پہننے کے قابل IoT ٹیکنالوجی آج بزرگوں کی دیکھ بھال کا ایک اہم حصہ بن چکی ہے، کیونکہ یہ گرنے کا پتہ لگا سکتی ہے اور کسی حادثے کے بعد دیکھ بھال کرنے والوں یا خاندان کے افراد کو فوری طور پر آگاہ کر سکتی ہے۔
یہ ٹیکنالوجی سمارٹ سینسرز، کنیکٹیویٹی اور خودکار ہنگامی ردعمل کی صلاحیتوں کو یکجا کرتی ہے تاکہ حقیقی وقت میں گرنے کا پتہ لگایا جا سکے اور اس وقت کو کم کیا جا سکے جس کے بعد کسی شخص کی توجہ نہ دی جائے۔
آئیے اس پر ایک نظر ڈالتے ہیں کہ ڈبلیو ایچ او کا ڈیٹا کیا کہتا ہے۔ ہر سال 684,000 لوگ گرنے سے مرتے ہیں۔ مزید برآں، گرنے کے نتیجے میں 37.3 ملین زخمی ہوتے ہیں جنہیں طبی امداد کی ضرورت ہوتی ہے۔ اور، جیسا کہ اکیلے رہنے والے لوگوں کا معاملہ ہے، بہت سے لوگ گرنے کے بعد گھنٹوں تک زمین پر پڑے رہتے ہیں۔
یہ وہ خلا ہے جسے پہننے کے قابل IoT سسٹمز بند کرنے کی کوشش کر رہے ہیں۔ یہ مضمون بتاتا ہے کہ کس طرح زوال کا پتہ لگانا عملی طور پر کام کرتا ہے، پہننے کے قابل اندر موجود سینسر سے لے کر دیکھ بھال کرنے والوں یا کنبہ کے افراد کو بھیجے گئے الرٹس تک۔
انڈیکس
پڑھنے سے پہلے آپ کو کیا جاننے کی ضرورت ہے۔
اس مضمون کو پڑھنے سے پہلے، درج ذیل کی بنیادی سمجھ لینا مفید ہے:
-
انٹرنیٹ آف تھنگز (IoT) ڈیوائسز اور وہ انٹرنیٹ سے کیسے جڑتے ہیں۔
-
پہننے کے قابل ٹیکنالوجی، جیسے سمارٹ واچز یا فٹنس بینڈ
-
سینسر جیسے ایکسلرومیٹر اور جائروسکوپس
-
وائرلیس مواصلات کے بنیادی طریقے جیسے بلوٹوتھ اور GPS
-
موبائل ایپ اور نوٹیفکیشن سسٹم
مضمون کی پیروی کرنے کے لیے آپ کو کسی جدید مہارت یا پروگرامنگ کے علم کی ضرورت نہیں ہے۔
زوال کا پتہ لگانے کا نظام کیا ہے؟
زوال کا پتہ لگانے والا نظام خود بخود گرنے کا پتہ لگاتا ہے اور دیکھ بھال کرنے والوں، کنبہ کے افراد، یا ہنگامی خدمات کو بغیر کسی کارروائی کے صارف کے لیے انتباہ کرتا ہے۔
"کچھ نہ کرنا” کا پہلو بہت اہم ہے۔ اس کی وجہ یہ ہے کہ ایک بار جب کوئی شخص گر جاتا ہے، تو ہو سکتا ہے کہ وہ بٹن دبانے جیسا چھوٹا کام کرنے کے لیے دماغ کی صحیح حالت میں نہ ہو۔
زوال کا پتہ لگانے کے جدید نظام IoT، مشین لرننگ، کلاؤڈ کمپیوٹنگ، اور کمیونیکیشن ٹیکنالوجی میں پیشرفت کا فائدہ اٹھاتے ہیں تاکہ 30 سیکنڈ سے بھی کم وقت میں گرنے کی نشاندہی کرنے اور الارم بجانے کے لیے ایک پائپ لائن بنائی جا سکے۔
ہارڈ ویئر: سینسر جو بھاری لفٹنگ کرتے ہیں۔
تمام پہننے کے قابل فال ڈیٹیکٹرز کا بنیادی حصہ ایک جڑواں پیمائش یونٹ (IMU) ہے جو دو سینسر پر مشتمل ہے۔
-
ایکسلرومیٹر: تین محور (X، Y، Z) میں سرعت کا پتہ لگاتا ہے۔ اثرات پر تیزی سے کمی کی پیمائش کرتا ہے۔ زیادہ تر تجارتی آلات میں ±120 m/s² کی حد کے ساتھ ایکسلرومیٹر ہوتے ہیں۔ پروٹو ٹائپ اور پروڈکشن لیول دونوں ڈیوائسز میں مقبول MPU-6050 چپ ہے۔
-
جائروسکوپ: کونیی رفتار (±1200°/s) کی پیمائش کرتا ہے۔ یہ پتہ لگاتا ہے کہ آپ کا جسم کس طرح گھومتا ہے اس بات کا تعین کرنے کے لیے کہ آیا آپ آگے، پیچھے، یا کسی اور قسم کے گر رہے ہیں۔ ان صورتوں میں، کودنا اور جلدی سے بیٹھنا گرنا نہیں سمجھا جاتا۔
یہ مسلسل ناپی جانے والی حرکت کی چھ محور والی تصویر فراہم کرتا ہے، جو وہ ان پٹ ہے جس پر پتہ لگانے کا الگورتھم کام کرتا ہے۔
جدید آلات ہارٹ ریٹ سینسر، جی پی ایس اور بیرومیٹر سے لیس ہیں۔ گرنے کے دوران دل کی دھڑکن میں تبدیلی اس بات کا تعین کرنے میں کارآمد ہو سکتی ہے کہ آیا کوئی حادثہ پیش آیا ہے۔ GPS آپ کا مقام تلاش کرنے میں آپ کی مدد کر سکتا ہے، اور ایک بیرومیٹر آپ کو بتا سکتا ہے کہ آپ کس منزل پر ہیں۔
سینسر کا مقام لوگوں کی توقع سے کہیں زیادہ اہم ہے۔ کمر پر نصب سینسر کے ذریعے انتہائی درست ڈیٹا اکٹھا کیا جاتا ہے۔ اس کی وجہ یہ ہے کہ یہ علاقہ موسم خزاں کے دوران زیادہ سے زیادہ نقل و حرکت دیکھتا ہے۔ تاہم، تجارتی مصنوعات عام طور پر کلائی میں پہنی ہوئی مصنوعات کو ترجیح دیتے ہیں۔ کیونکہ اگر لوگ انہیں نہیں پہنتے ہیں تو انہیں درستگی کی کوئی پرواہ نہیں ہے۔
الگورتھم: خام سگنل سے درجہ بندی تک
خام سینسر ڈیٹا صرف نمبروں کا ایک سلسلہ ہے۔ یہ ایک الگورتھم ہے جو ایک اہم سوال کا جواب دیتا ہے: کیا یہ شخص ابھی گرا؟
یہ آسان لگتا ہے، لیکن یہ واقعی نہیں ہے. دوڑنا، چھلانگ لگانا، یا بیٹھنا جیسی سخت سرگرمیاں انجام دینے سے وابستہ جسمانی میکانکس عارضی طور پر گرنے سے مشابہت رکھتے ہیں۔ غلطیوں کے حقیقی نتائج ہوتے ہیں، یا تو حقیقی واقعات غائب ہونے سے یا بہت سارے غلط الارم پیدا کرنے سے۔
مختلف پہننے کے قابل زوال کا پتہ لگانے کے نظام مختلف قسم کے الگورتھم استعمال کرتے ہیں تاکہ سینسر کے ڈیٹا کا تجزیہ کیا جا سکے اور یہ معلوم کیا جا سکے کہ آیا زوال واقع ہوا ہے۔ اس میں اصول پر مبنی طریقے، مشین لرننگ، اور مزید جدید ڈیپ لرننگ الگورتھم جیسے طریقے شامل ہیں۔ یہ مختلف عوامل پر منحصر ہے جیسے ڈیوائس کی پیچیدگی، پروسیسنگ پاور، درستگی کے تقاضے، اور بیٹری کی رکاوٹیں۔
حد کی بنیاد پر پتہ لگانا
یہ سب سے قدیم طریقہ ہے۔ مخصوص معیار مقرر کریں۔ اگر ایکسلریشن اس سے زیادہ ہے تو یہ نقطہ نظر ایک محدود ریاستی مشین (FSM) کا استعمال کرتا ہے۔ سینسرز مخصوص حالتوں سے گزرتے ہیں (سیدھا سے آزاد زوال، صدمے میں، اور زوال کے بعد بے حرکت) اور جب بھی یہ تمام ریاستیں ترتیب وار واقع ہوتی ہیں تو زوال کی نشاندہی کرتے ہیں۔
اگرچہ ہلکا پھلکا اور طاقت کا حامل ہے، لیکن اس کی غلط مثبت شرح زیادہ ہے، خاص طور پر فعال صارفین یا ان لوگوں کے لیے جن کے جھٹکے ہیں۔
کلاسک مشین لرننگ
سپورٹ ویکٹر مشینیں (SVM)، رینڈم فاریسٹ، اور k-Nearest Neighbours (k-NN) بڑے پیمانے پر پہننے کے قابل زوال کا پتہ لگانے والے نظاموں میں استعمال ہوتے ہیں جو فال اور روزمرہ کی زندگی کی عام سرگرمیاں (ADL) پر مشتمل لیبل والے سینسر ڈیٹا پر تربیت یافتہ ہیں۔ ماڈل ایکسلرومیٹر اور گائروسکوپس کے ذریعے پکڑے گئے موشن پیٹرن کی شناخت کرکے فالس اور جھوٹے الارم کے درمیان فرق کرتا ہے۔
ایک مطالعہ میں، SVM نے 87% درستگی حاصل کی، k-NN نے 84%، اور Random Forest نے 89% حاصل کی۔
گہری سیکھنے
CNN-LSTM ہائبرڈ ماڈل دستی فیچر انجینئرنگ کے بغیر ایکسلرومیٹر اور جائروسکوپ سینسر ڈیٹا سے مقامی اور وقتی دونوں خصوصیات کو براہ راست حاصل کر سکتا ہے۔ دھیان دینے والے ماڈل ایک اور متبادل ہیں جو ان کے موشن پیٹرن کی بنیاد پر مخصوص سینسر پر توجہ مرکوز کر سکتے ہیں۔
لیب اور حقیقی دنیا کے مسائل
تلخ حقیقت یہ ہے کہ لیبارٹری کی درستگی کے اعداد حقیقی دنیا کے حالات پر ایک دوسرے سے لاگو نہیں ہوتے ہیں۔
تجربے کے دوران، نوجوان، صحت مند افراد، جو اس بات سے بخوبی واقف ہیں کہ کیا ہو رہا ہے، تجربہ گر جاتا ہے۔ تاہم، حقیقت میں، زوال اکثر غیر متوقع طور پر عمر رسیدہ لوگوں میں اور پیچیدہ ماحول میں ہوتا ہے۔
تجربے کے دوران، نوجوان، صحت مند افراد میں گرنے کی حوصلہ افزائی کی جاتی ہے جو کہ کیا ہو رہا ہے اس سے بخوبی واقف ہیں۔ تاہم، حقیقت میں، زوال غیر متوقع طور پر ہوتا ہے، بوڑھے بالغوں کے درمیان، جو کموربیڈیٹیز اور پیچیدہ ماحول میں ہوتے ہیں۔
400 گھنٹے سے زیادہ کے 19 افراد کے ایک مطالعے میں، صرف 10 حقیقی گرے ریکارڈ کیے گئے، اور زوال کا پتہ لگانے کے نظام کی کارکردگی کنٹرول شدہ لیبارٹری کے نتائج سے نمایاں طور پر کمتر تھی۔
لیبارٹری اور حقیقی دنیا کی کارکردگی کے درمیان اس فرق کو دور کرنا مستقبل میں پہننے کے قابل زوال کا پتہ لگانے کے نظام کے لیے ایک اہم ہدف ہونا چاہیے۔
IoT پائپ لائن: کس طرح صارفین کو الرٹس فراہم کیے جاتے ہیں۔
زوال کا پتہ لگانا پہلا قدم ہے۔ باقی پائپ لائن مندرجہ ذیل ہے:
ایج پروسیسنگ کی ترجیح
پتہ لگانے والے الگورتھم بادل میں دور سے نہیں چلائے جاتے ہیں، بلکہ پہننے کے قابل ڈیوائس کے مائیکرو کنٹرولر پر براہ راست چلتے ہیں۔ مؤخر الذکر نقطہ نظر (کلاؤڈ میں) کو "ایج کمپیوٹنگ” کے نام سے جانا جاتا ہے اور یہ کلیدی حیثیت رکھتا ہے کیونکہ اس کی اہمیت دو چیزوں میں ہے: کارکردگی (بادل کا ایک اضافی چکر ہر چیز کو سست کر دیتا ہے) اور وشوسنییتا (بیسمینٹس، ایلیویٹرز میں گرنا اور سگنل کے بغیر جگہوں پر گرنا)۔
ESP32 جیسے مائیکرو کنٹرولرز مقامی طور پر کم سے کم طاقت کا استعمال کرتے ہوئے درجہ بندی اور FSM الگورتھم چلا سکتے ہیں۔
تصدیق ونڈو
اگر آلہ اس بات کا تعین کرتا ہے کہ گر گیا ہے، تو یہ ہنگامی خدمات کو فوری طور پر کال کرنے کے بجائے الٹی گنتی شروع کرتا ہے، عام طور پر 30 سے 60 سیکنڈ تک۔ دریں اثنا، پہننے کے قابل کمپن ہوتا ہے اور ایک قابل سماعت الرٹ چلاتا ہے تاکہ صارف غلط الارم ہونے کی صورت میں اسے منسوخ کر سکتا ہے۔
یہ بہت اہم ہے کیونکہ بصورت دیگر بازو کی اچانک حرکت، حتیٰ کہ جھوٹے الارم، ہنگامی کال کو متحرک کر سکتے ہیں۔
الارم کی ترسیل
تصدیق ہونے کے بعد، GPS کوآرڈینیٹس کے ساتھ ایک اطلاع بھیجی جائے گی:
-
NB-IoT: بیرونی پہننے کے قابل کے لیے ایک مثالی پروٹوکول۔ یہ پہلے سے قائم ایل ٹی ای نیٹ ورک، بہت کم بیٹری اور بہترین دیوار کی رسائی کا استعمال کرتا ہے۔
-
بلا: الرٹس فراہم کرنے کے لیے صارف کے فون کا ایک لنک۔
-
وائی فائی: یہ اچھے رابطے کے ساتھ گھریلو ماحول میں تیز اور قابل اعتماد ہے۔
-
لوران: لمبی رینج اور بہت کم بیٹری کی توانائی۔ بڑے کیمپس یا دیہی ماحول کے لیے مثالی۔
انتباہات کلاؤڈ سرور تک پہنچتے ہیں جہاں وہ ایس ایم ایس نوٹیفیکیشنز، پش نوٹیفیکیشنز، حکام کو ہنگامی جوابات، یا نگہداشت کرنے والے پلیٹ فارم پر، سسٹم کی ترتیب کے لحاظ سے فراہم کیے جاتے ہیں۔
صارفین کے آلات: چیزیں کہاں ہیں۔
ایپل واچ سیریز 4 اور بعد میں کسی بھی صارف کے پہننے کے قابل سب سے جدید ترین زوال کا پتہ لگانے کے طریقہ کار کو نمایاں کرتا ہے۔ یہ ٹیکنالوجی مشین لرننگ الگورتھم کے ساتھ ایکسلرومیٹر اور جائروسکوپس سے جمع کردہ ڈیٹا کا استعمال کرتی ہے، تاکہ گرنے کا پتہ لگایا جا سکے اور اگر پہننے والے کی طرف سے حرکت کے کوئی آثار نہ ہوں تو خود بخود مدد کے لیے کال کریں۔
ایپل غلطیوں کو ختم کرکے اپنے زوال کا پتہ لگانے کے نظام کو بہتر بنانے کے لیے باقاعدگی سے کام کرتا ہے۔
Samsung Galaxy Watch (Active2+) ڈراپ ڈٹیکشن فیچر کے ساتھ آتا ہے جو ایکسلرومیٹر کی بنیاد پر حرکت کا پتہ لگانے کے لیے موشن سینسر کا استعمال کرتا ہے۔ گھڑی گرنے کا پتہ لگانے پر صارف ایڈجسٹ کر سکتے ہیں: ہمیشہ، ورزش کے دوران، یا کسی بھی سرگرمی کے دوران۔
گھڑی گرنے کا پتہ لگانے کے 60 سیکنڈ کے اندر الارم کا پیغام دکھاتی ہے، اور اگر کوئی جواب نہیں ملتا ہے، تو آپ کے ہنگامی رابطوں کو ایک SOS پیغام بھیجا جاتا ہے۔ یہ فیچر بطور ڈیفالٹ آف ہے اور اسے Galaxy Wearable ایپ کے ذریعے دستی طور پر آن کیا جانا چاہیے۔
فلپس لائف لائن اور میڈیکل گارڈین جیسے سرشار طبی پینڈنٹ کو زیادہ خطرہ والے بزرگوں کی دیکھ بھال کے حالات میں ترجیح دی جاتی ہے کیونکہ ان میں خصوصی ہارڈ ویئر، 24 گھنٹے نگرانی کی سہولیات، سیلولر کنیکٹیویٹی اور GPS ٹیکنالوجی شامل ہیں۔ اگرچہ سمارٹ گھڑیوں کی طرح غیر واضح نہیں، طبی انتباہات خاص طور پر ہنگامی حالات کے لیے بنائے گئے ہیں۔
چیلنجز جن کے بارے میں جاننا ضروری ہے۔
غلط مثبت صارف کے تجربے سے متعلق ایک بڑا مسئلہ ہے۔ اگر انتباہات بہت کثرت سے ہوتے ہیں، تو صارفین پورے میکانزم کو بند کر دیں گے، جس سے مقصد ختم ہو جاتا ہے۔
اس مسئلے کو حل کرنے کے لیے، ایپل الرٹس کو متحرک کرنے کے لیے ملٹی سٹیپ کے معیار کا استعمال کرتا ہے۔ صرف کلائی پر اثر کا ایک مجموعہ، دل کی دھڑکن میں تبدیلی، جسم کا صحیح رخ، اور اثر کے بعد کا رویہ اس بات کی تصدیق کر سکتا ہے کہ زوال واقع ہوا ہے۔
رازداری ایک جائز تشویش ہے، خاص طور پر کیمرے پر مبنی نظاموں کے لیے۔ ہم ان چیلنجوں کو نئے طریقوں کے ذریعے حل کر سکتے ہیں، جیسے کہ تھرمل سینسرز (بغیر شناختی تصویر کے جسمانی درجہ حرارت) اور Wi-Fi چینل اسٹیٹ انفارمیشن (CSI) تجزیہ، جو بغیر نگرانی کے پتہ لگاتا ہے۔
زوال کا پتہ لگانے کی تربیت براہ راست پہننے کے قابل ڈیوائس پر ہی فیڈریٹڈ لرننگ کا استعمال کرتے ہوئے کی جاتی ہے، جس سے صارف کے موشن ڈیٹا کو کلاؤڈ پر منتقل کرنے کی ضرورت ختم ہوتی ہے۔ بادل صرف اپ ڈیٹس وصول کرتا ہے۔
آخر میں، مستقل مزاجی کو نظر انداز کرنا آسان ہے لیکن بہت اہم ہے۔ ایک آلہ جو نہیں پہنا جاتا ہے وہ کسی چیز کا پتہ نہیں لگائے گا۔ یہی وجہ ہے کہ فرش پر رکھے گئے سمارٹ پریشر سینسرز، ریڈار ٹیکنالوجی پر مبنی کمرے کے مانیٹر، اور وائی فائی CSI تجزیہ ٹیکنالوجی کلائی میں پہننے کے قابل سامان کی تکمیل کے طور پر توجہ مبذول کر رہے ہیں۔
ختم
ابتدائی طور پر زوال کا پتہ لگانا ایک مسئلہ حل ہونے کی طرح لگتا ہے۔ تمام سینسر اپنی جگہ پر ہیں، الگورتھم لیب میں مؤثر طریقے سے کام کر رہے ہیں، اور کنیکٹیویٹی بہت زیادہ ہے۔ لیکن گرنے کے بعد سب سے اہم بات یہ ہے کہ کسی کو کتنی جلدی مدد ملتی ہے۔
جیسے جیسے پہننے کے قابل AI ٹیکنالوجی میں بہتری آتی ہے، زوال کا پتہ لگانا تیزی سے ہنگامی بنیادوں پر حل سے مسلسل نگرانی کے ٹولز کی طرف بڑھتا جا رہا ہے جو خود بخود صارفین کی حفاظت کرتے ہیں۔ تکنیکی طور پر، ہم تقریباً وہاں پہنچ چکے ہیں۔ اہم بات یہ یقینی بنانا ہے کہ ہر چیز قابل اعتماد طریقے سے کام کرتی ہے۔