Subskrybuj nas na Youtube
Zapalenie płuc to jedna z głównych przyczyn zgonu na świecie – w USA dotyka ponad milion osób rocznie. Nieproporcjonalnie często chorują dzieci, osoby starsze i pacjenci szpitali. Wczesne wykrywanie i leczenie zapalenia płuc daje największą szansę na wyzdrowienie. W diagnostyce stosowane są między innymi badania krwi oraz badania obrazowe klatki piersiowej, pozwalające wykryć charakterystyczne zmiany w rodzaju zacienień. Aby zlecić takie badania lekarz musi jednak podejrzewać zapalenie płuc.
Zanim pojawiły się nowocześniejsze metody, lekarze polegali na osłuchiwaniu i opukiwaniu płuc pacjenta. Płyn w opłucnej, zwężone oskrzela czy zajęcie miąższu płucnego dają charakterystyczne efekty akustyczne. Jak się okazuje, ocena odgłosów wydawanych przez układ oddechowy może być pomocna w diagnostyce także obecnie.
Dr Jin Yong Jeon z Hanyang University (Korea Południowa) i jego współpracownicy opracowali technikę diagnozowania zapalenia płuc oparta na analizie dźwięków związanych z kaszlem. Algorytm uczenia maszynowego identyfikuje podejrzane odgłosy i określa, czy pacjent cierpi na zapalenie płuc.
Ponieważ każde pomieszczenie i każde urządzenie rejestrujące jest inne, autorzy badali jednocześnie odpowiedzi impulsowe pomieszczenia - mierzyli reakcję akustyki danej przestrzeni na różne częstotliwości dźwięku. Łącząc te dane z zarejestrowanymi odgłosami kaszlu, algorytm może działać w każdym środowisku.
- Automatyczne diagnozowanie stanu zdrowia na podstawie informacji o odgłosach kaszlu, które pojawiają się w sposób ciągły podczas codziennego życia, ułatwi leczenie bez kontaktu osobistego — zaznaczył Jeon. - Możliwe będzie również obniżenie ogólnych kosztów leczenia.
Jedna z firm planuje zastosowanie tego algorytmu do zdalnego monitorowania pacjentów. Zespół chce również opracować aplikację na potrzeby opieki domowej.
"Nasz zespół badawczy planuje zautomatyzować krok po kroku proces, który jest obecnie wykonywany ręcznie, aby poprawić wygodę i przydatność" — zapowiedział Jeon.