پژوهشگران دانشگاه پنسیلوانیا با استفاده از هوش مصنوعی، روشی برای تشخیص زودهنگام آلزایمر از طریق تحلیل گفتار ابداع کرده‌اند. این فناوری تغییرات ظریف زبانی را سال‌ها پیش از بروز علائم شناسایی می‌کند و غربالگری را به‌مراتب سریع‌تر و دقیق‌تر از روش‌های سنتی می‌سازد.

به گزارش فرهنگیان پرس، فناوری جدیدی مبتنی بر هوش مصنوعی می‌تواند با تحلیل الگوهای گفتاری روزمره، نشانه‌های اولیه آلزایمر را شناسایی کند. این دستاورد محققان دانشگاه پنسیلوانیا، امید به تشخیص زودرس و مدیریت مؤثرتر این بیماری را افزایش داده است.

بنابر گزارش خبرگزاری ایرنا و وبگاه سای‌تِک‌دِیلی، هوی یانگپ و کوین مکولو در پژوهش‌های خود نشان دادند:

تغییرات در انتخاب کلمات، روانی گفتار و ساختار جملات می‌تواند زوال شناختی را سال‌ها زودتر از روش‌های کاغذی فعلی آشکار کند. هوش مصنوعی طراحی‌شده توسط آن‌ها، غربالگری را در کمتر از یک دقیقه انجام می‌دهد.

 

تحول در غربالگری پزشکی

مکولو در توضیح تفاوت این روش با مدل‌های معمولی هوش مصنوعی افزود:

سامانه ما عامل‌محور است و با تعامل پویا، چندین نشانگر زبانی و رفتاری را ادغام می‌کند. این رویکرد، غربالگری را از یک آزمون ایستا به فرآیندی پویا تبدیل می‌نماید که پیشرفت بیماری را دقیق‌تر رصد می‌کند.

یانگ نیز تأکید کرد:

گفتار، بازتابی از هماهنگی سامانه‌های مغزی است که در آلزایمر آسیب می‌بینند. هوش مصنوعی با تحلیل عینی الگوهای پنهان، تفسیرهای ذهنی پزشکان را کاهش می‌دهد.

 

زیر ذره‌بین فرهنگیان پرس

این نوآوری می‌تواند بار اقتصادی آلزایمر بر خانواده‌ها به‌ویژه فرهنگیان را کاهش دهد، اما دو چالش اساسی پیش رو دارد:

۱. عدالت در دسترسی: هزینه‌های پیاده‌سازی این فناوری ممکن است آن را از مراکز محروم دور نگه دارد.

۲. توسعه داخلی: با توجه به تحریم‌ها، ایران باید سرمایه‌گذاری در هوش مصنوعی بومی برای تشخیص بیماری‌های عصبی را افزایش دهد. پیشنهاد می‌شود دانشگاه‌های پزشکی کشور با اولویت‌بندی بیماری‌های شایع سالمندی، پژوهش‌های مشترکی با مراکز فناوری داخلی آغاز کنند.