機器學習通過聽咳嗽診斷肺炎

肺炎是世界上導致死亡的主要原因之一，在美國每年影響超過一百萬人。這種疾病對兒童、老年人和住院患者的影響尤為嚴重。為了給他們最大的康復機會，及早發(fā)現(xiàn)并治療至關重要?，F(xiàn)有的診斷方法包括一系列的血液檢查和胸部掃描，醫(yī)生需要在開出這些檢查之前懷疑是肺炎。

漢陽大學 Jin Yong Jeon 將在他的會議“基于使用咳嗽聲的房間脈沖響應的肺炎診斷算法”中討論通過被動聆聽診斷肺炎的技術(shù)。該演講將于 12 月 5 日美國東部時間下午 4:20 在 Summit C 舉行，這是 12 月 5 日至 9 日在納什維爾君悅酒店舉行的第 183 屆美國聲學學會會議的一部分。

Jeon 和其他研究人員開發(fā)了一種機器學習算法來識別咳嗽聲音并確定受試者是否患有肺炎。因為每個房間和錄音設備都不同，他們用房間脈沖響應來增強錄音，測量空間的聲學對不同聲音頻率的反應。通過將這些數(shù)據(jù)與記錄的咳嗽聲相結(jié)合，該算法可以在任何環(huán)境中工作。

“通過日常生活中不斷出現(xiàn)的咳嗽聲信息自動診斷健康狀況將有助于非面對面的治療，”Jeon 說。“也有可能降低整體醫(yī)療成本。”

目前，有一家公司計劃將該算法應用于遠程患者監(jiān)護。該團隊還希望將其實現(xiàn)為家庭護理應用程序，他們計劃讓體驗更簡單、更人性化。

“我們的研究團隊正計劃將目前手動執(zhí)行的每個分步過程自動化，以提高便利性和適用性，”Jeon 說。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！