به گزارش خبرگزاری دانا به نقل از نیوساینتیست، Kimetrica یک سازمان غیر انتفاعی سیستم نجات مجهز به هوش مصنوعی ساخته که قادر است نشانه های سوتغذیه را از یک تصویر فرد تشخیص دهد.
این سیستم MERON (متدی برای مشاهده سریع وضعیت تغذیه) نام گرفته و هنوز در مرحله نمونه اولیه است. با این وجود هنگام آزمایش روی بزرگسالان، سیستم با صحت ۷۸ درصد وضعیت آنها را درست تشخیص داد.
این فناوری نیاز به تجهیزات متعدد و متخصصان را می کاهد و به این ترتیب راحت تر می توان نشانه های سوءتغذیه را شناسایی کرد.
با رصد سریع تر نشانه ها می توان قبل از آنکه شرایط بحرانی شود، برای فرد چاره جویی کرد.
سازندگان این سیستم ادعا می کنند، علائم سوءتغذیه را می توان فقط با کمک موبایل و بدون نیاز به کارشناس پزشکی تشخیص داد. در حال حاضر فرایند تعیین کردن سوءتغذیه نیازمند متخصص و بسیار پیچیده است. آنیتا شاه از بنیاد غیر انتفاعی Kimetrica در این باره می گوید: به طور کلی یک آزمایش ۲۰ تا ۳۰ دقیقه طول می کشد. هدف این نرم افزار برای رصد سوءتغذیه در کودکان است.
محققان برای آموزش نرم افزار این سیستم از تصاویر ۶۰ هزار نفر استفاده کردند. در این سیستم علاوه بر صورت فرد اطلاعات مربوط به قد و وزن او نیز وارد می شود. ترکیب این اطلاعات به برنامه نویسان کمک کرد تا به هوش مصنوعی آموزش دهند.
این سیستم شاخصBMI، کمبود یا افزایش وزن و همین طور چاقی را از تصاویر فرد تشخیص می دهد.
این سیستم MERON (متدی برای مشاهده سریع وضعیت تغذیه) نام گرفته و هنوز در مرحله نمونه اولیه است. با این وجود هنگام آزمایش روی بزرگسالان، سیستم با صحت ۷۸ درصد وضعیت آنها را درست تشخیص داد.
این فناوری نیاز به تجهیزات متعدد و متخصصان را می کاهد و به این ترتیب راحت تر می توان نشانه های سوءتغذیه را شناسایی کرد.
با رصد سریع تر نشانه ها می توان قبل از آنکه شرایط بحرانی شود، برای فرد چاره جویی کرد.
سازندگان این سیستم ادعا می کنند، علائم سوءتغذیه را می توان فقط با کمک موبایل و بدون نیاز به کارشناس پزشکی تشخیص داد. در حال حاضر فرایند تعیین کردن سوءتغذیه نیازمند متخصص و بسیار پیچیده است. آنیتا شاه از بنیاد غیر انتفاعی Kimetrica در این باره می گوید: به طور کلی یک آزمایش ۲۰ تا ۳۰ دقیقه طول می کشد. هدف این نرم افزار برای رصد سوءتغذیه در کودکان است.
محققان برای آموزش نرم افزار این سیستم از تصاویر ۶۰ هزار نفر استفاده کردند. در این سیستم علاوه بر صورت فرد اطلاعات مربوط به قد و وزن او نیز وارد می شود. ترکیب این اطلاعات به برنامه نویسان کمک کرد تا به هوش مصنوعی آموزش دهند.
این سیستم شاخصBMI، کمبود یا افزایش وزن و همین طور چاقی را از تصاویر فرد تشخیص می دهد.