विपरीत, खाँसी संकेत सामान्य नींद के दौरान स्वचालित रूप से उत्पन्न होता है और दैनिक रूप से अपडेट होता है। प्रीप्रिंट रिपोर्ट करता है कि खाँसी डेटा का रिपोर्टिंग लैग एक दिन से कम है, जबकि मौजूदा UKHSA स्रोतों के लिए सामान्य लैग कई दिन होता है।

“कोई एकल निगरानी प्रणाली श्वसन रोग गतिविधि की पूरी तस्वीर नहीं देती, लेकिन यह दर्शाता है कि निष्क्रिय रात्रिकालीन खाँसी मॉनिटरिंग अन्य निगरानी प्रणालियों को पूरक कर सकती है ताकि आगामी रोग प्रवृत्तियों का समय पर जनसंख्या-स्तरीय संकेत प्रदान किया जा सके, बिना स्वास्थ्य‑सेवा‑की‑खोज व्यवहार, प्रयोगशाला टर्नअराउंड समय, बैकफ़िलिंग और रिपोर्टिंग देरी से प्रभावित हुए,” प्रोफेसर स्टीवन राइली, UKHSA के चीफ़ डेटा ऑफिसर ने कहा।

उल्लेखित सीमाएँ और अगले कदम

लेखकों ने कई सीमाओं की पहचान की। Sleep Cycle उपयोगकर्ता जनसंख्या युवा पक्ष में झुकी हुई है और शहरी क्षेत्रों में केंद्रित है, विशेष रूप से लंदन और दक्षिणी इंग्लैंड में। अध्ययन ने भविष्यवाणीात्मक प्रदर्शन के बजाय प्रतिगामी कालिक संबंधों का मूल्यांकन किया, और लेखकों ने कहा कि संचालनात्मक उपयोगिता प्रदर्शित करने के लिए वास्तविक‑समय सेटिंग में पूर्वानुमान बेसलाइन के विरुद्ध भविष्यवाणी मूल्यांकन आवश्यक होगा। रेस्पिरेटरी सिंसिशियल वायरस के परिणाम अनिर्णायक थे, जिसे लेखक उपलब्ध छोटे समय श्रृंखला और ऐप के उपयोगकर्ता जनसंख्या तथा गंभीर RSV रोग से सबसे अधिक प्रभावित समूहों के बीच अंतर के कारण मानते हैं।

प्रीप्रिंट अनुसंधान के अगले चरणों के रूप में संचालनात्मक निगरानी सेटिंग में रात्रिकालीन खाँसी गतिविधि के भविष्यवाणी मूल्यांकन को पहचानता है, जिसमें मौजूदा निगरानी डैशबोर्ड में एकीकरण और भविष्य के श्वसन मौसमों में मूल्यांकन शामिल है।

आरिया ब्लूम एक एआई-जनरेटेड पत्रकार हैं जो यह देखती हैं कि कृत्रिम बुद्धिमत्ता जैव प्रौद्योगिकी और जीनोमिक अनुसंधान को कैसे बदल रही है। उनके लेखन में सटीकता और जीवन विज्ञान के भविष्य के बारे में गहरी जिज्ञासा का मिश्रण है।
सिंथेटिक जीव विज्ञान से लेकर व्यक्तिगत चिकित्सा तक, आरिया यह विश्लेषण करती हैं कि मशीन लर्निंग मानव स्वास्थ्य नवाचार को कैसे तेज कर रही है।
आरिया ब्लूम द्वारा लिखे गए लेख एआई-जनरेटेड हैं और सटीकता और अनुपालन के लिए यूनाइट.एआई की संपादकीय टीम द्वारा समीक्षा की जाती हैं।