طلای جهانی برای سامانه هوشمند ایرانی پایش اماس
سامانه هوشمند ایرانی پایش بیماری اماس که با استفاده از حسگرهای پوشیدنی، هوش مصنوعی و اپلیکیشن موبایل، وضعیت بیماران را بهصورت ۲۴ ساعته رصد و حملات بیماری را پیشبینی میکند، موفق شد مدال طلای مسابقات بینالمللی اختراعات و نوآوری IFIA ۲۰۲۶ در ژنو سوئیس را کسب کند.
به گزارش سیناپرس، سامانه هوشمند پایش غیرتهاجمی بیماری اماس که با بهرهگیری از حسگرهای پوشیدنی، هوش مصنوعی و اپلیکیشن موبایل، امکان پایش ۲۴ ساعته بیماران و پیشبینی حملات بیماری را فراهم میکند، موفق به کسب مدال طلای ششمین دوره مسابقه بینالمللی اختراعات و نوآوری فدراسیون بینالمللی انجمنهای مخترعان (IFIA) در ژنو سوئیس شد.
اختراع «سامانه هوشمند پایش بیماری اماس (Smart Monitoring System for Multiple Sclerosis (MS) Disease) اثر امیرعباس نیکپیام، دانشآموز ۱۳ ساله ایران در ششمین دوره مسابقه بینالمللی اختراعات و نوآوری ویژه دارندگان اختراع (IFIA INV Title Holders) موفق به دریافت مدال طلا شد.
این رقابت از ۳ تا ۵ ژوئیه ۲۰۲۶ به میزبانی شهر ژنو سوئیس و با حضور مخترعان و صاحبان اختراع از کشورهای مختلف برگزار شد. بر اساس گواهی صادرشده از سوی فدراسیون بینالمللی انجمنهای مخترعان (IFIA)، این اختراع در بخش رقابتی موفق به کسب مدال طلای این دوره از مسابقات شده است.
اختراع ارائهشده با عنوان «سامانه هوشمند پایش بیماری اماس» با هدف پایش وضعیت بیماران مبتلا به مولتیپل اسکلروزیس (MS) طراحی شده است.
اماس (MS) یک بیماری عصبی مزمن و غیرقابل پیشبینی با حملات ناگهانی است. بزرگترین چالش فعلی درمان این بیماری، اتکای زیاد به گزارشهای ذهنی بیماران است که میتواند تا ۳۰درصد در تخمین شدت علائم خطا داشته باشد. همچنین، ویزیتهای دورهای (هر ۳ تا ۶ ماه) قادر به ثبت تغییرات لحظهای نیستند که منجر به تأخیر ۶ تا ۱۲ ماهه در تشخیص دقیق میشود. دستگاههای فعلی نیز عمدتا وضعیت «حال حاضر» را نشان میدهند و قابلیت پیشبینی ندارند.
این مسائل باعث تشدید آسیبهای عصبی، تشخیص دیرهنگام و افزایش ۱۵درصد سالانه حملات شدید و بستری شدن بیماران میشود. در نتیجه، هزینههای درمانی بیماران سالانه تا ۲۵درصد افزایش یافته و کیفیت زندگی آنها به شدت تحت تأثیر قرار میگیرد.
سامانه هوشمند پایش غیرتهاجمی و پیشبینانه بیماری مولتیپل اسکلروزیس در راستای رفع این چالشها معرفی شد.
این اختراع یک سامانه یکپارچه است که برای پایش پیوسته و غیرتهاجمی علائم بیماران مبتلا به مولتیپل اسکلروزیس (ام اس) طراحی شده است. هدف اصلی این اختراع، بهبود دقت تشخیص، کاهش تأخیر در تشخیص تغییرات بالینی و ارائه هشدارهای بالینی بهموقع به پزشک و بیمار است.
امیرعباس نیکپیام در گفتوگویی خبری با اشاره به جزئیات این سامانه با بیان اینکه این اختراع با استفاده از حسگرهای چندگانه، الگوریتمهای یادگیری ماشین و یک اپلیکیشن موبایل طراحی شده است، اظهار کرد: این سامانه امکان پایش علائم بیمار را به صورت دیجیتال و لحظهای فراهم میکند و به بهترین شکل ممکن، تیم پزشکی را در تصمیمگیری یاری خواهد کرد.
وی این سامانه را ترکیبی سه لایه “پوشیدنی هوشمند؛ جمعآوری دادههای فیزیولوژیک و حرکتی با حسگرهای پیشرفته”، “اپلیکیشن موبایل؛ ثبت علائم ذهنی، تعامل با بیمار و ارسال داده به سیستم” و “پنل پزشک و هوش مصنوعی؛ تحلیل دادهها و پیشبینی حملات قبل از وقوع آن” دانست و ادامه داد: هدف اصلی این سامانه، تبدیل مراقبت از حالت “واکنشی” به “پیشگیرانه” است. با جمعآوری دادههای فیزیولوژیک و رفتاری ۲۴ ساعته، سامانه به بیماران مبتلا به مولتیپل اسکلروزیس کمک میکند تا قبل از وقوع حملات نسبت به مراقبت و درمان اقدام کنند.
به گفته این دانشآموز ایرانی، این سامانه شامل سه بخش اصلی سختافزار، نرمافزار و هوش مصنوعی است که به طور هماهنگ کار میکنند. بخش سختافزاری شامل بخش پوشیدنی غیرتهاجمی،حسگرهای چند گانه مانند شتابسنج، ژیروسکوپ، PPG، SpO2 و دمای پوست است و طراحی ارگونومیک و ضد حساسیت آن باعث میشود این دستگاه به راحتی به پوست بچسبد و در طول روز عملکرد خوبی داشته باشد.
نیکپیام، بخش نرمافزاری این سامانه را هسته نوآوری آن دانست که متشکل از موتور تحلیل دادههای چندوجهی به منظور تحلیل دادههای فیزیولوژیک و رفتاری بیماران است و یادآور شد: الگوریتمهای یادگیری ماشین مانند Random Forest،XGBoost برای طبقهبندی وضعیت سلامت و تشخیص الگوهای غیرعادی به کار میروند. قابلیت یادگیری شخصی به این معنا است که هر بیمار با دادههای خود، تکنیکهای تحلیل داده شخصیسازی شده میشود.
این مخترع ایرانی با اشاره به هوش مصنوعی این سامانه، خاطر نشان کرد: این بخش امکان تحلیل دادههای چند وجهی به منظور پیشبینی حملات و ارائه هشدارهای بالینی به موقع را فراهم میکند و به عنوان داشبورد پزشک، نمودارهای روند علائم، هشدارها و پیشنهادات درمانی را ارائه میدهد تا به پزشک کمک کند تصمیمگیری بهتری داشته باشد.
وی غیر تهاجمی بودن را یکی از مزیتهای این سامانه نام برد و یادآور شد: در این محصول با استفاده از حسگرهای چندگانه مانند شتابسنج، ژیروسکوپ، PPG، SpO2 و دمای پوست، دادههای فیزیولوژیک و رفتاری بیماران به طور ۲۴ ساعته جمعآوری میشود. این دادهها به الگوریتمهای یادگیری ماشین مانند Random Forest و XGBoost ارسال میشود تا حملات قبل از وقوع تشخیص داده شود و هشدارهای بالینی به بیمار و پزشک ارسال شود.
به نقل از ایسنا، نیکپیام، دارا بودن اپلیکیشن موبایلی را از دیگر مزایای این سامانه ذکر کرد و گفت: این سامانه برای بیماران مبتلا به اماس (MS Patients) در محیط خانگی قابل بهرهبرداری است؛ چرا که این سیستم با پایش مستمر وضعیت بالینی و ارسال هشدارهای بههنگام در صورت بروز تغییرات نامطلوب، امکان مدیریت فعالانه بیماری و پیشگیری از تشدید علائم را درمحیط خانه فراهم میآورد.
وی شرکتهای بیمه سلامت، شرکتهای ارائه خدمات سلامت از راه دور و مراکز درمانی و کلینیکهای تخصصی مغز و اعصاب را از دیگر کاربران این سامانه نام برد و اضافه کرد: کاربرد این سامانه میتواند به کاهش تعداد بستریها و عوارض جانبی داروها کمک کند، این امر از طریق مداخله زودهنگام و پیشبینی روند بیماری به دست میآید. از نظر اقتصادی نیز این سامانه هزینههای درمانی را به دلیل کاهش مراجعات به بیمارستان و درمان بهموقع برای بیمهها و دولت کاهش میدهد.