是否可以训练一种算法来识别不同的儿童咳嗽??

呼吸系统疾病影响着全世界数亿儿童。在这个博客里,保罗·波特博士,A的作者新的研究呼吸系统研究,谈到开发一种金宝搏娱乐城诊断儿童呼吸系统疾病的新工具,只使用智能手机,声学分析,以及数学的力量。

https://respiratory-research.biomedcentral.com/articles/10.1186/s12931-019-1046-6

呼吸系统疾病是儿童进入急诊室的第二个最常见的原因。肺炎夺去了大约900人的生命,每年有1000名儿童,下呼吸道感染是导致全球生活质量和寿命下降的主要原因。为了解决这个问题,我们开发了一种工具,根据引起咳嗽的声音来分离不同的儿科呼吸系统疾病。

我们组建了一个合作研究小组。..开发和测试一种能识别常见儿童呼吸系统疾病的算法。

准确及时地诊断呼吸系统疾病对于开始适当的治疗至关重要。不幸的是,在许多情况下,诊断条件并不理想,这可能是由于难以接触训练有素的临床医生或调查。医生需要在现场进行临床评估,这限制了远程医疗在呼吸相关咨询中的使用。在远程医疗正在全球扩张的时期,我们认为重要的是寻找新的方法来进行呼吸评估。

在过去的六年里,我的研究单位一直致力于检验临床医学的快速发展,尤其是人工智能对诊断的影响。2016年,我被介绍给昆士兰大学的助理教授Udantha Abeyratne,他通过分析印度尼西亚的咳嗽声对儿童肺炎进行了令人兴奋的诊断工作。在比尔和梅林达盖茨基金会的支持下,全球健康探索基金会面临巨大挑战,他已经证明咳嗽的声音带有关于下呼吸道病理学的声学信息。金宝搏娱乐城

找到改善儿童健康的共同目标,Udantha和我致力于研究是否可以训练一种数学算法来识别不同呼吸条件下咳嗽声音的特征。我们组建了一个由来自西澳大利亚的儿科临床医生组成的合作研究小组,收集昆士兰到Develp的临床数据和声学和人工智能工程师,并测试一种能够识别常见儿童呼吸系统疾病的算法。测试将放在一个无所不在的智能设备上,比如iPhone,便于记录和分析。

作者提供

我们做了什么??

我们收集了一个来自西澳大利亚两所医院的1437名29天到12岁儿童的临床和咳嗽声数据库。从这里,我们使用一组852名患者的训练来开发一种算法来识别各种呼吸系统疾病的特定声学特征。在我们的方法中,我们利用类似于在语音识别中成功使用的技术:分析咳嗽和呼吸声以及相关的呼吸声流作为一种“语言”,其特征是作为音素工作,单词和句子。

我们观察了五种不同的情况:合并性肺炎,臀部,哮喘,细支气管炎,以及普遍存在的下呼吸道疾病(LRTD)。然后我们使用数据库中的其他患者(n=585)来测试工具的准确性,与临床小组诊断相比。

我们发现了什么??

该算法在检测常见儿童呼吸系统疾病方面表现出良好的性能。与临床共识一致的水平为:哮喘(ppa 97%,NPA 91%);肺炎(ppa 87%,NPA 85%);LRTD(购电协议83%,NPA 82%);CROP(购电协议85%,NPA 82%);毛细支气管炎(ppa 84%,NPA 81%)。

肺炎诊断,结果超过了其他评分系统的表现。包括世界卫生组织肺炎诊断标准,优先考虑工具敏感性。

在哪里可以使用这个工具??

这项技术带来的优势是能够在不需要进行临床检查的情况下识别常见的呼吸系统疾病,或者是标准检查(如X光检查)或支气管扩张试验。提供护理点诊断输出的能力减少了获取和等待X光和其他结果之间的时间。出于这些原因,这项技术将有助于远程保健咨询和在医疗保健有限的偏远地区提供保健服务。

该工具区分哮喘和肺炎的能力在低收入国家尤其有用,因为这些国家的诊断指南有利于肺炎的诊断。到目前为止,在被诊断为肺炎的5岁以下儿童中,有50%的人可能已经将他们的疾病重新归类为哮喘。

这项研究显示了新技术,如机器学习,数学建模与临床医学相结合,可以成功地开发出一种新的疾病评估和诊断方法。我们乐观地认为这项技术将增加,而不是替换,听诊器作为一种有价值的诊断工具,在无法进行临床检查时使用。

我们现在正在扩大我们的调查范围,以研究成人呼吸系统疾病,并研究我们的技术在疾病严重程度分层中的应用。

在健康主页上查看最新文章

评论