پژوهشگران “دانشگاه تگزاس” با همکاری “عارف اصغری”، دانشمند ایرانی این دانشگاه سعی دارند امکان تشخیص فوری کووید-۱۹ را با کمک حسگرهای نوری فراهم کنند.
برای مهار همه‌گیری کووید-۱۹، تشخیص سریع بیماری ضروری است و ارائه آزمایشی که بتواند نتایج را به سرعت فراهم کند، نیاز فوری به شمار می‌رود.
“عارف اصغری” (Aref Asghari)، دانشمند ایرانی این پژوهش گفت: با توجه به افزایش بیماران مبتلا به انواع قابل انتقال کروناویروس در سراسر جهان و نیاز به پیشگیری و کنترل ابتلا هنگام همه‌گیری، باید از یک آزمایش فوری برای تشخیص کووید-۱۹ و توقف شیوع آن پیش از اوج گرفتن استفاده شود.
پژوهشگران “دانشگاه تگزاس در آستین” (UT Austin) و شرکت “امگا اوپتیکز” (Omega Optics)، فرصت‌ها و چالش‌هایی را که بر سر راه تشخیص سریع کووید-۱۹ قرار دارند، مورد بررسی قرار دادند و تصمیم گرفتند که چشم‌اندازهای به کارگیری بیوحسگرهای نوری را برای آزمایش کووید-۱۹ مورد بررسی قرار دهند.
یکی از راه‌حل‌های امیدوارکننده برای آزمایش سریع و دقیق، استفاده از بیوحسگرهای نوری است. هنگامی که یک “ویریون” (virion) روی سطح یک حسگر نوری وجود داشته باشد، تعامل آن با پرتو نور روی حسگر، بر ویژگی‌های نور اثر می‌گذارد و تغییرات قابل اندازه‌گیری را در سیگنال نوری پدید می‌آورد. این سیستم حتی با دوز کمی از کروناویروس هم می‌تواند آن را به صورت کارآمد و در لحظه تشخیص دهد.
اصغری ادامه داد: بار کروناویروس هنگام آغاز ابتلا می‌تواند به اندازه‌ای کم باشد که نتوان آن را با بسیاری از روش‌های کنونی تشخیص داد. بنابراین، تشخیص کروناویروس به ویژه در مراحل ابتدایی ابتلا می‌تواند بسیار چالش‌برانگیز باشد.
روش‌های متفاوتی برای استفاده از این تعامل وجود دارد؛ از جمله ادغام آن با اندازه‌گیری نوسانات پلاسما یا گرافین.
هر پیکربندی بالقوه‌ای، از مکانیسم متفاوتی برای تشخیص ویروس استفاده می‌کند و مزایا و معایب مخصوص به خود را دارد اما راه‌حل ابتدایی، یکسان است. حتی با وجود گسترده شدن دسترسی به واکسن‌ها، نمی‌توان بدون توسعه روش‌های فوری تشخیص عفونت، بر همه‌گیری غلبه کرد؛ به ویژه این که جهش‌ها و انواع جدیدی از کروناویروس در حال ظهور هستند.
اصغری افزود: ترکیب واکسن‌ها و آزمایش‌های فوری، جامعه را به جایی می‌رساند که امکان از بین بردن ویروس به طور کامل فراهم شود.
محققان سوئیسی در مطالعه اخیرشان با کمک هوش مصنوعی موفق به توسعه دستگاهی برای تشخیص اوتیسم شده‌اند.
کودکان مبتلا به اختلال طیف اوتیسم اغلب در ارتباط و تعامل با افراد دچار برخی مشکلات میشوند و تشخیص این اختلال نیز علیرغم شایع بودن آن تا قبل از سن پنج سالگی بسیار چالش برانگیز است.
“نادا کوجوویچ” (Nada Kojovic) نویسنده ارشد این مطالعه گفت: اوتیسم با یک ارتباط غیر کلامی مشخص میشود که این نوع ارتباط با ارتباط یک کودک معمولی در حال رشد متفاوت است. این ارتباط در چند حالت متفاوت است برای مثال آنها دچار مشکلاتی در برقراری ارتباط چشمی، لبخند زدن، اشاره به اشیا یا نحوه نشان دادن علاقه خود به آنچه در اطرافشان رخ میدهد، هستند. به همین دلیل ما با استفاده از هوش مصنوعی الگوریتمی را طراحی کردیم که حرکات کودکان در ویدئو را تجزیه و تحلیل می‌کند و مشخص می‌کند که آیا آنها دارای ویژگی اختلال طیف اوتیسم هستند یا خیر.
دانشمندان “دانشگاه ژنو” در مطالعه اخیرشان براساس تجزیه و تحلیل خودکار چند ویدئو موفق به توسعه یک الگوریتم هوش مصنوعی شده‌اند که امکان مطالعه ارتباطات غیرکلامی کودکان را به صورت ناشناس و استاندارد فراهم می‌کند.
دانشمندان پس از توسعه الگوریتم مذکور آن را بر روی ۶۸ کودک معمولی در حال رشد و ۶۸ کودک مبتلا به اوتیسم که همه زیر پنج سال بودند، آزمایش کردند. نتایج نشان داد که هوش مصنوعی در بیش از ۸۰ درصد موارد طبقه بندی دقیق اوتیسم را انجام میدهد.
منبع: ایسنا