في وقت ليس ببعيد، سيكون بإمكانك فتح كاميرا هاتفك المحمول الذكي، وتركيزها على وجهك، وتتصل بطبيبك، ليعرف من صورة الوجه الحية حالة معدل التنفس لديك، ويقيس نبض القلب، وربما أشياء أخري قد تتضمن مستوي كهربية المخ، كما يمكن لطبيب آخر أن يطلب من شخص آخر تشغيل لعبة على المحمول، ويتتبع حركة الأصابع اثناء اللعب، ليعرف ما إذا كان مصابا بالمرض المعروف بمتلازمة “الرسغ النفقي” أو انضغاط أعصاب الرسغ، الذي يسبب التنميل وصعوبة في حركات الأصابع.
|
|
الكاميرا لقياس النبض ومعدل التنفسلعبة على الهاتف تشخص انضغاط الاعصابالتشخيص لحظيا عبر صورة حية للوجه |
هذا ما أشارت إليه نتائج بحوث علمية ظهرت أمس، وصدرت عن فريقين بحثيين، الأول بجامعة واشنطن، وسيتم مناقشته اليوم في مؤتمر “أية سي إم” حول الصحة والتدخل والتعلم، ويمكن مطالعة الورقة البحثية التي نشرها العلماء حول الطريقة الجديدة هنا، والثاني من جامعة طوكيو للطب، وظهرت نتائجه على موقع وكالة العلوم والتكنولوجيا اليابانية.
التشخيص عبر الكاميرا
قام فريق الباحثين بجامعة واشنطن بتطوير طريقة تستخدم كاميرا الهاتف الذكي أو الحاسب الشخصي لشخص ما، في قياس مستوي النبض والتنفس اعتمادا على فيديو لوجهه تتم مشاهدته في الوقت الفعلي لوجهه، وتعتمد هذه الطريقة على نظام يستخدم التعلم الآلي في التقاط تغييرات طفيفة في كيفية انعكاس الضوء على وجه الشخص، والذي يرتبط بتغير تدفق الدم. ثم يقوم بتحويل هذه التغييرات إلى كل من معدل النبض والتنفس.
وقال شين ليو الباحث الرئيسي في الفريق أن احتمال تعطل هذه الطريقة في القياس نتيجة ظروف الإضاءة أو خصائص الوجه كلون البشرة، هو احتمال قليل، لأن الطريقة تعتمد على تقنيات التعلم الآلي، التي تعد جيدة جدا في تحليل الصور، فمثلا إذا أعطيتها سلسلة من صور القطط ثم طلبت اليها العثور على قطط في صور أخرى ، فيمكنها فعل ذلك، والنظام الذي تم تطويره يمكنه تحديد المنطقة محل الاهتمام في مقطع فيديو يحتوي على أقوى مصدر للمعلومات الفسيولوجية وفي مقدمتها النبض والتنفس.
وأضاف أن كل شخص مختلف، لذلك يجب أن يكون هذا النظام قادرًا على التكيف بسرعة مع التوقيع الفسيولوجي الفريد لكل شخص، وفصل هذا عن الاختلافات الأخرى ، مثل الشكل الذي يبدو عليه والبيئة التي يوجد فيها، وهنا يحافظ النظام على الخصوصية، فهو يعمل على الهاتف وليس عبر الحوسبة السحابية،
أوضح العلماء أنه تم تدريب الإصدار الأول من هذا النظام بمجموعة بيانات تحتوي على مقاطع فيديو لوجوه الأشخاص، ثم مقارنتها بمعلومات تمثل “الحقيقة الأساسية”، ويتم قياس معدل نبض كل شخص وتنفسه بواسطة الأدوات القياسية في هذا المجال، ثم استخدم نظام المعلومات المكانية والزمانية من مقاطع الفيديو لحساب كل من العلامات الحيوية.
أوضحت الاختبارات التي تمت خلال البحث أن هذه الطريقة تفوقت على أنظمة التعلم الآلي المماثلة في مقاطع الفيديو حيث كان الأشخاص يتحركون ويتحدثون، ولكن في حين أن النظام يعمل بشكل جيد في بعض مجموعات البيانات ، فإنه لا يزال يعاني مع البعض الآخر من المشكلات في الفيديوهات التي تحتوي على أشخاص وخلفيات وإضاءة مختلفة. وقال الفريق إن هذه مشكلة شائعة تعرف باسم “فرط التجهيز”.
لذلك قام الباحثون بتحسين النظام من خلال جعله ينتج نموذجًا مخصصًا للتعلم الآلي لكل فرد، وعلى وجه التحديد ، يساعد في البحث عن مناطق مهمة في إطار فيديو تحتوي على الأرجح على سمات فسيولوجية مرتبطة بتغير تدفق الدم في الوجه في ظل سياقات مختلفة ، مثل درجات لون البشرة المختلفة وظروف الإضاءة والبيئات. من هناك ، يمكنه التركيز على تلك المنطقة وقياس معدل النبض والتنفس.
وقال ليو: نعترف بأنه لا يزال هناك اتجاه نحو الأداء المنخفض عندما يكون نوع بشرة الشخص أغمق، ويرجع هذا جزئيًا إلى أن الضوء ينعكس بشكل مختلف عن الجلد الداكن ، مما يؤدي إلى ضعف إشارة الكاميرا لالتقاطها، وأكد أن النظام لا يزال تجريبيا، ويتم التعامل معه على أنه اتجاه مستقبلي، ويعمل الفريق بنشاط على تطوير طرق جديدة لحل هذا القيد.
ويعمل الباحثون أيضًا على مجموعة متنوعة من التعاون مع الأطباء لمعرفة كيفية أداء هذا النظام في العيادات الطبية والمستشفيات، لأن أي قدرة على الإحساس بالنبض أو معدل التنفس عن بعد توفر فرصًا جديدة لرعاية المرضى عن بعد والعلاج عن بعد. ويمكن أن يشمل ذلك الرعاية الذاتية أو رعاية المتابعة أو الفرز ، خاصةً عندما لا يكون لدى شخص ما وصول ملائم إلى العيادة.
لعبة لتشخيص آلام الرسغ
