jamejamonline
دانش عمومی کد خبر: ۱۳۰۷۷۷۰   ۲۶ اسفند ۱۳۹۹  |  ۰۳:۰۴

محققان دانشگاه اوکلاهما موفق شدند؛

تشخیص کرونا با استفاده از هوش مصنوعی

محققان دانشگاه اوکلاهما موفق شدند با استفاده از هوش مصنوعی از صدای سرفه، احتمال ابتلا به کرونا را در فرد تشخیص دهند.

به گزارش جام جم آنلاین از باشگاه خبرنگاران جوان، بار‌ها و بار‌ها کارشناسان اظهار کردند که برای کنترل شیوع ویروس کرونا به آزمایش بیشتر و سریعتری نیاز است و برخی معتقدند که هوش مصنوعی می‌تواند در این زمینه موثر باشد.

در بسیاری از روش‌ های تشخیص کرونا از هوش مصنوعی برای تجزیه و تحلیل سریع اشعه ایکس یا سی تی اسکن استفاده می‌شود، اما این روش‌ها نیاز به اسکن قفسه سینه در یک مرکز پزشکی دارد.

تیمی از محققان تلاش کردند تا راهی برای تشخیص سریعتر ویروس کرونا در افراد مبتلا بیابند. در ماه ژوئیه محققان دانشگاه اوکلاهما نشان دادند که می‌توان سرفه کووید ۱۹ را از سایر سرفه‌ها تشخیص داد. در این تحقیق آن‌ها با استفاده از هوش مصنوعی ثابت کردند که صدای سرفه افراد مبتلا متفاوت است. این واقعیت که چندین مدل می‌توانند کووید ۱۹ را در سرفه تشخیص دهند، نشان می‌دهد که چیزی به نام ویروس کرونای بدون علامت وجود نداشته و همواره تغییرات فیزیکی رخ می‌دهد که منجر به تغییر نحوه تولید صدا در فرد می‌شوند.

در حالی که گوش انسان نمی‌تواند آن تغییرات را تشخیص دهد، اما هوش مصنوعی موفق به تشخیص این تغییرات شده است.

علی عمران که پروژه قبلی آن را در مرکز تحقیقات «AI۴Neworks» دانشگاه اوکلاهما رهبری می‌کرد، این مفهوم را با صدای یک گیتار مقایسه کرده و می‌گوید اگر سیم‌های گیتار را تغییر دهید، اما نت‌های مشابهی را بنوازید، صدا‌های کاملا متفاوتی به دنبال خواهد داشت.

عمران می‌گوید: گوش انسان قادر به تشخیص پنج تا ده ویژگی مختلف سرفه است. با پردازش سیگنال و با استفاده از هوش مصنوعی می‌توانیم حداکثر ۳۰۰ ویژگی مختلف را استخراج کنیم.

هنگام بروز همه گیری این تیم در حال کار بر روی مجموعه‌ای از الگوریتم‌های یادگیری ماشین برای تشخیص بیماری آلزایمر در ضبط‌های صوتی با استفاده از نشانگر‌های زیستی مانند قدرت طناب صوتی، احساسات، عملکرد ریه‌ها و تخریب عضلات بود. وقتی مشخص شد که سرفه از ویژگی‌های اصلی کووید ۱۹ است، آن‌ها سریعا متوجه شدند امکان دارد عفونت‌های ویروسی کرونا از طریق هوش مصنوعی تشخیص داده شود.

این تیم در ابتدا از مدل‌های هوش مصنوعی برای پروژه استفاده کرد، اما سقف دقت به حدود ۷۰ ٪ رسید. آن‌ها مدل هوش مصنوعی موجود در بیماری آلزایمر خود را با داده‌های سرفه کووید ۱۹ مقایسه کردند. این مدل ۹۸.۵ درصد در تشخیص افراد مبتلا دقیق بود. در تشخیص افراد بدون علامت، این دقت به ۱۰۰ درصد رسید و ۸۳.۲ درصد موارد منفی را شناسایی کرد.

در ماه ژوئیه، عمران و همکارانش توانستند یک مدل هوش مصنوعی برای شناسایی سرفه‌های بدون علامت و غربال کردن این عوامل مخلوط کننده برای تشخیص سرفه‌ های کووید ۱۹ از صدای سرفه برونشیت، سیاه سرفه و آسم با دقت ۹۰ درصد کامل ایجاد کنند.

عمران می‌گوید: هدف ما این بود که اطمینان حاصل کنیم کسی که مبتلا به آسم است به اشتباه کرونا مثبت تشخیص داده نشود.

ارسال نظر
* نظر:
نام:
ایمیل:

یادداشت

بیشتر
رصدخانه ملی افتتاح شد؛ با تلسکوپی که آینه نداشت!

رصدخانه ملی افتتاح شد؛ با تلسکوپی که آینه نداشت!

از وقتی خبر رسید قرار است رصدخانه ملی ایران پس از قریب به دو دهه تلاش و کوشش محققان کشور، صبح دوشنبه هفتم تیر افتتاح شود، موجی از غرور و شادی در دل همه علاقه‌مندان به پیشرفت علم در کشور و به‌ویژه میان دانشجویان اخترفیزیک و کیهان‌شناسی و محققان این حوزه ایجاد شد.

ضرورت تدوین دستورالعمل ساخت‌ و ساز در پهنه‌ های گسلی

ضرورت تدوین دستورالعمل ساخت‌ و ساز در پهنه‌ های گسلی

با توجه به این‌که وجود گسل و جابه‌جایی احتمالی آن هنگام زلزله در سطح زمین، تأثیر مخربی روی ساختمان‌ها و شریان‌های حیاتی واقع بر روی آن و اطراف داشته و خطرناک است، توجه به مخاطرات مربوط از مهم‌ترین پارامترهای برنامه‌ریزی توسعه شهری در مناطق لرزه‌خیز محسوب می‌شود؛ از این‌رو با توجه به قرارگیری شهر تهران روی گسل‌های فعال با سابقه لرزه‌خیزی، لازم است در مطالعات شهرسازی و طرح‌های تفصیلی مربوط، این عامل نیز لحاظ شود.

گفتگو

بیشتر
شبی که دلباخته دماوند شدم

به مناسبت روز ملی دماوند، گفتگو کرده‌ایم با مجید قهرودی، عکاس نجومی و کوهنوردی که خیره‌کننده‌ترین نماها را از عظمت دماوند ثبت کرده‌ است

شبی که دلباخته دماوند شدم

نیازمندی ها