Table of Contents

मधुमेह प्रबंधन का विकास

दशकों तक, मधुमेह प्रबंधन ने महामारी रक्त ग्लूकोज माप, पेपर लॉग और मानकीकृत उपचार एल्गोरिदम पर निर्भर किया। मरीजों ने अपने ग्लूकोज को कई बार उंगलियों के परीक्षण के साथ जांचा और अंगूठे के नियमों के आधार पर इंसुलिन खुराक समायोजित किया। कई लोगों के लिए प्रभावी होने के बावजूद, यह दृष्टिकोण अक्सर माप के बीच गंभीर ग्लूकोज उतार-चढ़ाव को याद करता है। परिणाम मधुमेह आबादी के एक महत्वपूर्ण हिस्से के लिए उप-प्रमुख ग्लाइसेमिक नियंत्रण था। इंटरनेट ऑफ थिंग्स (IoT) प्रौद्योगिकी के आगमन ने मूल रूप से इस परिदृश्य को बदल दिया है। जुड़े उपकरणों से लगातार डेटा धारा अब निजीकरण के स्तर को सक्षम करती है जो पहले असंभव था, जिससे देखभाल योजनाओं को केवल एक शारीरिक ग्लूकोज़ के लिए नहीं बल्कि उनके दैनिक व्यवहार के लिए विशिष्ट रूप से विशिष्ट रूप से निर्धारित किया जा सकता है।

प्रतिक्रियाशील से सक्रिय देखभाल

पारंपरिक प्रबंधन स्वाभाविक रूप से प्रतिक्रियाशील है - भोजन के बाद एक उच्च ग्लूकोज पढ़ने से सुधार की खुराक को प्रेरित किया जाता है। आईओटी-संचालित प्रणाली पैराडाइम को सक्रिय देखभाल में बदल देती है। वास्तविक समय में रुझानों का विश्लेषण करके, स्वास्थ्य देखभाल प्रदाता हाइपोग्लाइसेमिक घटनाओं की पहचान कर सकते हैं इससे पहले कि वे ऐसे पैटर्न की पहचान कर सकें जो लंबे समय तक अति-गैतिहासिकता का कारण बनते हैं। यह बदलाव रोगियों के लिए निरंतर निर्णय लेने के बोझ को कम कर देता है और चिकित्सकों को पहले हस्तक्षेप करने के लिए सशक्त बनाता है, तीव्र जटिलताओं को रोकता है और दीर्घकालिक सूक्ष्म संवहनी और मैक्रोवस्कुलर क्षति के जोखिम को कम करता है।

मधुमेह में डेटा क्रांति

मधुमेह देखभाल में आईओटी उपकरणों द्वारा उत्पन्न डेटा की मात्रा और विविधता बहुत अधिक है। एक एकल निरंतर ग्लूकोज मॉनिटर (सीजीएम) हर पांच मिनट में ग्लूकोज रीडिंग पैदा करता है, जो प्रति दिन 288 डेटा पॉइंट की राशि होती है। जब स्मार्ट पेन या पंप से इंसुलिन डिलीवरी डेटा के साथ संयुक्त होता है, तो पहनने योग्य डेटा से गतिविधि डेटा और जुड़े खाद्य पैमाने या ऐप से भोजन की जानकारी, जिसके परिणामस्वरूप डेटासेट रोगी के चयापचय अवस्था की एक व्यापक तस्वीर प्रदान करता है। यह समृद्धि परिष्कृत विश्लेषण के लिए अनुमति देती है जो व्यक्तिगत ट्रिगर की पहचान कर सकती है, जैसे रात भर ग्लूकोज स्तर पर एक विशिष्ट व्यायाम प्रकार के प्रभाव या कार्य बैठक से तनाव के विलंबित प्रभाव। इस तरह की अंतर्दृष्टि वास्तव में अनुकूलित मधुमेह प्रबंधन योजनाओं की नींव है।

मुख्य आईओटी उपकरण मधुमेह देखभाल को परिवर्तित करना

मधुमेह के लिए आईओटी पारिस्थितिकी तंत्र विविध और बढ़ रहा है। प्रत्येक डिवाइस प्रकार एक अद्वितीय डेटा धारा का योगदान देता है जो एकीकृत होने पर रोगी के स्वास्थ्य के समग्र दृष्टिकोण को सक्षम बनाता है।

  • ]Continuous ग्लूकोज मॉनिटर (CGM) – Dexcom G7, Abbott FreeStyle Libre, और Medtronic गार्जियन माप अंतरस्थाई ग्लूकोज स्तर की तरह उपकरणों लगातार। आधुनिक CGM स्मार्टफोन और क्लाउड प्लेटफार्मों के लिए डेटा संचारित करते हैं, जिससे देखभाल करने वालों और चिकित्सकों द्वारा दूरस्थ निगरानी की अनुमति मिलती है। वे प्रवृत्ति तीर प्रदान करते हैं, कम या उच्चतर को रोकने के लिए अलर्ट करते हैं, और समय-समय पर व्यवस्थित मीट्रिक जो अकेले A1C से कहीं अधिक जानकारीपूर्ण हैं।
  • ] स्मार्ट इंसुलिन पेन और पंप - कनेक्टेड पेन (जैसे, Medtronic द्वारा InPen) स्वचालित रूप से खुराक समय, राशि और इंसुलिन के प्रकार लॉग इन करें। पंप्स (जैसे, Tandem t:slim X2, Omnipod 5) बेसल दर समायोजन को स्वचालित करने के लिए CGM डेटा के साथ इंसुलिन वितरण को जोड़ते हैं और यहां तक कि ऑटो-कोरेक्ट उच्च ग्लूकोज भी हाइब्रिड बंद लूप सिस्टम के आधार का निर्माण करते हैं।
  • Wearable Fitness Tracker – Fitbit, Apple Watch, या Whoop ट्रैक दिल की दर, कदम, नींद की गुणवत्ता, और गतिविधि की तीव्रता जैसे उपकरण। व्यायाम ग्लूकोज नियंत्रण में एक प्रमुख चर है, और ग्लूकोज रुझान के साथ गतिविधि डेटा को सुधारने से पूर्व-और बाद-अवकाली इंसुलिन समायोजन और कार्बोहाइड्रेट का सेवन बेहतर हो सकता है।
  • ]स्मार्ट स्केल और ब्लड प्रेशर मॉनिटर - वजन में उतार-चढ़ाव इंसुलिन संवेदनशीलता को प्रभावित कर सकते हैं, और उच्च रक्तचाप एक आम comorbidity है। कनेक्टेड स्केल और बीपी कफ अतिरिक्त डेटा अंक प्रदान करते हैं जो व्यक्तिगत देखभाल योजनाओं में कारक हो सकते हैं।
  • ]स्मार्ट फूड लॉगिंग और भोजन डिवाइस – ऐसे ऐप्स जो बारकोड स्कैनिंग, छवि आधारित भोजन अनुमान और जुड़े खाद्य पैमाने को सही ढंग से कार्बोहाइड्रेट सेवन ट्रैक करने में मदद करते हैं। जब ग्लूकोज डेटा के साथ संयुक्त हो तो रोगी विशिष्ट खाद्य पदार्थों के लिए अपनी व्यक्तिगत ग्लाइसेमिक प्रतिक्रिया सीख सकते हैं, जिससे सटीक इंसुलिन-टू-कार्ब अनुपात और खुराक समय सक्षम हो सकता है।

कैसे IoT डेटा निजीकरण को बढ़ाता है

IoT की वास्तविक शक्ति सिर्फ डेटा एकत्र करने में नहीं बल्कि उसके एकीकरण और विश्लेषण में कार्रवाई योग्य अंतर्दृष्टि बनाने के लिए होती है जो प्रत्येक रोगी के लिए अद्वितीय हैं।

रियल टाइम डेटा संग्रह और विश्लेषण

सतत डेटा स्ट्रीमिंग तत्काल पैटर्न मान्यता को सक्षम बनाता है। एल्गोरिथ्म यह पता लगा सकता है कि एक रोगी का ग्लूकोज सुबह के चलने के बाद 45 मिनट तक गिर जाता है। सिस्टम तब रोगी को एक पूर्व-व्यवहार स्नैक का उपभोग करने या अस्थायी रूप से बेसल इंसुलिन को कम करने के लिए चेतावनी दे सकता है। इसी तरह, अगर एक रोगी का ग्लूकोज सटीक कार्ब गिनती के बावजूद एक विशेष भोजन के बाद लगातार बढ़ता है, तो डेटा यह प्रकट कर सकता है कि भोजन की वसा की मात्रा में देरी हुई वृद्धि होती है, जिससे दोहरी तरंग बोलस समायोजन होता है। ये सूक्ष्म-समायोजन वास्तविक समय में किए गए, समय में समय-समय पर समय-समय पर सुधार और मैनुअल गणना के बोझ को कम कर सकते हैं।

इंसुलिन Regimens के लिए गतिशील समायोजन

आईओटी डेटा इंसुलिन थेरेपी के स्वचालित और नैदानिक-निर्देशित दोनों का समर्थन करता है। हाइब्रिड बंद-लूप सिस्टम में, इंसुलिन पंप हर पांच मिनट में बेसल दरों को समायोजित करने के लिए सीजीएम डेटा का उपयोग करता है, प्रभावी रूप से एक व्यक्तिगत बेसल प्रोफाइल बनाता है जो रोगी के सर्कैडियन लय, गतिविधि और तनाव के साथ बदलता है। कई दैनिक इंजेक्शन का उपयोग करने वाले रोगियों के लिए, सीजीएम के साथ संयुक्त स्मार्ट पेन डेटा चिकित्सकों को सात-दिन या दस-दिन ग्लूकोज पैटर्न की समीक्षा करने में सक्षम बनाता है और बेसल, बोलस और सुधार कारकों में बदलाव की सिफारिश करता है। यह डेटा संचालित दृष्टिकोण रोगी-रिपोर्ट किए गए लॉग पर भरोसा करने की तुलना में अधिक सटीक है, जो अक्सर अधूरा हो या अपूर्ण हो।

आहार और व्यायाम सिफारिश

व्यक्तिगत पोषण योजना मधुमेह प्रबंधन का एक आधारशिला है। सीजीएम डेटा के साथ युग्मित आईओटी-सक्षम खाद्य ट्रैकिंग प्रत्येक रोगी की विभिन्न कार्बोहाइड्रेट स्रोतों, भोजन रचनाओं और समय के प्रति ग्लाइसेमिक प्रतिक्रिया की पहचान कर सकता है। उदाहरण के लिए, एक रोगी लंबे समय तक चलने से पहले सेवन किए जाने पर न्यूनतम ग्लूकोज एक्सरसेंस के साथ सफेद चावल को सहन कर सकता है, जबकि दूसरे को पूरी तरह से बचने की आवश्यकता हो सकती है। इसी तरह, व्यायाम डेटा खतरनाक हाइपोग्लाइसीमिया के कारण बिना इंसुलिन संवेदनशीलता में सुधार के लिए इष्टतम तीव्रता और समय निर्धारित करने में मदद कर सकता है। परिणाम एक जीवनशैली योजना है जो सामान्य नहीं है लेकिन रोगी की बदलती परिस्थितियों के साथ विकसित हो सकता है।

आईओटी आधारित अनुकूलन के नैदानिक लाभ

कई अध्ययनों से पता चला है कि IoT-enhanced व्यक्तिगत देखभाल परिणामों में मापने योग्य सुधार की ओर जाता है।

  • ]Improved Glycemic Control - सतत डेटा रोगियों को लक्ष्य ग्लूकोज रेंज (70-180 मिलीग्राम / डीएल) में उच्च प्रतिशत समय बनाए रखने की अनुमति देता है। DIAMOND अध्ययन[ से पता चला कि CGM ने A1C को 1.0% से घटाकर 0.4% की तुलना में टाइप 1 मधुमेह में अकेले उंगलियों के साथ कम किया।
  • ]Reduced hypoglycemia - रियल टाइम अलर्ट और ट्रेंड तीर कम होने की चेतावनी देते हैं, जिससे प्रारंभिक कार्बोहाइड्रेट का सेवन संभव हो जाता है। ]Diabetes टेक्नोलॉजी एंडैम्प; थेरेप्यूटिक्स]]] में प्रकाशित मेटा-विश्लेषण में, सीजीएम का उपयोग गंभीर हाइपोग्लाइसेमिक घटनाओं को 50% तक टाइप 1 मधुमेह रोगियों में कम किया जाता है।
  • ]]Lower Hemoglobin A1c – कई अध्ययनों की रिपोर्ट A1c में 0.5-1.0% की कमी के बाद IoT-guided चिकित्सा शुरू करने के बाद। प्रभाव को सबसे अधिक उच्च आधार रेखा A1c वाले रोगियों में स्पष्ट किया जाता है और डिवाइस डेटा के साथ उच्च सगाई होती है।
  • ]Improved Quality of Life – मरीजों ने अपनी स्थिति के प्रबंधन में हाइपोग्लाइसीमिया और अधिक आत्मविश्वास के बारे में चिंता को कम किया। वास्तविक समय ग्लूकोज देखने की क्षमता और प्रतिक्रिया सक्रिय रूप से सशक्त है। अमेरिकन डायबिटीज एसोसिएशन ] द्वारा एक सर्वेक्षण में पाया गया कि सीजीएम उपयोगकर्ताओं के 85% ने डिवाइस को अपने समग्र स्वास्थ्य प्रबंधन में सुधार करने में मदद की।
  • ]Reduced हेल्थकेयर उपयोग – खतरनाक रुझानों का प्रारंभिक पता लगाने से आपातकालीन कमरे का दौरा और अस्पताल में भर्ती होने से रोकता है। स्वास्थ्य आर्थिक विश्लेषण से संकेत मिलता है कि CGM और स्मार्ट पेन सिस्टम की लागत तीव्र जटिलता से संबंधित खर्चों में कमी से ऑफसेट होती है।

कार्यान्वयन चुनौतियां और विचार

स्पष्ट लाभों के बावजूद, IoT-powered व्यक्तिगत मधुमेह देखभाल के व्यापक गोद लेने के कई बाधाओं का सामना करना पड़ता है।

गोपनीयता और सुरक्षा

रोगी डेटा वायरलेस रूप से उपकरणों से क्लाउड सर्वर और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड तक प्रसारित होता है। यह भेद्यता के कई बिंदु बनाता है। यूरोप में संयुक्त राज्य अमेरिका और GDPR में HIPAA जैसे नियमों के अनुपालन में अनिवार्य है, लेकिन डिवाइस नवाचार की तेजी से गति अक्सर सुरक्षा मानकों को दूर करती है। हेल्थकेयर संगठनों को एंड-टू-एंड एन्क्रिप्शन को लागू करना चाहिए, नियमित सुरक्षा लेखा परीक्षा करना चाहिए और यह सुनिश्चित करना कि तीसरे पक्ष के ऐप डेवलपर सख्त गोपनीयता प्रोटोकॉल का पालन करते हैं। मरीजों को अपने डिवाइस पासवर्ड की सुरक्षा के लिए शिक्षा की आवश्यकता होती है और फ़िशिंग प्रयासों को पहचानने की आवश्यकता होती है जो उनके स्वास्थ्य डेटा को लक्षित करते हैं।

डिवाइस अंतरसंचालन और डेटा मानकीकरण

मधुमेह आईओटी बाजार में विखंडित है, विभिन्न निर्माताओं के उपकरणों के साथ अक्सर मालिकाना डेटा प्रारूपों का उपयोग करते हैं। एक रोगी एक डीएक्सकॉम सीजीएम, एक सर्वव्यापी पंप और एक गार्मिन घड़ी का उपयोग कर सकता है, और प्रत्येक उपकरण दूसरों को "स्पाक" नहीं कर सकता है, जैसे कि टिडपूल या एप्पल हेल्थ। अंतर-संचालन क्षमता वाले चिकित्सकों की कमी से अलग-अलग प्रणालियों में डेटा देखने की क्षमता को मिलती है, जिससे पूरी तस्वीर देखने की क्षमता सीमित हो जाती है। उद्योग के प्रयासों जैसे सतत ग्लूकोज मॉनिटर इंटरऑपरेबिलिटी (CGMI) मानक एकीकृत डेटा मॉडल की ओर काम कर रहे हैं, लेकिन प्रगति धीमी है।

रोगी पालन और डिजिटल साक्षरता

आईओटी उपकरणों को लगातार सगाई की आवश्यकता होती है: चार्जिंग सेंसर, बैटरी की जगह, उपकरणों को ले जाने और अलार्म का जवाब देने के लिए। कुछ रोगियों, विशेष रूप से पुराने वयस्कों या सीमित तकनीकी कौशल वाले लोगों को जटिलता को भारी पाया जा सकता है। यहां तक कि प्रेरित मरीजों को अक्सर सूचनाएं से "अल्म थकान" का अनुभव हो सकता है, जिससे उन्हें महत्वपूर्ण अलर्ट को अनदेखा करने का नेतृत्व किया। व्यक्तिगत देखभाल योजनाओं को प्रौद्योगिकी के साथ रोगी के आराम के लिए जिम्मेदार होना चाहिए। कुछ के लिए, कम अलर्ट और मैनुअल डेटा समीक्षा के साथ एक सरल प्रणाली पूरी तरह से स्वचालित समाधान से अधिक प्रभावी हो सकती है।

लागत और बीमा कवरेज

हालांकि सीजीएम सेंसर और स्मार्ट इंसुलिन उपकरणों की लागत में गिरावट आई है, वे कई रोगियों के लिए महंगे रहते हैं, खासकर बीमा कवरेज के बिना या उच्च कटौती योग्य लोगों के साथ। अमेरिका में, मेडिकेयर और कई निजी बीमाकर्ताओं ने अब टाइप 1 मधुमेह के लिए सीजीएम को कवर किया है, लेकिन टाइप 2 मधुमेह के लिए कवरेज अलग-अलग होता है। इसी तरह, स्मार्ट इंसुलिन पेन हमेशा फिर से प्रतिपूर्ति नहीं होती है। सामाजिक आर्थिक स्थिति की परवाह किए बिना, सभी रोगियों को आईओटी आधारित देखभाल सुलभ बनाने के लिए पॉलिसी वकालत और स्वास्थ्य प्रणाली में परिवर्तन की आवश्यकता होती है।

व्यक्तिगत मधुमेह देखभाल का भविष्य

वर्तमान IoT-enabled व्यक्तिगत देखभाल सिर्फ शुरुआत है। कई उभरती प्रौद्योगिकियों ने भी अधिक परिष्कृतता का वादा किया।

आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग

एआई एल्गोरिदम ऐतिहासिक ग्लूकोज, इंसुलिन, गतिविधि और भोजन डेटा का विश्लेषण कर सकते हैं ताकि भविष्य में ग्लूकोज मूल्यों को उल्लेखनीय सटीकता के साथ भविष्यवाणी की जा सके। उदाहरण के लिए, भविष्य में पूर्वानुमान मॉडल पहले से ही एक hypoglycemic घटना का पूर्वानुमान कर सकते हैं, जिससे प्रीम्पटिव एक्शन की अनुमति मिलती है। मशीन लर्निंग सूक्ष्म पैटर्न की पहचान भी कर सकती है जो मनुष्य याद कर सकते हैं, जैसे कि मासिक धर्म चक्र चरणों और इंसुलिन संवेदनशीलता के बीच संबंध। कई कंपनियां, जिनमें [FLT: 0]]Tidepool ] और ]Myabetics ]], AI-driven निर्णय समर्थन ऐप विकसित कर रहे हैं जो मौजूदा उपकरणों के साथ एकीकृत है।

बंद-लूप और कृत्रिम पैनक्रिया प्रणाली

IoT-personalized देखभाल की अंतिम अभिव्यक्ति पूरी तरह से बंद-लूप कृत्रिम अग्न्याशय है, जो अधिकांश भोजन और गतिविधियों के लिए रोगी इनपुट के बिना इंसुलिन वितरण को स्वचालित करती है। हाइब्रिड बंद-लूप सिस्टम (Medtronic 780G और Tandem Control-IQ) पहले से ही बेसल दरों को स्वचालित रूप से समायोजित करते हैं। भविष्य प्रणाली दोहरी-hormone (insulin और ग्लूकागन) वितरण को शामिल करेगी, और लगातार नियंत्रण को अनुकूलित करने के लिए प्रत्येक रोगी के डेटा से सीखेंगे। FDA ने कई बंद-लूप सिस्टम को मंजूरी दी है, और अनुसंधान 2 मधुमेह और अन्य आबादी के प्रकार के लिए अपने लाभ को बढ़ाने के लिए जारी है।

डिजिटल ट्विन्स और सिमुलेशन मॉडल

एक "डिजिटल जुड़वां" एक रोगी के चयापचय प्रणाली की एक आभासी प्रतिकृति है, जो अपने स्वयं के डेटा से निर्मित है। इस जुड़वां का उपयोग करके, हेल्थकेयर प्रदाता विभिन्न उपचार परिदृश्यों को अनुकरण कर सकते हैं - एक बेसल दर को बदलकर, एक कार्ब अनुपात को समायोजित कर सकते हैं, या एक नई दवा जोड़ सकते हैं - और वास्तविक रोगी में इसे लागू करने से पहले पूर्वानुमानित ग्लूकोज परिणाम देख सकते हैं। यह दृष्टिकोण परीक्षण-और-error को कम कर देता है और निजीकरण प्रक्रिया को गति देता है। प्रारंभिक पायलट अध्ययन वादा दिखा रहा है, हालांकि व्यापक नैदानिक उपयोग अभी भी कुछ साल दूर है।

टेलीमेडिसिन और एकीकृत केयर मॉडल

COVID-19 महामारी ने टेलीमेडिसिन को अपनाने में तेजी ला दी, और IoT डिवाइस एक प्राकृतिक फिट हैं। रोगी आभासी यात्रा के दौरान चिकित्सकों के साथ अपने सीजीएम और इंसुलिन डेटा को साझा कर सकते हैं, जिससे सबूतों के आधार पर समायोजन को बिना किसी कार्यालय की यात्रा के अनुमति मिलती है। एकीकृत देखभाल मॉडल जहां एंडोक्रिनोलॉजिस्ट, आहार विशेषज्ञ, मधुमेह शिक्षक और मानसिक स्वास्थ्य पेशेवरों के पास समान डेटा स्ट्रीम तक पहुंच है, जो समन्वयित, समग्र देखभाल को सक्षम करता है। यह टीम-आधारित दृष्टिकोण, आईओटी द्वारा संचालित है, न केवल ग्लूकोज स्तर बल्कि मधुमेह के मनोसामाजिक, पोषण और शारीरिक गतिविधि पहलुओं को भी संबोधित कर सकता है।

उदाहरण के लिए: व्यक्तिगत योजना का उपयोग करना IoT डेटा

58 वर्षीय रोगी को टाइप 2 मधुमेह के साथ भोजन के साथ इंसुलिन ग्लैर्गिन और रैपिड-अभिनय इंसुलिन का उपयोग करते हुए विचार करें। शुरू में, उनके A1C 8.7% थे। CGM शुरू करने और अपने स्मार्टवॉच और एक खाद्य लॉगिंग ऐप से डेटा को एकीकृत करने के बाद, उनकी देखभाल टीम ने देखा कि उसकी सुबह रक्त ग्लूकोज लगातार बढ़ गया था, लेकिन अपर्याप्त बेसल इंसुलिन के कारण नहीं - वह नाश्ते को छोड़ रहा था और उसके पूर्व-ब्रेकस्ट ग्लूकोज को लगातार छह महीने में ही देखा गया था।

निष्कर्ष

आईओटी डेटा अंतर्दृष्टि मधुमेह प्रबंधन के अलावा नहीं हैं; वे एक मौलिक परिवर्तन हैं। ग्लूकोज, इंसुलिन, गतिविधि, नींद, भोजन और वास्तविक समय में तनाव के जटिल इंटरप्ले की कैप्चरिंग और विश्लेषण करके, आईओटी उन व्यक्तियों के रूप में अद्वितीय देखभाल योजनाओं को सक्षम बनाता है जो वे सेवा करते हैं। लाभ - ग्लूकोज नियंत्रण में सुधार, जटिलताओं को कम किया, जीवन की गुणवत्ता में वृद्धि हुई है, और स्वास्थ्य देखभाल की लागत - नैदानिक सबूतों के बढ़ते शरीर द्वारा समर्थित हैं। फिर भी, पूर्ण क्षमता को महसूस करने के लिए डेटा सुरक्षा, उपकरण अंतर-संचालन, रोगी सगाई और लागत में आने वाली चुनौतियों की आवश्यकता होती है। एआई, बंद-लूप प्रणाली और एकीकृत देखभाल मॉडल परिपक्व हो गए हैं, मधुमेह प्रबंधन का भविष्य तेजी से पूर्वानुमानित हो जाएगा।