به گزارش خبرگزاری سیناپرس، تیمی به سرپرستی محققان دانشگاه بوفالو از هدفون‌های بلوتوث و یک سیستم هوش مصنوعی برای تشخیص سه بیماری شایع گوش با یک آزمایش صوتی ساده و غیرتهاجمی استفاده کرده‌اند که از صدای صدای سونار مانند برای ترسیم ساختار گوش استفاده می‌کند.
سیستم EarHealth از مجموعه‌ای از هدفون‌های بلوتوثی استفاده می‌کند که با میکروفون‌هایی رو به داخل گوش مجهز شده‌اند و به یک برنامه در تلفن هوشمند متصل هستند. این دستگاه یک سیگنال صوتی با صدای زیر به داخل گوش ارسال می‌کند، سپس میکروفون‌ها نحوه بازتاب سیگنال از طریق کانال‌های گوش را ضبط می‌کنند و سیستم را قادر می‌سازد تا تصویری از شکل منحصر به فرد گوش داخلی هر کاربر ایجاد کند.
طی این اسکن صوتی در حالی که گوش کاربر آسیبی نمی بیند، برای ایجاد یک خط مبنا، یک اسکن انجام می‌شود و سپس همان آزمایش به صورت دوره‌ای برای جستجوی تغییرات انجام می گیرد. در آزمایش‌های انسانی با استفاده از 92 داوطلب، این سیستم توانست سه بیماری رایج را که هندسه گوش را تغییر می‌دهند، تنها با بررسی تغییرات در هندسه گوش داخلی، با دقت 82.6 درصد تشخیص دهد.
سه بیماری را که شناسایی کرد انسداد به وسیله ی جرم گوش، پارگی پرده گوش و عفونت شایع گوش به نام اوستیت مدیا بود. و در بسیاری از موارد توانست آنها را مدت ها قبل از اینکه به عنوان مشکلات جدی مطرح شود شناسایی کند.
دکتر ژانپنگ جین، نویسنده اصلی مطالعه منتشر شده توسط انجمن ماشین های محاسباتی (ACM)، گفت: با استفاده از EarHealth، ما اولین سیستم مبتنی بر earbud را توسعه داده‌ایم که وضعیت سلامت گوش را به روشی موثر، مقرون به صرفه و کاربرپسند نظارت می‌کند. از آنجایی که این تکنولوژی، پتانسیل تشخیص زودهنگام بیماری های گوش داخلی را دارد، می‌تواند نتایج درمان های مرتبط با سلامتی گوش را برای بسیاری از افراد بهبود بخشد.
محققان می گویند که با بررسی اینکه چگونه موهای گوش، التهاب پرده گوش و سایر عوامل ممکن است موجب اختلال در اسکن گوش داخلی توسط این هدفون ها شوند، در حال کار بر روی بهبود دقت این سیستم هستند. اما به نظر می رسد این سیستم به اندازه کافی موثر، مقرون به صرفه و کاربرپسند باشد تا بتواند به طور گسترده برای معاینات منظم و فوق سریع گوش مورد استفاده قرار گیرد.
منبع: newatlas.com
مترجم: کیانوش کرمی