27 دسامبر 2022 – هوش مصنوعی به نقطه عطف دیگری دست یافته است: تشخیص صدای اجابت مزاج ناسالم.
اخیراً مهندسین موسسه تحقیقات فناوری جورجیا، طرحی برای “ردیاب اسهال” که می‌تواند به مقامات بهداشتی در مورد شیوع بیماری‌هایی مانند وبا هشدار دهد، ارائه شده است. روزی حتی می‌توان از هوش مصنوعی با دستگاه‌های هوشمند خانگی برای نظارت بر سلامت روده استفاده کرد.
مهندسان در کنفرانسی از انجمن آکوستیک آمریکا در نشویل گفتند که یک نمونه اولیه اسهال را در 98 درصد موارد در آزمایشات به طور دقیق شناسایی می کند. حتی با نویز پس زمینه، 96٪ موارد درست بود.
وبا سالانه میلیون ها نفر را مبتلا می کند و 143000 نفر را که در اثر اسهال شدید دچار کم آبی می شوند، می کشد. به گفته سازمان بهداشت جهانی. اگر شیوع سریع به اندازه کافی تشخیص داده شود، می توان با محلول آبرسانی خوراکی از بسیاری از مرگ ها جلوگیری کرد. وبا می تواند در عرض 24 ساعت پس از شروع علائم کشنده باشد.
این دستگاه می‌تواند در توالت‌های عمومی نصب شود، جایی که لوله‌کشی ناکافی خطر شیوع وبا را افزایش می‌دهد.
مایا گاتلین، یکی از سرپرستان پروژه، مهندس هوافضا و کاندیدای دکترا در می گوید: «وبا معمولاً صدای آبکی تری دارد – می تواند بسیار شبیه ادرار باشد و به طور کلی نت های زیادی از نفخ را ندارد. موسسه تحقیقات فناوری جورجیا این که یک نفر اسهال شدید دارد و اسهال زیادی دارد – این را می توان گرفت.
الکسیس نوئل، دکترا، محقق مهندسی بیومکانیک در این موسسه، می گوید که این ایده از مکالمات در مورد چگونگی نظارت بر کووید-19 با تجزیه و تحلیل فاضلاب شکل گرفت.
سایر محققان آنالیز ویدئویی را برای یافتن اسهال در نظر گرفته اند.
نوئل می‌گوید: «من کنجکاو بودم که آیا می‌توانیم اسهال را با استفاده از صدا تشخیص دهیم، زیرا برخی از مردم کمی در مورد نشانه گرفتن دوربین به سمت بدنشان در توالت احتیاط می‌کنند.»
ابتدا، محققان 350 نمونه صوتی در دسترس عموم از صداهای حمام را از YouTube و Soundsnap جمع آوری کردند. برخی از کلیپ ها تا 10 ساعت صداهای اسهال داشتند.
محققان برای اثبات صحت به نمونه ها گوش دادند.
گاتلین می‌گوید: «ما این افراد را نمی‌شناختیم، نمی‌دانستیم چگونه ضبط می‌کنند، بنابراین باید کمی به آن گوش می‌دادیم. قطعاً صداهای گوز زیادی شنیده می‌شد که ما می‌گفتیم، «این گوز نیست، این کسی است که در آرنجش می‌وزد».
صداهای اجابت مزاج، ادرار، نفخ و اسهال به تصاویر اسپکتروگرام تبدیل شدند. یک کامپیوتر با استفاده از یک “شبکه عصبی کانولوشنال” این تصاویر را حدود 10 ساعت تجزیه و تحلیل کرد. این نرم افزار با استفاده از آزمون و خطا، به خود می آموزد که چگونه شباهت های ظریف بین طیف نگارهای اسهال و تفاوت آنها با سایر صداهای توالت را شناسایی کند.
به عنوان مثال، ادرار یک صدای ثابت دارد و اجابت مزاج ممکن است یک صدای منفرد داشته باشد. صدای اسهال تصادفی تر است.
هنگامی که فرآیند یادگیری هوش مصنوعی کامل شد، محققان الگوریتم رمزگشایی اسهال را روی Raspberry Pi بارگذاری کردند، رایانه ای تقریباً به اندازه یک کارت اعتباری که قیمت آن کمتر از 50 دلار است. کید تایلر، دانشجوی رشته فناوری جورجیا، یک کیس برای مادربرد با اتصال میکروفون، یک سری چراغ (سبز برای دریافت سیگنال، قرمز برای اسهال، و نارنجی برای “دیگر”) و عبارت “Diarrhea Detector” روی آن چاپ کرد. سطح.
کامپیوتر یک ضبط صوتی 10 ثانیه ای می گیرد که به یک طیف نگار تبدیل شده و به الگوریتم تغذیه می شود. کل فرآیند فقط چند ثانیه طول می کشد.
تکرار بعدی دستگاه گزارشی را از طریق Wi-Fi یا سایر سیگنال‌های ارتباطی بی‌سیم به یک پایگاه داده ارسال می‌کند، بنابراین مقامات بهداشت عمومی می‌توانند برای شیوع بیماری نظارت کنند.
گاتلین می گوید: «ما هیچ چیز قابل شناسایی درباره افراد جمع آوری نمی کنیم.
محققان هنوز مشخص نکرده‌اند که چه تعداد از این دستگاه‌ها برای پوشش دادن یک جامعه مورد نیاز است یا مکان ایده‌آل در کجا خواهد بود.
گاتلین می‌گوید که الگوریتم هنوز باید با استفاده از داده‌های صوتی بهتر جمع‌آوری‌شده در شرایط کنترل‌شده، از افرادی که رضایت آگاهانه ارائه کرده‌اند، اصلاح شود. گاتلین همچنین امیدوار است که هوش مصنوعی را برای کار در مستراح‌های فضای باز، که در مناطقی که سیستم‌های فاضلاب کارآمد ندارند، آموزش دهد.
