اکسسوریهای هوشمند مانند ساعتها، حسگرهای بدن و اپلیکیشنها، با ثبت دادههای سلامت، مراقبت شخصیسازی شده را ممکن کردهاند. در پاندمی کووید-۱۹، این فناوریها برای نظارت از راه دور بیماران و ردیابی تماسها استفاده شدند. هوش مصنوعی نیز در تشخیص افسردگی، اضطراب و بیماریهای قلبی مؤثر است. اپلیکیشنهای خودنظارتی به بهبود سبک زندگی و کنترل بیماریهای مزمن کمک میکنند. این فناوریها، به ویژه در کشورهای پیشرفته، با کاهش هزینهها، دسترسی به مراقبتهای سلامت را افزایش دادهاند و آیندهای با پایش دقیقتر و جهانی سلامت را نوید میدهند.
اکسسوریهای هوشمند در پایش سلامت
اکسسوریهای هوشمند در سالهای اخیر نقشی اساسی در تحول حوزۀ سلامت دارند و کشورهای مختلف در حال بهره برداری از این ابزارها هستند. این فناوریها شامل ساعتهای هوشمند، حسگرهای بدن، اپلیکیشنها و سامانههای پایش از راه دور هستند که با ثبت دادههای فیزیولوژیکی و رفتاری، امکان مراقبت پیوستـه و شخصیسازی شده از سلامت افـراد را فراهـم میکننـد. حسگـرهای پوستـی بـا استفــاده از فنـاوریهای مختلفـی مثـل فتوپلتیسموگرافــی PPG (Photoplethysmography) دادههای فوق را ثبت میکنند.
اکسسوریهای هوشمند؛ راهحل ایمن در بحران کرونا
در دوران پاندمی کووید-۱۹، اهمیت این دستگاهها بهشدت افزایش یافت. به طور مثال، در انگلستان، سامانهای برای نظارت از راه دور بر بیماران کرونایی در بخشهای ایزولۀ بیمارستان طراحی شد. این سامانه شامل برچسب قفسه سینه و دستگاهِ اندازهگیری اکسیژن خون (اُکسیمتر) بود که اطلاعات حیاتی بیمار را به صورت آنلاین به پرستاران منتقل میکرد و از این طریق، تماس فیزیکی با بیمار را کاهش میداد. این سیستم برای حدود نیمی از بیماران بستری در آن دوره استفاده شد و در موجهای بعدی بیماری نیز مورد استفاده قرار گرفت. همچنین برنامههای دیگری نیز با ردیابی تماسهای افراد با یکدیگر، روند شیوع ویروس را پیشبینی و گروههای آسیبپذیر کووید-۱۹ را شناسایی میکرد.
کاربرد هوش مصنوعی در سلامت روان
هوش مصنوعی در سلامت روان نیز تأثیرات قابل توجهی داشته و امروزه شاهد پیشرفتهای چشمگیری به واسطۀ گوشیهای هوشمند و حسگرهای بدنی هستیم. پژوهشگران از دادههایی مانند الگوی خواب، میزان فعالیت روزانه، تغییرات صدا و حالت چهرۀ افراد برای تشخیص افسردگی و اضطراب استفاده میکنند. مطالعاتی نیز در حال بررسی ارتباط این دادهها با میزان اثربخشی داروهای ضد افسردگی هستند.
کاربرد هوش مصنوعی در بیماریهای قلبی- عروقی
در حوزۀ بیماریهای قلبی- عروقی به عنوان اصلیترین عامل مرگ و میر در جهان، توسعه الگوریتمهای هوش مصنوعی برای تحلیل دقیقتر سیگنالهای قلبی (مانند نوار قلب) در دستور کار پژوهشگران قرار دارد. در یکی از مطالعات، مشخص شد که با استفاده از تبدیلات و معادلات ریاضی خاص میتوان دقت تشخیص ضربانهای غیرطبیعی را تا ۳۵/۶ درصد افزایش داد. این نوع تحقیقات به طور مستقیم بر بهبود تشخیص و درمان بیماریهای قلبی اثرگذار است. در حال حاضر حسگرهای موجود در گوشیهای هوشمند، مانند دوربینها، میتوانند تپشهای شریانی را شناسایی کنند و برای سنجش سلامت قلب به کار روند. پژوهشگران از پردازش تصویر و الگوریتمهای یادگیری ماشین برای پیشبینی فشار خون از طریق دوربین گوشی یا ویدئو استفاده کردهاند.
اپلیکیشنهای خودنظارتی در سلامت و سبک زندگی
همچنین اکنون، اپلیکیشنهای خودنظارتی برای فعالیتهای روزانه و سبک زندگی بسیار استفاده میشوند. این اپلیکیشنها به افراد کمک میکنند تا بر فعالیت ورزشی، تغذیه، و حتی وضعیت روانی خود نظارت کرده و سبک زندگی سالمتری را در پیش بگیرند. همچنین برای ردیابی میزان کنترل بیماریهای مزمن، چندین کشورها از دستگاههای هوشمند متصل به دارو برای پایش میزان استفاده بیماران از درمان، بهره میبرند. برای نمونه، در یک پروژه، بیماران مبتلا به بیماری انسدادی مزمن ریه COPD (Chronic Obstructive Pulmonary Disease) ، از اسپریهای متصل به حسگر استفاده میکردند که در نهایت مشخص شد که با پایش مصرف داروها و بازخورد در اپلیکیشن، علائم بیماران کاهش یافته است.
سلامت هوشمند؛ گامی به سوی آینده
در مجموع، استفاده از اکسسوریهای هوشمند در کشورهایی که زیرساخت قوی و رویکرد فعالتری در حوزۀ فناوریهای دیجیتال دارند، سرعت بیشتری گرفته است. البته حتی در کشورهای در حال توسعه، توجه زیادی به این حوزه میشود چرا که این فناوریها میتوانند با هزینه کمتر، امکان پایش سلامت را در نقاط دورافتاده و با دسترسی کمتر به مراکز درمانی، فراهم کنند.
با تداوم توسعه این دستگاهها، آیندهای متصور میشود که در آن سلامت هر فرد به صورت دقیق، مستمر و شخصیسازیشده، پایش شود و با کمک جامعۀ آماری بزرگتر، تجهیزات پیشرفتهتر و برنامهنویسیهای دقیقتر، کیفیت مراقبتهای درمانی در سطح جهانی به طرز چشمگیری ارتقاء مییابد.
مجله علمی-ترویجی سرای سلامت©۲۰۱۷
https://www.frontiersin.org/journals/digital-health/articles/10.3389/fdgth.2023.1196103/full
اضافه کردن نظر