12 شهریور 1403
تشخیص بیماری از روی صدا به کمک هوش مصنوعی
در تحولی دیگر در زمینهی هوش مصنوعی، گوگل در حال توسعهی سامانهی جدیدی است که از سیگنالهای صوتی برای پیشبینی علائم اولیهی بیماری استفاده میکند.
به گزارش نتناک و به نقل از اینترستینگ انجینیرینگ، گوگل از 300 میلیون نمونهی صوتی از جمله سرفه، استشمام و تنفس سخت برای آموزش مدل پایهی هوش مصنوعی خود برای شناسایی علائم بیماریهایی مانند سل استفاده کرده است.
گوگل با شرکت فناوری سالسیت (Salcit Technologies)، یک استارتاپ هوش مصنوعی متمرکز بر مراقبتهای بهداشتی تنفسی در هند، همکاری کرده است تا این فناوری را در گوشی های هوشمند بگنجاند.
با این فناوری، جوامع پرخطر در مناطقی با دسترسی محدود به مراقبتهای بهداشتی میتوانند تحولی را تجربه کنند.
گوگل پیشتر تلاشهایی را برای دیجیتالی کردن حواس انسان انجام داده است. بازوی سرمایهگذاری این شرکت قبلاً از استارتآپهایی که از هوش مصنوعی برای شناسایی بیماریها بر اساس بو و رایحه استفاده میکنند، حمایت کرده است.
کاوشهای آکوستیک زیستی، که ترکیبی از زیستشناسی و آکوستیک است، استفاده رو به رشد هوش مصنوعی برای استخراج اطلاعات مهم از صداهای تولید شده توسط انسان و حیوانات را نشان میدهد.
گوگل یک مدل هوش مصنوعی به نام HeAR (Health Acoustic Representations) (بازنمودهای صوتی سلامت) ایجاد کرده است که از سیگنالهای صوتی برای پیشبینی علائم اولیه بیماری استفاده میکند و ابزاری نوآورانه برای تشخیص پزشکی ارائه میکند.
این فناوری که به راحتی در تلفنهای هوشمند قابل استفاده است، میتواند جمعیتهای پرخطر را در مناطقی که دسترسی محدودی به دستگاههای تشخیصی پرهزینه مانند دستگاههای اشعه ایکس دارند، ردیابی و شناسایی کند.
سودمندی این روش توانایی آن در ارائهی گزینههای مراقبتهای بهداشتی در مناطق دوردست با استفاده از میکروفون و نرمافزار هوش مصنوعی است که در تلفن ادغام شده است.
بر اساس گزارش سازمان بهداشت جهانی، سل علت اصلی تقریباً 4500 مرگ و میر و تقریباً 30,000 عفونت جدید در هر روز است.
در حالی که سل قابل درمان است، میلیونها مورد تشخیص داده نمیشوند. تنها در هند، سل منجر به مرگ تقریباً 250 هزار نفر در سال میشود که اهمیت تشخیص زودهنگام آن را برجسته میکند.
هوش مصنوعی گوگل با استفاده از مجموعهی داده عظیمی از 300 میلیون کلیپ صوتی، که شامل سرفه و صداهای تنفسی از سراسر جهان است، آموزش داده شده است.
این صداها از مطالب در دسترس عموم بدون حق نسخهبرداری، مانند ویدیوهای یوتیوب و فایلهای صوتی ضبط شده از غربالگری سل در بیمارستان های زامبیا به دست آمده است.
ابزار هوش مصنوعی، که در یک گوشی هوشمند ادغام شده است، میتواند برای غربالگری بیماری به دورافتادهترین مکانها برده شود.
با تجزیه و تحلیل تفاوتهای ظریف در الگوهای سرفه، سیستم هوش مصنوعی میتواند علائم اولیهی سل را شناسایی کند و مداخله و درمان اولیه را تسهیل کند.
هدف مشارکت گوگل با شرکت فناوری سالسیت افزایش دقت تشخیص سل و ارزیابی سلامت ریه است.
سالسیت در حال ادغام مدل هوش مصنوعی گوگل با فناوری یادگیری ماشینی خود سوآسا (Swaasa) است. سوآسا یک سیستم هوش مصنوعی است که نام آن کلمهای سانسکریت به معنای «نفس» میباشد.
انتظار میرود این همکاری نظارت بر سلامت تنفسی و مدیریت بیماریها را به ویژه در مناطقی که دسترسی محدود به متخصصان مراقبتهای بهداشتی و ابزارهای تشخیصی دارند، بسیار افزایش دهد.
استفاده از هوش مصنوعی برای تشخیص بیماریها از طریق صدا نشاندهندهی یک پیشرفت تکنولوژیکی قابل توجه با پتانسیل ایجاد انقلابی در ارائه مراقبتهای بهداشتی است.
همانطور که مدلهای هوش مصنوعی مانند HeAR پیشرفتهتر میشوند، میتوانند فراتر از تشخیص سل و در حوزهی شناسایی سایر بیماریهای تنفسی و نارساییهای قلبی عروقی از طریق تجزیه و تحلیل صدا گسترش یابند.
توسعهی چنین ابزارهایی در دنیایی که دسترسی به مراقبتهای بهداشتی برای میلیونها نفر چالشبرانگیز است، بسیار حائز اهمیت میباشد.
با استفاده از زیرساختهای فعلی تلفنهای هوشمند، این راهحلهای مبتنی بر هوش مصنوعی را میتوان به سرعت گسترش داد و در مناطق شهری و روستایی مورد استفاده قرار داد و فراگیری و دسترسی به مراقبتهای بهداشتی را بهبود بخشید.
به گزارش نتناک و به نقل از اینترستینگ انجینیرینگ، گوگل از 300 میلیون نمونهی صوتی از جمله سرفه، استشمام و تنفس سخت برای آموزش مدل پایهی هوش مصنوعی خود برای شناسایی علائم بیماریهایی مانند سل استفاده کرده است.
گوگل با شرکت فناوری سالسیت (Salcit Technologies)، یک استارتاپ هوش مصنوعی متمرکز بر مراقبتهای بهداشتی تنفسی در هند، همکاری کرده است تا این فناوری را در گوشی های هوشمند بگنجاند.
با این فناوری، جوامع پرخطر در مناطقی با دسترسی محدود به مراقبتهای بهداشتی میتوانند تحولی را تجربه کنند.
گوگل پیشتر تلاشهایی را برای دیجیتالی کردن حواس انسان انجام داده است. بازوی سرمایهگذاری این شرکت قبلاً از استارتآپهایی که از هوش مصنوعی برای شناسایی بیماریها بر اساس بو و رایحه استفاده میکنند، حمایت کرده است.
کاوشهای آکوستیک زیستی، که ترکیبی از زیستشناسی و آکوستیک است، استفاده رو به رشد هوش مصنوعی برای استخراج اطلاعات مهم از صداهای تولید شده توسط انسان و حیوانات را نشان میدهد.
گوگل یک مدل هوش مصنوعی به نام HeAR (Health Acoustic Representations) (بازنمودهای صوتی سلامت) ایجاد کرده است که از سیگنالهای صوتی برای پیشبینی علائم اولیه بیماری استفاده میکند و ابزاری نوآورانه برای تشخیص پزشکی ارائه میکند.
این فناوری که به راحتی در تلفنهای هوشمند قابل استفاده است، میتواند جمعیتهای پرخطر را در مناطقی که دسترسی محدودی به دستگاههای تشخیصی پرهزینه مانند دستگاههای اشعه ایکس دارند، ردیابی و شناسایی کند.
سودمندی این روش توانایی آن در ارائهی گزینههای مراقبتهای بهداشتی در مناطق دوردست با استفاده از میکروفون و نرمافزار هوش مصنوعی است که در تلفن ادغام شده است.
بر اساس گزارش سازمان بهداشت جهانی، سل علت اصلی تقریباً 4500 مرگ و میر و تقریباً 30,000 عفونت جدید در هر روز است.
در حالی که سل قابل درمان است، میلیونها مورد تشخیص داده نمیشوند. تنها در هند، سل منجر به مرگ تقریباً 250 هزار نفر در سال میشود که اهمیت تشخیص زودهنگام آن را برجسته میکند.
هوش مصنوعی گوگل با استفاده از مجموعهی داده عظیمی از 300 میلیون کلیپ صوتی، که شامل سرفه و صداهای تنفسی از سراسر جهان است، آموزش داده شده است.
این صداها از مطالب در دسترس عموم بدون حق نسخهبرداری، مانند ویدیوهای یوتیوب و فایلهای صوتی ضبط شده از غربالگری سل در بیمارستان های زامبیا به دست آمده است.
ابزار هوش مصنوعی، که در یک گوشی هوشمند ادغام شده است، میتواند برای غربالگری بیماری به دورافتادهترین مکانها برده شود.
با تجزیه و تحلیل تفاوتهای ظریف در الگوهای سرفه، سیستم هوش مصنوعی میتواند علائم اولیهی سل را شناسایی کند و مداخله و درمان اولیه را تسهیل کند.
هدف مشارکت گوگل با شرکت فناوری سالسیت افزایش دقت تشخیص سل و ارزیابی سلامت ریه است.
سالسیت در حال ادغام مدل هوش مصنوعی گوگل با فناوری یادگیری ماشینی خود سوآسا (Swaasa) است. سوآسا یک سیستم هوش مصنوعی است که نام آن کلمهای سانسکریت به معنای «نفس» میباشد.
انتظار میرود این همکاری نظارت بر سلامت تنفسی و مدیریت بیماریها را به ویژه در مناطقی که دسترسی محدود به متخصصان مراقبتهای بهداشتی و ابزارهای تشخیصی دارند، بسیار افزایش دهد.
استفاده از هوش مصنوعی برای تشخیص بیماریها از طریق صدا نشاندهندهی یک پیشرفت تکنولوژیکی قابل توجه با پتانسیل ایجاد انقلابی در ارائه مراقبتهای بهداشتی است.
همانطور که مدلهای هوش مصنوعی مانند HeAR پیشرفتهتر میشوند، میتوانند فراتر از تشخیص سل و در حوزهی شناسایی سایر بیماریهای تنفسی و نارساییهای قلبی عروقی از طریق تجزیه و تحلیل صدا گسترش یابند.
توسعهی چنین ابزارهایی در دنیایی که دسترسی به مراقبتهای بهداشتی برای میلیونها نفر چالشبرانگیز است، بسیار حائز اهمیت میباشد.
با استفاده از زیرساختهای فعلی تلفنهای هوشمند، این راهحلهای مبتنی بر هوش مصنوعی را میتوان به سرعت گسترش داد و در مناطق شهری و روستایی مورد استفاده قرار داد و فراگیری و دسترسی به مراقبتهای بهداشتی را بهبود بخشید.