توسط : به گزارش خبرگزاری هاریکا به نقل از نیواطلس، محققان در این پژوهش روش ریاضی موثری به نام «تبدیل فوریه سریع»(Fast Fourier Transform یا FFT) را برای تحلیل سیگنال های الکتروکاردیوگرام با شبکه های عصبی مصنوعی استفاده کردند. این روش سیگنال ها را در یک تراشه کم مصرف به دسته های «نرمال» یا «مشابه حمله قلبی» دسته بندی می کند. محققان معتقدند چنین روشی به ردیابی با دقت ۹۲.۴۱ درصدی سکته قلبی منجر می شود.
چنین دستگاهی تفاوت زیادی با ابزارهای موجود در بازار دارد که از هوش مصنوعی برای شناسایی الگوها در داده های الکتروکاردیوگرام گجت های پوشیدنی در ابر رایانشی یا اپ های موبایل استفاده می کنند.
البته باید اشاره کرد روش FFT از مدت ها قبل ابداع شده و اکنون چند شرکت مشغول فعالیت روی فناوری های رصد الکتروکاردیوگرام با کمک هوش مصنوعی هستند. فناوری ردیابی مبتنی بر هوش مصنوعی روی تراشه نوآورانه است اما به طور گسترده در دسترس نیست.
چالش های زیادی برای تولید ردیاب های حمله قلبی وجود دارد. نخست آنکه سخت افزار و ابعاد آن باید کوچک تر شود تا بتوان آن را به طور مداوم استفاده کرد. از سوی دیگر محدودیت هایی مربوط به خوانش الکتروکاردیوگرام ها نیز وجود دارد.
در مرحله بعد باید نرم افزار را طوری ارتقا داد که با دقت یافته های فزایشST در داده های الکتروکاردیوگرام را که نشان دهنده حمله قلبی است، رصد کند و از خوانش اشتباه داده ها نیز جلوگیری کند.
