Et team af forskere fra universitetet i Buffalo brugte hovedtelefoner og et kunstig intelligenssystem
EarHealth-systemet bruger in-ear-hovedtelefoner med en indadvendt mikrofonkrog.
Foto: University of Buffalo
EarHealth-systemet bruger et sæt Bluetooth-hovedtelefoner suppleret med indadvendte mikrofoner.De er forbundet til en smartphone-app. Det sender et lydsignal til øret, og derefter registrerer mikrofonerne, hvordan det reflekteres i øregangene. Alt dette gør det muligt for systemet at oprette en profil af hver brugers unikke indre øreform.
Målingerne tages, mens brugeren er sund for at forstå, hvad strukturen i det sunde øre er.Kør derefter regelmæssigt den samme test for at finde ændringer. I menneskelige forsøg, der involverede 92 frivillige, diagnosticerede systemet tre almindelige sygdomme, der ændrerØrets geometri ved blot at kontrollere ændringerne i det indre øre med en nøjagtighed på 82,6%.
Forskerne identificerede fire forskelligestater, der ændrer det returnerede lydsignal på en sådan måde, at deep learning-systemet kan genkende og diagnosticere patologien med mere end 80 % nøjagtighed.
Foto: University at Buffalo
Hovedtelefonerne optager tre tilstande:ørevoksblokeringer, sprængte trommehinder og mellemørebetændelse. I mange tilfælde identificerede systemet dem længe før de blev et alvorligt problem.
Læs mere:
Snart vil en solstorm ramme Jorden: materialet flyver med en hastighed på 800 km/s
Hvad er supergener, og hvordan gør de dyr så mærkelige
Kræfttumorer blev frataget "brændstof" ved hjælp af kulde: hvordan det hjalp