پژوهشگران دانشگاه بوفالو از ایربادهای بلوتوثی و یک سیستم هوش مصنوعی یادگیری عمیق برای تشخیص سه مشکل گوش استفاده کردند.
به گزارش نیوزتل به نقل از نیواطلس، آنها برای این منظور یک تست صوتی غیرتهاجمی طراحی کردند که از اصوات شبیه سونار برای ردیابی ساختار گوش استفاده می نماید. سیستم مذکور «EarHealth» نام دارد و با بهره گیری از یک جفت ایرباد بلوتوثی مجهز به میکروفون هایی که به سمت صورت فرد هستند و اپلیکیشن موبایل مشکلات مذکور را ردیابی می کند. این سیستم سیگنال های صوتی به گوش می فرستد و در مرحله بعد میکروفون ها شیوه انعکاس سیگنال ها در کانال گوش را ثبت می کنند و بدین سان سیستم می تواند یک پروفایل جداگانه برای شکل گوش داخلی فرد بسازد. هنگامیکه فرد در سلامت است، از او خواسته می شود متنی را بخواند تا به عنوان مبنا ثبت گردد و سپس همین تست بطور مرتب انجام می شود تا هرگونه تغییری رصد شود. در آزمایش های انسانی ۹۲ داوطلب شرکت کردند و سیستم توانست فقط با کنترل تغییراتی در گوش داخلی و هندسه آن ۳ بیماری معمول که گوش را تغییر می دهند را با دقت ۸۲.۶ درصد ردیابی کند. این ۳ مشکل، مسدود شدن گوش به سبب جرم، پاره شدن پرده گوش و مبتلاشدن به صورتی عفونت گوش به نام ostitis media بودند. همین طور این سیستم در خیلی از موارد توانست مشکلات گوش را پیش از آنکه به یک بیماری جدی تبدیل شوند، تشخیص دهد. ژان پنگ جین مولف ارشد پژوهش در این زمینه می گوید: ما با توسعه EarHealth اولین سیستم مبتنی بر ایرباد را برای رصد مشکلات گوش ابداع کردیم که روشی موثر، ارزان و سهل الاستفاده است. از آنجائیکه با این سیستم می توان مشکلات را به سرعت ردیابی کرد، در نتیجه سلامت خیلی از افراد ارتقا می یابد. پژوهشگران اکنون با بررسی آنکه چگونه موهای گوش، تورم پرده گوش و دیگر عوامل روی خوانش اطلاعات توسط دستگاه تاثیر می گذارند، مشغول ارتقای دقت سیستم هستند.