الذكاء الاصطناعي ينحج في تشخيص مرض السكري
تاريخ النشر: 19th, October 2023 GMT
وكالات:
كشفت دراسة حديثة، نشرت نتائجها فى المجلة الأمريكية Mayo Clinic Proceedings: Digital Health، عن نجاح الذكاء الاصطناعى فى تشخيص الأشخاص المصابين بمرض السكر من خلال “جمل صوتية” للشخص عبر الهاتف الذكى، ما يعد خطوة كبيرة فى اكتشاف المرض، وفقا لما نشرته صحيفة “ديلى ميل” البريطانية.
درب باحثون كنديون الذكاء الاصطناعى على التنبؤ بدقة بمرض السكر من النوع الثانى من 6 إلى 10 ثوانٍ فقط من صوت المريض، وذلك بعد استخدام 14 سمة صوتية للاختلافات بين الأفراد غير المصابين بالسكر والمصابين بالسكر من النوع الثانى .
ركز الذكاء الاصطناعى على مجموعة من السمات الصوتية، بما في ذلك التغييرات الطفيفة في طبقة الصوت وكثافة الصوت التي لا تستطيع الأذن الأطباء سماعها، وربط تلك البيانات بالمعلومات الصحية الأساسية، بما فى ذلك عمر المريض وجنسه وطوله ووزنه.
واستخدم العلماء تسجيلات ما بين 6 إلى 10 ثوانٍ من الأصوات، إلى جانب البيانات الصحية الأساسية لهم، بما في ذلك العمر والجنس والطول والوزن، لإنشاء نموذج ذكاء اصطناعي يمكنه تمييز ما إذا كان شخص ما مصابًا بمرض السكر من النوع الثانى أم لا، وتمتع النموذج بدقة تبلغ 89% للنساء و86% للرجال.
حلل العلماء أكثر من 18 ألف تسجيل و14 ميزة صوتية للاختلافات بين أولئك الذين يعانون من مرض السكر وأولئك الذين لا يعانون، ثم نظروا إلى عدد من السمات الصوتية، مثل التغيرات في طبقة الصوت وشدتها التي لا يمكن للأذن إدراكها.
وتمكن الباحثون من اكتشاف التغيرات في الصوت المرتبطة بمرض السكر من النوع الثاني، ووجدوا أن التغيرات الصوتية تظهر بطرق مختلفة بين الرجال والنساء.
المصدر: شمسان بوست
كلمات دلالية: السکر من النوع بمرض السکر من
إقرأ أيضاً:
الذكاء الاصطناعي.. من البدايات إلى روبوتات الدردشة
يشهد عالمنا اليوم استخداما قويًا ومتزايدا للذكاء الاصطناعي في شتى مجالات الحياة، رغم أن روبوتات الدردشة القادرة على إنجاز العديد من المهام، تماما مثل البشر، لم تكمل سنتين بعد.
وقد أحدث ظهورها تحولات جذرية كنا نعتبرها في الأمس القريب ضربا من الخيال العلمي. لكن الطريق إلى هذه النهاية لم يكن مفروشا بالورود.
الجذور الأولى
ظهرت عبارة "الذكاء الاصطناعي" لأول مرة عندما صاغها العالم الأميركي في مجال الكمبيوتر جون مكارثي John McCarthy (2011-1927)، في عام 1955، ونظم مؤتمر دارتموث الشهير في صيف 1956. لذا، يعتبر مكارثي أحد الآباء المؤسسين للذكاء الاصطناعي.
منذ تلك اللحظة، انطلقت رحلة طموحة نحو بناء آلات قادرة على محاكاة القدرات الذهنية للبشر. لم تكن الرحلة متواصلة، بل تخللتها فترات من الانقطاع والاستئناف، لتصل بنا اليوم إلى عصر نشهد فيه ثورة حقيقية بفضل روبوتات الدردشة مثل "تشات جي بي تي" و"جيميناي".
شهدت السنوات الأولى للذكاء الاصطناعي تفاؤلًا كبيرًا. حيث تصور الباحثون إمكانية حل المشكلات المعقدة، وترجمة اللغات، وحتى بناء آلات تفكر مثل الإنسان في غضون سنوات قليلة. ظهرت برامج رائدة مثل "لوجيك ثيوريست" و"جنرال بروبلم سولفر" التي أظهرت قدرة الآلات على التفكير المنطقي وحل بعض المشكلات. كانت هذه الفترة بمثابة وضع البذور الأولى لهذا المجال الواعد.
لكن سرعان ما تبدد هذا التفاؤل مع اصطدام الواقع بتعقيد المشكلات الحقيقية. فقد تبين أن بناء أنظمة ذكية حقًا يتطلب قدرات حاسوبية وبيانات لم تكن متاحة آنذاك. تراجعت التمويلات البحثية، ودخل المجال في فترة سبات.
الأنظمة الخبيرة والتعلم الآلي
شهدت ثمانينيات القرن العشرين عودة الاهتمام بالذكاء الاصطناعي مع ظهور "الأنظمة الخبيرة"، وهي برامج تحاكي خبرة الإنسان في مجالات محددة. كانت الفكرة الأساسية هي بناء برامج حاسوبية يمكنها محاكاة قدرات وخبرات الإنسان الخبير في مجال معين لاتخاذ القرارات وحل المشكلات.
من أمثلة تطبيقات الأنظمة الخبيرة: التشخيص الطبي وهي أنظمة تساعد الأطباء في تشخيص الأمراض بناءً على الأعراض والمعلومات الطبية، وأنظمة تقدم نصائح حول الاستثمار وإدارة الأموال.
وقد حققت الأنظمة الخبيرة بعض النجاحات وكانت تعتبر من أوائل التطبيقات الناجحة للذكاء الاصطناعي. ومع ذلك، كانت محدودة النطاق وتتطلب إدخالًا يدويًا للمعرفة من الخبراء، مما جعل تحديثها وتوسيعها أمرًا صعبًا.
كما بدأ التعلم الآلي، في هذه المرحلة من تاريخ الذكاء الاصطناعي، يكتسب زخمًا، حيث أصبحت البيانات الأساس الذي تتعلم منه الخوارزميات. أما الخوارزميات، فهي الإجراءات الحسابية التي تسمح للآلة بتحليل البيانات.
في التسعينيات، برز التعلم الآلي كنهج واعد. وبدلاً من برمجة الآلات بشكل صريح لحل المشكلات، يركز التعلم الآلي على تطوير خوارزميات تسمح للآلات بالتعلم من البيانات وتحديد الأنماط واتخاذ القرارات أو التنبؤ دون أن تتم برمجتها بشكل مباشر لكل مهمة.
أما النماذج، فهي الناتج النهائي لعملية التعلم، وهي تمثل المعرفة التي اكتسبتها الآلة من البيانات ويمكن استخدامها لاتخاذ قرارات أو عمل تنبؤات جديدة.
البيانات الضخمة والتعلم العميق
شهدت بداية الألفية الجديدة تحولًا جذريًا بفضل توفر كميات هائلة من البيانات (البيانات الضخمة) والتطور الهائل في قوة الحوسبة. أدى هذان الأمران إلى تطور كبير في "التعلم العميق"، وهو فرع من التعلم الآلي يستخدم لتحليل البيانات المعقدة. حقق التعلم العميق نجاحات باهرة في مجالات مثل التعرف على الصور والكلام ومعالجة اللغة الطبيعية.
ثورة روبوتات الدردشة
مثّل ظهور روبوتات الدردشة التوليدية الكبيرة مثل "تشات جي بي تي" من شركة OpenAI و"جيميناي" من شركة جوجل نقطة تحول جديدة في تاريخ الذكاء الاصطناعي. هذه النماذج، المدربة على كميات هائلة من النصوص والبيانات، أظهرت قدرة مدهشة على توليد نصوص وصور بمجرد إدخال وصف بسيط بلغة عادية والإجابة على الأسئلة بطريقة تبدو شبيهة بالبشر.
لم تعد روبوتات الدردشة مجرد أدوات للإجابة على الأسئلة البسيطة، بل أصبحت قادرة على كتابة المقالات، وتلخيص النصوص، وإنتاج صور وترجمة اللغات، وكتابة الأكواد البرمجية، وغيرها من الأمور المعقدة. هذا التطور يفتح آفاقًا واسعة لتطبيقات الذكاء الاصطناعي في مختلف المجالات، من التعليم والرعاية الصحية إلى خدمة العملاء والإبداع.
آفاق المستقبل
وبما أننا ما زلنا في المراحل الأولى من هذه التقنية المذهلة، تتوجب معالجة التحديات التي تطرحها مثل ضمان احترام الذكاء الاصطناعي للأخلاق واحترام حقوق الملكية الفكرية والتعامل مع التحيزات المحتملة. اليوم، للذكاء الاصطناعي استخدامات واسعة النطاق، فهو يدخل في مجالات مثل الطب لتشخيص الأمراض، وفي السيارات ذاتية القيادة لتسهيل التنقل، وفي خدمة العملاء لتقديم الدعم، وفي الصناعة لتحسين الكفاءة.
أما عن الآفاق المستقبلية، فيُتوقع أن يلعب الذكاء الاصطناعي دورًا محوريًا في تطوير حلول للتحديات العالمية كالتغير المناخي والأمراض المستعصية، بالإضافة إلى إحداث ثورة في مجالات الإبداع والبحث العلمي وغيرها.
«التربية» تعدّ طلبة الثانوية للمنافسات العلمية الدولية