काठमाडौँ । नेपाली एआई तथा सफ्टवेयर इन्जिनियर अर्पण बम सम्मिलित टोलीले नासाको ‘आर्टमिस दोस्रो’ मानव अनुसन्धान डेटा चुनौतीमा सफलता हासिल गरेको छ।
अमेरिकाको अन्तरिक्ष संस्था नासाद्वारा आयोजित प्रतिस्पर्धामा उनी कार्यरत संस्था ‘भिजन वान’ को डेटा-विश्लेषण ढाँचा सम्मानित भएको हो।
नासाले सन् २०२६ अप्रिल १ मा सन् १९७२ को एपोलो १७ पछि पहिलोपटक चन्द्रमाको क्षेत्रमा चार जना अन्तरिक्ष यात्रीसहितको ‘आर्टमिस दोस्रो’ मिसन पठाएको थियो। १० दिने उक्त मिसनका क्रममा अन्तरिक्ष यात्रीहरूले चन्द्रमा र मङ्गल ग्रहका भावी मिसनका लागि उपयोगी हुने विभिन्न शारीरिक, मानसिक, व्यवहारिक, प्रतिरोधात्मक क्षमता, निद्रा, इमेजिङ र वातावरणीय डेटा सङ्कलन गरेका थिए।
मिसन सकिएपछि नासाको ह्युमन रिसर्च प्रोग्रामले ती चार अन्तरिक्ष यात्रीबाट प्राप्त जटिल डेटाको वैज्ञानिक विश्लेषण गर्न विश्वभरका अनुसन्धानकर्ता र इन्जिनियरहरूलाई आह्वान गर्दै ‘आर्टमिस दोस्रो ह्युमन रिसर्च डेटा मेथोडोलोजी च्यालेन्ज’ आयोजना गरेको थियो।
सोही प्रतिस्पर्धामा सम्मानित संस्था ‘भिजन वान’ को बहुविषयगत टोलीले ‘इन्टिग्रेटेड बेयसियन मल्टी-मोडल लोन्जिच्युडिनल फिजियोलोजिकल एनालाइसिस फ्रेमवर्क’ तयार पारेको छ। यो प्रणालीले थोरै संख्यामा रहेका अन्तरिक्ष यात्रीहरूको जटिल जैविक-चिकित्सा डेटालाई वैज्ञानिक शुद्धता, पारदर्शिता र पुनरावृत्ति कायम राख्दै विश्लेषण गर्न मद्दत गर्छ।
भिजन वानमा एआई तथा सफ्टवेयर इन्जिनियरका रूपमा कार्यरत अर्पण बमले यस ढाँचाको कृत्रिम बौद्धिकता (एआई) र गणनात्मक विश्लेषण प्रणाली विकासमा मुख्य भूमिका खेलेका छन्।
सयौँ वा हजारौँ सहभागी हुने सामान्य जैविक-चिकित्सा अनुसन्धानभन्दा फरक यो मिसनमा चार जना अन्तरिक्ष यात्रीको मात्र डेटा उपलब्ध थियो। परम्परागत साङ्ख्यिकीय विधिहरूका लागि ठूलो सङ्ख्या चाहिने भएकाले थोरै व्यक्तिबाट प्राप्त जटिल तथ्याङ्क विश्लेषण गर्नु निकै चुनौतीपूर्ण मानिन्छ। यसै समस्यालाई समाधान गर्न भिजन वानले धेरै शारीरिक प्रणालीहरूले एकअर्कासँग कसरी अन्तरक्रिया गर्छन् भन्ने कुरा स्पष्ट रूपमा बुझ्न सकिने एउटै एकीकृत प्रणाली तयार पारेको छ।
इन्जिनियर अर्पण बमले विभिन्न जैविक-चिकित्सा डेटालाई एकीकृत गणनात्मक ढाँचामा जोड्न सफ्टवेयर संरचना र एआई कम्पोनेन्टमा योगदान दिएका छन्। उनको कामले डेटाको एकरूपता, दीर्घकालीन विश्लेषण र जटिल शारीरिक सूचनाको बौद्धिक व्याख्यामा सुधार ल्याएको छ।
यो विधि नासाका मानक मापनहरू, मूल्याङ्कन, एमआरआई र वातावरणीय मापन जस्ता धेरै डेटा श्रेणीहरूलाई एकीकृत गर्न डिजाइन गरिएको हो। प्रत्येक अन्तरिक्ष यात्रीको व्यक्तिगत शारीरिक मानक तय गरेर यसले मिसनभरिका सूक्ष्म शारीरिक परिवर्तनहरू पहिचान गर्न सक्छ।
आर्टमिस दोस्रोको वास्तविक डेटा सार्वजनिक हुनुअघि नै यो प्रणालीको विश्वसनीयता परीक्षण गर्न टोलीले सार्वजनिक रूपमा उपलब्ध फिजिओनेट, युके बायोबैंक र एनएचएएनईएस जस्ता जैविक-चिकित्सा डेटासेटहरूको प्रयोग गरेर यसको सफल प्रमाणीकरण गरिसकेको छ।
आर्टमिस दोस्रोबाहेक यो विधिलाई भविष्यका आर्टमिस मिसनहरू, नासाको ‘गेटवे’ चन्द्र स्टेसन, चन्द्र धरातलका कार्यहरू र मङ्गल ग्रहको दीर्घकालीन मानव मिसनमा समेत प्रयोग गर्न सकिनेछ।






