Öksürüğü Algılayan Yapay Zeka Destekli Cihaz Geliştirildi
ABD’li bir araştırmacı ekibi, öksürük ve kalabalık boyutunu gerçek zamanlı olarak tespit edebilen, grip benzeri hastalıkları ve öksürüğü algılayan yapay zeka destekli cihaz geliştirildi.
Araştırmacılar ‘FluSense’ adlı makine öğrenimi ile desteklenen taşınabilir bir gözetim cihazı icat etti.
Massachusetts Amherst Üniversitesi’nden ‘FluSense’ içerik oluşturucuları, hastanelerde, sağlık hizmetlerinde ve daha büyük kamusal alanlarda kullanılmak üzere tasarlanan yeni kenar bilgi işlem platformunun, mevsimsel grip ve diğer viral solunum tahmininde kullanılan sağlık gözetimi araçlarını genişlettiğini söylediler.
Bilgisayar ve enformasyon bilimleri profesörü yardımcı yazarı Tauhidur Rahman, “Bu, grip hastalıklarını çok daha doğru bir şekilde tahmin etmemizi sağlayabilir.” Bu gibi modeller, bir grip salgını sırasında halk sağlığı tepkisini doğrudan bilgilendirerek hayat kurtarıcı olabilir.
Yapay zekalı yeni cihaz
Bu veri kaynakları grip aşısı kampanyalarının zamanlamasını, potansiyel seyahat kısıtlamalarını, tıbbi malzemelerin tahsisini ve daha fazlasını belirlemeye yardımcı olabilir. ‘FluSense’ platformu, Raspberry Pi ve sinirsel hesaplama motoruyla düşük maliyetli bir mikrofon dizisi ve termal görüntüleme verilerini işler.
Konuşma verileri veya ayırt edici görüntüler gibi kişisel olarak tanımlanabilir hiçbir bilgiyi saklamaz. Rahman’ın Mozaik Laboratuarında, araştırmacılar ilk olarak laboratuvar tabanlı bir öksürük modeli geliştirdiler. Daha sonra insanları temsil eden termal görüntülere sınırlayıcı kutular çizmek ve daha sonra saymak için derin sinir ağı sınıflandırıcısını eğittiler.
Aralık 2018’den Temmuz 2019’a kadar FluSense platformu, halka açık bekleme alanlarından 350.000’den fazla termal görüntü ve 21 milyon konuşma dışı ses örneği topladı ve analiz etti. Araştırmacılar FluSense’in üniversite kliniğindeki günlük hastalık oranlarını doğru bir şekilde tahmin edebildiğini buldu. Araştırmaya göre, “FluSense tarafından yakalanan erken semptomla ilgili bilgiler, mevcut grip tahmin çabalarına değerli ek ve tamamlayıcı bilgiler sağlayabilir”.
