۱۴۰۳ سه شنبه ۰۶ آذر

هوش مصنوعی با شنیدن صدا دیابت را تشخیص می‌دهد

ICTPRESS - دانشمندان راهی یافته‌اند که با چند جمله صحبت کردن فرد با تلفن همراه می‌توانند آزمایش کنند به دیابت مبتلا است یا خیر.

 

به گزارش شبکه خبری ICTPRESS به نقل از ایندیپندنت، گروهی از آزمایشگاه‌های کلیک (آزمایشگاه نوآوری دیجیتال) در ایالات متحده آمریکا یک مدل هوش مصنوعی پدید آورده‌اند که از شش تا ۱۰ ثانیه صدای فرد تشخیص می‌دهد آیا او به دیابت نوع ۲ مبتلا است یا خیر. میزان دقت این آزمایش برای زنان ۸۹ درصد و برای مردان ۸۶ درصد بوده است.

جیسی کافمن دانشمند پژوهشی آزمایشگاه‌های کلیک گفت: پژوهش ما تفاوت‌های صوتی چشمگیری را بین افراد مبتلا به دیابت نوع ۲ و غیرمبتلایان نشان می‌دهد و قادر است نحوه غربالگری جامعه پزشکی برای دیابت را تغییر ‌دهد. روش‌های کنونی تشخیص ممکن است به زمان، سفر و هزینه زیادی نیاز داشته باشد. فناوری صوتی این امکان را دارد که چنین موانعی را به‌کلی از بین ببرد.»

در این مطالعه با هدف شناسایی ویژگی‌های صوتی که مبتلایان به دیابت را از غیرمبتلایان متمایز می‌کند، ۱۸ هزار صدای ضبط‌ شده، تجزیه و تحلیل شد. دانشمندان با استفاده از پردازش علائم این صداها توانستند تغییرات ظریف زیر و بم و شدت را که برای گوش انسان نامحسوس است، تشخیص بدهند.  

بر اساس ارقام فدراسیون بین‌المللی دیابت، این ابزار می‌تواند برای حدود ۲۴۰ میلیون بزرگسال در سراسر جهان که اکنون بی‌آنکه بدانند با این بیماری زندگی می‌کنند، مفید باشد.

این پژوهش جدید نقش فزاینده هوش مصنوعی در مراقبت‌های بهداشتی را نشان می‌دهد و با همگرایی مدل‌های یادگیری ماشینی و علم داده (دیتا ساینس) به بهبود درمان بیماران و کمک به کشف‌های پزشکی یاری می‌رساند.

پژوهشگران می‌گویند از این مدل هوش مصنوعی که برای تعیین ابتلا به دیابت به داده‌های اولیه سلامتی فرد نمونه نیاز دارد، می‌توان برای تشخیص سایر بیماری‌ها نیز استفاده کرد.

یان فوست نایب رئیس آزمایشگاه کلیک که این پژوهش را راهبری کرده است، گفت: پژوهش ما بر امکان فوق‌العاده فناوری صدا در شناسایی دیابت نوع ۲ و سایر بیماری‌ها تاکید می‌کند. فناوری صدا به‌مثابه یک ابزار غربالگری دیجیتال دردسترس و مقرون‌به‌صرفه شیوه‌های مراقبت بهداشتی را دگرگون می‌کند.

این فناوری در مطالعه‌ای با عنوان «تجزیه و تحلیل صوتی و پیش‌بینی دیابت نوع ۲ با استفاده از قطعه صداهای ضبط‌شده در گوشی هوشمند»، در نشریه مجموعه مقالات کلینیک مایو: سلامت دیجیتال، به تفصیل شرح داده شده است.

نظرات : 0

ثبت نظر

91222