درمان اختلالات خواب با کمک هوش مصنوعی
تاریخ انتشار: ۲۰ خرداد ۱۴۰۰ | کد خبر: ۳۲۱۸۷۸۶۳
به گزارش جام جم آنلاین به نقل از باشگاه خبرنگاران جوان، دشواری خواب، آپنه خواب و نارکولپسی از جمله طیف وسیعی از اختلالات خواب هستند. در مطالعهای جدید، محققان گروه علوم کامپیوتر دانشگاه کپنهاگ با مرکز پزشکی خواب دانمارک در بیمارستان Rigshospitalet دانمارک همکاری کردهاند تا یک الگوریتم هوش مصنوعی ایجاد کنند که میتواند تشخیصها، درمانها و درک کلی ما از اختلالات خواب را بهبود بخشد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
دکتر ماتیاس پرسلوف در این باره میگوید این الگوریتم فوقالعاده دقیق است. ما آزمایشهای مختلفی را انجام دادیم که عملکرد آن با بهترین پزشکان این رشته در سراسر جهان رقابت میکرد.
معاینات اختلال خواب معمولا با بستری شدن در یک کلینیک خواب آغاز میشود. در اینجا خواب شبانه فرد با استفاده از ابزار اندازه گیری مختلف کنترل شده و سپس یک متخصص اختلالات خواب ۷-۸ ساعت اندازه گیری از خواب شبانه بیمار را بررسی میکند.
پزشک به صورت دستی این ۷-۸ ساعت خواب را به فواصل ۳۰ ثانیهای تقسیم میکند، همه این مراحل باید در مراحل مختلف خواب طبقه بندی شود، مانند خواب REM (حرکت سریع چشم)، خواب سبک، خواب عمیق و...
پول ژننوم، استاد نوروفيزيولوژ و رئیس مرکز پزشکی خواب دانمارک توضيح میدهد: اين پروژه به ما اجازه داده است تا ثابت كنيم اين اندازه گيریها با استفاده از يادگيری ماشينی میتواند بسيار مطمئن انجام شود كه اين امر از اهميت بسياری برخوردار است.
تنها در منطقه پایتخت دانمارک، بیش از ۴۰۰۰ آزمایش پلی سومنوگرافی، معروف به PSG یا مطالعات خواب، سالانه بر روی بیماران مبتلا به آپنه خواب و اختلالات پیچیده خواب انجام میشود. ۱.۵ تا ۳ ساعت طول میکشد تا پزشک یک مطالعه PSG را تجزیه و تحلیل کند، بنابراین فقط در منطقه پایتخت دانمارک میتوان با به کارگیری الگوریتم جدید، بین ۶۰۰۰ تا ۱۲۰۰۰ ساعت پزشکی آزاد کرد.
با جمع آوری دادهها از منابع مختلف محققان پشت این الگوریتم توانستهاند از عملکرد بهینه اطمینان حاصل کنند. در کل بیست هزار مورد اختلالات خواب از آمریکا و بسیاری از کشورهای اروپایی جمع آوری شده و برای آموزش الگوریتم مورد استفاده قرار گرفته است.
ماتیاس پرسلف و کریستین ایگل که پروژه را از سمت علوم کامپیوتر هدایت میکنند، توضیح میدهند: ما دادههای خواب را از سراسر قارهها، کلینیکهای خواب و گروههای بیمار جمع آوری کردهایم. این واقعیت که الگوریتم در چنین شرایط متنوعی به خوبی کار میکند، یک موفقیت بزرگ است. دستیابی به این نوع تعمیم یکی از بزرگترین چالشها در تجزیه و تحلیل دادههای پزشکی است.
آنها امیدوارند که این الگوریتم بتواند به پزشکان و محققان در سراسر جهان کمک کند تا در آینده درباره اختلالات خواب بیشتر بدانند.
ماتیاس پرسلف میگوید: فقط چند اندازه گیری انجام شده توسط ابزارهای بالینی رایج برای این الگوریتم مورد نیاز است. بنابراین استفاده از این نرم افزار میتواند به ویژه در کشورهای در حال توسعه که ممکن است فرد به جدیدترین تجهیزات یا یک متخصص دسترسی نداشته باشد، مهم باشد.
محققان اکنون با پزشکان دانمارکی در حال کار هستند تا نرم افزار و الگوریتم مورد استفاده برای استفاده بالینی را تایید کنند.
منبع: جام جم آنلاین
کلیدواژه: خواب اختلال هوش مصنوعی اختلالات خواب
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت jamejamonline.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «جام جم آنلاین» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۲۱۸۷۸۶۳ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ظهور شاهکلید قفلهای دیجیتال/ رایانههای کوانتومی رمزگذاری را بیمعنا میکنند
خبرگزاری علم و فناوری آنا؛ بارها شنیدهایم که هکرها با سرقت اطلاعات کارتهای بانکی، موجودی حساب افراد را خالی کردهاند و متخصصان توصیههایی برای پیشگیری از آن دارند، اما اگر قرار باشد چنین اتفاقاتی به روند همیشگی تبدیل شود چه؟ یعنی دنیایی را تصور کنید که قفل اطلاعات الکترونیکی ناگهان از کار میافتند!
این یک سناریوی علمی، تخیلی نیست. زمانی که رایانههای کوانتومی به اندازه کافی قدرتمند شوند، این نگرانی ممکن است به واقعیت تبدیل شود. این رایانهها میتوانند از ویژگیهای عجیب دنیای کوانتومی برای رمزگشایی قفلهایی استفاده کنند که شکستن آنها برای رایانههای معمولی سالها طول میکشد. ما نمیدانیم چه زمانی این اتفاق میافتد، اما بسیاری از مردم و سازمانها در حال حاضر نگران سرقت اطلاعات رمزگذاری شده توسط مجرمان سایبری و ذخیره آن برای رمزگشایی رایانههای کوانتومی در آینده هستند.
با نزدیک شدن دوران ظهور رایانههای کوانتومی، رمزنگاران در تلاشاند تا طرحهای محاسباتی جدیدی برای ایمن کردن دادهها در برابر حملات فرضی ابداع کنند. ریاضیات درگیر در این ماجرا بسیار پیچیده است، اما بقای دنیای دیجیتال ما شاید به همین تلاش وابسته باشد.
رمزگذاری ضد کوانتومی
نفوذ به سیستمهای امنیتی آنلاین اغلب در یک مسئله ریاضی و در دو عدد خلاصه میشود که وقتی در یکدیگر ضرب میشوند، عدد سوم به دست میآید و این عدد کلید باز کردن قفل اطلاعات محرمانه است. با بزرگتر شدن این عدد، مدت زمانی که یک کامپیوتر معمولی برای حل این مشکل صرف میکند بیشتر میشود.
انتظار میرود رایانههای کوانتومی بتوانند در آینده این کدها را خیلی سریعتر بشکنند. بنابراین، رقابت بر سر یافتن الگوریتمهای رمزگذاری جدیدی است که میتوانند در برابر یک حمله کوانتومی مقاومت کنند.
مؤسسه ملی استاندارد و فناوری ایالات متحده سالها است که الگوریتمهای رمزگذاری «ضد کوانتومی» را خواستار شده و با وجود تلاشهای فراوان برای ایجاد چنین الگوریتمهایی، تعداد بسیار کمی موفق به قبولی در این آزمون شدهاند. یکی از الگوریتمهای پیشنهادی به نام «کپسولهسازی کلید ایزوژنی فوق منفرد» بود که در سال ۲۰۲۲ با کمک نرمافزار ریاضی ماگما (Magma) در دانشگاه سیدنی توسعه یافته بود و به طرزی باورنکردنی شکست خورد.
این رقابت امسال داغ شده است. در ماه فوریه، اپل سیستم امنیتی خود را در پلتفرم آی مسیج (iMessage) به روزرسانی کرد تا از دادههایی که ممکن است در آینده توسط رایانههای کوانتومی جمعآوری شوند محافظت کرده باشند. دو هفته پیش، دانشمندان در چین اعلام کردند که برای محافظت از رایانه کوانتومی اوریجین ووکانگ (Origin Wukong) یک «سپر رمزگذاری» جدید نصب کردند و تقریباً در همین زمان، پژوهشگری به نام ییلِی چن (Yilei Chen) کشف کرد که رایانههای کوانتومی به طور بالقوه میتوانند نوعی الگوریتم را که شکستن آن بسیار دشوار است، هک کنند. این الگوریتم مبتنی بر بخشی از ریاضیات است که آن را به «مشبکه» میشناسند و نکته جالب این است که روشهای مبتنی بر شبکه در سیستم امنیتی جدید آی مسیج (اپل) نیز با همین روش، یعنی «الگوریتم استاندارد پساکوانتومی» رمزگذاری شده است.
الگوریتم مشبکه چیست؟
الگوی «مشبکه» متشکل از نقاطی است که مانند کاشیهای کف حمام یا ساختار یک الماس به طور منظم تکرار میشوند، اگرچه شبکهها میتوانند ابعاد زیادی داشته باشند (بیش از دو یا سه)، اما همه آنها از یک ایده اولیه برای تکرار نقاط به روشی قابل پیشبینی پیروی میکنند.
بخش بزرگی از رمزنگاری مشبکه، بر پایه یک سؤال به ظاهر ساده است: اگر یک نقطه مخفی را در چنین شبکهای پنهان کنیم چقدر طول میکشد تا شخص دیگری این نقطه مخفی را پیدا کند؟ این بازی مخفیکاری میتواند راههای بیشتری برای محافظت از دادهها ایجاد کند.
نوع دیگری از مشبکه که به «یادگیری با خطا» شناخته میشود بسیار پیچیده است و شکستن رمز آن حتی برای رایانه کوانتومی نیز دشوار است. با بزرگ شدن اندازه مشبکه، مقدار زمان لازم برای پیچیدگی آن حتی برای رایانه کوانتومی نیز بهطور تصاعدی افزایش مییابد.
یکی دیگر از روشهای رمزگذاری بر اساس دشواری فاکتورگیری اعداد بزرگ انجام میشود، اما مشکل دیگری به نام «مسئله زیرگروه پنهان» وجود دارد که ارتباط نزدیکی با این روش دارد و حل آن نیز بسیار دشوار است. این مسئله در بسیاری از زمینهها از جمله علوم کامپیوتر و ریاضیات کاربردهای مهمی دارد.
رویکرد ییلی چن نشان میدهد که رایانههای کوانتومی ممکن است بتوانند مسائل مشبک را تحت شرایط خاص سریعتر حل کنند. بر همین اساس، کارشناسان نتایج او را بررسی کردند و به سرعت یک خطا پیدا کردند. پس از کشف این خطا، چن نسخه بهروز شدۀ مقاله خود را منتشر کرد و به توصیف این خطا پرداخت.
مقاله چن باعث شده است که بسیاری از رمزنگاران به امنیت روشهای مشبکه بیاطمینان شوند و برخی هنوز در حال ارزیابی هستند که چگونه میتوان از ایدههای چن برای رفع این خطا استفاده کرد.
نیاز به توسعه ریاضیات
مقاله چن طوفانی در جامعه کوچک رمزنگاری به پا کرد، اما در سطح جهانی تقریباً هیچتوجهی به آن نشد؛ شاید به این دلیل که شمار کمی از مردم ارزش این کار یا پیامدهای آن را درک میکنند.
سال گذشته، زمانی که دولت استرالیا به سراغ یک استراتژی ملی کوانتومی رفت تا کشورش را در صنعت کوانتومی، جهانی کند، یک اشتباه بزرگ انجام داد: اصلا به ریاضیات نپرداخت! استفاده حداکثری از رایانههای کوانتومی و آمادگی برای گسترش آنها به آموزش عمیق ریاضی برای تولید دانش و تحقیقات جدید نیاز دارد.
این گزارش از پایگاه خبری دِکانورسیشن به فارسی برگردان شده است.
انتهای پیام/
نازنین احسانی طباطبایی