أظهرت نتائج بحثية طريقة جديدة لتشخيص انقطاع التنفس أثناء النوم باستخدام شبكة الذكاء الاصطناعي ونماذج التعلم العميقة، لتحسين قدرة التشخيص باستخدام مستوى الأكسجين في الدم عن طريق قياسه من مشبك الأصبع، وتقليل الوقت والتكاليف المرتبطة بالتقنيات التقليدية.
وتميزت الدراسة البحثية بعنوان "استخدام الذكاء الاصطناعي ونماذج التعلم العميقة لقراءة وتقييم دراسات النوم لتشخيص انقطاع التنفس أثناء النوم، وتوفير الوقت" لطالبة الدكتوراه ملاك المرشد، بتقديم معلومات دقيقة لقياس التغير على مستوى الثانية الواحدة، مما يساعد الأطباء في تفسير النتائج بشكل دقيق وإسهامها في سرعة التشخيص وتقليل الانتظار لبدء العلاج.
وأجريت خلال الدارسة التي أشرف عليها مدير المركز الجامعي لطب وأبحاث النوم بكلية الطب جامعة الملك سعود الدكتور أحمد باهمام، وفريق من كلية علوم الحاسب الآلي بالجامعة يضم الدكتور سعد الأحمدي والدكتور سيف الإسلام والدكتور عادل السوداني، تجربة تصاميم مختلفة وأظهرت النتائج أفضل الأداء باستخدام ترميز موضعي جديد قابل للتعلم، كما تم اختبار النموذج باستخدام دقات مختلفة من 1 إلى 360 ثانية، وأكدت الاختبارات المختلفة تفوق هذه الطريقة مقارنةً بالحلول الحالية.
وستسهم النتائج في تحسين القدرة على تشخيص انقطاع التنفس أثناء النوم وتقليل التكاليف المرتبطة به، كما تساعد على تشخيص اضطرابات النوم من خلال الأجهزة القابلة للارتداء منخفضة التكلفة كالساعات الذكية، وهذه الطريقة الجديدة قد تقلل بشكل كبير من الحالات التي لم يتم تشخيصها، مما يؤدي إلى تحسين الصحة للأشخاص الذين يعانون من هذا المرض.
وتميزت الدراسة البحثية بعنوان "استخدام الذكاء الاصطناعي ونماذج التعلم العميقة لقراءة وتقييم دراسات النوم لتشخيص انقطاع التنفس أثناء النوم، وتوفير الوقت" لطالبة الدكتوراه ملاك المرشد، بتقديم معلومات دقيقة لقياس التغير على مستوى الثانية الواحدة، مما يساعد الأطباء في تفسير النتائج بشكل دقيق وإسهامها في سرعة التشخيص وتقليل الانتظار لبدء العلاج.
وأجريت خلال الدارسة التي أشرف عليها مدير المركز الجامعي لطب وأبحاث النوم بكلية الطب جامعة الملك سعود الدكتور أحمد باهمام، وفريق من كلية علوم الحاسب الآلي بالجامعة يضم الدكتور سعد الأحمدي والدكتور سيف الإسلام والدكتور عادل السوداني، تجربة تصاميم مختلفة وأظهرت النتائج أفضل الأداء باستخدام ترميز موضعي جديد قابل للتعلم، كما تم اختبار النموذج باستخدام دقات مختلفة من 1 إلى 360 ثانية، وأكدت الاختبارات المختلفة تفوق هذه الطريقة مقارنةً بالحلول الحالية.
وستسهم النتائج في تحسين القدرة على تشخيص انقطاع التنفس أثناء النوم وتقليل التكاليف المرتبطة به، كما تساعد على تشخيص اضطرابات النوم من خلال الأجهزة القابلة للارتداء منخفضة التكلفة كالساعات الذكية، وهذه الطريقة الجديدة قد تقلل بشكل كبير من الحالات التي لم يتم تشخيصها، مما يؤدي إلى تحسين الصحة للأشخاص الذين يعانون من هذا المرض.
