محققان دانشگاه بوفالو از ایرباد‌های بلوتوثی و یک سیستم هوش مصنوعی یادگیری عمیق برای تشخیص سه مشکل گوش استفاده کردند.
به گزارش گرداب به نقل از نیواطلس، آن‌ها برای این منظور یک تست صوتی غیرتهاجمی طراحی کردند که از اصوات شبیه سونار برای ردیابی ساختار گوش استفاده می‌کند.
سیستم مذکور «EarHealth» نام دارد و با استفاده از یک جفت ایرباد بلوتوثی مجهز به میکروفون‌هایی که به سوی صورت فرد هستند و اپلیکیشن موبایل مشکلات مذکور را ردیابی می‌کند.
این سیستم سیگنال‌های صوتی به گوش می‌فرستد و در مرحله بعد میکروفون‌ها شیوه انعکاس سیگنال‌ها در کانال گوش را ثبت می‌کنند و به این ترتیب سیستم می‌تواند یک پروفایل جداگانه برای شکل گوش داخلی فرد بسازد.
هنگامیکه فرد در سلامت است، از او خواسته می‌شود متنی را بخواند تا به عنوان مبنا ثبت شود و سپس همین تست به طور مرتب انجام می‌شود تا هرگونه تغییری رصد شود. در آزمایش‌های انسانی ۹۲ داوطلب شرکت کردند و سیستم توانست فقط با کنترل تغییراتی در گوش داخلی و هندسه آن ۳ بیماری معمول که گوش را تغییر می‌دهند را با دقت ۸۲.۶ درصد ردیابی کند.
این ۳ مشکل، مسدود شدن گوش به دلیل جرم، پاره شدن پرده گوش و ابتلا به نوعی عفونت گوش به نام ostitis media بودند. همچنین این سیستم در بسیاری از موارد توانست مشکلات گوش را قبل از آنکه به یک بیماری جدی تبدیل شوند، تشخیص دهد.
ژان پنگ جین مولف ارشد پژوهش در این باره می‌گوید: ما با توسعه EarHealth نخستین سیستم مبتنی بر ایرباد را برای رصد مشکلات گوش ابداع کردیم که روشی موثر، ارزان و سهل الاستفاده است. از آنجا که با این سیستم می‌توان مشکلات را به سرعت ردیابی کرد، در نتیجه سلامت بسیاری از افراد ارتقا می‌یابد.
محققان هم اکنون با بررسی آنکه چگونه مو‌های گوش، تورم پرده گوش و دیگر عوامل روی خوانش اطلاعات توسط دستگاه تاثیر می‌گذارند، مشغول ارتقای دقت سیستم هستند.
