প্রকাশিত: ৫ ফেব্রুয়ারী, ২০২৬
শারীরিক থেরাপি অনুশীলনগুলি একটি মৌলিক ব্যস্ততার সমস্যার সম্মুখীন হয়। পেশীবহুল যত্নের ক্ষেত্রে সবচেয়ে কার্যকর এবং নির্ধারিত চিকিৎসাগুলির মধ্যে একটি হওয়া সত্ত্বেও, রেফার করা রোগীদের মধ্যে মাত্র ২৫-৩৫% থেরাপি শুরু করেন এবং মাত্র ৩০% তাদের যত্ন সম্পন্ন করেন।
অনেকের কাছে, বাস্তবিক বাধাগুলো হলো - দীর্ঘ অপেক্ষার সময়, অবস্থানের সীমাবদ্ধতা, সময়সূচীর দ্বন্দ্ব এবং বারবার পকেটের বাইরের খরচ। অন্যদের কাছে, সমস্যাটি হল অ্যাক্সেসযোগ্যতা। যদিও ভার্চুয়াল কেয়ার এখন সাধারণ হয়ে উঠেছে, তবে যাদের প্রযুক্তিগত দক্ষতা কম তাদের জন্য এটি চ্যালেঞ্জিং হতে পারে।
LainaHealth হল একটি ভার্চুয়াল ফিজিক্যাল থেরাপি প্রদানকারী যা একটি ডিজিটাল মাস্কুলোস্কেলিটাল (MSK) প্ল্যাটফর্ম ব্যবহার করে যা ফিজিক্যাল থেরাপিকে আরও সহজলভ্য এবং সাশ্রয়ী করার জন্য তৈরি করা হয়েছে। আমরা লাইসেন্সপ্রাপ্ত থেরাপিস্টদের সাথে আমাদের লাইভ আর্টিফিশিয়াল ইন্টেলিজেন্স নেভিগেশন অ্যাসিস্ট্যান্ট (Laina) একত্রিত করি। লাইসেন্সপ্রাপ্ত ফিজিক্যাল থেরাপিস্টদের নির্দেশে, Laina প্রশিক্ষণ এবং ওয়েবে একটি কাস্টম মডেল স্থাপনের মাধ্যমে বুদ্ধিমান অটোমেশন সরবরাহ করে যা রিয়েল-টাইম গতি বিশ্লেষণ, ব্যক্তিগতকৃত ব্যায়াম অগ্রগতি এবং কথোপকথন সহায়তা প্রদান করে।
আমাদের চ্যালেঞ্জ: সবার জন্য একটি অ্যাপ
একটি গ্রহণযোগ্য সমাধান হলো ব্যাপক জনগোষ্ঠীর চিকিৎসা কার্যকরভাবে করা, তাই আমাদের এটি ডিভাইস-অজ্ঞেয়বাদী, ঘর্ষণমুক্ত এবং অ্যাক্সেসযোগ্য হওয়া প্রয়োজন ছিল। আমরা এমন একটি প্ল্যাটফর্ম তৈরি করার চেষ্টা করেছি যা অ্যাপ ডাউনলোডের প্রয়োজন ছাড়াই যে কারও জন্য নির্বিঘ্নে কাজ করতে পারে। যেহেতু আমরা একটি মার্কিন-ভিত্তিক কোম্পানি এবং ফিজিক্যাল থেরাপি একটি চিকিৎসা পরিষেবা, তাই আমাদের আবেদনটি মেডিকেল-গ্রেড এবং HIPAA- সম্মত হতে হবে।
২০২০ সালের আগে, আমরা বেশিরভাগ ডিজিটাল সমাধানের জন্য ডেডিকেটেড হার্ডওয়্যার বা অ্যাপ ইনস্টলেশনের প্রয়োজন দেখেছিলাম, যার ফলে রোগীদের জন্য উচ্চ ঘর্ষণ ছিল। আমরা এমন প্রোটোটাইপ তৈরি করেছি যা অতিরিক্ত বহিরাগত ডিভাইসের (যেমন ট্যাবলেট) উপর নির্ভর করে, এবং এর ফলে শিপিং বিলম্ব, নেটওয়ার্ক সেটআপ চ্যালেঞ্জ এবং অতিরিক্ত খরচের সমস্যা দেখা দেয়। এই কারণগুলির কারণে, আমাদের সমাধানের স্কেলিং প্রায় অসম্ভব ছিল।
আমরা অনুমান করেছিলাম যে আমরা যদি আমাদের অ্যাপ্লিকেশনটি ওয়েবে তৈরি করি তবে আমরা রোগীর সম্পৃক্ততা এবং ফলাফল উন্নত করব। যদি আমাদের কোনও ডাউনলোড এবং কোনও প্রযুক্তিগত সেটআপ না থাকত, তাহলে উল্লেখযোগ্যভাবে কম বাধা থাকত।
আমাদের অ্যাপ্লিকেশনটি একটি FDA ক্লাস II ওয়েব অ্যাপ হিসেবে যোগ্যতা অর্জন করবে যা বিশেষ সেন্সর বা হার্ডওয়্যার ছাড়াই মেশিন লার্নিং (ML) ব্যবহার করে, একই সাথে রিয়েল-টাইম মোশন বিশ্লেষণ প্রদান করে। গোপনীয়তা নিশ্চিত করার জন্য, আমরা জানতাম যে আমাদের ডিভাইসে অনুমান এবং সুরক্ষিত, টোকেনাইজড লিঙ্কের প্রয়োজন হবে। আমরা আমাদের সাফল্য পরিমাপ করার সিদ্ধান্ত নিয়েছি যে রোগীরা কত সহজে যত্ন নিতে পারবেন, রোগীর সাথে আরও বেশি সম্পৃক্ততা এবং চিকিৎসার কোর্স বা একটি পর্বের জন্য কম খরচ পাবেন।
ব্যক্তিগতকৃত থেরাপিউটিক সহায়তার জন্য মেশিন লার্নিং
আমাদের ধারণাটি বাস্তবসম্মত কিনা তা মূল্যায়ন করার জন্য আমরা PoseNet মডেল ব্যবহার করে একটি প্রুফ-অফ-কনসেপ্ট তৈরি করে শুরু করেছিলাম। প্রাথমিক ফলাফলগুলি আশাব্যঞ্জক ছিল, কিন্তু মডেলটির সামগ্রিক নির্ভুলতা এবং গতি লঞ্চের জন্য যথেষ্ট ছিল না। এরপর আমরা MoveNet মডেলটি চেষ্টা করেছিলাম, যা TensorFlow.js- এ একটি পোজ-ডিটেকশন API। যদিও এটি গতি এবং নির্ভুলতা উন্নত করেছে, আমরা ডেডিকেটেড হার্ডওয়্যারের জন্য ডিজাইন করা মডেলগুলির মতো একই বিশ্বস্ততা অর্জন করতে পারিনি।
এই বাধা অতিক্রম করার জন্য, আমরা Google এর সাথে সহযোগিতা করে MoveNet এর একটি সাবক্লাসকে সূক্ষ্মভাবে সুরক্ষিত করেছি, যা বিশেষভাবে পেশীবহুল পুনর্বাসনের জন্য অপ্টিমাইজ করা হয়েছে। আমরা এই সাবক্লাস মডেলটিকে প্রশিক্ষণ দেওয়ার জন্য ঘন্টার পর ঘন্টা ক্লিনিকাল মুভমেন্ট ডেটা রেকর্ড এবং টীকাবদ্ধ করেছি, এবং ফলস্বরূপ বিশ্লেষণটি জয়েন্টের অবস্থানের চেয়ে বেশি কিছু সনাক্ত করার জন্য MoveNet এর ক্ষমতাকে প্রসারিত করেছে। MoveNet গতির ধরণ এবং ক্ষতিপূরণগুলি স্বীকৃতি দিয়েছে, যা পেশীবহুল থেরাপির জন্য অত্যন্ত গুরুত্বপূর্ণ।
HIPAA সম্মতি এবং রোগীর গোপনীয়তার জন্য, আমাদের ব্রাউজারে মডেলটির অনুমান চালানোর প্রয়োজন ছিল। এটি নিশ্চিত করেছিল যে সুরক্ষিত স্বাস্থ্য তথ্য, যেমন রোগ নির্ণয় এবং চিকিৎসার অবস্থা, তৃতীয় পক্ষের মডেল বা বহিরাগত প্রদানকারীদের সাথে ভাগ করা হবে না।
তাই, আমরা TensorFlow.js-এ কাস্টম মডেলটি রূপান্তর করেছি । সর্বশেষ, আমরা আরও কয়েকটি পারফরম্যান্স অপ্টিমাইজেশন টাস্ক বাস্তবায়ন করেছি যা রিয়েল-টাইম ইনফারেন্স স্পিড এবং ডিভাইস জুড়ে ন্যূনতম লোড টাইম বজায় রাখার উপর দৃষ্টি নিবদ্ধ করে।
২০২১ সালে আমাদের প্রথম স্থাপনা প্রমাণ করেছে যে ধারণাটি সম্ভব, কিন্তু অ্যাপ্লিকেশনটি ডিভাইস-অজ্ঞেয়বাদী ছিল না। প্রক্রিয়াকরণের জন্য আমরা এখনও নির্দিষ্ট অ্যাপল ডিভাইসের উপর নির্ভর করেছিলাম। মডেলটি অনেক দূর এগিয়ে গেলেও, মডেলটি এখনও নির্দিষ্ট শরীরের অবস্থান, গোড়ালি ট্র্যাকিং এবং 3D স্পেসে শরীরের ঘূর্ণনের সাথে লড়াই করছে।
আমরা ব্যবহারকারীদের উপর পরীক্ষা করে দেখেছি যে, যখন রোগীরা গতি বিকৃতি এবং ল্যাগ লক্ষ্য করেন তখন অভিজ্ঞতার প্রতি তাদের আস্থা কমে যায়। ভিডিও আউটপুট প্রতি সেকেন্ডে ২০ ফ্রেমেরও কম হলে ব্যবহারকারীরা এটি লক্ষ্য করতে শুরু করেন।
আমরা সামগ্রিক মডেল লোড কমিয়ে এই সমস্যাগুলি মোকাবেলা করেছি, একসাথে কাজ করে এমন একাধিক, ছোট মডেল প্রবর্তন করেছি। প্রতিটি ছোট মডেল নির্দিষ্ট শরীরের অঞ্চল এবং ওরিয়েন্টেশনের জন্য টিউন করা হয়েছিল। ২০২৩ সালের শেষের দিকে, আমরা একটি ব্রাউজার-ভিত্তিক মডেল তৈরি করেছি যা বিশেষায়িত সেন্সর ছাড়াই গতির বেগ এবং গতির পরিসর পরিমাপ করতে সক্ষম, ডিভাইসের কাছাকাছি নির্ভুলতা অর্জন করেছে। তারপর থেকে, আমরা একটি একক, সুরক্ষিত ওয়েব লিঙ্কের মাধ্যমে মেডিকেল-গ্রেড গতি বিশ্লেষণ প্রদান করতে পারি।
আমরা অনলাইনে স্বাস্থ্যসেবা-গ্রেডের শারীরিক থেরাপি প্রদান করি, কোনও সেটআপ বা ডাউনলোড ছাড়াই।
বর্ধিত সম্পৃক্ততা এবং কম খরচ
LainaHealth এবং আমাদের ভঙ্গি অনুমান ব্যবস্থাকে ওয়েবে স্থানান্তরিত করে, আমরা 45টি রাজ্য জুড়ে ভার্চুয়াল ফিজিক্যাল থেরাপির স্কেল করেছি, রোগীর সম্পৃক্ততা উন্নত করেছি এবং খরচ কমিয়েছি:
৭৪ %
রোগীর খরচ কমানো
২ এক্স
রোগীর তালিকাভুক্তি এবং সমাপ্তির হার
৪ এক্স
শারীরিক থেরাপিতে অংশগ্রহণ
- ঐতিহ্যবাহী শারীরিক থেরাপির তুলনায় ২ গুণ বেশি রোগীর তালিকাভুক্তি, ২ গুণ বেশি সমাপ্তির হার এবং ৪ গুণ বেশি অংশগ্রহণ।
- প্রতি সম্পূর্ণ পর্বে গড়ে ৩৪ জন পরিদর্শন, যেখানে স্ট্যান্ডার্ড ইন-পার্সন কেয়ারে ৮ জন পরিদর্শন।
- উন্নত দক্ষতা এবং স্কেলেবিলিটির মাধ্যমে প্রতি পর্বে খরচ ৭৪% হ্রাস।
- ওয়েব এআই-এর মাধ্যমে বস্তুনিষ্ঠ আনুগত্য এবং কার্যকরী উন্নতির সাথে যাচাইকৃত ক্লিনিকাল ফলাফল।
এছাড়াও, লাইনাহেলথের ওয়েব অ্যাপ ১২ থেকে ৯৯ বছর বয়সী রোগীদের সেবা প্রদান করে, যা প্রমাণ করে যে আমাদের ওয়েব এআই-চালিত পদ্ধতি বিভিন্ন জনগোষ্ঠী এবং প্রযুক্তিগত দক্ষতার উপর কাজ করে।
উপসংহার এবং সুপারিশ
শারীরিক থেরাপি দীর্ঘদিন ধরে একটি ব্যবহারিক অ্যাক্সেসিবিলিটি সমস্যার মুখোমুখি হয়েছে - সময়, দূরত্ব এবং খরচের কারণে রোগীদের সেশনে যোগদান করতে সমস্যা হয়। ওয়েব এআই এবং লাইসেন্সপ্রাপ্ত শারীরিক থেরাপিস্টদের সাথে জুটি বেঁধে, আমরা সেই বাধাগুলি উল্লেখযোগ্যভাবে হ্রাস করেছি এবং ঘরে বসেই পুনরুদ্ধার সম্ভব করেছি।
আমরা এমন একটি মডেল এবং অ্যাপ্লিকেশন তৈরি করেছি যা রোগীদের তাদের পছন্দের জীবনে ফিরে যেতে সাহায্য করার জন্য উচ্চতর অ্যাক্সেস, কম খরচ এবং দ্রুত আরোগ্য প্রদান করে। আমরা দেখিয়েছি যে বুদ্ধিমান, ব্রাউজার-ভিত্তিক AI মানুষের যত্নকে উন্নত করতে পারে - প্রতিস্থাপন করতে পারে না - যা পেশীবহুল স্বাস্থ্যের জন্য আরও ব্যক্তিগতকৃত, স্কেলেবল এবং কার্যকর পদ্ধতি সক্ষম করে।