العلماء يطورون نظام ذكاء صناعي لإنقاذ حياة الأشخاص

طور العلماء نظام ذكاء صناعي، لإنقاذ الحياة يمكنه التعرف على علامات سوء التغذية من صورة واحدة لشخص ما من قبل منظمة غير ربحية، ولا يزال هذا النظام، المعروف باسم MERON (طريقة المراقبة السريعة للغاية لحالة التغذية) نموذجًا أوليًا، ولكنه كان دقيقًا بنسبة 78 في المائة لدى البالغين الذين تم اختبارهم. وتقلل هذه التكنولوجيا من الحاجة إلى الكثير من المعدات والمتخصصين في هذا المجال، مما يجعل من السهل تحديد أعراض سوء التغذية، حسبما يدعي مطورو البرامج، فمن خلال اكتشاف العلامات في وقت أقرب، يمكن أيضًا إعطاء العلاج قبل أن تصبح الحالة حرجة، حيث أن هناك خمسة أطفال يموتون كل يوم من سوء التغذية، وتحديد أكثر المرضى المعرضين للخطر هو مشكلة حقيقية، ويدعي نظام MERON أنه قادر على اكتشاف الأعراض باستخدام هاتف محمول فقط دون الحاجة إلى خبير طبي، وفي الوقت الجاري، تحتاج عملية تحديد نقص التغذية إلى أخصائي وهي معقدة للغاية.

يستغرق فحص الشخص الواحد ما بين 20 دقيقة إلى 30 دقيقة:

وقالت أنيتا شاه في Kimetrica، الشركة التي طورت هذه التقنية: "بشكل عام، يمكن أن يستغرق الفحص الواحد ما بين 20 دقيقة إلى 30 دقيقة"، وقد قدمت المنظمة التي تتخذ من كينيا مقرًا لها النظام الجديد نظام الذكاء الصناعي للقمة العالمية الجديدة في جنيف، حسب تقرير نيو ساينتست، وفي نهاية المطاف، الهدف هو استخدام البرنامج على الأطفال، ولكن كإثبات للمفهوم، تم استخدام التكنولوجيا لأول مرة على البالغين.

اعدوا قاعدة بيانات من 60000 صورة باستخدام الذكاء الصناعي:

لمعايرة البرنامج، استخدم مطورو برنامج MERON قاعدة بيانات للصور من 60000 صورة لوجوه الأشخاص، وبالإضافة إلى وجوههم، تضمنت مجموعة البيانات طول الشخص ووزنه، وسمح الجمع بين هذه المعلومات للمطورين بتدريب الذكاء الصناعي، فقاموا بتقييم مؤشر كتلة الجسم وفئة الوزن - نقص الوزن، الوزن الطبيعي، زيادة الوزن، أو السمنة - من صورتهم فقط، ولكل تشخيص كان هناك مسار راسخ للعلاج، وفي نهاية التجربة، تمكن النموذج الأولي من الوصول لدقة تبلغ 78 في المائة، وهو ما جذب اهتمام اليونسيف, ثم قامت المؤسسة الخيرية الدولية بتمويل مشروع Kimetrica للتركيز بشكل محدد على الأطفال دون سن الخامسة، ومن أجل تطوير هذه الأداة للأطفال، يحتاج الذكاء الصناعي إلى التعرف على وجوه الأطفال الكينيين.

لا تزال هذه التقنية في مراحلها الأولية:

ومع عدم وجود قاعدة بيانات موجودة تجمع بين المظهر والطول والوزن، تحالف الفريق مع الاستبيانات الصحية القائمة في الإقليم الأفريقي، ومن خلال القيام بذلك، جمعوا 4000 صورة للأطفال لتدريب الذكاء الصناعي الذي يدير تجربة MERON, في حين أن ربعها تقريبا غير مناسب بسبب الإضاءة غير الكافية، أو بكاء الأطفال أو النظرة المقلوبة للطفل، ساعدت الكمية الهائلة من الصور على تحسين دقة التقنية, لا تزال هذه التقنية في مراحلها الأولية، ويجب اختبارها بالكامل، ولكن الأمل هو أنها ستنتج تشخيصًا أسرع وأكثر دقة في المستقبل، إن السهولة في استخدامها يمكن أن تعني أن الممرضات المحليات سيستخدمونها، الأمر الذي يقلل من خطر إرسال المتخصصين من الخارج إذا كانت المنطقة تعاني من الصراع والحرب، وفي المستقبل، تأمل شركة Kimetrica في زيادة تقدم تجربة MERON وتسمح له بتغطية المزيد من المجموعات والأعراق