कैलिफ़ोर्निया विश्वविद्यालय, सांता क्रूज़ के इंजीनियरों ने पहनने योग्य उपकरणों की आवश्यकता के बिना, केवल वाई-फाई और रास्पबेरी पाई पर निर्भर होकर, वास्तविक समय में हृदय गति को मापने का एक नया तरीका विकसित किया है। रिपोर्टों के अनुसार, पल्स-फाई नामक इस प्रणाली को सिग्नल भेजने और प्राप्त करने के लिए केवल साधारण वाईफाई की आवश्यकता होती है, और अब यह कंगन और स्मार्ट घड़ियों जैसे पारंपरिक चिकित्सा उपकरणों पर निर्भर नहीं है। इससे स्वास्थ्य डेटा निगरानी को काफी सरल बनाने और स्वास्थ्य प्रबंधन को अधिक लोकप्रिय और सुविधाजनक बनाने की उम्मीद है।
इस परियोजना का नेतृत्व कंप्यूटर विज्ञान और इंजीनियरिंग के प्रोफेसर कटिया ओब्राज़्का ने किया है, और शोध के परिणाम इंटेलिजेंट सिस्टम और इंटरनेट ऑफ थिंग्स के लिए वितरित कंप्यूटिंग पर 2025 आईईईई अंतर्राष्ट्रीय सम्मेलन में जारी किए गए थे। शोध दल के सदस्यों में डॉक्टरेट छात्र नयन भाटिया और विजिटिंग हाई स्कूल शोधकर्ता प्रणय कोचेटा शामिल हैं। उन्होंने प्रदर्शित किया कि मशीन लर्निंग एल्गोरिदम के साथ मिलकर रोजमर्रा के वाईफाई नेटवर्क उच्च सटीकता के साथ स्वास्थ्य संकेतों को ट्रैक कर सकते हैं।
पल्स-फाई उन छोटे परिवर्तनों का उपयोग करके काम करता है जो तब होते हैं जब वाईफाई रेडियो फ्रीक्वेंसी सिग्नल मानव शरीर और पर्यावरणीय वस्तुओं में प्रवेश करते हैं। सिस्टम जटिल पर्यावरणीय हस्तक्षेप से दिल की धड़कन के कारण होने वाले सिग्नल के उतार-चढ़ाव की सटीक पहचान करने के लिए मशीन लर्निंग एल्गोरिदम के साथ मिलकर कम लागत वाले वाईफाई चिप्स और रिसीवर का उपयोग करता है। भाटिया ने बताया: "सिग्नल बहुत संवेदनशील है, और विभिन्न पर्यावरणीय शोरों को दूर करने के लिए फिल्टर का सटीक चयन किया जाना चाहिए।"
शोध दल ने 118 विषयों को खड़े होने, बैठने, लेटने और चलने सहित 17 मुद्राओं में परीक्षण के लिए आमंत्रित किया। मॉनिटर करने में केवल 5 सेकंड लगे, और औसत हृदय गति त्रुटि 0.5 बीट/मिनट से अधिक नहीं थी। निगरानी का समय जितना लंबा होगा, सटीकता उतनी ही अधिक होगी। सिस्टम को केवल कम लागत वाली ESP32 चिप (कीमत लगभग $5) और एक रास्पबेरी पाई मदरबोर्ड (लगभग $30) की आवश्यकता होती है। दोनों ने उत्कृष्ट परिणाम प्राप्त किए, जिसमें रास्पबेरी पाई ने बेहतर प्रदर्शन किया। शोधकर्ताओं का यह भी मानना है कि अगर कमर्शियल-ग्रेड वायरलेस राउटर का इस्तेमाल किया जाए तो प्रभाव बेहतर होगा। व्यावहारिक अनुप्रयोगों में, पल्स-फाई 3 मीटर तक की दूरी पर स्थिर प्रदर्शन करता है, और प्रारंभिक प्रयोग लंबी दूरी की क्षमता भी दिखाते हैं।
कोचेटा ने बताया कि अतीत में, वाईफाई स्वास्थ्य निगरानी प्रणाली दूरी और शरीर की स्थिति में बदलाव के तहत अस्थिर प्रदर्शन करती थी, लेकिन पल्स-फाई ने इस समस्या को पूरी तरह से हल करने के लिए मशीन लर्निंग मॉडल का उपयोग किया। "हमने पाया कि, मशीन लर्निंग के लिए धन्यवाद, दूरी में बदलाव का प्रदर्शन पर अनिवार्य रूप से कोई प्रभाव नहीं पड़ता है," उन्होंने कहा।
एल्गोरिदम को प्रशिक्षित करने के लिए, टीम ने सबसे पहले कैंपस लाइब्रेरी में डेटा एकत्र करने के लिए ESP32 उपकरण और मेडिकल ऑक्सीमीटर का उपयोग किया, जो तंत्रिका नेटवर्क सीखने के लिए हृदय गति का "सही मूल्य" प्रदान करता है। इसके अलावा, अनुसंधान में रास्पबेरी पाई पर आधारित ब्राजीलियाई टीम द्वारा एकत्र किए गए दुनिया के सबसे बड़े वाईफाई हार्टबीट सिग्नल डेटा सेट को शामिल किया गया है, जो पल्स-फाई को चौड़ाई और सटीकता दोनों प्रदान करता है।
हालाँकि वर्तमान परिणाम हृदय गति माप पर केंद्रित हैं, टीम पहले से ही इसे श्वसन दर और स्लीप एपनिया जैसे अन्य स्वास्थ्य संकेतकों पर लागू करने का प्रयास कर रही है। शुरुआती अप्रकाशित प्रयोगों से पता चलता है कि वाईफाई सिग्नल सांस लेने और नींद की असामान्यताओं का पता लगाने में सक्षम हो सकते हैं। यदि इन अध्ययनों को अंततः उद्योग द्वारा मान्यता दी जाती है, तो पल्स-फाई के कम लागत, गैर-आक्रामक और सुविधाजनक घरेलू और नैदानिक स्वास्थ्य निगरानी उपकरण बनने की उम्मीद है, जो सीमित चिकित्सा संसाधनों वाले क्षेत्रों में अच्छी खबर लाएगा।