تشخیص سرطان از روی صدا!

به گزارش «تابناک» به نقل از باشگاه خبرنگاران جوان، کارشناسان می‌دانند که در اثر بیماری‌هایی مانند پارکینسون یا سکته مغزی، گفتار تغییر می‌کند. این در حالی است که تنفس تحت تأثیر بیماری‌های ریوی قرار می‌گیرد.

امید می رود که این برنامه رایانه‌ای بتواند طیف گسترده ای از بیماری ها، از جمله سرطان و افسردگی را تشخیص دهد.

گروهی از متخصصان با جمع آوری صدای افراد مبتلا به بیماری در پنج حوزه اختلال‌های عصبی، صوتی، خلقی، تنفسی و کودکان مانند اوتیسم و تأخیر گفتار، این پژوهش را آغاز کرده اند.

این طرح، بخشی از پروژه «پلی به هوش مصنوعی» (Bridge to AI) مؤسسه ملی بهداشت آمریکا است. این یک پروژه ۱۳۰ میلیون دلاری است که با هدف تسریع استفاده گسترده از فناوری هوش مصنوعی در زمینه پزشکی انجام می شود.

دکتر «یائل بنسوسان» (Yael Bensoussan)، مدیر «مرکز صدای سلامت» (Health Voice Center) در دانشگاه جنوب فلوریدا (USF)، سرپرستی پژوهشگران ۱۲ موسسه پژوهشی در این طرح را بر عهده دارد. بنسوسان معتقد است که صدا پتانسیل این را دارد که نشانگر زیستی برای تشخیص چندین بیماری باشد.

اگر این اپلیکیشن موفقیت آمیز باشد، شاید بتواند شرایط را برای افرادی که دسترسی محدودی به مراقبت‌های بهداشتی دارند، تغییر دهد.

بنسوسان تأکید کرد: ایجاد یک چارچوب مؤثر که مجموعه داده‌های قابل توجهی را با استفاده از بهترین فناوری کنونی به روشی مشترک ترکیب می‌کند، شیوه استفاده از صدا را به عنوان روشی برای کمک به پزشکان در تشخیص بیماری‌ها و اختلالات متحول خواهد کرد.

این فناوری که می‌تواند شکاف بین مناطق صعب العبور و ارائه دهندگان دارای مجوز را پر کند، برای خدمات بهداشت از راه دور به سرعت در حال گسترش است.

دکتر «اولیویه المنتو» (Olivier Elemento)، از پژوهشگران این طرح گفت: یافته‌های آینده ما می‌توانند تحولی را در مراقبت‌های بهداشتی به وجود آورند که به واسطه آن، نظارت مداوم بر صدا می‌تواند پزشکان را زودتر از زمان ممکن در مورد بیماری‌های خاصی مانند عفونت‌ها یا بیماری‌های عصبی آگاه کند.

پژوهشگران امیدوارند که تا پایان چهار سال آینده بتوانند علاوه بر داده‌های مربوط به سایر نشانگرهای زیستی مانند داده‌های بالینی و اطلاعات ژنتیکی، حدود ۳۰ هزار نمونه صدای اهدایی منحصربه فرد را جمع آوری کنند.

اقدام دکتر بنسوسان، نخستین تلاش برای تعیین قدرت تشخیص از روی صدای انسان نیست، اما پژوهش‌های گذشته، بر مجموعه داده‌های بسیار کوچکی تکیه کرده اند و نگرانی در مورد حفظ حریم خصوصی صاحبان داده ها، مهمترین مشکل آن‌ها بود.