تشخصی دیابت از طریق صدا میسر شد / این هوش مصنوعی دیابت نوع ۲ را تشخیص می دهد
براساس یافتههای مطالعه که توسط مجله Mayo Clinic Proceedings: Digital Health منتشر شده، دقت این مدل برای زنان ۸۹ درصد و برای مردان ۸۶ درصد گزارش شده است.
استفاده از هوش مصنوعی در تشخیص دیابت به عنوان یک رویکرد نوین در پزشکی رواج دارد. الگوریتمها و مدلهای هوش مصنوعی میتوانند از تحلیل دادههای بیماران مانند نمونههای خون یا اندازهگیریهای دیگر برای شناسایی علائم دیابت استفاده کنند. این رویکرد میتواند به تشخیص زودرس دیابت و کنترل بهتر آن کمک کند.
دقت این مدل هوش مصنوعی برای زنان ۸۹ درصد و برای مردان ۸۶ درصد گزارش شده است.
تقریباً اکثر افراد قبول دارند که بهترین درمان موجود برای بسیاری از بیماریها تشخیص زودهنگام است و در طول سالهای گذشته پیشرفتهای زیادی در این زمینه صورت گرفته است. در گزارشهای قبلی شاهد استفاده از هوش مصنوعی برای تشخیص نوع تومور مغزی و سرطان بودهایم و حالا دانشمندان از این فناوری برای تشخیص ابتلا به دیابت استفاده کردهاند.
براساس گزارش نشریه ایندیپندنت، مطالعه جدیدی که توسط کارشناسان Klick Labs انجام شده است، فناوری ضبط صدا را با هوش مصنوعی ترکیب میکند و گام بزرگی در تشخیص بیماری دیابت محسوب میشود. دانشمندان در این مطالعه از ۶ تا ۱۰ ثانیه صدای افراد، همراه با دادههای اولیه سلامت مانند سن، جنس، قد و وزن برای ایجاد یک مدل هوش مصنوعی استفاده کردند که میتواند دیابت نوع ۲ را در افراد تشخیص دهد.
تشخیص دیابت با هوش مصنوعی و صدا
براساس یافتههای مطالعه که توسط مجله Mayo Clinic Proceedings: Digital Health منتشر شده، دقت این مدل برای زنان ۸۹ درصد و برای مردان ۸۶ درصد گزارش شده است.
«جیسی کافمن»، نویسنده اصلی این مقاله و دانشمند تحقیقاتی Klick Labs، میگوید: «تحقیقات ما نشان میدهد که بین افراد مبتلا به دیابت نوع ۲ و بدون دیابت تفاوتهای صوتی قابلتوجهی وجود دارد و این موضوع میتواند نحوه غربالگری جامعه پزشکی را برای دیابت تغییر دهد. روشهای فعلی تشخیص میتواند به زمان، رفتوآمد و هزینه زیادی نیاز داشته باشد. فناوری صوتی میتواند این موانع را بهطور کامل از بین ببرد.»
دانشمندان برای مطالعه خود از ۲۶۷ نفر درخواست کردند که یک عبارت را ششبار در روز بهمدت دو هفته توسط گوشی هوشمند خود ضبط کنند. سپس برای پیداکردن تفاوت بین افراد مبتلا به دیابت و کسانی که دیابت نداشتند، ۱۸ هزار نمونه ضبطشده را با ۱۴ ویژگی صوتی تجزیهوتحلیل کردند. از ویژگیهایی که توسط آنها مورد بررسی قرار گرفته به «تغییرات زیر و بم» و «شدت» صدا اشاره شده است که توسط گوش انسان قابل درک نیستند.
آنها در نهایت موفق شدند تا تغییرات صدای مربوط به دیابت نوع ۲ را تشخیص دهند و دریافتند که تغییرات صوتی در مردان و زنان بهروشهای متفاوتی بروز میکند. «یان فوسات»، معاون Klick Labs میگوید: «فناوری صوتی میتواند بهعنوان یک ابزار غربالگری دیجیتال دردسترس و مقرونبهصرفه، شیوههای مراقبتهای بهداشتی را متحول کند.»
محققان حالا قصد دارند تا در برنامههای بعدی خود، این مطالعه را بهعنوان یک ابزار تشخیص در زمینههای دیگری مانند پیشدیابت، سلامت زنان و فشار خون بالا آزمایش کنند.
نظر شما