2025 तक, पूरे इंटरनेट पर हर दिन लगभग 463 एक्साबाइट नया डेटा उत्पन्न होगा - एक ऐसी संख्या जिसकी वास्तव में कल्पना करना भी असंभव है। यह डेटा ~300 बिलियन ईमेल या ~95 मिलियन साझा की गई तस्वीरों जैसी सामान्य चीजों से आता है। ये चीजें खुले तौर पर साझा की जाती हैं और इन्हें देखे जाने के उद्देश्य से बनाया जाता है। हालांकि, इस दैनिक डेटा बाढ़ का अधिकांश हिस्सा कम ज्ञात, अधिक सामान्य सतही चीजों जैसे मेटाडेटा, लोकेशन डेटा, इंटरेक्शन लॉग, आर्काइव्ड ब्राउज़िंग इतिहास और बहुत कुछ से आता है। हालांकि यह पहली नजर में उबाऊ लग सकता है, लेकिन यह पता चला है कि जब इसे बड़ी मात्रा में एकत्र और विश्लेषित किया जाता है, तो समय के साथ, यह मानवीय स्थितियों की भविष्यवाणी करने में आश्चर्यजनक रूप से सटीक हो सकता है, जैसे:

• स्वस्थ बनाम बीमार।

• सामान्य गतिविधियाँ।

• सोना बनाम व्यायाम करना।

• भविष्य का व्यवहार जैसे संभावित खरीदारी या चुनावी वोट।

न्यूरोवैज्ञानिकों के रूप में, हम मानव मस्तिष्क के बारे में अधिक जानने के लिए इस डेटा का लाभ उठा सकते हैं। आखिरकार, मानव गतिविधि और/या व्यवहार की नींव में मौजूद कारकों को स्पष्ट करना न्यूरोसाइंस अनुसंधान के मूल में है। यह लेख रिमोट डेटा संग्रह द्वारा न्यूरोसाइंस अनुसंधान में सुधार करने के सात तरीके प्रदान करता है।

न्यूरोवैज्ञानिक दशकों से रिमोट डेटा संग्रह तकनीकों का उपयोग कर रहे हैं। हाल के वर्षों में जो बदलाव आया है वह यह है कि:

• “रिमोट” वास्तव में कितना दूर हो सकता है।

• भाग लेने वाले विषयों की संख्या कितनी अधिक हो सकती है।

• एक ही प्रयोग में मापे और संसाधित किए जा सकने वाले एंडपॉइंट के प्रकार।

अनुसंधान ही रिमोट डेटा संग्रह और अनुप्रयोग का एकमात्र अनुप्रयोग नहीं है। वर्चुअल रियलिटी (VR) प्रणालियों में हालिया प्रगति ने प्रयोगशाला को आभासी स्थानों में ला खड़ा किया है। उदाहरण के लिए, चिकित्सा के क्षेत्र में, न्यूरोसाइंस अनुसंधान के लिए VR प्रणालियों में इन प्रगतियों ने दुनिया भर में दूरस्थ सर्जरी करने की आसान पहुंच प्रदान की है। इस परिदृश्य में, VR हेडसेट ऑपरेटिंग टीम के पास रहता है ताकि जब सर्जन पहुंचे, तो वह सैकड़ों मील दूर रोगी से आने वाली लगभग-वास्तविक समय के वीडियो फीड की गुणवत्ता देख सके।

मामूली स्थितियों में, केवल वीडियो का उपयोग ही पर्याप्त होगा, लेकिन इस संवर्धित वास्तविकता (augmented reality) के साथ, वे लाइव सर्जरी और शैक्षिक/प्रशिक्षण सर्जिकल कार्यों दोनों में वीडियो को हैप्टिक फीडबैक के साथ जोड़ते हैं। आप कह सकते हैं कि यह गेम कंट्रोल पर रंबल स्ट्रिप के समान है लेकिन कहीं अधिक उन्नत है।

जैसा कि नीचे दिया गया है, ऐसे कई कारण हैं (खैर, कम से कम सात) कि क्यों एक चिकित्सा प्रक्रिया विशेषज्ञ, शोधकर्ता या न्यूरो-मार्केटर वैश्विक, दूरस्थ रूप से एकत्र किए गए डेटा को एकत्र, संसाधित और विश्लेषित करने के लिए आधुनिक तकनीक का उपयोग करना पसंद करेंगे।

1. घर का आराम और सुगमता

तनावग्रस्त विषयों से तनावग्रस्त डेटा ही प्राप्त होता है।

यह अच्छी तरह से स्वीकार किया जाता है कि व्यवहार परीक्षण करने से पहले तनावपूर्ण कारकों के संपर्क में आने से बाद में एकत्र किया गया डेटा बदल सकता है। इसके अलावा, यह बार-बार प्रदर्शित किया गया है कि, तीव्र प्रभावों के अतिरिक्त, पर्यावरणीय तनाव दीर्घकालिक प्रभाव पैदा कर सकते हैं। वैज्ञानिकों की सबसे अच्छी उम्मीद ऐसे बाहरी चरों को कम करना है, साथ ही यह स्वीकार करना भी है कि उन्हें कभी भी पूरी तरह से समाप्त नहीं किया जा सकता है। ऐसे में, यदि प्रत्येक विषय के साथ समान व्यवहार किया जाता है, तो वे समान रूप से सभी तत्वों के संपर्क में आते हैं।

अपने ही घर में परीक्षण किया जाने वाला एक इंसान

डॉक्टर के क्लिनिक तक गाड़ी चलाकर जाना, खर्चों की चिंता करना, निदान, सही क्लिनिक की तलाश करना, या क्या आपने नियमानुसार पार्किंग की है, ये सभी बहुत वास्तविक तनाव पैदा करने वाले कारक हैं। हालांकि, मान लीजिए कि अनुसंधान डेटा संग्रह को इन बाहरी कारकों से बचने के लिए किया जा सकता है, जैसे कि किसी के अपने घर के आराम में। उस स्थिति में, तनावपूर्ण यात्रा का प्रभाव अध्ययन के मुख्य फोकस को प्रभावित नहीं करेगा।

ताकि कहा जा सके, अनुसंधान विषयों पर बाहरी ताकतों के प्रभावों को पूरी तरह से अलग करना या समाप्त करना संभव नहीं है। तनाव को न्यूनतम करने का सबसे अच्छा तरीका अभिनव लेकिन मान्य उपकरणों का उपयोग करके सभी विषयों को समान परिस्थितियों में उजागर करना है।

2. अप्रत्याशित घटनाएं (Force majeure)

जब अप्रत्याशित आपदा आती है, तो आपको अपने व्यवहार को अनुकूलित करना होगा। आगमन, कोविड-19।

वैश्विक कोविड-19 महामारी के कारण पिछले तीन वर्ष पूरी दुनिया के लिए आंखें खोलने वाले रहे हैं। कभी-कभी शोधकर्ताओं के नियंत्रण से परे असाधारण कार्यक्रम या परिस्थितियां आ जाती हैं। ये अप्रत्याशित परिस्थितियां नए प्रतिबंधों के अनुकूल होने के लिए मजबूर करती हैं।

उपलब्ध सर्वोत्तम तकनीक का उपयोग करके सबसे प्रभावी विज्ञापन अभियान का निर्धारण करना पूंजीपतियों के लिए बेहद आसान काम है। हालांकि, तथ्य यह है: एक विषय के डेटा की गुणवत्ता शोधकर्ता से उनकी निकटता पर निर्भर नहीं करती है। इसलिए, विषयों से डेटा एकत्र करने का शोधकर्ता का मुख्य कार्य वर्तमान में उपलब्ध उपकरणों के अनुकूल होना चाहिए।

3. EverlyWell, Apple Watch और टेलीसर्जरी

EverlyWell एक मेल-ऑर्डर चिकित्सा प्रयोगशाला परीक्षण सेवा है जो 30 से अधिक नैदानिक परीक्षणों में लक्ष्यों को मापने के लिए आसानी से समझने योग्य निर्देशों के साथ पहले से पैक किट भेजती है। Apple Watch ने अपनी दिल की धड़कन की असामान्यता की अधिसूचना और गिरने का पता लगाने (fall detection) के लिए भी सुर्खियां बटोरी हैं। EverlyWell और Apple दोनों के लिए, उपभोक्ता बाजार के लिए कम यात्रा और कम लागत पर मूल्य जोड़ने की उनके उत्पादों की क्षमता में बहुत कम संदेह रहा है।

उन जैसे और अन्य उत्पादों के साथ, हम, एक समाज के रूप में, स्थानीय स्तर पर एकत्र किए गए, दूरस्थ रूप से संसाधित किए गए और ठीक से प्रस्तुत किए गए बायोमेडिकल डेटा को पहले ही स्वीकार और भरोसा कर चुके हैं। चाहे वह बीमारी की रोकथाम के लिए हो, मानसिक कल्याण के लिए हो, बीमारी से लड़ने के लिए हो या संतुलित शरीर बनाए रखने के लिए हो, आप फीडबैक प्राप्त करना चाहते हैं और उम्मीद है कि स्वास्थ्य लक्ष्य पूरे होने पर पुरस्कृत होना चाहते हैं। इंटरनेट से पहले के पुराने दिनों में, जब कंप्यूटर पूरा कमरा घेरते थे, तब आपकी फिटनेस के मुख्य प्रदर्शन संकेतकों (KPI) को मापना और ट्रैक करना पूरी तरह से एक एनालॉग प्रयास था। अब ऐसी स्थिति नहीं है। इसके परिणामस्वरूप, "मात्रात्मक स्व" (quantified self) आंदोलन तेजी से परिपक्व हो रहा है।

आमतौर पर मॉनिटर किए जाने वाले अधिकांश KPI में शामिल हैं:

• हृदय दर

• रक्तचाप

• वजन

• लंबाई

• नींद की अवधि

• गतिविधियों के पैटर्न

इन सभी को उचित सेंसर और बुनियादी हार्डवेयर के साथ आसानी से मापा जा सकता है। यह सामान्य बात है कि न्यूरोसाइंस और कई बायोमेडिकल विषयों में नमूना आकार (sample size) की समस्याएं होती हैं। इस समस्या को हल करने के प्रयास में, सबसे अच्छा तरीका केवल उन विषयों के छोटे समूह को प्रशिक्षित करने के बजाय अतिरिक्त विषयों को जोड़ना होगा जो निकटता के कारण चुने गए हैं। दूरस्थ मापने योग्य KPI की पूरी श्रृंखला के साथ, न्यूरोसाइंस अनुसंधान के फलने-फूलने और जीवित रहने का यह एक व्यावहारिक तरीका है।

4. प्रतिभागियों की समावेशिता और विविधता बढ़ाना

WEIRD समूह कौन है, और हम विशेष रूप से उनके बारे में इतना क्यों जानते हैं?

"व्यवहार वैज्ञानिक नियमित रूप से पूरी तरह से पश्चिमी, शिक्षित, औद्योगिक, समृद्ध और लोकतांत्रिक (WEIRD) समाजों से लिए गए नमूनों के आधार पर दुनिया की शीर्ष पत्रिकाओं में मानव मनोविज्ञान और व्यवहार के बारे में व्यापक दावे प्रकाशित करते हैं।"

यह एक आम बात है कि मनोविज्ञान कॉलेज की उम्र के, गोरे, संपन्न व्यक्तियों के बारे में बहुत कुछ जानता है लेकिन सामान्य रूप से मनुष्यों के बारे में बहुत कम।

क्यों?

मनोविज्ञान के प्रयोग कॉलेज परिसरों में किए जाते हैं, और विषय समावेशन मानदंड दिन के दौरान उनकी निकटता और उपलब्धता से अधिक व्यापक नहीं होते हैं। व्यापक आबादी के बारे में निष्कर्ष निकालने के लिए, मनोविज्ञान प्रयोगों के नमूना समूहों में विविध पृष्ठभूमि के अधिक व्यक्तियों को शामिल करने की आवश्यकता है। इस समस्या की कुंजी रिमोट डेटा संग्रह उपकरणों में निहित है, विशेष रूप से ऐसे उपकरण जिन्हें उपभोक्ताओं द्वारा स्वयं उपयोग करने के लिए डिज़ाइन किया गया है।

5. अल्पकालिक और दीर्घकालिक लागत में कटौती

आधुनिक क्लाउड प्लेटफ़ॉर्म ने भौतिक दूरी को अप्रासंगिक बना दिया है।

रिमोट डेटा संग्रह टूल का उपयोग करने से विज्ञापनों पर पैसे बचते हैं।

यादृच्छिक नमूनों (Randomized samples) की लागत सुविधा नमूनों (convenience samples), जैसे कि कॉलेज के छात्रों की तुलना में अधिक होती है, क्योंकि आपको स्थानीय समुदाय में अनुसंधान विषयों के लिए विज्ञापन देने की आवश्यकता होती है। सीधे शब्दों में कहें तो, विज्ञापन में पैसा खर्च होता है।

रिमोट डेटा संग्रह टूल का उपयोग करने से स्वामित्व वाले आईटी और न्यूरो-विश्लेषण उपकरणों पर पैसे बचते हैं।

अक्सर, व्यक्तिगत अनुसंधान प्रयोगशालाओं को अपने स्वयं के आईटी उपकरणों के लिए भुगतान करना पड़ता है और उनका रखरखाव करना पड़ता है, खासकर यदि यह डेटा संग्रह के लिए विशेष हार्डवेयर हो। बेशक, जैसे-जैसे समय बीतता है, तकनीक में सुधार होता है। इस बीच, बुनियादी ढांचे को अद्यतन करना एक उच्च लागत है। इस कारण से, आधुनिक क्लाउड प्लेटफ़ॉर्म तक पहुंच और कम लागत वाले डेटा संग्रह हार्डवेयर न्यूरोसाइंस अनुसंधान में संसाधनों के उपयोग को कम कर सकते हैं।

6. फिजियोलॉजी और व्यवहार को मापना हमेशा से "रिमोट" रहा है

सेंसर हार्डवेयर और डेटा प्रोसेसिंग सॉफ़्टवेयर के बीच की दूरी अप्रासंगिक है।

अधिकांश शैक्षणिक अनुसंधान, विशेष रूप से न्यूरोसाइंस के मूल में मानव व्यवहार को समझना, भविष्यवाणी करना और उसका उपचार करना है। आम तौर पर, "व्यवहार डेटा संग्रह" की धारणा वैज्ञानिकों की छवियों को उजागर करती है जो बिना किसी दाग वाले लैब जैकेट में क्लिपबोर्ड और स्टॉपवॉच के साथ विषयों को दूर से देखते हैं और समय-समय पर लिखते रहते हैं।

यह एक सरल विचार है, लेकिन यह अज्ञात भिन्नता के संभावित स्रोतों से भरा है जो किसी विषय की गतिविधि या व्यवहार को प्रभावित कर सकते हैं। वैज्ञानिक प्रयोगों में, लक्ष्य इस बेहिसाब भिन्नता को यथासंभव समाप्त करना है। जब कोई प्रभाव देखा जाता है तो कारण के बारे में साक्ष्य-आधारित निष्कर्ष निकालने के लिए यह अभ्यास आवश्यक है।

न्यूरोसाइंस अनुसंधान में त्रुटि के स्रोतों को कैसे दूर करें

मानव शरीर विज्ञान और व्यवहार को मापते समय त्रुटि के स्रोतों को दूर करने की खोज जारी है। अपने सबसे बुनियादी स्तर पर, इसमें आमतौर पर सेंसर से डेटा एकत्र करने वाले हार्डवेयर में सुधार शामिल होता है, जिसे फिर विषयों के बीच या उनके भीतर रुचि की वस्तुओं, प्रवृत्तियों या अंतरों की पहचान करने के लिए एनालॉग या डिजिटल सॉफ़्टवेयर का उपयोग करके संसाधित किया जाता है। रिमोट डेटा संग्रह शुरुआत में अनुमान लगाए गए स्तर से अधिक शक्तिशाली है और विविध लेकिन प्रासंगिक डेटा सेट प्रदान कर सकता है जो प्रयोग में भविष्य कहने वाली शक्ति जोड़ते हैं।

7. मशीन लर्निंग बेहतर डेटा प्रदान करती है

डेटा + मेटाडेटा + मशीन लर्निंग (ML) = व्यवहार गतिविधि का सबसे व्यापक मॉडल।

आप कौन हैं, आप कहाँ हैं, आप किससे प्यार करते हैं और किससे नफरत करते हैं, इसके आर्टिफिशियल इंटेलिजेंस मॉडल का उपयोग उस पैमाने पर किया जा रहा है जिससे कई लोग अनजान हैं। सौभाग्य से, हमारे आधुनिक बाजार में वाणिज्यिक न्यूरोसाइंस डेटा संग्रह उपकरण उपलब्ध हैं। डेटा और विज्ञापन मेटाडेटा के उनके उपयोग से व्यवहार की अधिक व्यापक समझ उत्पन्न होने की संभावना है, जो कि अधिक रोगाणुहीन, पृथक प्रयोगशाला सेटिंग्स में एकत्र की जा सकती है।

इसके मूल में, प्रदान किया गया डेटा (नाम, स्थान, जन्मदिन) उप-सतह मेटाडेटा (साइट पर समय, पिछली साइट, निकास साइट) के साथ विलय कर दिया जाता है और पूरी तरह से नई विश्लेषण तकनीकों को सामने लाता है जो मानव व्यवहार को मापने और भविष्यवाणी करने के लिए बेहद उपयोगी साबित होती हैं।

क्या आप अधिक जानना चाहेंगे? Emotiv से मिलें

ऊपर दी गई तकनीकों पर प्रकाश डालते हुए, हमने प्रदर्शित किया है कि रिमोट डेटा संग्रह नया नहीं है और जैसे ही बाजार में प्रौद्योगिकी सुधार आते हैं, न्यूरोसाइंस अनुसंधान में सुधार जारी रहता है। जिस गति से "रिमोट" का विस्तार कमरे के पार से, ब्लॉक के नीचे, देश के पार और अब दुनिया भर में हुआ है, पारंपरिक शोधकर्ताओं द्वारा महसूस की जाने वाली बेचैनी की भावनाओं को समझना आसान है। हालांकि, उपभोक्ता हार्डवेयर में तकनीकी सुधारों की व्यापकता और क्लाउड-आधारित डेटा विश्लेषण और प्रसंस्करण में स्मारकीय उपलब्धियों को देखते हुए, "रिमोट" शब्द तेजी से अप्रासंगिक हो जाता है कि डेटा कैसे एकत्र किया जाता है।

संक्षेप में, विषय अनुसंधान कर्मचारियों की प्रत्यक्ष निगरानी के बिना घर पर डेटा संग्रह कर सकते हैं। वे व्यक्तिगत उपयोग के लिए अपने मस्तिष्क के बारे में यह जानकारी एकत्र कर सकते हैं, लेकिन उनके पास अधिक व्यापक, चल रहे अनुसंधान परियोजनाओं के लिए विशेष रूप से अपने EEG को अपलोड करने या EEG एकत्र करने का विकल्प भी है।

2011 में स्थापित, Emotiv एक सैन फ्रांसिस्को स्थित बायोइनफॉरमैटिक्स कंपनी है जिसका मिशन कस्टम इलेक्ट्रोएन्सेफलोग्राफी (EEG) हार्डवेयर, विश्लेषण और विज़ुअलाइज़ेशन का उपयोग करके मानव मस्तिष्क की हमारी समझ को आगे बढ़ाना है। EEG अनुसंधान के लिए Emotiv का दृष्टिकोण "वास्तविक दुनिया" की स्थितियों को अधिक निकटता से दर्शाता है, क्योंकि परीक्षण किए जा रहे व्यक्ति उन स्थानों और वातावरणों में होते हैं जो वास्तव में उनके जीवन जीने के तरीके को दर्शाते हैं।

Emotiv हेडसेट्स

Emotiv Insight

Emotiv उपयोगकर्ताओं के एक विस्तृत समुदाय की सेवा करता है, पेशेवरों से लेकर उन व्यक्तियों तक जो केवल अपने मस्तिष्क के बारे में जानना चाहते हैं। Emotiv Insight 5-चैनल EEG हेडसेट को ब्रेन-कंप्यूटर इंटरफ़ेस (BCI) के लिए डिज़ाइन किया गया है। Insight क्रांतिकारी सेंसर तकनीक के साथ एक आकर्षक, आसानी से सेट होने वाले डिज़ाइन को जोड़ता है।

Emotiv EPOC X और EPOC Flex

Emotiv EPOC X और EPOC Flex 14-चैनल और 32-चैनल EEG सिस्टम प्रदान करते हैं। हर परिवेश में न्यूरोसाइंस अनुसंधान के लिए डिज़ाइन किए गए, EPOC हेडसेट उन्नत सेंसर तकनीक के साथ वायरलेस हैं। दोनों हेडसेट स्वतंत्र अनुसंधान समूहों द्वारा मान्य किए गए हैं और उच्च-गुणवत्ता वाले अनुसंधान-ग्रेड डेटा प्रदान करने के लिए सिद्ध हुए हैं।

Emotiv के EEG सिस्टम की तकनीकी क्षमताओं की एक पूर्ण तुलना समीक्षा के लिए उपलब्ध है।

Emotiv तकनीक

न्यूरोसाइंस अनुसंधान के हर कदम पर सहायता करने के लिए हमारे पास उपकरणों का एक सूट है।

EmotivPRO सॉफ़्टवेयर उपयोगकर्ताओं को परीक्षण परिणामों को संसाधित करने, उनका विश्लेषण करने और उन्हें विज़ुअलाइज़ करने की अनुमति देता है। शोधकर्ता पेशेवर स्तर पर भी प्रयोगों को डिज़ाइन कर सकते हैं जिसमें Emotiv हेडसेट वाला कोई भी प्रतिभागी भाग ले सकता है यदि वह प्रायोगिक डिज़ाइन के अनुरूप है।

Emotiv के लिए एक सॉफ़्टवेयर डेवलपमेंट किट (SDK) भी उपलब्ध है ताकि केवल हेडसेट और स्मार्टफोन का उपयोग करके कस्टम ऐप्स, इंटरैक्शन या प्रायोगिक डिज़ाइन किए जा सकें।

जैसे-जैसे न्यूरोसाइंस उपकरणों और पद्धतियों को अपनाने वाले विषयों और वाणिज्यिक बाजारों की संख्या बढ़ रही है, Emotiv के कम लागत वाले, उपयोग में आसान EEG सिस्टम का उपयोग किया जा रहा है:

• न्यूरोसाइंस अनुसंधान

• स्वास्थ्य और कल्याण विपणन पहल

• ऑटोमोटिव उद्योग

• न्यूरोमार्केटिंग

• उपभोक्ता अनुसंधान

• शिक्षा

• मनोरंजन सेटिंग्स

इसके अतिरिक्त, गुणवत्ता, लागत और दुनिया भर में Emotiv हेडसेट भेजने की क्षमता के साथ, शोधकर्ता योग्य प्रतिभागियों की एक विविध श्रृंखला की भर्ती और नामांकन कर सकते हैं। प्रसंस्करण सॉफ़्टवेयर के मूल्यांकन के गुणवत्ता नियंत्रण मेट्रिक्स के कारण, शोधकर्ता डेटा संग्रह प्रक्रिया पर भी भरोसा कर सकते हैं।