صحبت کنید، عطسه کنید، یا گریه کنید! هوش مصنوعی تشخیص می‌دهد کرونا دارید یا خیر

منتشر شده در analyticsinsight به تاریخ ۷ سپتامبر ۲۰۲۲
لینک منبع TALK, SNEEZE, OR CRY! THIS AI APPLICATION CAN ACCURATELY DETECT IF YOU HAVE COVID

نقش حیاتی که مراقبت بهداشتی در یک جامعه موفق و مولد ایفا می‌کند، آن را به یکی از مهم‌ترین صنایع در محیط کلان داده بزرگ‌تر تبدیل کرده‌است. استفاده از هوش مصنوعی در صنعت مراقبت‌های بهداشتی می‌تواند به معنای تفاوت بین مرگ و زندگی باشد. هوش مصنوعی می‌تواند به متخصصان مراقبت‌های بهداشتی از جمله پزشکان، پرستاران و دیگران با وظایف منظم خود کمک کند. هوش مصنوعی در بخش بهداشت و درمان می‌تواند پیامدهای کلی بیمار را بهبود بخشد، مراقبت پیشگیرانه و کیفیت زندگی را بهبود بخشد، و یک تشخیص دقیق‌تر و استراتژی‌های درمانی ایجاد کند. با بررسی داده‌های بخش دولتی، صنعت مراقبت‌های بهداشتی و سایر منابع، هوش مصنوعی می‌تواند به پیش‌بینی و نظارت بر توسعه بیماری‌های مسری کمک کند. در نتیجه، هوش مصنوعی این پتانسیل را دارد که جز کلیدی تلاش‌های بهداشت عمومی جهانی در مبارزه علیه بیماری‌های همه‌گیر باشد.

استفاده از الگوریتم‌های یادگیری ماشین (ML) و دیگر فن‌آوری‌های شناختی در مراقبت‌های بهداشتی به عنوان هوش مصنوعی نامیده می‌شود. هوش مصنوعی می‌تواند به سادگی به عنوان توانایی کامپیوترها و دیگر دستگاه‌ها برای تکرار شناخت انسان و یادگیری، فکر کردن، تصمیم‌گیری یا اقدام تعریف شود. بنابراین، هوش مصنوعی در مراقبت‌های بهداشتی به کاربرد ماشین‌ها برای تجزیه و تحلیل و اقدام بر روی داده‌های پزشکی، اغلب برای پیش‌بینی یک نتیجه خاص اشاره دارد.

محققان اعلام کردند که یک برنامه کاربردی گوشی‌های هوشمند می‌تواند به دقت آلودگی COVID19 را در صدای مردم با استفاده از هوش مصنوعی شناسایی کنند. این نرم‌افزار را می توان در کشورهای کم‌درآمد به کار برد که در آن تست‌های PCR گران و یا چالش برانگیز برای ارائه هستند، زیرا طبق نظر تیم، استفاده از آن ارزان‌تر، سریع‌تر و آسان‌تر از تست آنتی‌ژن متعدد است.

به گفته وفا الجاباوی، محقق در موسسه علوم داده در دانشگاه ماستریخت در هلند، « نتایج تشویق‌کننده حاکی از آن است که ضبط صدا و الگوریتم هوش مصنوعی به طور بالقوه می‌تواند به دقت بالایی در تعیین اینکه کدام بیماران مبتلا به عفونت COVID19 هستند، دست یابد.» علاوه بر این، آن‌ها از تست مجازی و از راه دور حمایت می‌کنند و زمان تشخیص کم‌تر از یک دقیقه دارند. او اضافه کرد که می‌توان از آن‌ها، به عنوان مثال، در ورودی تجمعات بزرگ برای امکان غربالگری سریع جمعیت، در کنگره بین‌المللی انجمن تنفسی اروپا در بارسلون، اسپانیا استفاده کرد.

دستگاه تنفسی فوقانی و تارهای صوتی به طور معمول تحت‌تاثیر عفونت COVID19 قرار می‌گیرند و صدای فرد را تغییر می‌دهند. الجاباوی و مافوقانش تصمیم گرفتند به قابلیت استفاده از هوش مصنوعی برای تحلیل صداها برای شناسایی COVID19 توجه کنند. آن‌ها از اطلاعات برنامه «صداهای کووید-۱۹» از دانشگاه کمبریج استفاده کردند که شامل 893 نمونه صوتی از 4352 فرد سالم و ناسالم است که 308 نفر از آن‌ها کووید-19 مثبت بودند. محققان روشی را برای تجزیه و تحلیل صدا به کار بردند که به تجزیه و تحلیل طیف‌سنجی مشهور است و چندین ویژگی صدا مانند بلندی صدا، قدرت و نوسان در طول زمان را متمایز می‌کند.

الجاباوی ادامه داد: «ما مدل‌های هوش مصنوعی مختلفی ساختیم و تحلیل کردیم که یکی از آن‌ها در طبقه‌بندی موارد کووید-۱۹ بهتر عمل کرد.» برای تشخیص صدای بیماران کووید-۱۹ از کسانی که بیماری نداشتند.

حافظه بلند مدت (LSTM) یکی از مدل‌هایی بود که آن‌ها کشف کردند که عملکرد بهتری نسبت به بقیه دارد. شبکه‌های عصبی، که نحوه عملکرد مغز انسان را تکرار می‌کنند و همبستگی‌های اساسی در داده‌ها را تشخیص می‌دهند، پایه و اساس LSTM هستند. دقت کلی آن ۸۹٪ بود، نمونه‌های مثبت را می‌توان به درستی ۸۹٪ از زمان تشخیص داد و موارد منفی را می توان به درستی ۸۳٪ از زمان تشخیص داد. الجباوی اظهار داشت که در مقایسه با روش‌های پیشرفته مانند تست جریان جانبی، نتایج این مطالعه «پیش‌بینی قابل‌توجهی در دقت تشخیص کووید-19 نشان می‌دهد». طبق نظر محققان، برای تایید یافته‌های آن‌ها باید از اعداد اساسی استفاده شود.

استفاده از ML و دیگر رشته‌های شناختی برای تشخیص پزشکی یک کاربرد مهم هوش مصنوعی در مراقبت‌های بهداشتی است. هوش مصنوعی می‌تواند با استفاده از داده‌های بیمار و سایر اطلاعات، به پزشکان و دیگر متخصصان مراقبت‌های بهداشتی در ارائه تشخیص‌های دقیق‌تر و توصیه‌های درمانی کمک کند. هوش مصنوعی با تحلیل داده‌های بزرگ برای ایجاد پیشنهادهای مراقبتی پیشگیرانه بهتر برای بیماران، می‌تواند در ارائه خدمات درمانی پیشگیرانه‌تر و پیشگویانه تر به بیماران کمک کند.

این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.