Τεχνολογία

Ανέπαφο σύστημα τεχνητής νοημοσύνης προειδοποιεί για ανακοπή

Ανέπαφο σύστημα τεχνητής νοημοσύνης προειδοποιεί για ανακοπή

Αναπτύχθηκε στις ΗΠΑ το πρώτο «έξυπνο» εργαλείο που παρακολουθεί τους ανθρώπους ανέπαφα για πιθανή καρδιακή ανακοπή, ενώ αυτοί κοιμούνται. Το σύστημα, που χρησιμοποιεί ένα ειδικό αλγόριθμο τεχνητής νοημοσύνης, βασίζεται σε ένα «έξυπνο» φορητό ηχείο (όπως το Amazon Alexa και το Google Home) ή σε ένα «έξυπνο» κινητό τηλέφωνο για να ανιχνεύει τον ήχο της αναπνοής και να καλέσει αυτόματα για επείγουσα βοήθεια, αν χρειαστεί. Ανιχνεύει -από απόσταση έως έξι μέτρων- σωστά το 97% των περιπτώσεων αναπνευστικών συμβάντων που προδιαθέτουν για καρδιακή ανακοπή, σύμφωνα με μια νέα αμερικανική έρευνα που παρουσιάσθηκε στο περιοδικό ψηφιακής υγείας «npj Digital Medicine».

Kάθε χρόνο εκατομμύρια άνθρωποι σε όλο τον κόσμο πεθαίνουν από ανακοπή, συχνά μόνοι στο σπίτι τους, όταν η καρδιά τους σταματά να χτυπά. Περίπου οι μισοί εμφανίζουν λίγο πριν αγωνιώδη αναπνοή, καθώς αγωνίζονται να πάρουν οξυγόνο. «Πρόκειται για ένα είδος θορύβου που η μοναδικότητά του το καθιστά ένα καλό βιοδείκτη ήχου, που μπορεί να χρησιμοποιηθεί για να εντοπίσει την καρδιακή ανακοπή», δήλωσε ο δρ Τζέικομπ Σανσάιν, επίκουρος καθηγητής αναισθησιολογίας στην Ιατρική Σχολή του Πανεπιστημίου της Ουάσιγκτον.

Σε αυτές τις περιπτώσεις η έγκαιρη καρδιοπνευμονική ανάνηψη μπορεί να διπλασιάσει ή και να τριπλασιάσει τα επίπεδα επιβίωσης. Αυτό βέβαια προϋποθέτει ότι παρίσταται κάποιος τη στιγμή που η ανακοπή συμβαίνει. Οι ερευνητές συνέλεξαν 162 κλήσεις ανθρώπων (που πάθαιναν ανακοπή) σε ιατρικές υπηρεσίες έκτακτης ανάγκης μεταξύ του 2009 και του 2017 και εξήγαγαν δυόμισι δευτερόλεπτα ήχου στην αρχή κάθε περιστατικού αγωνιώδους αναπνοής, ώστε να δημιουργηθούν συνολικά 236 ηχογραφήσεις. Η ομάδα αποθήκευσε τις ηχογραφήσεις σε διαφορετικές «έξυπνες συσκευές» – Amazon Alexa, ένα iPhone 5s και ένα Samsung Galaxy S4 – και χρησιμοποίησε διάφορες τεχνικές τεχνητής νοημοσύνης (μηχανικής μάθησης) για να ενισχύσει το σύνολο των δεδομένων σε 7.316 «θετικές» ενδεικτικές ηχογραφήσεις.

Το σύνολο δεδομένων

Παράλληλα, δημιουργήθηκε ένα «αρνητικό» σύνολο δεδομένων, δηλαδή ήχοι που δεν κατηγοριοποιούνταν ως αγωνιώδης αναπνοή. Αυτές οι ηχογραφήσεις περιείχαν τυπικούς ήχους που κάνουν οι άνθρωποι στον ύπνο τους, όπως ροχαλητό ή αποφρακτική άπνοια ύπνου, καθώς επίσης συνήθεις τυχαίους ήχους, όπως γαυγίσματα, κορναρίσματα αυτοκινήτων, θόρυβοι κλιματιστικού κ.α., που ακούγονται συχνά σε ένα σπίτι. Με τον τρόπο αυτό, το σύστημα «εκπαιδεύθηκε», ώστε να διακρίνει τις επικίνδυνες διαταραχές της αναπνοής από τις πιο αθώες και να μην ειδοποιεί αυτόματα το ασθενοφόρο χωρίς λόγο.

Η μελέτη δείχνει ότι το νέο σύστημα ανιχνεύει σωστά τις αναπνευστικές ανωμαλίες κατά 97%, όταν η συσκευή τοποθετείται σε απόσταση έως έξι μέτρων από την πηγή του ήχου. Ο νέος αλγόριθμος θα μπορούσε να λειτουργήσει είτε σαν μια αυτόνομη εφαρμογή (app) είτε σαν μια λειτουργία σε ένα «έξυπνο» ηχείο ή smartphone, που θα «τρέχει» παθητικά και θα παρακολουθεί την αναπνοή, ενώ οι άνθρωποι κοιμούνται.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις

Διαβάστε Eπίσης:

Η έλλειψη κλινικών στοιχείων αποτελεί μεγάλο κενό στην ψηφιακή υγεία

5 επιδράσεις της τεχνολογίας στη σωματική υγεία και τι πρέπει να κάνετε γι' αυτές

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Αλματώδης αύξηση ενδιαφέροντος για τεχνολογία διαχείρισης πένθους

Startups πένθος: Ένας αυξανόμενος αριθμός νεοφυών επιχειρήσεων αναπτύσσει τεχνολογικές λύσεις και υπηρεσίες για την υποστήριξη των οικογενειών που έχουν πενθεί, χρησιμοποιώντας μια σειρά από επιχειρηματικά μοντέλα.

4 ιατρικές τεχνολογίες του 2022

Τεχνολογία:Το 2020 και το 2021, η πανδημία του Covid-19 ανάγκασε την υγειονομική περίθαλψη στο μέλλον και, ως εκ τούτου, πολλές υποσχόμενες ιατρικές τεχνολογίες δοκιμάστηκαν σε μαζική κλίμακα. Το 2022, το ερώτημα είναι πώς αυτές οι τεχνολογίες μπορούν να χρησιμοποιηθούν μαζί σε έναν κόσμο μετά την πανδημία.

Ακριβής διάγνωση όγκων εγκεφάλου με χρήση τεχνητής νοημοσύνης

Τεχνητή νοημοσύνη: Η ταξινόμηση των όγκων του εγκεφάλου - και επομένως η επιλογή των βέλτιστων επιλογών θεραπείας - μπορεί να γίνει πιο ακριβής μέσω της χρήσης τεχνητής νοημοσύνης σε συνδυασμό με φυσιολογική απεικόνιση. Αυτό είναι το αποτέλεσμα μιας εκτενούς μελέτης που δημοσιεύτηκε στο Cancers και διεξήχθη από το Πανεπιστήμιο Karl Landsteiner για Επιστήμες Υγείας (KL Krems).

Κατανόηση της συναπτικής διαβίβασης με υπερυπολογιστή

Εγκέφαλος: Ο εγκέφαλός μας έχει δισεκατομμύρια νευρικά κύτταρα ή νευρώνες και κάθε νευρώνας έχει χιλιάδες συνδέσεις με άλλους νευρώνες. Οι βαθμονομημένες αλληλεπιδράσεις αυτών των νευρώνων είναι αυτό από το οποίο αποτελούνται οι σκέψεις. Στόχος του Jose Rizo-Rey, καθηγητή Βιοφυσικής στο Southwestern Medical Center του Πανεπιστημίου του Τέξας είναι κατανοήσει πώς συμβαίνει η ενεργοποίηση της σκέψης.

Η εικονική σωματική άσκηση μπορεί να μειώσει το ψυχοκοινωνικό στρες και το άγχος

Εικονική σωματική άσκηση: Τα αποτελέσματα έδειξαν μειωμένη απόκριση στο ψυχοκοινωνικό στρες και χαμηλότερα επίπεδα άγχους μετά την εικονική προπόνηση, συγκρίσιμα με αυτό που συμβαίνει μετά την πραγματική άσκηση.

Τι είναι η Τεχνολογία Υγείας και ποια τα πλεονεκτήματά της;

Health Tech: Λόγω της τεχνολογικής ανάπτυξης, η ενσωμάτωση τόσο των φυσιολογικών ενδείξεων όσο και της αλγοριθμικής ανάλυσης μείωσε τη συχνότητα εμφάνισης ψευδών συναγερμών. Ως συνέπεια των μεγαλύτερων επενδύσεων στην τεχνολογία υγείας, προκύπτουν λιγότερα ιατρικά λάθη.