تشخیص ویروس کرونا در ۷ ثانیه به کمک تکنولوژی ایرانی

به گزارش روابط عمومی باشگاه نوآوری و فناوری یونسکو- ایران به کار بردن هوش مصنوعی و یادگیری ماشینی در سال‌های اخیر، به پیشرفت‌های قابل توجهی در حوزه‌های داروسازی و زیست‌فناوری منجر شده است و با توجه به شیوع بیماری کرونا ، بسیاری از کشورها و مراکز درمانی، با توجه به مزیت هایی که این فناوری نوظهور دارد سعی در به کارگیری از این تکنولوژی جهت کنترل این بیماری دارند . در این زمینه محققان کشورمان نیز همگام با سایر کشورهای توسعه یافته، موفق به ساخت دستگاه هوشمندی شده اند که در مدت ۷ ثانیه می تواند بیماری کرونا را تشخیص دهد. در این گزارش علاوه بر معرفی این فناوری، سعی خواهیم کرد شما را با هوش مصنوعی و کاربرد آن در صنعت پزشکی آشنا کنیم .

هوش مصنوعی (AI) چیست؟

هوش مصنوعی (AI)، شاخه گسترده‌ای از علوم رایانه‌ای است که با ساخت الگوریتم‌های هوشمند، رفتار انسان را شبیه‌سازی می‌کند و فرایندهای تصمیم‌گیری را خودکار انجام می‌دهد. بنابراین الگوریتم‌های پیاده شده در سیستم‌ها (ماشین‌ها) قادر به انجام وظایفی خواهند بود که پیش از این توسط انسان‌ها انجام می‌شده است. هوش مصنوعی برای اولین بار در سال ۱۹۵۶، با عنوان “علم و مهندسی ساخت الگوریتم‌های هوشمند” به دنیا معرفی شد؛ این علم میان‌رشته‌ای کاربردهای مختلفی در صنعت، پزشکی و اقتصاد دارد.

استفاده از هوش مصنوعی در صنعت پزشکی

هوش مصنوعی عمدتاً از تکنیک‌های رایانه‌ای برای انجام تشخیص‌های بالینی به‌صورت خودکار و غیرتهاجمی و ارائه درمان بهینه استفاده می‌کند. علاوه بر آن، هوش مصنوعی در فرایند آموزش بهینه جراحی و ساخت داروهای جدید، از طریق تحلیل فرایندهای مکانیکی، شیمیایی و پزشکی به دستاوردهای چشمگیری دست یافته است. این فناوری بر مبنای داده‌های جمع‌آوری شده از سیستم‌های کادر درمان، از جمله دستگاه‌های تصویربرداری پزشکی، دستگاه‌های دریافت سیگنال و روبات‌های جراحی، روابط و الگوهای معنیدار در یک مجموعه داده‌ها را پیدا می‌کند.

بر اساس تحلیل این داده‌ها و خروجی آن‌ها، تشخیص، معالجه و پیشبینی بسیاری از بیماری‌های بالینی میسر خواهد بود. تشخیص غیرتهاجمی بیماری‌های قلبی با استفاده از سیگنال قلب و پیش‌بینی نرخ انتقال بیماری‌های واگیردار از جمله کووید ۱۹ با استفاده از داده‌های آماری ، تنها نمونه‌هایی از کاربردهای هوش مصنوعی در پزشکی می باشد.

هوش مصنوعی چگونه تشخیص دادن بیماری ها را یاد می‌گیرند؟

الگوریتم‌های یادگیری ماشینی می‌توانند یاد بگیرند که الگوها را مانند پزشکان مورد بررسی قرار دهند. یک تفاوت مهم میان دو تشخیص این است که الگوریتم‌ها، به نمونه‌های بسیاری برای یادگیری نیاز دارند و شاید برای آموزش آنها به هزاران نمونه نیاز باشد. از آنجا که ماشین‌ها قادر به مطالعه کتاب نیستند، همه این نمونه‌ها باید به صورت دیحیتال ارائه شوند. بدین ترتیب، یادگیری ماشینی می‌تواند در حوزه‌هایی کارآمد باشد که در آن، اطلاعات تشخیصی بررسی شده توسط یک پزشک، به صورت دیجیتال ارائه می‌شوند. این حوزه می‌تواند مواردی از این دست را شامل شود:

  • تشخیص سرطان ریه یا سکته براساس سی‌تی‌اسکن
  • ارزیابی خطر مرگ ناگهانی قلب یا دیگر بیماری‌های قلبی براساس نوار قلب یا تصاویر ام‌آرآی
  • طبقه‌بندی ضایعات پوستی در تصاویر ثبت شده از پوست
  • یافتن شاخص‌های مربوط به عارضه “رتینوپاتی دیابتی”(Diabetic retinopathy) در تصاویر چشم

از آنجا که داده‌های بسیاری در این حوزه‌ها موجود هستند، مهارت تشخیص الگوریتم‌های مبتنی بر هوش مصنوعی نیز در حال پیشرفت است. تفاوت میان تشخیص با این الگوریتم‌ها و تشخیص متخصصان این است که الگوریتم می‌تواند در کسری از ثانیه به نتیجه برسد و نتایج آن در سراسر جهان تکثیر شود.

نقش هوش مصنوعی برای مقابله با کروناویروس چیست؟

از زمان اولین گزارشات شیوع بیماری کرونا (COVID-19) در ووهان چین، این ویروس حداقل در ۲۵۰ کشور دیگر گسترش یافته است؛ بسیاری از کشورها با کمک تحلیل داده‌های آماری و الگوریتم‌های هوشمند روند این بیماری همه‌گیر را پیگیری و آمادگی لازم را برای مقابله با شیوع این بیماری را به‌دست آوردند. شناسایی هرچه دقیق‌تر رفتار ویروس به معنای مبارزه بهتر با آن است؛ هوش مصنوعی با تجزیه و تحلیل گزارشات خبری، رسانه‌های اجتماعی و اسناد دولتی می‌تواند روند شیوع این بیماری را شناسایی و به پرسنل بخش درمان در تسریع تشخیص و نظارت کارآمد بیماری کمک کند. در ادامه به معرفی تعدادی از کاربردهای هوش مصنوعی در درمان و پیشگیری بیماری کرونا که طی یک سال اخیر عرضه شده اند می پردازیم :

۱- استفاده از هوش مصنوعی برای پیش‌بینی شیوع کرونا

هرچه ما بتوانیم سریع‌تر حضور ویروس را ردیابی کنیم، بهتر می‌توانیم با آن مبارزه کنیم. با تجزیه و تحلیل داده های پزشکی، هوش مصنوعی می‌تواند نحوه مقابله با شیوع این بیماری را بیاموزد. ردیابی خطرات بیماری‌های عفونی با استفاده از هوش مصنوعی دقیقاً کاری است که شرکت بلودات(BlueDot) در کانادا ارائه می‌دهد. در حقیقت، هوش مصنوعی شرکت بلودات چند روز قبل از انتشار هشدارهای مراکز کنترل و پیشگیری از بیماری یا سازمان بهداشت جهانی هشدارهای عمومی نسبت به این ویروس را اعلام کرد.

۲- استفاده از هوش مصنوعی در تشخیص ویروس کرونا

شرکت هوش مصنوعی “اینفرویژن”(Infervision) هنگام شیوع ویروس کرونا در جهان یک راه حل خوب ارائه داد تا به کارکنان مراقبت‌های بهداشتی کمک می‌کند تا این بیماری را بطور مؤثر تشخیص داده و بر روی آن نظارت داشته باشند. بخش‌های تصویربرداری در مراکز درمانی با افزایش حجم کار ایجاد شده توسط ویروس، بسیار تحت فشار هستند. راه حل آنها سرعت تشخیص سی تی اسکن را بهبود می‌بخشد. نرم افزار توسعه داده شده توسط این شرکت مبتنی بر هوش مصنوعی است و ” اینفر ویژن”(inferVISION) نام دارد و می‌تواند به سرعت بیماران مبتلا به بیماری کووید ۱۹ را تشخیص دهد. این نرم افزار مبتنی بر هوش مصنوعی برای آموزش و استنتاج به واحد پردازش گرافیکی‌ انویدیا متکی است و از فشاری که بر روی دوش پرسنل بیمارستان برای غربالگری بیماران مبتلا به کووید ۱۹ است، می‌کاهد.

این نرم افزار به پرسنل بیمارستان کمک می‌کند تا بیماران مبتلا به این ویروس سریع شناسایی شوند و این موضوع نیز به پزشکان کمک می‌کند تا آنها این بیماران را در اولویت قرار دهند و سریع‌تر مراحل درمان را آغاز کنند.

۳- استفاده از ربات های هوشمند برای پاکسازی مراکز آلوده

ربات‌های هوشمند مستعد ابتلا به ویروس نیستند بنابراین آنها برای انجام بسیاری از کارها نظیر تمیز کردن، ضدعفونی کردن و ارسال غذا و دارو برای کاهش میزان تماس انسان به انسان مورد استفاده قرار می‌گیرند. یک شرکت موفق به توسعه ربات های هوشمندی شده است که می‌تواند در عرض دو ساعت حدود ۱۰ اتاق بیمارستان را به طور کامل ضدعفونی کند.

شرکت “بلو اوشن رباتیکز”(Blue Ocean Robotics) اخیرا رباتی موسوم “یو.وی.دی”(UVD) را توسعه داده است که به “ربات باکتری‌ کش” معروف است. ربات “یو.وی.دی” می‌تواند پس از اینکه کار پرسنل بخش خدمات بیمارستان تمام شد، به تمام اتاق‌ها رفته و هر اتاق را در عرض چند دقیقه به طور کامل ضدعفونی کند. ربات برای ضد عفونی کردن اتاق، اشعه فرابنفش منتشر می‌کند. عملکرد ربات مذکور به قدری خوب است که به گفته توسعه‌دهندگان این ربات می‌تواند ۹۹.۹ درصد باکتری‌ها را از بین ببرد. علاوه بر نکات مذکور ربات یو.وی.دی همچنین دارای پوشش ۳۶۰ درجه است. شرکت “بلو اوشن رباتیکز” اعلام کرده است ربات یاد شده می‌تواند ۹ تا ۱۰ اتاق بیمارستان را در عرض ۲ تا ۲.۵ ساعت تمیز و ضدعفونی کند.

۴- استفاده از ابررایانه های هوشمند برای ساخت واکسن و دارویی برای درمان کرونا

منابع محاسبات ابری و ابر رایانه‌های مختلف شرکت‌های بزرگ فناوری مانند تنسنت، دیدی و هوآوی توسط محققان استفاده می‌شوند تا سریعاً داده‌های یک درمان یا واکسن که برای این ویروس ایجاد کرده‌اند را ردیابی کنند. سرعتی که این سیستم‌ها می‌توانند محاسبات را انجام دهند بسیار سریع‌تر از پردازش رایانه استاندارد است.

تشیخص بیماری کرونا تنها در ۷ ثانیه با کمک هوش مصنوعی ایرانی فراهم شد

محققان ایرانی هم زمان با سایر کشورهای پیشرو در درمان بیماری کرونا، اقدامات اساسی را در زمینه کنترل این بیماری به عمل آورده اند؛ ساخت واکسن آزمایشی و انواع کیت های تشخیص بیماری کرونا از جمله فعالیت های متخصصین ایرانی می باشد. در زمینه استفاده از تکنولوژی های نوین همچون هوش مصنوعی نیز ، شرکت های دانش بنیان ایرانی دستاوردهای قابل قبولی را بدست آورده اند. در این زمینه یک تیم استارت آپی در کشورمان موفق شده که با استفاده از هوش مصنوعی از روی صدای سرفه، کرونا را در عرض چند ثانیه تشخیص بدهد. علی اصغر سعدآبادی رئیس مرکز نوآوری پارک علم و فناوری دانشگاه شهید بهشتی گفت: یک تیم استارت آپی مستقر در مرکز رشد دانشگاه شهید بهشتی اخیراً موفق شدند به کمک روش‌های هوش مصنوعی و از طریق شناسایی رفتار سیگنال‌های صورت به تشخیص کرونا از طریق صدای سرفه با دقت بالا برسند که احتمال جایگزینی با روش‌های معمول فعلی مثل تست PCR را داراست.

وی افزود: یکی از نقاط ضعف تست PCR این است که در روزهای ابتدایی بیماری دقت پایین ۳۰ درصدی را دارد و به مرور زمان به دقت ۷۰ درصد می‌رسد و نقطه اوج دقت تست PCR به زمانی بر می‌گردد که فرد در اوج بیماری و با علائم است. سعد آبادی ادامه داد: بیشترین دقت تست PCR به ۹۰ درصد می‌رسد و در بهترین حالت هم تست PCR مقدار ۱۰ درصد خطا دارد.

عضو هیأت علمی دانشگاه شهید بهشتی در ادامه گفت: اکنون دانشگاه‌های مطرح دنیا همچون دانشگاه‌های MIT آمریکا، کمبریج انگلستان،EPFL سوئیس، کارنگی ملون آمریکا در حال پژوهش روی تشخیص کرونا از طریق سرفه به کمک روش‌های هوش مصنوعی هستند که در حال حاضر هم دانشگاه شهید بهشتی ایران روی این موضوع تحقیقات می‌کند.

سعد آبادی گفت: از مزیت‌های این طرح می‌توان به این موارد اشاره کرد که در صورت پیاده سازی عمومی این طرح، دیگر نیازی به مراجعه حضوری به مراکز خدمات بهداشتی برای انجام آزمایش نیست که عدم حضور اضطراری در مراکز خدمات بهداشتی به عنوان یک محیط پرخطر بسیار حائز اهمیت است. همچنین با استفاده از این روش، نتیجه به صورت آنی قابل مشاهده است و نیازی به صرف ۲۴ ساعت یا بیشتر برای پیگیری نتیجه تست و مراجعه مجدد به مراکز بهداشتی برای دریافت نتیجه نیست به طوریکه در منزل فرد این مراحل به صورت آنی انجام می‌گیرد.

وی با بیان اینکه می‌توان ۷ ثانیه کامل صدای سرفه خود را ارسال کنید تا نتیجه تست در عرض چند ثانیه مشخص شود، گفت: در این طرح از هوش مصنوعی استفاده شده است که امروزه اهمیت و جایگاه روزافزون هوش مصنوعی در حوزه‌ی IT غیرقابل انکار است و از هوش مصنوعی برای ساخت ماشین‌های بدون سرنشین، پردازش گفتار، تحلیل تصویر، ویدئو، چت‌بات هوشمند و تحلیل متن، و اپراتور هوشمند مرکز تماس از جمله کاربردهای هوش مصنوعی به شمار می‌رود.

وی افزود: در حال حاضر در مراکز با تراکم جمعیت بالا همانند فرودگاه‌ها، هتل‌ها، خوابگاه‌ها، پادگان‌های نظامی، مجتمع‌های تجاری، همایش‌ها برای غربالگری از تب سنج استفاده می‌شود که دقت مناسبی ندارد و از این طرح استارت اپی برای غربالگری در مراکز با تراکم بالا نیز می‌توان استفاده کرد.

این طرح استارت آپی حاصل تلاش یک گروه سه نفره شامل حافظ یاری، کاظم عسکری نسب و رضا طاهری از فارغ التحصیلان دانشگاه‌های صنعتی شریف و شهید بهشتی است که این گروه به مدت چهار ماه بر روی این ایده مطالعه و کدنویسی انجام داده اند تا توانسته اند به دقت مطلوب مورد نظر برسند.

→ خواندن مطلب قبلی

بزرگ‌ترین نمایشگاه فناوری‌های مصرفی جهان به صورت برخط برگزار می‌شود

خواندن مطلب بعدی ←

ساخت نخستین «ساعت‌نمای آفتابی» کشور در پارک فناوری پردیس

نوشتن نظر شما

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

4 × 3 =