به گزارش مجله خبری نگار،محققان دانشگاه کمبریج الگوریتمی برای یادگیری ماشینی توسعه دادهاند که میتواند بهدقت صدای سوفل قلبی را تشخیص دهد – این یکی از علائم مهم بیماری قلبی در سگها است.
بیماری قلبی، که بهخصوص در نژادهای کوچک مثل اسپانیل کینگ چارلز رایج است، یک مسئلهی جدی است که میتواند بهطور چشمگیری بر کیفیت زندگی سگ تأثیر بگذارد.
دکتر اندرو مکدونالد از دپارتمان مهندسی دانشگاه کمبریج، نویسنده اصلی این تحقیق، میگوید: “بیماری قلبی در انسانها یک مسئله بزرگ است، اما در سگها حتی مشکل بزرگتری به شمار میرود. بیشتر سگهای نژاد کوچک در سنین بالاتر به بیماری قلبی دچار میشوند، اما سگها نمیتوانند مثل انسانها ارتباط برقرار کنند؛ بنابراین این وظیفه دامپزشکان است که بیماری قلبی را زود تشخیص دهند تا قابل درمان باشد. ”
راهحل؟ فناوری که بتواند این کار را انجام دهد. تیم کمبریج الگوریتمی که ابتدا برای انسانها ایجاد شده بود را برای تشخیص و درجهبندی صدای سوفل قلبی در سگها سازگار کرد؛ و نتایج شگفتآور است. با دقت حساسیت ۹۰ درصد، این الگوریتم عملکردی معادل با متخصصان قلب دارد. اما این چگونه کار میکند؟
در قلب این فناوری، الگوریتمی یادگیری ماشینی وجود دارد که طوری تنظیم شده تا تشخیص دهد که آیا یک سوفل قلبی توسط یک متخصص قلب شناسایی شده است یا خیر.
این الگوریتم ابتدا با یک پایگاه داده از صداهای قلب حدود ۱۰۰۰ بیمار انسانی توسعه یافت و سپس به گونهای سازگار شد که با صداهای قلب سگها نیز سازگاری داشته باشد.
دادههای این سازگاری از نزدیک به ۸۰۰ سگ فراهم شده که معاینات قلبی عادی در چهار مرکز تخصصی دامپزشکی در بریتانیا داشتند.
هدف نهایی؟ ساختن الگوریتمی نوآورانه که بتواند تفاوت بین سوفلهای مرتبط با بیماری خفیف و آنهایی که نشاندهنده بیماری قلبی پیشرفته و نیازمند درمان بیشتر هستند را تشخیص دهد.
پروفسور آنورگ آگاروال، که رهبری این تحقیق را بر عهده دارد، متخصص در زمینه آکوستیک و زیستمهندسی است. او میگوید: “این که بدانیم چه زمانی دارو تجویز کنیم بسیار مهم است تا به سگها بهترین کیفیت زندگی را برای مدت طولانیتری بدهیم. ما میخواهیم دامپزشکان را برای گرفتن این تصمیمات توانمند کنیم. ”
و این فقط دامپزشکان نیستند که بهره میبرند. برای صاحبان سگها، این فناوری میتواند کلید تمدید عمر عزیزانشان باشد، با تشخیص و درمان به موقع.
همکار نویسنده مطالعه، خوزه نوو ماتوس، میگوید: “ما نمیتوانیم برای هر سگی در این کشور اسکن قلب انجام دهیم – به اندازه کافی زمان یا متخصص نداریم که هر سگی با سوفل را معاینه کنیم. اما ابزارهایی مانند این میتواند به دامپزشکان و صاحبان سگ کمک کند تا سگهایی که بیشترین نیاز به درمان دارند به سرعت شناسایی شوند. ”
هوش مصنوعی در حال تبدیل شدن به نیرویی تحولآفرین در پزشکی دامپزشکی است و راهحلهایی ارائه میدهد که تا چندی پیش غیرممکن به نظر میرسید.
با پر کردن فاصله ارتباطی بین مراقبان انسانی و بیماران سگ، فناوریهایی مانند الگوریتم تشخیص سوفل قلبی نه تنها دقت تشخیصی را افزایش میدهند، بلکه فرآیند تصمیمگیری در محیطهای بالینی را تسریع میبخشند.
این تلاقی فناوری پیشرفته و مراقبتهای دامپزشکی نشاندهنده پتانسیل گستردهای است که هوش مصنوعی در تحول مراقبتهای بهداشتی حیوانات دارد.
با ادامه تحقیقات و توسعه، الگوریتمهای مشابهی میتوانند ظاهر شوند که در تشخیص دیگر بیماریهای رایج در سگها تخصص داشته باشند و وعدهدهندهی عصری جدید از مراقبتهای دامپزشکی جامع و شخصی باشند.
به آینده نگاه میکنیم، مسیر از تحقیقات آکادمیک به کاربردهای عملی در کلینیکهای دامپزشکی اهمیت همکاری میان رشتهها را برجسته میکند.
همکاری بین مهندسان، متخصصان دامپزشکی و توسعهدهندگان فناوری تعهد جمعی برای بهبود رفاه حیوانات را نشان میدهد.
ادامه همکاری برای پالایش و توسعه ابزارهای تشخیصی که از یادگیری ماشینی بهره میبرند حیاتی است تا دامپزشکان برای مواجهه با چالشهای مراقبتهای بهداشتی حیوانات خانگی مدرن آماده باشند.
همچنان که این نوآوریها به تکامل خود ادامه میدهند، راه را برای رویکردی یکپارچه در مدیریت و بهبود طول عمر سگها، فراتر از سلامت قلب، هموار میکنند و در نهایت ارتباط عمیقتری بین انسان و سگ را تقویت میکنند.
این نتایج نه تنها آیندهای نویدبخش در کاردیولوژی سگها به نمایش میگذارند، بلکه صحنه را برای بهرهمندی از یادگیری ماشینی در حوزهی مراقبتهای بهداشتی فراتر از انسانها آماده میکنند.
همانطور که ما همچنان به کاوش در امکانهای یادگیری ماشینی ادامه میدهیم، این مطالعه باور ما را تأیید میکند که فناوری، وقتی بهخوبی به کار گرفته شود، نه تهدید، بلکه یک ابزار است.
خوزه نوو ماتوس میگوید: “بسیاری از افراد از هوش مصنوعی بهعنوان تهدیدی برای مشاغل صحبت میکنند، اما برای من، آن را بهعنوان ابزاری میبینم که مرا به یک متخصص قلب بهتر تبدیل میکند. ”
این تحقیق بهطور جزئی توسط صندوق خیریه کِنِل کلاب، شورای تحقیقات پزشکی و کالج امانوئل کمبریج حمایت شده است.
منبع:فوت وفن