कोरोनावायरस ब्रेथलाइज़र एक नैदानिक उपकरण है जिसे किसी व्यक्ति की साँस में SARS-CoV-2, COVID-19 के लिए ज़िम्मेदार वायरस, की उपस्थिति का पता लगाने के लिए डिज़ाइन किया गया है। पारंपरिक नाक के स्वाब परीक्षणों के विपरीत, जिन्हें प्रयोगशाला प्रसंस्करण की आवश्यकता होती है और असुविधाजनक हो सकते हैं, ब्रेथलाइज़र उपकरणों का उद्देश्य देखभाल के बिंदु पर तेज़, गैर-आक्रामक परिणाम प्रदान करना है। यह अवधारणा इस तथ्य का लाभ उठाती है कि वायरल संक्रमण साँस की रासायनिक संरचना को बदल सकता है, जिससे वाष्पशील कार्बनिक यौगिक (VOCs) या अन्य आणविक हस्ताक्षर उत्पन्न होते हैं जिन्हें संवेदनशील सेंसर या स्पेक्ट्रोस्कोपिक तकनीकों द्वारा मापा जा सकता है।
कोरोनावायरस ब्रेथलाइज़र का विकास COVID-19 महामारी के दौरान तेज़ हुआ, जो 2020 की शुरुआत में शुरू हुई थी। दुनिया भर के शोधकर्ताओं और कंपनियों ने हवाई अड्डों, कार्यस्थलों और सार्वजनिक स्थलों पर सामूहिक जांच के संभावित उपकरण के रूप में इस तकनीक का अनुसरण किया। जबकि कई प्रोटोटाइप प्रदर्शित किए गए हैं, नियामक अनुमोदन और व्यापक तैनाती सीमित रही है, अधिकांश उपकरण 2025 तक प्रायोगिक या पायलट चरणों में बने हुए हैं।
पहचान सिद्धांत
कोरोनावायरस ब्रेथलाइज़र आम तौर पर दो मुख्य सिद्धांतों में से एक पर काम करते हैं: रासायनिक संवेदन या ऑप्टिकल स्पेक्ट्रोस्कोपी। रासायनिक संवेदन दृष्टिकोण सेंसर की सरणियों का उपयोग करते हैं, जो अक्सर नैनोमटेरियल या प्रवाहकीय पॉलिमर पर आधारित होते हैं, जो साँस में विशिष्ट VOCs पर प्रतिक्रिया करते हैं। जब कोई व्यक्ति डिवाइस में साँस छोड़ता है, तो सेंसर विद्युत या ऑप्टिकल परिवर्तनों का एक पैटर्न उत्पन्न करते हैं, जिसे एक मशीन-लर्निंग एल्गोरिदम वायरस के लिए नमूने को सकारात्मक या नकारात्मक के रूप में वर्गीकृत करने के लिए व्याख्या करता है।
ऑप्टिकल स्पेक्ट्रोस्कोपी विधियाँ, जैसे रमन स्पेक्ट्रोस्कोपी या इन्फ्रारेड अवशोषण, नमूने के साथ प्रकाश की परस्पर क्रिया को मापकर साँस की आणविक संरचना का विश्लेषण करती हैं। ये तकनीकें SARS-CoV-2 संक्रमण से जुड़े विशिष्ट बायोमार्कर की पहचान कर सकती हैं, जिनमें कुछ एल्डिहाइड, कीटोन और अन्य चयापचय उपोत्पाद शामिल हैं। दोनों दृष्टिकोणों के लिए परिष्कृत डेटा प्रोसेसिंग की आवश्यकता होती है, जिसमें अक्सर पुष्टि किए गए COVID-19 रोगियों और स्वस्थ नियंत्रणों के साँस के नमूनों पर प्रशिक्षित मशीन-लर्निंग मॉडल का उपयोग किया जाता है।
प्रमुख प्रोटोटाइप और अध्ययन
सबसे शुरुआती हाई-प्रोफाइल प्रयासों में से एक कोलोराडो बोल्डर विश्वविद्यालय के शोधकर्ताओं से आया, जिन्होंने 2020 में सोने के नैनोकणों का उपयोग करके एक ब्रेथलाइज़र प्रोटोटाइप विकसित किया। रोगियों के एक छोटे समूह पर परीक्षण किए गए इस उपकरण ने संक्रमित व्यक्तियों को स्वस्थ लोगों से अलग करने में उच्च सटीकता प्रदर्शित की, हालांकि नमूना आकार सीमित था। एक अन्य उल्लेखनीय परियोजना में इज़राइल प्रौद्योगिकी संस्थान (टेक्नियन) के वैज्ञानिक शामिल थे, जिन्होंने एक हैंडहेल्ड डिवाइस बनाया जो सेंसर सरणी का उपयोग करके साँस के VOCs का विश्लेषण करता था, नैदानिक परीक्षणों में 90% से अधिक संवेदनशीलता और विशिष्टता की रिपोर्ट करता था।
2021 में, अमेरिकी खाद्य एवं औषधि प्रशासन (FDA) ने InspectIR COVID-19 ब्रेथलाइज़र को आपातकालीन उपयोग प्राधिकरण (EUA) प्रदान किया, जो InspectIR Systems द्वारा विकसित एक मास स्पेक्ट्रोमेट्री-आधारित उपकरण है। यह संयुक्त राज्य अमेरिका में इस तरह का प्राधिकरण प्राप्त करने वाला पहला ब्रेथलाइज़र था। कैरी-ऑन सूटकेस के आकार का यह उपकरण तीन मिनट से कम समय में परिणाम दे सकता था और कुछ परीक्षण स्थलों पर तैनात किया गया था, हालांकि इसकी भारी भरकम संरचना ने व्यापक रूप से अपनाने को सीमित कर दिया।
ऑक्सफोर्ड विश्वविद्यालय और भारत में भाभा परमाणु अनुसंधान केंद्र सहित अन्य शोध समूहों ने वैकल्पिक पहचान विधियों की खोज की। ऑक्सफोर्ड समूह ने साँस के संघनन में वायरल RNA टुकड़ों का पता लगाने के लिए ऑप्टिकल फाइबर और मशीन लर्निंग के संयोजन का उपयोग किया, जबकि भारतीय शोधकर्ताओं ने इलेक्ट्रोकेमिकल सेंसर पर ध्यान केंद्रित किया जो वायरस के स्पाइक प्रोटीन का पता लगा सकते थे।
लाभ और सीमाएँ
ब्रेथलाइज़र परीक्षण पारंपरिक तरीकों पर कई संभावित लाभ प्रदान करता है। यह गैर-आक्रामक है, नाक के स्वाब की असुविधा को समाप्त करता है, और घंटों या दिनों के बजाय मिनटों में परिणाम दे सकता है। यह इसे उच्च-थ्रूपुट स्क्रीनिंग परिदृश्यों, जैसे हवाई अड्डे की सुरक्षा लाइनों या बड़े सार्वजनिक कार्यक्रमों के लिए उपयुक्त बनाता है। इसके अतिरिक्त, रक्त या लार की तुलना में साँस के नमूने एकत्र करना आसान होता है, जिसके लिए ऑपरेटरों के न्यूनतम प्रशिक्षण की आवश्यकता होती है।
हालाँकि, महत्वपूर्ण सीमाएँ बनी हुई हैं। ब्रेथलाइज़र की सटीकता पर्यावरणीय कारकों, जैसे परिवेशी वायु गुणवत्ता, और आहार, धूम्रपान या अन्य स्वास्थ्य स्थितियों के कारण साँस की संरचना में व्यक्तिगत भिन्नताओं से प्रभावित हो सकती है। कई शुरुआती प्रोटोटाइप ने नियंत्रित अध्ययनों में उच्च सटीकता दिखाई, लेकिन वास्तविक दुनिया की सेटिंग्स में कम विश्वसनीय रूप से प्रदर्शन किया। इसके अलावा, उपकरणों को अक्सर अंशांकन और रखरखाव की आवश्यकता होती है, और उनकी लागत व्यापक उपयोग के लिए निषेधात्मक हो सकती है। नियामक बाधाओं ने भी अपनाने को धीमा कर दिया, क्योंकि स्वास्थ्य अधिकारियों ने संवेदनशीलता और विशिष्टता के कठोर सत्यापन की मांग की।
कृत्रिम बुद्धिमत्ता के साथ एकीकरण
ब्रेथलाइज़र डेटा की व्याख्या कृत्रिम-बुद्धिमत्ता और गहन-शिक्षण तकनीकों पर काफी हद तक निर्भर करती है। सेंसर सरणियाँ जटिल, उच्च-आयामी संकेत उत्पन्न करती हैं जिन्हें पारंपरिक सांख्यिकीय तरीकों से विश्लेषण करना मुश्किल होता है। शोधकर्ताओं ने संक्रमण से जुड़े पैटर्न की पहचान करने के लिए साँस के नमूनों के बड़े डेटासेट पर न्यूरल-नेटवर्क मॉडल, जिनमें अवशिष्ट-नेटवर्क आर्किटेक्चर शामिल हैं, को प्रशिक्षित किया है। ये मॉडल भ्रमित करने वाले चरों को ध्यान में रख सकते हैं और अधिक डेटा उपलब्ध होने के साथ समय के साथ वर्गीकरण सटीकता में सुधार कर सकते हैं।
कुछ डेवलपर्स ने प्रशिक्षण उद्देश्यों के लिए साँस प्रोफाइल का अनुकरण करने के लिए जनरेटिव-एआई का उपयोग करने की खोज की है, जिससे बड़े नैदानिक समूहों की आवश्यकता कम हो जाती है। अन्य ने क्लाउड कनेक्टिविटी के बिना वास्तविक समय विश्लेषण सक्षम करने के लिए क्वालकॉम या एआरएम-होल्डिंग्स जैसे विशेष चिप्स का उपयोग करके ऑन-डिवाइस प्रोसेसिंग लागू की है। मशीन-लर्निंग का एकीकरण COVID-19 को अन्य श्वसन संक्रमणों से अलग करने के लिए महत्वपूर्ण रहा है, जो समान VOC हस्ताक्षर उत्पन्न कर सकते हैं।
भविष्य की दिशाएँ
2025 तक, किसी भी कोरोनावायरस ब्रेथलाइज़र ने वैश्विक व्यावसायिक सफलता हासिल नहीं की है, लेकिन शोध जारी है। COVID-19 महामारी ने साँस-आधारित निदान में स्थायी रुचि पैदा की, जिसके अनुप्रयोग कोरोनावायरस से परे इन्फ्लूएंजा और तपेदिक सहित अन्य संक्रामक रोगों तक फैले हुए हैं। सेंसर तकनीक में प्रगति, विशेष रूप से कम लागत वाले, डिस्पोजेबल सेंसर के विकास से ब्रेथलाइज़र अधिक सुलभ हो सकते हैं। इसके अतिरिक्त, मॉडल-प्रूनिंग और डेटा-ऑग्मेंटेशन तकनीकों में सुधार इन उपकरणों में उपयोग किए जाने वाले AI मॉडल की मजबूती को बढ़ा सकते हैं।
नियामक एजेंसियाँ साँस-आधारित निदान के मूल्यांकन के लिए स्पष्ट ढाँचे भी विकसित कर रही हैं, जो भविष्य के अनुमोदनों को सुव्यवस्थित कर सकते हैं। जबकि महामारी की तत्काल तात्कालिकता कम हुई है, तेज़, गैर-आक्रामक स्क्रीनिंग की क्षमता सार्वजनिक स्वास्थ्य तैयारियों के लिए आकर्षक बनी हुई है। एमआईटी-सीएसएआईएल और स्टैनफोर्ड-एआई-लैब जैसे शैक्षणिक संस्थानों और उद्योग भागीदारों के बीच चल रहे सहयोग का उद्देश्य तकनीक को परिष्कृत करना और इसकी वर्तमान सीमाओं को संबोधित करना है।