Nowy system EarHealth oparty na wkładkach dousznych może mapować geografię wnętrza ucha i wykrywać szereg schorzeń tego narządu.
Zespół kierowany przez naukowców z Uniwersytetu w Buffalo wykorzystał wkładki douszne Bluetooth i system sztucznej inteligencji do głębokiego uczenia się, aby zdiagnozować trzy powszechne stany ucha za pomocą prostego, nieinwazyjnego testu dźwiękowego, który wykorzystuje dźwięk przypominający sonar do mapowania struktury ucha. System EarHealth wykorzystuje zestaw wkładek dousznych Bluetooth, wzbogaconych o mikrofony skierowane do wewnątrz, podłączonych do aplikacji na smartfona.
Może Cię zainteresować także: „Słuchowe soczewki kontaktowe” rzekomo są dużo lepsze niż aparaty słuchowe
Wkładka wysyła do ucha ćwierkający sygnał dźwiękowy, a następnie mikrofony rejestrują, jak ten sygnał rozbrzmiewa w kanałach usznych, umożliwiając systemowi utworzenie profilu unikalnego kształtu ucha wewnętrznego każdego użytkownika.
Odczyt jest wykonywany, gdy użytkownik jest zdrowy, aby ustalić linię bazową, a następnie ten sam test jest przeprowadzany okresowo w celu wyszukania zmian. W próbach na ludziach (z udziałem 92 ochotników) system był w stanie zdiagnozować trzy powszechne dolegliwości, które zmieniają geometrię ucha, po prostu sprawdzając zmiany w geometrii ucha wewnętrznego, z dokładnością do 82,6%.
System EarHealth wykorzystuje zestaw wkładek dousznych z przystawką mikrofonu skierowaną do wewnątrz.
Trzy zidentyfikowane stany to niedrożność woskowiny, pęknięcie błony bębenkowej i powszechna infekcja ucha znana jako zapalenie ucha środkowego. I w wielu przypadkach udało się je zidentyfikować na długo przed tym, zanim pojawiły się jako poważne problemy.
Dzięki EarHealth opracowaliśmy to, co uważamy za pierwszy w historii system oparty na wkładkach dousznych, który monitoruje stan zdrowia uszu w skuteczny, przystępny i przyjazny dla użytkownika sposób – powiedział dr Zhanpeng Jin, główny autor badania opublikowanego przez Stowarzyszenie Maszyn Komputerowych (ACM). Ponieważ może bardzo wcześnie wykryć te stany, może znacznie poprawić wyniki zdrowotne wielu osób.
Badacze zidentyfikowali cztery różne warunki, które zmieniają zwrócony sygnał audio w sposób, w jaki system głębokiego uczenia może rozpoznawać i diagnozować z ponad 80% dokładnością.
Naukowcy twierdzą, że pracują nad poprawą dokładności systemu, sprawdzając, jak owłosienie uszu, historyczne zapalenie błony bębenkowej i inne czynniki mogą wpływać na odczyty. Ale system wydaje się być skuteczny, niedrogi i wystarczająco przyjazny dla użytkownika, aby osiągnąć powszechne zastosowanie w regularnych, superszybkich kontrolach zdrowia uszu.
➔ Obserwuj nas w Google News, aby być na bieżąco!
źródło: Uniwersytet w Buffalo | New Atlas
źródło grafiki: 3d body photo created by kjpargeter – www.freepik.com