توسعه نشانگرهای زیستی صوتی مبتنی بر هوش مصنوعی در مراقبتهای خانگی
شرکت Canary Speech (کناری اسپچ) با همکاری JubileeTV (جوبیلیتیوی) فناوری نشانگرهای زیستی صوتی مبتنی بر هوش مصنوعی خود را وارد بازار سلامت مصرفکنندگان کرد. بر اساس این همکاری، تحلیل گفتار مبتنی بر هوش مصنوعی بهطور مستقیم در تماسهای ویدیویی میان سالمندان و اعضای خانواده آنها ادغام میشود.
به گزارش مدرن مد به نقل از mobihealthnews، این نخستین بار است که فناوری کناری اسپچ خارج از محیطهای بالینی و پژوهشی بهکار گرفته میشود.
این پلتفرم با تحلیل ویژگیهای آکوستیکی و زبانی در بخشهای کوتاه مکالمات طبیعی، شاخصهای غیرتشخیصی مرتبط با عملکرد شناختی، خلقوخو، استرس، سطح انرژی و وضعیت کلی سلامت را تولید میکند.
این دادهها بهصورت غیرفعال و همزمان با تماسهای ویدیویی جوبیلیتیوی استخراج میشوند و به خانوادهها امکان میدهند بدون نیاز به تجهیزات اضافی یا انجام آزمونهای فعال، تغییرات وضعیت سلامت را در طول زمان رصد کنند.
کناری اسپچ میتواند تنها با ۴۰ ثانیه مکالمه طبیعی، دادههای آکوستیکی متراکم و قابلخوانش برای ماشین تولید کند.
«هنری اوکانل» (Henry O’Connell / هنری اوکانل)، مدیرعامل کناری اسپچ، اعلام کرد: «ما بهجای تحلیل محتوای صحبت افراد، نحوه بیان آنها را بررسی میکنیم و هر چند میلیثانیه هزاران ویژگی آکوستیکی از جمله دینامیک زیر و بَم صدا، زمانبندی، لحن، نوسانات ریز (jitter)، لرزش دامنه (shimmer)، مکثها و الگوهای انرژی صوتی را ثبت میکنیم.»
به گفته او، این ویژگیها از طریق مدلهای یادگیری ماشین که بر اساس دادههای برچسبگذاریشده بالینی آموزش دیدهاند پردازش میشوند؛ دادههایی که با اختلالات شناختی و رفتاری مانند «اختلال شناختی خفیف»، بیماری آلزایمر، اضطراب، افسردگی و وضعیتهای مرتبط با استرس مرتبط هستند.
سامانه ظرف چند ثانیه، امتیازهای نرمالشده پشتیبان تصمیمگیری را در حوزههایی مانند شناخت، خلقوخو و خستگی تولید میکند.
اوکانل توضیح داد از آنجا که این تحلیل بر پایه صدای دیجیتال استاندارد انجام میشود، این فناوری روی دستگاههای معمولی مانند تلفنهای هوشمند، تبلتها، رایانههای رومیزی، سامانههای مراکز تماس یا ابزارهای ثبت محیطی قابل اجرا است و نیازی به وظایف از پیش تعیینشده، سختافزار ویژه یا پروتکلهای نظارتشده ندارد.
او گفت: «این فناوری بهطور مستقیم در جریانهای کاری موجود ادغام میشود و امکان دریافت دادههای تحلیلی غیرفعال را بدون تحمیل بار اضافی به پزشکان یا بیماران فراهم میکند. از آنجا که صدا طبیعی و غیرتهاجمی است، پایش سلامت بیشتر شبیه یک مکالمه است تا یک آزمون پزشکی.»
به گفته او، این رویکرد موجب افزایش مشارکت و کاهش انگ اجتماعی پیرامون غربالگری سلامت روان و شناختی میشود و برای مراقبان نیز دیدی عینی از روند تغییرات فراهم میکند.
او افزود: «برای نظامهای سلامت و پرداختکنندگان، این فناوری امکان طبقهبندی کمهزینه ریسک در جمعیت سالمندان و مداخله زودهنگام را فراهم میکند و میتواند هزینههای ناشی از مدیریتنشدن زوال عقل، افسردگی و شکنندگی را در آینده کاهش دهد.»
روندهای کلان
فناوریهای نشانگر زیستی غیرتهاجمی مانند تحلیل صدا به تیمهای مراقبتی اجازه میدهد تغییرات وضعیت بیماران را بین مراجعات حضوری و در محیط زندگی آنها شناسایی کنند. بهجای اتکا صرف به غربالگریهای سالانه یا مراجعات مبتنی بر بروز علائم، پزشکان میتوانند روندهای شناختی و رفتاری را بهصورت مستمر و پیشدستانه پایش کنند.
اوکانل گفت: «هوش مصنوعی محیطی، تعاملات روزمره را به دادههای ساختارمند و در عین حال حافظ حریم خصوصی تبدیل میکند. این تحول نشاندهنده گذار از مراقبت واکنشی به مراقبت پیشنگرانه است؛ بهگونهای که نظارت در سطح بالینی بدون ایجاد اصطکاک برای بیماران، مراقبان یا ارائهدهندگان خدمات، به درون خانه گسترش مییابد.»
کناری اسپچ در سال ۲۰۲۴ موفق به دریافت حق ثبت اختراع برای فناوری تحلیل گفتار مبتنی بر شبکه عصبی خود شد و ۱۳ میلیون دلار سرمایه برای توسعه نرمافزار تشخیص گفتار جذب کرد.
این شرکت پیشتر نیز با Microsoft (مایکروسافت) همکاری کرده بود تا با بهرهگیری از فناوریهای هوش مصنوعی این غول نرمافزاری، مدلهای یادگیری ماشین خود را توسعه داده و فرایند تحلیل گفتار مبتنی بر هوش مصنوعی را تسریع کند
