গুগল রিসার্চের গবেষকেরা কৃত্রিম বুদ্ধিমত্তার (এআই) ভিন্নমাত্রিক ব্যবহার নিয়ে কাজ করছেন। গুগলের গবেষক দল আফ্রিকার দেশ জাম্বিয়ার সংক্রামক রোগ গবেষণাকেন্দ্রের সঙ্গে কাজ করছে। কাশির শব্দের ওপর ভিত্তি করে ফুসফুসের রোগ নির্ণয়ের লক্ষ্যে একটি মেশিন লার্নিং সিস্টেম তৈরি করেছেন তাঁরা। গবেষণায় যান্ত্রিকব্যবস্থা বা সিস্টেমকে প্রশিক্ষণের জন্য ইউটিউবের বিভিন্ন ভিডিও ব্যবহার করা হয়েছে। নতুন সিস্টেমের নাম দেওয়া হয়েছে হেলথ অ্যাকুইস্টিক রিপ্রেজেন্টেশনস বা হিয়ার।
করোনা মহামারির সময় অনেক স্বাস্থ্যসেবাকর্মী ভিন্ন ধরনের একটি তথ্য প্রকাশ করেছিলেন। মহামারি চলাকালে নিয়মিত কাজ করতে করতে প্রায়ই সেবাকর্মীরা কাশির শব্দ শুনে বলতে পারতেন, কোন রোগী কোভিড-১৯–এ সংক্রমিত। আবার অনেক রোগের ক্ষেত্রে চিকিৎসকেরা কাশির শব্দের ওপর ভিত্তি করে কাজ করেন। সেই কাশির শব্দ বুঝতে এমন একটি এআই–ব্যবস্থা বিকাশের জন্য কাজ করছেন গবেষকেরা। ইউটিউব থেকে প্রায় ৩০ কোটি শব্দের ক্লিপ বিশ্লেষণ করা হয়েছে। সব শব্দের ক্লিপকে চিত্রের মাধ্যমে স্পেকট্রোগ্রাম হিসেবে রূপান্তর করা হয়। বিজ্ঞানী ইয়েল বেনসুজান বলেন, ‘শব্দের মাধ্যমে রোগের খোঁজকে হেলথ অ্যাকুইস্টিকস বা অডিওমিক্স বলা হয়। এই খাতে কাজের সুযোগ অনেক। বহুদিন ধরেই অ্যাকুইস্টিক বিজ্ঞানের প্রচলন আছে। এআই ও মেশিন লার্নিংয়ের মাধ্যমে আমরা একই সঙ্গে অনেক তথ্য বিশ্লেষণ করছি।
’ গুগল রিসার্চের গবেষকেরা রোগ শনাক্তকরণের জন্য ভিন্ন একটি পদ্ধতি অনুসরণ করেছেন। রোগসংক্রান্ত তথ্যাদির রেকর্ডিং সরাসরি ব্যবহার করা হচ্ছে না। সিস্টেমকে প্রশিক্ষিত করতে ইউটিউব থেকে রেকর্ড করা বিভিন্ন ভিডিওতে মানুষের শব্দ অনুসরণ করা হচ্ছে। মানুষের নিয়মিত শ্বাসপ্রশ্বাস, হাঁপানি বা কাশির শব্দের সঙ্গে মেশিনের পরিচয় করা হয়। গবেষণার অংশ হিসেবে নির্দিষ্ট কিছু অংশ শব্দ মিউট করে এআইকে ভবিষ্যদ্বাণী করতে প্ররোচিত করা হয়। নতুন সিস্টেমে এআই সাধারণ চ্যাটজিপিটির মতো বাক্যের বদলে শব্দের পূর্বাভাস দিতে পারে। গবেষকেরা যক্ষ্মা বা কোভিড শনাক্ত করতে নতুন এআই ব্যবহার করছেন। খুব দ্রুতই চিকিৎসকেরা বক্ষব্যাধিসংক্রান্ত রোগ শনাক্তে শব্দভিত্তিক এআই ব্যবহার করতে পারবেন বলে আশা করছেন। সূত্র: মেডিকেল এক্সপ্রেস
২৩ ঘন্টা ১৮ মিনিট আগে
৫ দিন ১৫ ঘন্টা ১৭ মিনিট আগে
১৩ দিন ১৩ ঘন্টা ১৩ মিনিট আগে
১৭ দিন ১৪ ঘন্টা ৬ মিনিট আগে
১৮ দিন ২০ ঘন্টা ৫৮ মিনিট আগে
২০ দিন ২১ ঘন্টা ৪২ মিনিট আগে
২৫ দিন ২৩ ঘন্টা ৪১ মিনিট আগে
২৬ দিন ১৬ ঘন্টা ২৮ মিনিট আগে