پوشش رسانه‌ای جیتکس ۲۰۲۴ | با ما همراه باشید

Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 تشخیص بیماری بر اساس صدا

تشخیص بیماری بر اساس صدا

زمان مطالعه: 2 دقیقه

صدای افراد اطلاعات زیادی را در مورد آن‌ها برملا می‌کند، اما مطالعات جدید نشان داده‌اند که حتی برای تشخیص بیماری هم می‌توان از صدا استفاده کرد. اکنون پژوهشگران در تلاشند، تا این قابلیت را به قالب نرم‌افزار درآورند.

مؤسسه ملی سلامت آمریکا روی پروژه‌ای کلان سرمایه‌گذاری کرده است که داده‌های صوتی را جمع‌آوری می‌کند و هوش مصنوعی‌ای می‌سازد که بیماری افراد را بر اساس صدایشان تشخیص می‌دهد.

به گفته‌ دکتر ییل بنسوسان، هنگام صحبت کردن، عوامل متعددی از جمله لرزش تارهای صوتی و الگوی تنفسی، اطلاعات مفیدی در مورد سلامت فرد در اختیار می‌گذارند. بنسوسان رئیس مرکز Health Voice دانشگاه ساوث‌فلوریدا و سرپرست پروژه‌ مذکور است.

وی اضافه می‌کند: «این پژوهش بر پایه‌ پرسشی بنا شد که از متخصصان پرسیدیم: در رویارویی با بیماران، اگر چشمانتان را ببندید و فقط به صدای آن‌ها گوش دهید، می‌توانید به نظری کلی در مورد تشخیص بیماری‌ آن‌ها برسید؟»

 تشخیص بیماری بر اساس صدا

اگر فردی آهسته و با صدای آرام صحبت می‌کند، ممکن است به پارکینسون مبتلا باشد. بریده‌بریده حرف زدن می‌تواند نشان‌دهنده سکته باشد. متخصصان می‌توانند حتی افسردگی یا سرطان را هم از صدای بیمار تشخیص دهند.

پژوهشگران کار را با جمع‌آوری داده‌های صوتی از افرادی آغاز کردند که به یکی از این پنج دسته بیماری مبتلا بودند: اختلالات عصب‌شناختی، اختلالات صوتی، اختلالات خلقی، اختلالات تنفسی و اختلالات اطفال (همچون اوتیسم و تأخیر کلامی).

این پروژه به عنوان بخشی از برنامه Bridge to AI مؤسسه ملی سلامت انجام شده است. این برنامه بیش از یک سال قبل راه‌اندازی شد و بیش از 100 میلیون دلار سرمایه از دولت فدرال دریافت کرد، تا دیتابیس‌های بزرگ برای خدمات بهداشت‌ و درمان بسازد و بدین ترتیب، «پزشکی دقیق» را ارتقاء دهد.

بنسوسان توضیح می‌دهد: «یکی از چالش‌های پیش روی متخصصان در دست نداشتن دیتابیس‌های متن‌باز بزرگ است. هر مؤسسه‌ای دیتابیس مخصوص خودش را دارد، اما ساخت شبکه‌ها و زیرساخت‌های لازم امر بسیار مهمی است که حتی برای نسل‌های آینده هم مفید خواهد بود.»

پیش از این هم متخصصان سعی داشته‌اند، تا با استفاده از هوش مصنوعی، صدای انسان‌ها را مطالعه کنند، اما این اولین بار است که داده‌های مربوطه در چنین مقیاس گسترده‌ای جمع‌آوری می‌شوند. این پروژه حاصل همکاری بین USF، Cornell و ده مؤسسه‌ دیگر است.

گسترش پروژه تشخیص بیماری بر اساس صدا

به گفته‌ بنسوسان، پژوهشگران با علم به اینکه دیگران هم کارهای مشابهی انجام داده‌اند، تصمیم گرفته‌اند که مقیاس گسترش پروژه تشخیص بیماری بر اساس صدا را آغاز کنند و شبکه‌ وسیع‌تری بسازند.

هدف نهایی مطالعات ساخت نرم‌افزاری است که بتواند با کمک به کادر درمانی در ارجاع بیماران به متخصصان موردنیاز، دسترسی بیماران مناطق روستایی و گروه‌های محروم به خدمات درمانی را ارتقاء دهد. در بلندمدت، دستیارهای مجازی الکسا و گوشی‌های آیفون هم می‌توانند تغییرات صدای کاربران را تشخیص داده و آن‌ها را به مراجعه به پزشک تشویق کنند.

برای تحقق این اهداف، پژوهشگران می‌بایست به جمع‌آوری داده ادامه دهند، چون عملکرد سیستم‌های هوش مصنوعی وابسته به داده است. این گروه امیدوارند، تا بتوانند تا پایان چهار سال آینده، حدود 30,000 داده‌ صوتی و داده‌های بیومتریک دیگر (مثل داده‌های بالینی و اطلاعات ژنتیک) جمع‌آوری کنند.

گسترش پروژه تشخیص بیماری بر اساس صدا

بنسوسان می‌گوید: «برای گسترش پروژه تشخیص بیماری بر اساس صدا هدفمان ساخت شبکه‌ای بزرگ‌مقیاس است و اگر صرفاً داده‌های موجود در آزمایشگاه‌های صوتی و افراد حاضر در مؤسسات پژوهشی را جمع‌آوری کنیم، از این هدف دور شده‌ایم.»

البته موانعی هم سر راه پژوهشگران وجود دارند؛ برای مثال، معلوم نیست که HIPAA، قانونی که حریم خصوصی اطلاعات پزشکی افراد را تضمین می‌کند، به اشتراک‌گذاری داده‌های صوتی را مجاز می‌شمارد یا خیر.

به گفته‌ بنسوسان، از جمله سؤالاتی که در این حوزه مطرح می‌شوند عبارت‌اند از: صدایی که به پروژه اهداء شده است، متعلق به چه کسی است؟ چه کاری می‌توان با آن انجام داد؟ پژوهشگران مجازند تا با این صدا چه کنند؟ آیا صدا می‌تواند کاربرد تجاری داشته باشد؟

سایر داده‌های مربوط به حوزه‌ بهداشت و درمان را می‌توان از هویت بیمار جدا کرد و سپس برای پژوهش به کار برد، اما صدا چنین خاصیتی ندارد. هر مؤسسه‌ای قوانین خاص خودش را در مورد به اشتراک‌گذاری داده دارد و این مسئله پرسش‌های اخلاقی و قانونی متعددی پیش روی متخصصان قرار می‌دهد.


جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]