صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

سلامت

پژوهش

علم +

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

ورزش

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری

هوش مصنوعی گوگل بیماری‌ها را با آنالیز صدا تشخیص می‌دهد / بررسی ۳۰۰ میلیون داده صوتی + فیلم

گوگل با همکاری یک استارت آپ هندی به راه حل نوآورانه‌ای مبتنی بر هوش مصنوعی دست یافته است که می‌تواند با آنالیز داده‌های صوتی بیماران، به تشخیص زودهنگام بیماری‌ها بپردازد.
کد خبر : 930202

به گزارش خبرگزاری آنا به نقل از اینترستینگ اینجینیرینگ، گوگل، قدرت هوش مصنوعی را برای تشخیص بیماری‌ها از طریق تجزیه و تحلیل صوتی در گوشی‌های هوشمند به خدمت گرفته است.

این مدل جدید و پیشگامانه به دقت بر روی ۳۰۰ میلیون نمونه صوتی برتر از صدا‌های مختلف انسان، از جمله سرفه و الگو‌های تنفسی آموزش داده شده است. این روشِ ابتکاری تأکید زیادی بر تشخیص زودهنگام علائم مرتبط با شرایط جدی مانند سل دارد.

این مدل جدید از هوش مصنوعی «هیِر» (HeAR) نام دارد و می‌تواند الگو‌های صوتی بسیار ظریف را برای شناسایی مشکلات سلامتی مورد تجزیه و تحلیل قرار دهد.

تمرکز پروژه «هیِر» بر ادغام زیرساخت‌های فناوری پیشرفته گوگل با سیستم سوآسا (Swaasa) است، سوآسا یک سیستم یادگیری ماشینی پیچیده است که به طور خاص توسط استارت آپ هندی مورد اشاره طراحی شده و ریشه سانسکریت دارد و معنای آن «نَفَس» است.

بر اساس گزارش سازمان جهانی بهداشت، بیماری سل به طور روزانه تقریباً ۴۵۰۰ مرگ و میر را رقم می‌زند و حدود ۳۰ هزار عفونت جدید ایجاد می‌کند که نیاز فوری به راه‌حل‌های تشخیصی مؤثر دارند.

گوگل این پروژه را با مشارکت یک استارت‌آپ برجسته هوش مصنوعی در هند پیش می‌برد که در پیشبرد راه‌حل‌های مراقبت‌های بهداشتی تنفسی تخصص دارد و در نهایت قرار است با ارائه منابع فناوری، تشخیص زودهنگام بیماری‌ها را به میزان قابل توجهی افزایش دهد.

این قابلیت در مناطق محروم از اهمیت ویژه‌ای برخوردار است و در مناطقی دسترسی به ابزار‌های تشخیص سنتی، مانند دستگاه‌های اشعه ایکس، در دسترس نیست می‌تواند بسیار کارساز باشد.

مجموعه داده جامعی که برای آموزش این مدل از هوش مصنوعی به کار می‌رود، شامل انواع محتوا‌های در دسترس عموم، از جمله ویدیو‌های یوتیوب و ضبط‌های بیمارستانیِ جمع‌آوری‌شده از مکان‌های مختلف در زامبیا است.

{$sepehr_key_1617}

انتهای پیام/

ارسال نظر