بیماریهای عروق مغزی مانند سکته مغزی معمولاً زمانی شناسایی میشوند که علائم جدی در فرد ظاهر شده است؛ اما اکنون پژوهشگران کرهای با کمک هوش مصنوعی راهکاری جدید برای تشخیص زودهنگام خطر این بیماری ارائه کردهاند. این فناوری با بررسی تغییرات جزئی در رفتارهای روزانه افراد، میتواند به شناسایی افرادی که در معرض خطر قرار دارند، پیش از بروز علائم آشکار کمک کند.
تیمی از پژوهشگران KAIST به همراه محققان دانشگاه سونگکیونکوان و بیمارستان دانشگاه کره آنام، یک چارچوب هوش مصنوعی طراحی کردهاند که با استفاده از دادههای ثبتشده از زندگی روزمره سالمندان در خانه، مرحله پیشنشانهای بیماریهای عروق مغزی و احتمال نزدیک شدن زمان تشخیص بیماری را ارزیابی میکند.
این مطالعه بر پایه دادههای زندگی دیجیتال ۱۲۲۴ سالمند انجام شده است. پژوهشگران بیش از ۱۳ هزار نمونه دو هفتهای از اطلاعات مربوط به فعالیتهای روزانه، الگوی خواب، ریتم شبانهروزی، شرایط محیطی خانه و وضعیت سلامت افراد را تحلیل کردند تا تغییرات رفتاری مرتبط با افزایش خطر بیماری را شناسایی کنند.
نتایج نشان داد که تغییرات کوچک در سبک زندگی میتواند نشانههایی از آغاز فرآیند بیماری باشد؛ تغییراتی که ممکن است در معاینات معمول پزشکی بهراحتی قابل مشاهده نباشد. سامانه هوش مصنوعی توسعهیافته توانست دوره چهار هفته پیش از تشخیص بیماری را با دقت 96.53 درصد از دورههای عادی زندگی افراد تشخیص دهد.
پژوهشگران برای افزایش شفافیت عملکرد این فناوری از هوش مصنوعی قابل توضیح استفاده کردند تا مشخص شود چه عوامل رفتاری در تصمیمگیری مدل نقش داشتهاند. بررسیها نشان داد سالمندانی که در مرحله اولیه خطر بیماری قرار داشتند، بیشتر دچار اختلال در ریتم طبیعی زندگی بودند؛ برای مثال فعالیت طولانی در ساعات پایانی شب، تأخیر در زمان خواب و کاهش تفاوت میان الگوی فعالیت روز و شب در این افراد بیشتر مشاهده شد.
همچنین نزدیک شدن زمان تشخیص بیماری با کاهش فعالیتهای پیوسته در ساعات عصر، افزایش زمانهای بیتحرکی و تغییر شرایط محیطی مانند کاهش رطوبت فضای خانه همراه بود. این یافتهها نشان میدهد که دادههای ساده زندگی روزمره میتوانند به شاخصهای مهمی برای پایش سلامت تبدیل شوند.
پژوهشگران معتقدند این فناوری میتواند در آینده بهعنوان یک ابزار سلامت دیجیتال برای مراقبت از سالمندان، بهویژه افرادی که در بیان تغییرات وضعیت جسمی خود مشکل دارند، مورد استفاده قرار گیرد. این سامانه میتواند به پزشکان و مراقبان کمک کند تا افراد پرخطر را زودتر شناسایی کرده و اقدامات پیشگیرانه را آغاز کنند.
با این حال، محققان تأکید کردهاند که این فناوری جایگزین تشخیص پزشکی نیست و نمیتواند زمان دقیق وقوع سکته مغزی را پیشبینی کند؛ بلکه هدف آن ارائه یک هشدار زودهنگام و کمک به تصمیمگیری بهتر برای مراجعه به مراکز درمانی است.
پروفسور لیزا لیم، سرپرست این پژوهش ازKAIST، گفت هدف اصلی این فناوری جایگزین کردن هوش مصنوعی به جای پزشکان نیست، بلکه استفاده از توانایی AI برای شناسایی تغییرات کوچک در زندگی روزمره و کمک به دریافت مراقبت پزشکی در زمان مناسب است.
Re: Na