الگوریتم بوهلمن ZHL-16C: راز محاسبه محدودیت‌های غواصی بدون نیاز به رفع فشار

یک غواص پس از ۴۰ دقیقه فرود به سمت یک کشتی غرق‌شده، کامپیوتر مچی‌اش به او اجازه می‌دهد فوراً صعود کند. اما یار غواصی او، که دقیقاً کنارش و با همان پروفایل غواصی شناور است، به صفحه‌ای خیره شده که ۱۵ دقیقه توقف اجباری رفع فشار در عمق ۶ متری (۲۰ فوت) را طلب می‌کند. برای غواص اول، الگوریتم ابزاری انعطاف‌پذیر است که با اعتماد به مدل‌های مدرن گازهای محلول، زمان کف را به حداکثر می‌رساند. برای غواص دوم، که فاکتورهای گرادیان محافظه‌کارانه‌ای را به صورت دستی وارد کرده، همان ریاضیات زیربنایی، یک خط پایه است که برای جلوگیری از تشکیل ریزحباب‌ها در بافت‌های کند، نیازمند حائل‌های ایمنی سخت‌گیرانه است. هر دوی آن‌ها به دقیقاً همان الگوریتم بوهلمن ZHL-16C متکی هستند، با این حال، دو واقعیت کاملاً متفاوت را در زیر آب تجربه می‌کنند.

در سکوت سنگین یک غواصی عمیق، بدن انسان دستخوش یک آزمایش فیزیکی نامرئی اما بی‌امان می‌شود. با افزایش فشار محیط، گازهای خنثی—عمدتاً نیتروژن—در جریان خون و بافت‌ها حل می‌شوند. هنگام صعود، با کاهش فشار، این گازها باید با خیال راحت از بدن خارج شوند. اگر فشار خیلی سریع کاهش یابد، نیتروژن از حالت محلول خارج شده و حباب تشکیل می‌دهد که منجر به بیماری رفع فشار می‌شود. مدیریت این صعود، وظیفه اصلی یک کامپیوتر غواصی است، و برای اکثریت قریب به اتفاق غواصان فنی و تفریحی امروز، موتور ریاضیاتی که این تصمیمات مرگ و زندگی را می‌گیرد، الگوریتم بوهلمن ZHL-16C است.

این مدل که در دهه ۱۹۶۰ توسط دکتر آلبرت آ. بوهلمن، پزشک سوئیسی متخصص فیزیولوژی تنفسی در دانشگاه زوریخ، توسعه یافت، برای شبیه‌سازی نحوه جذب و آزادسازی گاز خنثی توسط بدن انسان طراحی شده بود. «ZH» در نام آن مخفف زوریخ، «L» نشان‌دهنده ماهیت خطی محدودیت‌های اشباع بیش از حد، و «۱۶» نشان‌دهنده تعداد محفظه‌های بافت نظری است که الگوریتم ردیابی می‌کند.[2]

این ۱۶ محفظه بافت، نه با اندام‌های خاص، بلکه با نیمه‌عمرهای ریاضیاتی که از ۴ دقیقه تا ۶۳۵ دقیقه متغیر هستند، مطابقت دارند. بافت‌های سریع، مانند خون و مغز، نیتروژن را به سرعت جذب و آزاد می‌کنند. بافت‌های کند، مانند غضروف و استخوان، ساعت‌ها طول می‌کشد تا اشباع شوند و به همان اندازه طول می‌کشد تا پاکسازی شوند. الگوریتم به طور مداوم فشار نیتروژن را در هر ۱۶ محفظه به طور همزمان محاسبه می‌کند و آن‌ها را با حداکثر حد اشباع بیش از حد قابل تحمل که به عنوان «مقدار M» (M-value) شناخته می‌شود، مقایسه می‌کند.[2]

مقدار M آستانه مطلق است. اگر فشار نیتروژن در هر یک از ۱۶ محفظه در طول صعود از مقدار M خاص خود فراتر رود، مدل پیش‌بینی می‌کند که حباب‌ها تشکیل خواهند شد. بنابراین، کامپیوتر یک توقف رفع فشار را دیکته می‌کند و غواص را در عمق مشخصی نگه می‌دارد تا فشار گاز به منطقه امن بازگردد. برای دهه‌ها، غواصی تا مرز مقدار M قابل قبول تلقی می‌شد، اما درک فیزیولوژیکی مدرن تغییر کرده است.[2]

«الگوریتم‌های رفع فشار یک پاسخ ثابت واحد نیستند—حتی برنامه‌ریزان مورد اعتماد نیز با یکدیگر اختلاف نظر دارند،» این نکته در اسناد اعتبارسنجی «دایو تولز» (Dive Tools)، یک پلتفرم مستقل آزمایش موتور رفع فشار، ذکر شده است. این درک که غواصی تا حد مطلق ریاضیاتی خطرات غیرقابل قبولی را برای بسیاری به همراه دارد، منجر به مهم‌ترین تحول در تاریخ مدل بوهلمن شد: معرفی «فاکتورهای گرادیان» (Gradient Factors یا GF) توسط مهندس اریک بیکر در سال ۱۹۹۸.[4]

فاکتورهای گرادیان به غواصان اجازه می‌دهند تا به طور مصنوعی مقدار M را کاهش دهند و یک حائل ایمنی قابل تنظیم ایجاد کنند. این فاکتورها به صورت یک جفت درصد، مانند ۳۰/۷۰، بیان می‌شوند. عدد اول، GF پایین (GF Low)، حداکثر اشباع مجاز را هنگامی که اولین توقف رفع فشار عمیق رخ می‌دهد، دیکته می‌کند. GF پایین ۳۰ به این معنی است که غواص زمانی متوقف می‌شود که بافت پیشرو او تنها به ۳۰ درصد از حد نظری خود برسد و او را مجبور به توقف عمیق‌تر و زودتر می‌کند.[2]

عدد دوم، GF بالا (GF High)، حاشیه ایمنی هنگام رسیدن به سطح را کنترل می‌کند. GF بالای ۷۰ به این معنی است که به غواص اجازه داده نمی‌شود به سطح برسد مگر اینکه فشار گاز در هر ۱۶ محفظه بافت به زیر ۷۰ درصد حداکثر مقدار M خود کاهش یافته باشد. با تنظیم این دو عدد، یک غواص می‌تواند شکل صعود خود را به طور اساسی تغییر دهد، توقف‌های عمیق را برای کنترل ریزحباب‌ها در اولویت قرار دهد یا توقف‌های کم‌عمق را طولانی‌تر کند تا اطمینان حاصل شود که گاز بافت‌های کند به طور کامل خارج شده است.[2]

این انعطاف‌پذیری دلیلی است که چرا دو غواص در یک کشتی غرق‌شده می‌توانند تعهدات رفع فشار کاملاً متفاوتی داشته باشند. تولیدکنندگان کامپیوترهای غواصی، ریاضیات ZHL-16C را به طور یکسان پیاده‌سازی می‌کنند، اما در مورد فاکتورهای گرادیان پیش‌فرض که از کارخانه عرضه می‌کنند، به شدت متفاوت عمل می‌کنند. یک برند که برای غواصان تفریحی تعطیلات طراحی شده است، ممکن است الگوریتم را پشت یک پیش‌تنظیم بسیار محافظه‌کارانه قفل کند، در حالی که یک کامپیوتر فنی به کاربر اجازه می‌دهد هر جفت GF دلخواهی را به صورت دستی وارد کند.[5]

واحد غواصی تجربی نیروی دریایی ایالات متحده (NEDU) الگوریتم‌های تجاری موجود را به طور گسترده در برابر آزمایش‌های انسانی سخت‌گیرانه خود آزمایش کرده است. در یک مطالعه اعتبارسنجی که توسط مرکز ملی اطلاعات بیوتکنولوژی منتشر شد، محققان دریافتند که الگوریتم پایه برای مطابقت با استانداردهای ایمنی نظامی نیاز به تنظیم دارد. محققان نتیجه گرفتند: «ZHL-16C می‌تواند طوری تنظیم شود که با GF-Hi <= ۷۰ و GF-Lo >= ۵۵ از تمام آزمایش‌ها عبور کند.»[1]

با وجود یافته‌های NEDU، جامعه غواصی فنی اغلب GF پایین ۳۰ را ترجیح می‌دهد، با این باور که توقف‌های عمیق‌تر از تشکیل اولیه حباب‌ها جلوگیری می‌کند. با این حال، مطالعات بالینی اخیر این عمل را به چالش کشیده‌اند و نشان می‌دهند که توقف بیش از حد عمیق برای مدت طولانی، در واقع به اشباع شدن بافت‌های کند با نیتروژن ادامه می‌دهد و به طور متناقض، خطر کلی بیماری رفع فشار را تا زمانی که غواص به سطح می‌رسد، افزایش می‌دهد.[1]

این بحث منجر به شکافی در نحوه برخورد تولیدکنندگان با الگوریتم شده است. برخی از آن‌ها در طول تاریخ از مدل‌های حباب اختصاصی حمایت می‌کردند که به طور خودکار توقف‌های عمیق را اجباری می‌کردند، اما اخیراً الگوریتم بوهلمن ۱۶ GF را در مدل‌های جدیدتر خود ادغام کرده‌اند تا تقاضای بازار را برآورده سازند. برخی دیگر، مانند «دایو گیر اکسپرس» (Dive Gear Express)، ارتقاء سیستم‌عامل را ارائه می‌دهند که مدل بوهلمن را به طور کامل با الگوریتم DCIEM جایگزین می‌کند، که یک رویکرد ریاضیاتی متفاوت مبتنی بر محفظه‌های بافت سری به جای موازی است.[3]

هنگامی که «دایو تولز» موتور ZHL-16C خود را با استانداردهای صنعتی مقایسه کرد، ۹۰ درصد نرخ تطابق با پیاده‌سازی «شیرواتر» (Shearwater) را در ۱۵ پروفایل غواصی پیچیده، از جمله سناریوهای چندسطحی و ریبریدر مدار بسته، پیدا کرد. این سطح بالای برابری تأیید می‌کند که ریاضیات اصلی مدل زوریخ قوی باقی مانده و به طور جهانی توسط مهندسان نرم‌افزار قابل درک است.[4]

با این حال، دقت ریاضیات، عدم قطعیت اساسی زیست‌شناسی را پنهان می‌کند. ۱۶ محفظه ساختارهای نظری هستند، نه واقعیت‌های بیولوژیکی. الگوریتم نمی‌داند که آیا غواص دچار کم‌آبی، سرما، خستگی یا سن بالا است—همه عواملی که به طور قابل توجهی نحوه پردازش واقعی گازهای محلول تحت فشار توسط بدن انسان را تغییر می‌دهند.[5]

الگوریتم بوهلمن ZHL-16C نه به این دلیل که یک آینه بیولوژیکی کامل است، بلکه به این دلیل که یک چارچوب شفاف و قابل پیش‌بینی است، دوام می‌آورد. برخلاف الگوریتم‌های جعبه سیاه اختصاصی، ریاضیات باز آن به غواصان اجازه می‌دهد دقیقاً بفهمند چرا کامپیوترشان توقف می‌خواهد. الگوریتم داده‌ها را فراهم می‌کند، اما غواص، از طریق انتخاب فاکتورهای گرادیان و درک فیزیولوژی خود، حاشیه ایمنی نهایی را دیکته می‌کند.[5]