یکی از روشهایی که پزشکان برای شناسایی وضعیت بیماری کمخونی (آنمی) در بیماران مورد استفاده قرار میدهند نگاه کردن به کره چشم کاربر با کشیدن پلک پایین اوست. در این روش تلاش میشود تا به صورت تخمینی، میزان هموگلوبینهای خون فرد حدس زده شود تا اگر این میزان از حد استانداردی پایینتر بود آزمایشات بعدی روی بیمار انجام شود.
به تازگی محققان دانشگاه Purde در ایندیانا آمریکا الگوریتمی را توسعه دادهاند که با عکاسی از داخل چشم بیمار و تحلیل دادههای بدست آمده تلاش میکند تا وضعیت کمخونی بیمار را مورد بررسی قرار داده و نمره قابل قبولی از درصد احتمال بیمار به کمخونی را ارائه دهد.
این تیم در حال حاضر در تلاش است تا با جای دادن الگوریتم توسعه داده شده در داخل یک نرمافزار موبایل بتواند راهکاری ایجاد کند که پزشک تنها با گرفتن گوشی هوشمند خود جلوی چشم بیمار و عکاسی از آن بتواند درصد احتمال ابتلا به آنمی در فرد را تخمین بزند.
دانشمندان معتقدند که این نرمافزار میتواند کمک بسیار بزرگی برای پزشکان باشد که هر چه زودتر وضعیت یک بیمار از حیث پایین بودن درصد میزان هموگلوبین خون را شناسایی کنند تا در صورت نیاز درمان در سریعترین زمان آغاز شود.
لازم به ذکر است که پیش از این نیز نرمافزارهایی توسعه داده شده بودند که میتوانستند با تهیه یک عکس از انتهای ناخن انگشتان دست فرد به بررسی این موضوع بپردازند که احتمال ابتلا به کمخونی در فرد چقدر است ولی در آزمایشهای اولیه مشخص شده که روش جدید دقت بیشتری دارد.
به صورت پایه این نرمافزار نسخه قابل حملی از روشی موسوم به آنالیز اسپکتروسکوپیک (تجزیه و تحلیل طیف سنجی) است که به واسطه آن با شناسایی میزان جذب نور مرئی توسط هموگلوبینهای موجود در جریان خون فرد، تعداد آنها را حدس بزند.
در این روش الگوریتم توسعه داده شده در واقع رویکردی موسوم به طیف سنجی با تفکیکپذیری با وضوح بالا (super-resolution spectroscopy) را برای تبدیل عکسهای با رزولوشن پایینتر تولیدی توسط دوربین گوشی هوشمند مورد استفاده قرار میدهد تا بتوان سیگنال طیفی دیجیتالی را که حالا رزولوشن و تفکیکپذیری بالاتری دارد جهت بررسی تعدد هموگلوبینهای داخل خون مورد بررسی قرار دهد.
از مزایای این روش آن است که دیگر به سختافزار جداگانهای برای آنالیز دادهها و همچنین نمونهبرداری نیاز نیست و همه امور مورد نظر به صورت نرمافزاری و با تحلیل دادهها انجام میشود.
با استفاده از رابط کاربری ساده نرمافزار میتوان شرایطی را ایجاد کرد تا بیمار، خود نیز بتواند فرایند درمانش را دنبال کرده و دائماً بر وضعیت سلامتی خود نظارت کند.
یکی از کاربردهای بسیار خوب این نرمافزار آن خواهد بود که برای استفاده در کشورهای در حال توسعه که امکانات پزشکی و آزمایشگاهی در آنها محدودتر و گرانتر است، بتوان با سرعت بیشتری بیماران را شناسایی کرد و بهترین روشهای درمان را برای آنها در نظر گرفت.
البته همانطور که میدانید این روش نمیتواند به صورت کامل جایگزین راهکارهای بیولوژیک فعلی باشد و برای مثال فرد را از آزمایش نمونه خون برای شناسایی درصد دقیق کمخونی بینیاز کند ولی با این توسعه نرمافزاری که درصد خطای قابل قبولی دارد میتواند راهکاری مناسب برای شناسایی اولیه بیماری قبل از تأثیرگذاری شدید بر فرد باشد.
منبع : شهر سخت افزار