توالت هوشمند و کنترل سلامت روده با استفاده از هوش مصنوعی

فناوری توالت هوشمند به پزشکان اجازه خواهد داد تا اطلاعات بلند مدت مورد نیاز برای تشخیص دقیق و به موقع مشکلات مزمن دستگاه گوارش را جمع آوری کنند.

عصر ایران - دانشمندان دانشگاه دوک یک ابزار هوش مصنوعی را توسعه داده اند که با اضافه شدن به توالت های استاندارد می تواند به تجزیه و تحلیل مدفوع بیماران کمک کرده و اطلاعات لازم را برای تشخیص دقیق‌تر و انتخاب روش درمان مناسب برای مسائل مزمن مانند بیماری التهابی روده و سندرم روده تحریک پذیر در اختیار متخصصان گوارش قرار دهد.

این ابزار توسط مرکز آب، فاضلاب، بهداشت و بیماری عفونی (WaSH-AID) دانشگاه دوک توسعه یافته و به تازگی طی یک کنفرانس مجازی معرفی شده است.

به گفته دکتر دبورا فیشر، دانشیار پزشکی در دانشگاه دوک و یکی از نویسندگان اصلی مطالعه، متخصصان گوارش به طور معمول برای کمک به تشخیص دلیل مشکل سلامت گوارشی بر اطلاعات کسب شده از گزارش های خود بیماران درباره شرایط مدفوعشان متکی هستند که می تواند بسیار غیر قابل اعتماد باشد.

بیماران اغلب نمی توانند با دقت زیاد ظاهر مدفوع یا این که چند بار در روز دفع مدفوع را انجام می دهند را به یاد آورند که این موارد بخشی از روند نظارت استاندارد محسوب می شوند. فناوری توالت هوشمند به پزشکان اجازه خواهد داد تا اطلاعات بلند مدت مورد نیاز برای تشخیص دقیق و به موقع مشکلات مزمن دستگاه گوارش را جمع آوری کنند.

به عنوان مثال، شعله‌ور شدن بیماری التهابی روده با استفاده از توالت هوشمند قابل تشخیص است و واکنش به یک دارو یا درمان غذایی را می توان کنترل کرد. اگر این فناوری در سرویس بهداشتی یک مرکز مراقبت بلند مدت از افراد نصب شود، شرایط تشخیص اولیه بیماری های مزمن می تواند بهبود یابد.

از این فناوری می توان در لوله های توالت های موجود استفاده کرد. زمانی که فرد دفع مدفوع را انجام داده و سیفون را می کشد، تصویری از مدفوع در لوله ها ثبت خواهد شد. به مرور زمان، داده های جمع آوری شده به متخصص گوارش برای درک بهتر شکل مدفوع بیمار (به عنوان مثال، شل، عادی یا دچار یبوست) و وجود خون در آن کمک خواهد کرد و امکان تشخیص دقیق و ارائه درمان مناسب بر اساس شرایط بیمار را فراهم می کند.

برای توسعه ابزار تجزیه و تحلیل تصویری هوش مصنوعی برای توالت هوشمند، پژوهشگران 3,328 عکس منحصر به فرد مدفوع را تجزیه و تحلیل کردند. تمام تصاویر توسط متخصصان گوارش بر اساس شاخص مدفوع بریستول، یک ابزار بالینی رایج برای دسته بندی مدفوع، بررسی و تفسیر شدند. با استفاده از یک شبکه عصبی پیچشی، نوعی الگوریتم یادگیری عمیق که می تواند تصاویر را تجزیه و تحلیل کند، پژوهشگران دریافتند که الگوریتم دسته بندی تصاویر مدفوع بر اساس شکل را با دقت 85 درصد و تشخیص خون را با دقت 76 درصد انجام می دهد.

پژوهشگران درباره تمایل بیماران به استفاده از این فناوری خوش بین هستند زیرا می تواند در لوله های توالت فعلی آنها نصب شده و نیازمند انجام کار یا هزینه اضافه نیست. این می تواند به ویژه برای بیمارانی که قادر به گزارش شرایط خود نیستند، مانند آنهایی که در مراکز مراقبت بلند مدت زندگی می کنند، مفید باشد.

نمونه اولیه این فناوری عملکردی امیدوارکننده داشته است، اما هنوز برای عموم در دسترس نیست. پژوهشگران در حال توسعه ویژگی های اضافی برای این فناوری هستند که شامل نمونه برداری از مدفوع برای تجزیه و تحلیل نشانگرهای بیوشیمیایی می شود که داده های خاص درباره بیماری را فراهم کرده و این پاسخگوی نیازهای بیماران و متخصصان گوارش خواهد بود.

-------------------------------------------------------------------

بیشتر بخوانید: