![تولید نهال و پایههای رویشی باکیفیت و زودرس از طریق کشتبافت](/files/fa/news/1403/5/24/617783_575.jpg)
اپلیکیشن دانشجویان به کمک تشخیص کرونا میآید/ صدای سرفه عاملی مؤثر برای غربالگری افراد
![unnamed (7).jpg](/c-files/old/1399/01/30/637228145274675769.jpg)
به گزارش خبرنگار حوزه علم، فناوری و دانشبنیان گروه دانشگاه خبرگزاری آنا، علیرضا باجلان؛ با شیوع بیماری کرونا در کشورهای مختلف جهان محققان در دانشگاههای سراسر دنیا در کنار کادر درمانی بهسختی در تلاشاند تا با اجرای طرحهای علمی روند ابتلای مردم به ویروس کووید-19 را متوقف و یا آن را کند سازند.
در مسیر مبارزه با ویروس کرونا دانشمندان ایرانی با قدرت و روحیه بالا به جامعه خود خدمت و دستاوردهای تازهای را معرفی میکنند. از جمله طرحهای مهمی که در روزهای اخیر توجههای زیادی را به خود معطوف ساخته است پروژه تشخیص بیماری کرونا با استفاده از صدای سرفه است.
در همین خصوص گفتگویی با هادی مرادی، رئیس گروه هوش مصنوعی و روباتیک دانشکده برق و کامپیوتر دانشگاه تهران و مدیر پروژه تشخیص کرونا با استفاده از نمونههای صدای سرفه را مشاهده میکنید:
آنا: طرح تشخیص بیماری کرونا با استفاده از صدای سرفه را معرفی کنید. در حال حاضر تا چه میزان امکانپذیر است که با صدای سرفه بیماری کرونا تشخیص داده شود؟
مرادی: گروه فعال در پروژه کنونی دانشگاه تهران در گذشته از صدای افراد مختلف برای تشخیص بیماری اوتیسم استفاده کردهاند. متخصصان معتقدند صدای گریه بچههای مبتلا به بیماری اوتیسم با بچههای سالم متفاوت است. با توجه به این موضوع گروه محققان دانشگاه در این خصوص الگوریتمهایی را طراحی و با جمعآوری دادههای مختلف نشان داد میتوان از صدا برای تشخیص بیماری اوتیسم استفاده کرد.
در بیماری کرونا یکی از شایعترین علائم سرفه سخت است. سرفه خشک در کرونا با سرفههای خلطدار در سرماخوردگی و آنفولانزا متفاوت است. بعدازاینکه این ویژگی توسط متخصصان تأیید شد، محققان دانشگاه تهران تصمیم گرفتند برنامه ویژهای را برای تشخیص راحتتر ویروس کووید-۱۹ در بدن افراد طراحی کنند.
البته ویژگیهای دیگری در این بیماری نظیر تب و کاهش شدید حس بویایی و چشایی نیز وجود دارد. گروه پشتیبانی این پروژه صدای سرفه افراد مبتلا به ویروس کرونا و افراد سالم را از طریق اپلیکیشن مخصوصی جمعآوری میکند.
در اپلیکیشن مخصوص جمعآوری نمونههای سرفه که نرمافزار غربالگری نامیده شده است، چهار قسمت وجود دارد: تشخیص قطعی کرونا، مشکوک به کرونا، سایر بیماریها و افراد سالم. همچنین در این برنامه از افراد سؤال میشود که سابقه سیگار کشیدن دارند یا خیر؟
صدای افراد مختلف به مدت ۱۰ تا ۱۵ ثانیه در این اپلیکیشن ضبط میشود و برای سرورها ارسال میگردد. بعد از جمعآوری نمونهها متخصصان آنها را با صداهای افراد سالم مقایسه میکنند. ویژگیها و تفاوتهای این نمونههای صدای سرفه با بهرهای از الگوریتمهای هوشمندی بررسی میشوند. هرچه دادههای جمعآوریشده بیشتر باشد میتوان تحقیقات دقیقتر و گستردهتری را انجام داد.
در پروژه تشخیص بیماری کرونا با استفاده از نمونه سرفه هدف صرفا غربالگری افراد است و تشخیص نهایی با استفاده از آزمایشهای خاص نظیر سیتی اسکن صورت میگیرد.
در حال حاضر گروه متخصصان پروژه تشخیص کرونا با صدای سرفه تصمیم دارند روی صدای سرفه افراد شرکتکننده در این طرح تمرکز کرده و پس کسب نتایج مناسب، در آیندهای نزدیک سایت و اپلیکیشنهای پیشرفتهتری را برای مبارزه با کرونا طراحی کنند.
درواقع مجموعه اعضای گروه هماکنون و در آینده برای غربالگری افراد بیمار تلاش میکنند و امیدوارند با چنین فعالیتهایی فشار سنگین روی دوش کادر درمان کشور را کاهش دهند. مسائلی که در این پروژه روی آن تمرکز زیادی شده استفاده از فناوریهای هوشمند برای یادگیری عمیق است؛ یعنی سامانه به نحوی تکامل پیدا کند که در هر مرحله از فعالیت خود نتایج دقیقتری را ارائه دهد.
باز هم باید اشاره کرد که در پروژه تشخیص بیماری کرونا با استفاده از نمونه سرفه هدف صرفاً غربالگری افراد است و تشخیص نهایی با استفاده از آزمایشهای خاص نظیر سیتیاسکن صورت میگیرد. برنامههایی مثل پروژه محققان دانشگاه تهران به تشخیص اولیه بیماری کمک کرده و این امکان را به افرادی که تصور میکنند به ویروس کووید-19 آلوده هستند میدهد تا کمتر در مکانهای عمومی حضور پیدا کرده و خود را قرنطینه کنند.
آنا: تا کنون چند نفر در طرح تشخیص بیماری کرونا با استفاده از نمونههای صدای سرفه مشارکت کردهاند؟
مرادی: در حال حاضر بیش از 250 نمونه سرفه از افراد مختلف جمعآوری شده که از این تعداد در حدود 30 نفر مبتلا به کرونا قطعی و به همین اندازه نیز افراد مشکوک به بیماری کرونا هستند. بقیه افرادی که نمونههای صدای سرفه خود در اپلیکیشن غربالگری ثبت کردند یا نرمال و یا به بیماریهایی غیر از کرونا مبتلا بودند.
هدف کوتاهمدت در این پروژه جمعآوری 2 هزار نمونه صدای سرفه است. با جمعآوری این تعداد از صداهای سرفه بسیار دقیقتر و درستتر الگوریتمهای موجود در اپلیکیشن را به کارگیری کرده و نتایج قابل استنادی را ارائه میدهیم.
همه اعضای پروژه مبارزه با کرونا دانشگاه تهران از مردم میخواهد اپلیکیشن غربالگری را در گوشی خود نصب و نمونههای صدای سرفه خود را برای گروه پشتیبانی این نرمافزار ارسال کنند. گروه طراحی این نرمافزار حتی برنامهای برای حضور در بیمارستانها و ضبط صدای سرفه کاربران را از نزدیک دارد ولی به علت حاد بودن شرایط کنونی در برخی از مراکز درمانی هماهنگی این موضوع کمی زمانبر است.
اپلیکیشن غربالگری بهصورت اختصاصی در دسترسی همه کاربران قرار دارد و افراد مختلف میتوانند تنها با ضبط صدای سرفه خود علاوه بر رفع نگرانی از بابت ابتلا به ویروس کووید-19 با خارج نشدن از خانه به شکسته شدن زنجیره انتقال این ویروس در جامعه کمک کنند.
آنا: ایده اولیه طرح تشخیص کرونا با استفاده صدای سرفه از کجا آمده است؟ با توجه به اینکه برخی از دانشگاههای خارجی نیز در همین زمینه مشغول به فعالیت هستند یا این ایده اولیه این پروژه در ذهن متخصصان داخلی شکل گرفته یا الگوبرداری شده از طرحهای مشابه خارجی است؟
مرادی: گروه متخصصان حاضر در پروژه تشخیص کرونا با استفاده از صدای سرفه سابقه خوبی در فعالیتهای مرتبط با بیماری اوتیسم به دست آورده بودند و از همین رو تجربه گذشته را برای فعالیتی مناسب با شرایط کنونی جامعه استفاده میکنند.
هنوز هیچ دانشگاهی در دنیا با استفاده از نمونههای صدای سرفه برای تشخیص کرونا به جواب قطعی نرسیده است و همگی در فاز جمعآوری داده قرار دارند.
پس از آغاز پروژه تعدادی از همکاران دانشگاه تهران موضوع فعالیت دانشگاه کمبریج در انگلیس و کارنگی ملون در آمریکا را اعلام کردند. قطعاً در ابتدای کار هیچ کدام از اعضای گروه از وجود طرحهای مشابه در دانشگاههای خارجی اطلاع نداشته و ایده کلی تماماً متعلق به دانشمندان ایرانی بوده است.
نکته مهم در پروژههای اینچنینی این است که وقتی گروهی وارد طرحی بر مبنای دادههای علمی با حجم بسیار زیاد میشود نقش اصلی را داده یا همان نمونههای ارسالی از سوی افراد شرکتکننده در طرح ایفا میکند.
هنوز هیچ دانشگاهی در دنیا با استفاده از نمونههای صدای سرفه برای تشخیص کرونا به جواب قطعی نرسیده است و همگی در فاز جمعآوری داده قرار دارند. این مرحله از کار بههیچعنوان ساده نیست و نمونههای صدا باید بر اساس پروتکلهای خاصی جمعآوری شوند. قطعاً هرچه دادههای ارسالی بیشتر و سریعتر به سرورهای جمعآوری اطلاعات برسند محققان نیز زودتر نتایج مطلوب را به مردم ارائه کنند.
امروز حتی بزرگترین شرکتهای فناوری همچون گوگل نیز با اتکا به دادههای دریافتی، برنامهریزی کرده و خدمات متنوعی را ارائه میدهند. پس میتوان گفت داده برگ برنده در پروژههایی است که در آنها از فناوری هوش مصنوعی استفاده میشود.
با توجه به اینکه اپیدمی کرونا مشکلی جهانی و بیماری همهگیر است، قطعاً اگر متخصصان دانشگاه تهران به نتایجی جدید در خصوص کنترل، تشخیص و درمان این بیماری دست پیدا کنند، آن را با همه جهان به اشتراک خواهند گذاشت. کرونا نشان داد حتی پیشرفتهترین کشورهای جهان نیز در چنین شرایطی بسیار آسیبپذیر هستند و جهان باید بیش از گذشته متحد بوده و بهصورت یکپارچه برای شکست این بیماری تلاش کند.
انتهای پیام/4144/پ
انتهای پیام/