वीडियो से डेटा तक: एनएचपी व्यवहार के लिए 3डी एआई ट्रैकिंग

व्यवहारिक समापन बिंदु गैर-मानव प्राइमेट (एनएचपी) दवा विकास में वास्तविक महत्व रखते हैं, खासकर जब चिकित्सीय प्रभाव जैव रासायनिक या संरचनात्मक रीडआउट में दिखाई नहीं देता है। हरकत, मुद्रा, चाल, सहज गतिविधि, खुजलाना, चेहरे की प्रतिक्रियाएँ: इनमें से किसी में भी बदलाव रोग की प्रगति या उपचार प्रतिक्रिया का कार्यात्मक प्रमाण हो सकता है।

समस्या यह है कि एनएचपी व्यवहार निरंतर और अत्यधिक बहुआयामी है। पारंपरिक मूल्यांकन मैन्युअल अवलोकन, वीडियो समीक्षा या पूर्वनिर्धारित स्कोरिंग सिस्टम पर निर्भर करता है। वे काम करते हैं, लेकिन वे समय बर्बाद करते हैं और अंतर-परिवर्तनशीलता रखते हैं, जो तब सबसे कठिन हो जाती है जब आप सूक्ष्म या धीमी गति से विकसित हो रहे परिवर्तनों को मापने की कोशिश कर रहे होते हैं।

कंप्यूटर विज़न और एआई एक अन्य मार्ग प्रदान करते हैं: सामान्य बहु-दृश्य वीडियो को संरचित त्रि-आयामी व्यवहार डेटा में बदलें। वीडियो को एक रिकॉर्ड के रूप में मानने के बजाय, जिसके माध्यम से किसी को बैठना होता है, मार्कर रहित ट्रैकिंग गति को मात्रात्मक गतिज और नैतिक समापन बिंदुओं में परिवर्तित कर देती है।

तो एनएचपी अनुवाद कार्य के लिए सवाल यह नहीं है कि क्या एआई "किसी जानवर को ट्रैक कर सकता है।" यह है कि क्या वीडियो से प्राप्त माप रोग के लक्षण वर्णन और फार्माकोलॉजी के मूल्यांकन के लिए वैज्ञानिक रूप से सार्थक समापन बिंदु बन जाते हैं।

मार्कर रहित 3डी व्यवहार विश्लेषण जोड़े कंप्यूटर विज़न और डीप{2}लर्निंग{{3}आधारित पोज़ अनुमान के साथ मल्टी{1}व्यू वीडियो अधिग्रहण को सिंक्रोनाइज़ करते हैं।

कोई परावर्तक मार्कर नहीं, जानवर से कोई सेंसर नहीं जुड़ा। सिस्टम सीधे वीडियो फ्रेम से शारीरिक मुख्य बिंदुओं की पहचान करता है, और कई कैमरा दृश्य एक-दूसरे के ब्लाइंड स्पॉट को भरते हैं, जिससे एकल दृश्य 2डी विश्लेषण को प्रभावित करने वाली रुकावट और परिप्रेक्ष्य संबंधी समस्याएं कम हो जाती हैं। उससे, आप तीन आयामों में जानवर की मुद्रा और चाल का पुनर्निर्माण कर सकते हैं। प्रिसिस का एनएचपी व्यवहार विश्लेषण वर्कफ़्लो 21 से अधिक संरचनात्मक प्रमुख बिंदुओं को ट्रैक करता है, जो पूरे शरीर की गति और जोड़ से संबंधित गतिकी को मात्रात्मक रूप से चित्रित करने के लिए पर्याप्त है।

पाइपलाइन चलती है:बहु-वीडियो देखें → 3डी पोज़ पुनर्निर्माण → व्यवहार विभाजन → पैरामीटर निष्कर्षण → औषधीय समापन बिंदु

एक बात स्पष्ट होनी चाहिए: मुद्रा अनुमान अंतिम बिंदु नहीं है। इसका मूल्य हजारों या लाखों व्यक्तिगत आंदोलन अवलोकनों को व्यवहारिक विशेषताओं में बदलने में है जिनकी आप वास्तव में व्याख्या कर सकते हैं।

एक बार जब आपके पास 3डी पोज़ डेटा हो जाता है, तो पैरामीटर की एक पूरी परत खुल जाती है।

किनेमेटिक्स पहले: स्थिति, वेग, गति प्रक्षेपवक्र, आसन, चाल विशेषताएँ, अंग समन्वय, जोड़ से संबंधित गति पैटर्न। फिर व्यवहार: आंदोलन अनुक्रमों को पहचानने योग्य व्यवहार स्थितियों में विभाजित किया जाता है और परिभाषित अवलोकन विंडो पर विश्लेषण किया जाता है। प्रिसिस का प्लेटफ़ॉर्म दस्तावेज़ीकरण सेकंड के पैमाने पर अस्थायी सटीकता के साथ व्यवहार अनुक्रमों के स्वचालित अपघटन का वर्णन करता है, जो आपको निरंतर व्यवहार प्रोफाइल की ओर पृथक व्यवहार स्कोर से आगे ले जाता है।

यह लिखने के बजाय कि किसी जानवर ने "बढ़ी हुई गतिविधि दिखाई", आप यह बता सकते हैं कि गतिविधि कब बढ़ी, यह कितने समय तक रही, कौन से आंदोलन पैटर्न ने परिवर्तन लाया, और क्या समय खुराक के साथ मेल खाता है। यह फेनोटाइप और उपचार प्रतिक्रिया की बहुत बारीक {{1}चित्र है।

मार्कर रहित ट्रैकिंग का स्पष्ट लाभ: आप जानवर से कुछ भी जोड़े बिना व्यवहार संबंधी डेटा एकत्र करते हैं।

मार्कर आधारित मोशन कैप्चर आपको विस्तृत गति की जानकारी देता है, लेकिन मार्कर या सेंसर संलग्न करने का मतलब अतिरिक्त हैंडलिंग है, और हार्डवेयर उसी गति में हस्तक्षेप कर सकता है जिसे आप मापने का प्रयास कर रहे हैं। मार्करलेस ने उसे दरकिनार कर दिया, जो तब सबसे ज्यादा मायने रखता है जब सहज व्यवहार ही रुचि का अंतिम बिंदु होता है। प्रिसिस का तकनीकी ढांचा मार्कर रहित ट्रैकिंग को सिंक्रोनाइज्ड मल्टी-व्यू अधिग्रहण और डीप-आधारित लर्निंग-आधारित विश्लेषण, स्वचालित कुंजी-बिंदु ट्रैकिंग और व्यवहार विश्लेषण के साथ जोड़ता है, जबकि रोड़ा और परिप्रेक्ष्य सीमाओं को कम करता है।

मार्कर रहित का मतलब सत्यापन {{0} मुफ़्त नहीं है। AI से प्राप्त व्यवहार संबंधी समापन बिंदुओं को अभी भी मॉडल विशिष्ट सत्यापन की आवश्यकता है, और वेबिनार के पुनर्कथन ने इस बिंदु को सीधे तौर पर रखा है: एल्गोरिथम आउटपुट को उपयुक्त मानव समीक्षा किए गए संदर्भों के विरुद्ध जांचा जाना चाहिए और पशु मॉडल, अध्ययन डिजाइन और शोध प्रश्न के संदर्भ में पढ़ा जाना चाहिए। यह तब दोगुना हो जाता है जब व्यवहारिक वर्गीकरण खोजपूर्ण अवलोकन के बजाय फार्माकोडायनामिक समापन बिंदु के रूप में कार्य करता है।

अनुवाद संबंधी लाभ तब मिलता है जब आप गतिविधि डेटा को किसी विशिष्ट जैविक या औषधीय प्रश्न से जोड़ते हैं।

प्रभावकारिता अध्ययन में, "आंदोलन" अंतिम बिंदु नहीं है। अंतिम बिंदु यह है कि क्या उपचार रोग संबंधी व्यवहार को कम करता है, मोटर फ़ंक्शन को पुनर्स्थापित करता है, या रोग की प्रगति के प्रक्षेपवक्र को बदलता है।

प्रिसिस-बेयोन एनएचपी बिहेवियरएटलस वेबिनार के तीन अनुप्रयोग क्षेत्र दिखाते हैं कि यह कैसा दिखता है।

वस्तुनिष्ठ परिमाणीकरण के लिए स्क्रैचिंग एक आदर्श मामले के करीब है।

खुजली के अध्ययन के लिए खरोंचने की आवृत्ति, अवधि, अस्थायी वितरण और गति विशेषताओं की आवश्यकता होती है। मैन्युअल स्कोरिंग काम करती है, लेकिन जब अवलोकन घंटों या दिनों में दोहराए जाते हैं तो दंडित किया जाता है।

प्रिसिस में, यह विश्लेषण एनएचपी प्रुरिटस अध्ययनों में शामिल है, जिनमें शामिल हैंआईएल-31-प्रेरित सिनोमोलगस मकाक मॉडल, जो खुजली रोधी और संबंधित चिकित्सीय रणनीतियों के मूल्यांकन के लिए मापने योग्य खरोंच व्यवहार और सूजन संबंधी प्रतिक्रियाएं पैदा करता है। व्यवहारिक माप नैदानिक ​​​​टिप्पणियों, सूजन बायोमार्कर और पैथोलॉजिकल आकलन के साथ-साथ पूरक फार्माकोडायनामिक समापन बिंदु के रूप में बैठते हैं।

मोटर फेनोटाइप अन्य प्राकृतिक फिट हैं।

एनएचपी मॉडल मेंपार्किंसंस रोग, स्ट्रोक, और अन्य तंत्रिका संबंधी विकार, कार्यात्मक परिवर्तन चाल, मुद्रा, सहज गतिविधि, अंग उपयोग, समन्वय, या आंदोलन वेग में दिखाई देते हैं। एक एकल अवलोकन स्कोर उस सभी को पकड़ने के लिए संघर्ष करता है {{1}डी ट्रैकिंग एक समय पर निर्भर डेटासेट के रूप में आंदोलन का प्रतिनिधित्व करती है, ताकि आप बीमारी के शुरू होने या उपचार के पहले और बाद में व्यवहारिक विशेषताओं की अनुदैर्ध्य रूप से तुलना कर सकें। चाल समरूपता, गति वेग, मुद्रा परिवर्तन और अंग समन्वय का मूल्यांकन अलग-अलग नोट्स के बजाय एक साथ किया जाता है।

प्रभावकारिता अध्ययनों में यह सबसे अधिक मायने रखता है जहां कार्यात्मक पुनर्प्राप्ति एक साफ हां/नहीं के रूप में आने के बजाय उत्तरोत्तर बढ़ती है।

फेनोटाइपिंग को संपूर्ण शरीर की गतिविधि को रोकने की आवश्यकता नहीं है।

वेबिनार में दर्द या परेशानी से जुड़ी सूक्ष्म प्रतिक्रियाओं को पकड़ने, व्यक्तिपरक दृश्य व्याख्या पर झुकाव के बजाय चेहरे की ज्यामिति और आंदोलन में परिवर्तन की मात्रा निर्धारित करने के तरीके के रूप में 3 डी चेहरे की मॉडलिंग और अभिव्यक्ति विश्लेषण को शामिल किया गया। यह अभी भी एक उभरता हुआ एप्लिकेशन है. इसे स्थापित नैदानिक ​​टिप्पणियों, शारीरिक माप और अन्य अध्ययन समापन बिंदुओं के साथ पढ़ें, और चेहरे की विशेषताओं को औपचारिक फार्माकोडायनामिक समापन बिंदु के रूप में उपयोग करने से पहले एनोटेशन, मॉडल {{3} विशिष्ट लक्षण वर्णन और सत्यापन डालें।

पारंपरिक मूल्यांकन निश्चित समय बिंदुओं पर व्यवहार का नमूना लेता है, और यह एक वास्तविक सीमा है। उपचार से संबंधित व्यवहार परिवर्तन जो अवलोकन विंडो के बीच होता है, उसका पता नहीं चल पाता है। निरंतर या बार-बार स्वचालित निगरानी एक सघन अस्थायी रिकॉर्ड भरती है।

यह फार्माकोलॉजी में मायने रखता है, जहां व्यवहारिक प्रभाव का समय अक्सर दवा के संपर्क से जुड़ा होता है:औषधि प्रशासन → एक्सपोज़र → फार्माकोडायनामिक प्रतिक्रिया → व्यवहार परिवर्तन

पीके/पीडी डेटा के साथ व्यवहार माप एकत्र करें और आप पूछ सकते हैं कि क्या अपेक्षित फार्माकोलॉजिकल विंडो के अंदर व्यवहार बदल गया है, और क्या प्रतिक्रिया का आकार एक्सपोज़र के साथ ट्रैक करता है। व्यवहारिक समापन बिंदु एक पृथक अवलोकन के बजाय व्यापक अनुवादात्मक डेटासेट का एक घटक बन जाता है।

व्यवहारिक विश्लेषण तब अपनी पकड़ बना लेता है जब यह अन्य तौर-तरीकों के साथ चलता है।

प्रिसिस में, फेनोटाइपिंग रोग मॉडल, पीके/पीडी मूल्यांकन, विवो इमेजिंग, पैथोलॉजी और बायोमार्कर विश्लेषण के साथ व्यापक एनएचपी अध्ययन में बदल जाती है। यह स्थापित समापन बिंदुओं को प्रतिस्थापित करने के लिए नहीं है। यह एक कार्यात्मक परत जोड़ता है जो आणविक और शारीरिक परिवर्तन को अवलोकन योग्य फेनोटाइप से जोड़ता है।

कार्यप्रवाह:व्यवहार → पीके/पीडी → इमेजिंग → पैथोलॉजी → बायोमार्कर

प्रत्येक टुकड़ा एक अलग प्रश्न का उत्तर देता है। व्यवहार कार्य देता है, पीके/पीडी एक्सपोज़र और औषधीय प्रतिक्रिया देता है, इमेजिंग अनुदैर्ध्य शारीरिक या कार्यात्मक जानकारी देता है, पैथोलॉजी ऊतक स्तर के प्रभाव देता है, बायोमार्कर अंतर्निहित तंत्र देता है। संयोजन तब सबसे अधिक मायने रखता है जब कोई उपचार सूक्ष्म कार्यात्मक परिवर्तन उत्पन्न करता है जिसे कोई एकल आणविक या संरचनात्मक समापन बिंदु पूरी तरह से प्रतिबिंबित नहीं करता है।

यहां बड़ा बदलाव: वीडियो एक अवलोकन रिकॉर्ड बनना बंद कर देता है और एक मात्रात्मक डेटा स्रोत बन जाता है।

घंटों के फ़ुटेज में घंटों व्यवहार संबंधी जानकारी होती है, लेकिन इसे हाथ से खींचना धीमा और असंगत है। मार्कर रहित 3डी ट्रैकिंग उसी फुटेज को मुद्रा, गति, व्यवहार अनुक्रम और अस्थायी पैटर्न वाले संरचित डेटासेट में बदल देती है। यह एनएचपी अनुसंधान में डिजिटल व्यवहारिक फेनोटाइपिंग की नींव है।

एक सावधानी. डिजिटल फेनोटाइपिंग एक स्वचालन अभ्यास नहीं है। विज्ञान केवल तभी मान्य होता है जब निकाले गए पैरामीटर जैविक रूप से प्रासंगिक, प्रतिलिपि प्रस्तुत करने योग्य और प्रश्न के लिए मान्य हों। व्यवहार में, इसका मतलब है कि विश्लेषण शुरू होने से पहले व्यवहारिक समापन बिंदुओं का चयन करना, संदर्भ व्यवहार को परिभाषित करना, सत्यापन प्रक्रियाओं की स्थापना करना, और पारंपरिक औषध विज्ञान और रोग समापन बिंदुओं के साथ एआई व्युत्पन्न मापों की व्याख्या करना।

चूंकि प्रीक्लिनिकल अनुसंधान मात्रात्मक, अनुदैर्ध्य समापन बिंदुओं पर अधिक निर्भर करता है, व्यवहारिक विश्लेषण फार्माकोलॉजी, इमेजिंग और बायोमार्कर रणनीतियों के करीब बैठेगा। मार्कर रहित 3डी ट्रैकिंग, स्वचालित व्यवहार वर्गीकरण और मल्टीमॉडल ट्रांसलेशनल डेटासेट आपको दवा के संपर्क और जैविक गतिविधि से लेकर कार्यात्मक फेनोटाइप तक कई स्तरों पर उपचार की प्रतिक्रिया पढ़ने देते हैं।

सीएनएस, दर्द, खुजली और अन्य संकेतों के लिए जहां व्यवहार रोग फेनोटाइप का एक मुख्य हिस्सा है, यह कार्यात्मक परिणामों को अधिक उद्देश्यपूर्ण मापने की छड़ी देता है।

वास्तविक अवसर अधिक व्यवहार संबंधी डेटा एकत्र करना नहीं है। यह बेहतर परिभाषित व्यवहारिक समापन बिंदु उत्पन्न कर रहा है जो औषधीय तंत्र और अनुवाद संबंधी प्रश्नों से जुड़ता है।

यह लेख प्रिसिस और बेयोन वेबिनार, "एनएचपी बिहेवियरएटलस: हाई{0}}फिडेलिटी 3डी एनएचपी बिहेवियरल ट्रैकिंग फॉर ड्रग डेवलपमेंट" पर आधारित है, जिसमें एनएचपी अनुसंधान में 3डी ट्रैकिंग, मार्करलेस पोज़ अनुमान, व्यवहारिक कीनेमेटिक्स, स्वचालित व्यवहार वर्गीकरण और चेहरे के भाव विश्लेषण को शामिल किया गया है।

संपूर्ण चर्चा के लिए, दोनों पृष्ठ पढ़ने लायक हैं:

• मूल वेबिनार:एनएचपी बिहेवियरएटलस वेबिनार|औषधि विकास के लिए 3डी एनएचपी व्यवहार ट्रैकिंग
• वेबिनार पुनर्कथन:वेबिनार पुनर्कथन: डिजिटल व्यवहार फेनोटाइपिंग के माध्यम से अनुवादात्मक एनएचपी अनुसंधान को आगे बढ़ाना

पुनर्कथन दर्द, खुजली, तंत्रिका संबंधी रोग मॉडल, चेहरे की अभिव्यक्ति विश्लेषण, और पीके/पीडी, इमेजिंग, पैथोलॉजी और बायोमार्कर के साथ व्यवहारिक समापन बिंदुओं के एकीकरण पर गहराई से जाता है।

एनएचपी प्रभावकारिता या अनुवाद संबंधी अध्ययन की योजना बना रहे शोधकर्ताओं के लिए: सवाल यह नहीं है कि क्या एआई अधिक व्यवहार संबंधी डेटा उत्पन्न कर सकता है। यह है कि क्या वह डेटा मान्य, जैविक रूप से सार्थक समापन बिंदुओं में परिवर्तित होता है जो आपके उपचार प्रतिक्रिया को पढ़ने के तरीके को तेज करता है।

प्रिसिस बायोटेक से संपर्क करें