بینایی فضانوردان چگونه می‌تواند آسیب ببیند؟

(دن تری) - سفر فضایی می‌تواند باعث مشکلات بینایی فضانوردان شود، اما دانشمندان با استفاده از هوش مصنوعی ابزاری برای تشخیص این خطر حتی قبل از برخاستن از زمین توسعه داده‌اند.

فضانوردان می‌توانند دچار آسیب بینایی شوند (تصویر: گتی).

محققان در ایالات متحده بر روی سندرم نوروپاتی بینایی مرتبط با پروازهای فضایی (SANS) تمرکز کردند، اصطلاحی که اختلال بینایی را که هنگام گذراندن دوره‌های طولانی در فضا رخ می‌دهد، توصیف می‌کند.

اگرچه علائم SANS ممکن است پس از بازگشت فضانوردان به زمین فروکش کند، اما بهبودی همیشه آسان نیست. شناسایی زودهنگام افراد پرخطر امکان اجرای اقدامات احتیاطی قبل از پرواز را فراهم می‌کند.

الکس هوانگ، چشم‌پزشک (دانشگاه کالیفرنیا، سن دیگو)، گفت: «مدل‌های ما حتی زمانی که با داده‌های محدود آموزش دیده‌اند، دقت امیدوارکننده‌ای را نشان می‌دهند. اساساً، ما از هوش مصنوعی استفاده می‌کنیم تا ابزاری را در اختیار پزشکان قرار دهیم تا پیش‌بینی کنند کدام آسیب‌ها در فضا، حتی قبل از اینکه فضانورد زمین را ترک کند، ایجاد می‌شوند.»

از آنجا که افراد کمی به فضا رفته‌اند، مجموعه داده‌های لازم برای آموزش مدل هنوز بسیار کوچک است. این تیم از یک ابررایانه در دانشگاه کالیفرنیا، سن دیگو، برای توسعه یک مدل یادگیری عمیق استفاده کرد که می‌تواند ویژگی‌های چشم مرتبط با SANS را تشخیص دهد. داده‌ها شامل نمونه‌هایی از افرادی بود که هرگز به فضا نرفته بودند اما ریزگرانش شبیه‌سازی شده را تجربه کرده بودند.

برای افزایش حجم نمونه، تیم اسکن‌های چشم را به هزاران برش تقسیم کرد و به مدل اجازه داد تا هر ساختار را با جزئیات تجزیه و تحلیل کند. پس از تکمیل، مدل بر اساس اسکن‌های چشم قبل از پرواز که هرگز بر اساس آنها آموزش ندیده بود، حدود ۸۲٪ در پیش‌بینی خطر SANS دقیق بود.

نتایج نشان داد که تغییرات چشمی مرتبط با SANS در شرایط بی‌وزنی شبیه‌سازی‌شده با داده‌های حاصل از پرواز فضایی واقعی بسیار سازگار بود، که نشان می‌دهد شبیه‌سازی‌های بی‌وزنی اثرات فیزیولوژیکی کلیدی بر چشم را بازتولید می‌کنند.

مارک کریستوفر، چشم‌پزشک (دانشگاه کالیفرنیا، سن دیگو)، گفت: «یکی از قابل توجه‌ترین یافته‌ها، شباهت الگوهای توجه هوش مصنوعی بین داده‌های فضایی و داده‌های زمینی بود.» «این موضوع، این استدلال را تقویت می‌کند که می‌توان از داده‌های شبیه‌سازی‌شده برای مطالعه سلامت فضا استفاده کرد، رویکردی بسیار امیدوارکننده.»

با تجزیه و تحلیل مناطقی که هوش مصنوعی در آنها متمرکز است، این مطالعه درک بیشتری از مکانیسم تشکیل SANS، از جمله تغییرات در لایه فیبر عصبی شبکیه و اپیتلیوم رنگدانه شبکیه در پشت چشم، ارائه می‌دهد.

تیم تحقیقاتی تأکید می‌کند که سیستم تشخیص SANS را نمی‌توان فوراً به کار گرفت، اما هدف بلندمدت، شناسایی زودهنگام خطرات و در نتیجه ایجاد استراتژی‌های مداخله در طول ماموریت‌های فضایی است.

برای امکان‌پذیر کردن سفرهای طولانی‌تر و دورتر، صنعت فضایی باید به خطرات شناخته‌شده سلامتی مانند تغییرات استخوانی، قلبی عروقی و مغزی توجه کند.

دکتر هوانگ گفت: «نتایج و مدل‌های حاصل از این مطالعه هنوز در مراحل اولیه هستند، اما این یک پایه محکم است. با داده‌های بیشتر و اصلاح، این فناوری می‌تواند به بخش اساسی برنامه‌های مراقبت‌های بهداشتی برای فضانوردان آینده تبدیل شود.»

منبع: https://dantri.com.vn/khoa-hoc/nha-du-hanh-vu-tru-co-the-bi-ton-thuong-thi-luc-ra-sao-20251114005938765.htm