تاریخ انتشار : شنبه 29 مهر 1402 - 6:11
100 بازدید
کد خبر : 4253

تشخیص دیابت با ۱۰ ثانیه گفتار ضبط شده

تشخیص دیابت با ۱۰ ثانیه گفتار ضبط شده

ایسنا/خراسان رضوی نتایج تحقیقی نشان می‌دهد، برنامه‌ای که از داده‌های در دسترس استفاده می‌کند می‌تواند با بیش از ۱۰ ثانیه صحبت فرد تشخیص دهد که آیا او به دیابت مبتلا است یا خیر. به‌زودی می‌توان این برنامه را به‌عنوان برنامه‌ای در هر تلفن هوشمند دریافت کرد و گزینه‌ای ارزان و در دسترس برای افرادی با

ایسنا/خراسان رضوی نتایج تحقیقی نشان می‌دهد، برنامه‌ای که از داده‌های در دسترس استفاده می‌کند می‌تواند با بیش از ۱۰ ثانیه صحبت فرد تشخیص دهد که آیا او به دیابت مبتلا است یا خیر.

به‌زودی می‌توان این برنامه را به‌عنوان برنامه‌ای در هر تلفن هوشمند دریافت کرد و گزینه‌ای ارزان و در دسترس برای افرادی با دسترسی محدود به امکانات پزشکی خواهد بود.

شرکت‌کنندگان این آزمایش در آزمایشگاه کلیک ایالات‌متحده شامل ۲۶۷ نفر بودند که به تازگی آزمایش استاندارد دیابت نوع ۲ را انجام داده بودند. آنان یک عبارت کوتاه را ۶ بار در روز به مدت دو هفته در تلفن خود ضبط کردند سپس دانشمندان به دنبال تفاوت‌های صوتی بین افراد بودند تا جواب آزمایش را مثبت و یا منفی ثبت کنند.

یک مدل هوش مصنوعی (AI) با ترکیب وجود یا عدم وجود ویژگی‌های شناسایی شده در ثبت صدا، سن، جنس، قد و وزن شرکت‌کنندگان، وضعیت افراد را پیش‌بینی کرد. نتایج به میزان ۸۶ درصد برای مردان و ۸۹ درصد برای زنان درست بود.

سنتز صدا، فرآیندی پیچیده است که بر اثرات ترکیبی سیستم تنفسی، سیستم عصبی و حنجره متکی است. محققان اظهار کردند: هر چیزی که بر این سیستم‌ها تاثیر بگذارد می‌تواند بر صدا تاثیرگذار باشد. ممکن است اکثر مردم نتوانند این تغییرات را شناسایی کنند و مطمئنا قابل اعتماد نیز نیستند اما رایانه‌ها می‌توانند تجزیه و تحلیل‌های ظریف‌تری را انجام دهند.

قوی‌ترین ابزارها، زیر و بم و تغییر در زیر و بم بین زمان‌هایی که عبارت ثبت می‌شد را شناسایی کرد همچنین برخی از ابزارها نیز تنها برای یک جنس برنامه‌ریزی شده بودند.

نتایج تحقیقات پیشین نشان داده است که قند خون بالا در طولانی مدت می‌تواند به اعصاب محیطی و فیبرهای عضلانی آسیب برساند و باعث اختلالات صوتی شود حتی افزایش موقت گلوکز خون که دیابت می‌تواند آن را تشدید کند، به‌عنوان عامل تاثیرگذار بر قابلیت ارتجاعی تارهای صوتی پیشنهاد شده‌ اگرچه هنوز ثابت نشده است.

به‌طور غیرمستقیم‌تر، اضطراب و افسردگی می‌توانند صدای افراد را تغییر دهند و دیابت ممکن است در هر دو نقش داشته باشد.

محقق ارشد این تحقیق گفت: تحقیق ما تفاوت‌های صوتی قابل توجهی را بین افراد مبتلا به دیابت نوع ۲ و سالم نشان می‌دهد و می‌تواند نحوه غربالگری جامعه پزشکی را برای تشخیص بیماران مبتلا به دیابت تغییر دهد. روش‌های کنونی تشخیص می‌تواند به زمان، سفر و هزینه زیادی نیاز داشته باشد اما فناوری صوتی این پتانسیل را دارد که این موانع را به‌طور کامل از بین ببرد.

تشخیص دیابت با ۱۰ ثانیه گفتار ضبط شده

نرخ دیابت در سراسر جهان به شدت در حال افزایش است و یکی از جدی‌ترین بحران‌های بهداشتی را ایجاد می‌کند که جهان با آن مواجه است و بسیاری از مشکلات دیگر را نیز تشدید خواهد کرد. تشخیص دیرهنگام عامل مهمی است، زیرا بسیاری از مداخلاتی که از عواقب دیابت پیشگیری می‌کنند یا تا حد زیادی آن را کاهش می‌دهند، خیلی دیر انجام خواهند شد.

فدراسیون بین‌المللی دیابت تخمین می‌زند که تقریبا نیمی از بزرگسالان مبتلا به دیابت از وضعیت خود آگاه نیستند. به ناچار، این نسبت در کشورهایی که سیستم‌های مراقبت‌های بهداشتی کمترین توانایی را برای مقابله با آنچه پیش خواهد آمد دارند، بالاتر است.

دانشمندان تخمین زدند که دیابت تشخیص داده نشده تا سال ۲۰۳۰ سالانه ۲.۱ تریلیون دلار برای جهان هزینه دارد.

آزمایش‌های متعددی برای شناسایی دیابت نوع ۲ استفاده می‌شود اما همه آنها به جمع‌آوری نمونه خون نیاز دارند که برخی از افراد از انجام آن اجتناب می‌کنند همچنین نیازمند مراجعه به ارائه‌دهندگان مراقبت‌های بهداشتی و آزمایش‌های آزمایشگاهی است.

محقق دیگر این تحقیق گفت: فناوری صوتی می‌تواند شیوه‌های مراقبت‌های بهداشتی را به‌عنوان یک ابزار غربالگری دیجیتال در دسترس و مقرون به صرفه متحول کند.

آزمایشگاه کلیک قصد دارد مطالعه را با یک نمونه بزرگتر تکرار کند همچنین به دنبال راه‌هایی برای بهبود بیشتر دقت و بررسی اینکه آیا تشخیص می‌تواند شامل مدت زمان دیابت باشد یا خیر است. آنان همچنین علاقه‌مند به گسترش کار به سایر شرایط از جمله پیش دیابت و فشار خون بالا هستند.

منابع

news.sky.com

iflscience.com

indy۱۰۰.com

انتهای پیام

ارسال نظر شما
مجموع نظرات : 0 در انتظار بررسی : 0 انتشار یافته : ۰
  • نظرات ارسال شده توسط شما، پس از تایید توسط مدیران سایت منتشر خواهد شد.
  • نظراتی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • نظراتی که به غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نخواهد شد.