برای بیمارانی که در همه‌گیری کرونا در خانه قرنطینه می‌شوند پوشیدنی‌ها بسیار مهم هستند. چراکه با ردیابی علائم مهم بیمار وضعیت سلامت بیمار را رصد می‌کنند. در مواردی که خود بیمار از وضعیت سلامتش آگاهی ندارد، آن را جدی نمی‌گیرد و یا در مواردی که پیش‌بینی خطر در زمانی انجام میشود که زودتر از خطر است ومدیریت آن ساده است، پوشیدنی‌ها تفاوت میان مرگ و زندگی خواهند بود. بیمارستان دانشگاهی Illinoise به همراه استارت‌آپ PhysIQ در ایالات متحده برنامه‌ای دارد که وضعیت بیماران بستری در منزل را پوشیدنی‌ها زیر نظر می‌گیرد. اطلاعات بیماران توسط هوش مصنوعی نیز تحلیل میشود. هدف این است که حمله‌های خطرناک و وضعیت‌های تحدید کننده زندگی پیش از وقوع پیش‌بینی شود. این برنامه در زمان نگارش این نوشتار گسترش یافته و موارد مشابهی با آن در نقاط دیگر جهان نیز به کار گرفته شده است. امید است این نوشتار انگیزه‌بخش باشد و شاهد موارد مشابهی باشیم. برای آشنایی بیشتر با این برنامه می‌توانید نوشتار حاضر از مجله فناوریهای توان افزا و پوشیدنی را دنبال نمایید.
تجربه شخصی Angela Mitchell رصد کرونا از راه دور توسط بیمارستان دانشگاهی Illinois
Angela Mitchell بیماری است که تجربه گذراندن دوران بیماری COVID-19 را در منزل دارد. حال او یک شب به شدت وخیم شد.
Angela Mitchell در سال ۲۰۲۰ شصت ساله شد. در حالیکه آزمایش کرونای وی در بیمارستان دانشگاهی Illinois ابتلای وی را به بیماری تائید کرد، پزشکان به وی برای بستری شدن یا ماندن در خانه قدرت انتخاب دادند. در صورت ماندن در خانه علائم زیستی بدن وی از طریق یک حسگر پوشیدنی قفسه سینه(مشابه یک برچسب) به بیمارستان ارسال می‌شد.
در آن هنگام وی سرفه، سرگیجه و آبریزش داشت. پس از دو شب وی با ترس از خواب پرید. او نمی‌توانست نفس بکشد. در حالیکه فکر می‌کرد شاید یک دوش آبگرم به وی کمک کند، از بیمارستان با او تماس گرفتند. به گفته خودش در آن هنگام به سختی می‌توانست نفس بکشد و برای بازیافتن تنفس، نشسته بود.
عملکرد درمانگران و هوش مصنوعی PhysIQ برای تشخیص خطر
تماس تلفنی بیمارستان Illinois پس از توجه پزشک به اطلاعات ارسالی به حسگر قفسه سینه انجام شده بود. پزشک دریافت که وضعیت وی رو به وخاومت است. طی این تماس تلفنی به وی گوشزد شد که سریعا به پزشک مراجعه کند. اما او برای اینکه مزاحم سایرین نشود این توصیه را پشت گوش انداخت. روز بعد اما طی تماس مجدد تلفنی پزشک به او گفت که در صورت عدم مراجعه به بیمارستان، وی را با آمبولانس به بیمارستان خواهند رسانید.
پس از درک وضعیت وخیم جسمی، Mitchell با کمک همسرش به بیمارستان رفت. در این هنگام سطح اکسیژن خون وی به شدت کم شده بود. در واقع وضعیت وی در منزل از حالتی با علائم خفیف به وضعیت وخیم تبدیل شده بود. در حالیکه خودش اصلا متوجه این وضعیت نبود. اما تماس تلفنی دوم وی را متوجه این وضعیت کرد. پس از آن وی به مدت یک هفته در بیمارستان بود.
برنامه بیمارستان Illinois برای رصد بیماران در منزل
در واقع برنامه‌ای که بیمارانی مانند Mitchell را از راه دور تحت نظر دارد، بخشی از برنامه بیمارستان دانشگاهی Illinois است که با همکاری استارت‌آپ PhysIQ و بودجه موسسه سلامت ملی آمریکا به اجرا درآمده است. این برنامه آزمایش مهمی برای رصد سلامت بیماران مبتلا به COVID-19 خارج از بیمارستان است. رصد پیشرفت و بازیابی سلامت بیمار در دوران همه‌گیری کرونا یک چالش مهم است. به ویژه که اقدام سریع برای نجات بیماران با وضعیت وخیم لازم است. برخی بیمارستان‌ها با استفاده از فناوریهای سلامت سیار و پوشیدنی‌ها وضعیت بیماران را به صورت دائم از راه زیر نظر دارند.
در بیمارستان Illinois به بیمارانی که در خانه قرنطینه می‌شوند یک بسته خاص داده میشود. این بسته شامل یک ردیاب اکسیژن خون(اکسیمتر، oximeter)، یک حسگر فعال با بلوتوث، و یک گوشی متصل به این تجهزات است. نرم‌افزار تلفن هماره داده‌ها را حسگرهای بیمار دریافت می‌کند. سپس با استفاده از الگوریتم‌های یادگیری ماشین یک پرونده از وضعیت بیمار تشکیل می‌دهد. سامانه رصد بیمار در صورت وخامت حال وی هشداری هم به بیمارستان ارسال می‌کند.
هوش مصنوعی PhysIQ و تشخیص وضعیت وخیم سلامت
به ادعای PhysIQ استفاده از هوش مصنوعی برای تشخیص وضعیت بیمار امکان شناسایی الگوهای خیلی ظریف را هم در وضعیت سلامت بیمار ممکن می‌سازد. همچنین به سادگی می‌توان تغییرات مهم در بدن بیمار را تشخیص داد. در واقع در مورد بیمارانی که برای دریافت اکسیژن به بیمارستان مراجعه می‌کنند این فناوری بسیار مهم است. چراکه امکان هشدار به بیمار چندین روز قبل از وخیم شدن وضعت وی و نیاز به اکسیژن ممکن میشود. در این هنگام وضعیت بیمار هنوز وخیم نشده و درمان ساده‌تر است.
این وضعیت را برای بیماران مبتلا به بیماری زمینه‌ای تصور کنید. بیماران مبتلا به دیابت، چاقی، فشار خون، یا بیماری‌های تنفسی که ابتلای آنان به کرونا می‌تواند خطرناک باشد. خود Mitchell مبتلا به آسم و فشار خون بود.
استفاده از این فناوری برای اقشار آسیب‌پذیر جامعه بسیار مهم است. چراکه آنان در همه‌گیری کرونا بیش از دیگران در معرض ابتلا هستند. در مورد افرادی که در اقامتگاه‌های شلوغ و به صورت عمومی زندگی می‌کنند نیز این گفته صادق است. در مورد Mitchell وی با ده نفر شامل فرزندان و نوه‌ها در یک خانه زندگی می‌کند.
آشنایی با استارت اپ PhysIQ
Gary Conkright پایه‌گذار استارت‌آپ PhysIQ پیش از این استارت‌آپ از فناوری رصد از راه دور استفاده کرده بود. اما نه برای انسان‌ها. وی در یک طرح مشترک با دانشگاه Chicago و با استفاده از یادگیری ماشین تجهزات موتورهای جت و نیروگاه‌های هسته‌ای را رصد می‌کرد. فناوری مورد استفاده وی برای تشخیص علائم ظریف خطر پیش از وقوع وضعیت قرمز بسیار کارآمد بود. به ادعای وی فناوری وی پیش از موفقیت‌های General Electric ، Pratt & Whitney و Rolls-Royce هم کار می‌کرد. زیرا گروه وی یک مدل خاص برای هر موتور توسعه داده بود.
وی بخشی از فناوری را با نام خود حفظ کرد. او از همین فناوری برای توسعه الگوریتم مناسب برای بدن انسان استفاده کرد. در آن هنگام مادر وی به دلیل ابتلا به بیماری خاصی در بخش مراقبت‌های ویژه بود. وی تصمیم گرفت هوش مصنوعی شرکتش را برای رصد بهبودی مادرش به کار گیرد. در واقع استارت‌آپ PhysIQ از دل این تلاش وی زنده شد.
الگوریتم PhysIQ پرونده اولیه بیمار را پس از ۳۶ ساعت رصد علائم تشکیل می‌دهد. این سامانه وضعیت بیمار را در زندگی روزمره درمی‌یابد. سپس در خواهد یافت که آیا ضربان قلب نسبت به وضعیت عادی تغییر داشته است یا خیر. درمانگر می‌تواند با این اطلاعات و پس از دریافت هشدار تصمیم بگیرد که آیا باید بیمار به بیمارستان مراجعه کند یا خیر.
جمع آوری اطلاعات برای PhysIQ نخست با کمک داوطلبان
سامانه هوش مصنوعی این شرکت با داده‌های بیمارانی آموزش دید که در فاز نخست به صورت داوطلبانه با شرکت همکاری داشتند. این داد‌‌ها برای تعیین وضعیت سلامت پایه در بیمارن مفید بود. در حدود ۵۰۰ بیمار ترخیص شده و درمانگران برای رصد در خانه ثبت نام کردند. پژوهشگران توقع داشتند که در حدود ۵ درصد این افراد در مراحل بعد از بیماری نیاز به درمان خاص داشته باشند. اما این عدد در واقع به ۱۰ درصد رسید.
پیشگویی‌های هوش مصنوعی در واقع نیازهای خاص بیماران را در زمان کمتری نسبت به زمان لازم برای پیشگویی با بررسی اطلاعات اکسیمتر به انجام می‌رساند. به گفته سرپرستان طرح به واسطه این برنامه مبالغ بسیاری صرفه‌جویی شده است.
تا امروز، سازمان غذا و داروی ایالات متحده پنج الگوریتم از استارت‌آپ PhysIQ را برای استفاده توسط وزارت مسئول بازنشستگان ارتش تائید کرده است.
مزیت های هوش مصنوعی برای کمک به بیماران
همکاری این شرکت هوش مصنوعی با بیمارستان Illinoise برای کمک به بیماران مبتلا به کرونا ادامه خواهد داشت. این برنامه تنها یکی از چندین برنامه فعال در این زمینه است. Fitbit هم با الگوریتم خود ۵۰ درصد موارد خطر را یک روز پیش از وقوع پیش‌بینی کرده است. در ارتش ایلات متحده نیز برنامه مشابهی دارد.
برنامه شیکاگو با مشارکت بیمارستان‌های محلی دیگر نیز انجام میشود. تا امروز در حدود۱۷۰۰ نفر از این برنامه برای بازگشت به وضعیت سلامت بهره برده‌اند.
معایب هوش مصنوعی برای درمان بیماران
اما در مورد پوشیدنی‌ها باید دقیق بود. هوش مصنوعی نوعی جهت‌گیری نسبت به اقشار مختلف و نژادهای مختلف دارد. چراکه معمولا با داده‌های سفید پوستان آموزش می‌بیند. پس شاید برخی بیماران از دید این ماشین مخفی بمانند. به خصوص در مورد نژادهای مختلف باید در مورد این ابزار هوشمند بود.
با توجه به اینکه برنامه شیکاگو برای طیف وسیعی از افراد به کارگرفته میشود، این برنامه برای متخصصان امید بخش است. آنان امیدوارند اقشاری که در حاشیه این فناوری قرار گرفته‌اند با این برنامه به آن وارد شوند. Mitchell نیز یکی از همین افراد است. او اینک به مدت پنج ماه است که کار نمی‌کند. وی جزو نجات‌یافتگان طولانی مدت کرونا است. وی با چالش‌های بسیاری برای حفظ سلامت خود دست به گریبان است. اگر این چالش‌ها ادامه یابد مدیریت آن برای وی و اطرافیانش دشوار میشود. با این وجود حسگرهای پوشیدنی و هوش مصنوعی برای وی تغییر مثبتی بوده است. وی زندگی خود را مدیون این فناوری می‌داند.
داستان وی بخشی از طرح فناوی همه‌گیری است که توسط بنیاد Rockefeller پشتیبانی شده است.
این پوشیدنی با اصلاح وضعیت نادرست بدن مانع آسیب میشود
آتل پوشیدنی که حرکت مفاصل را محدود نمی کند
حسگر پوشیدنی کرونا که با روش خشک سازی انجمادی تولید می شود
منبع: MITtechnologyreview
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»
