Stanford Üniversitesi araştırmacıları, sağlık alanında devrim yaratabilecek yeni bir yapay zeka modeli olan 'Sonata'yı geliştirdi. Bu sistem, gövdede bulunan altı eksenli hareket sensörlerinden (IMU) gelen verileri analiz ederek hastaların düşme riskini önceden tahmin edebiliyor.
Klinik ortamlarda karşılaşılan en büyük zorluklardan biri, yeterli hasta verisine sahip olamamak. Genellikle onlarca veya yüzlerce hastadan oluşan küçük gruplarla çalışmak zorunda kalan araştırmacılar için Sonata, bu soruna pratik bir çözüm sunuyor. Model, dokuz farklı halka açık veri setinden toplanan 739 kişinin verisiyle eğitildi.
Sonata'nın en önemli özelliklerinden biri kompakt yapısı. Sadece 3,77 milyon parametre ile çalışan sistem, akıllı saatler ve diğer giyilebilir cihazlarda rahatlıkla kullanılabilecek kadar hafif. Bu, hastaların sürekli takip edilebilmesi için büyük bir avantaj sağlıyor.
Geleneksel yöntemlerden farklı olarak Sonata, ham sensör verilerini yeniden oluşturmaya çalışmak yerine, gelecekteki durumları tahmin etmeye odaklanıyor. On dört farklı test senaryosunda yapılan karşılaştırmalarda, sistem geleneksel otoregresif tahmin modellerinden daha başarılı sonuçlar elde etti.
Bu teknoloji, özellikle yaşlı hastalarda düşme riskinin erken tespiti için büyük potansiyel taşıyor ve sağlık hizmetlerinin önleyici yaklaşımlar geliştirmesine yardımcı olabilir.