Новый искусственный интеллект на основе приложения с аналогичными инструментами анализа аудиоданных, используемых в виртуальных помощников вроде Siri и Alexa только может помочь врачам диагностировать расстройства дыхания у детей.

Разбор слабые звуки в детской от кашля, чтобы поставить точный диагноз может быть сложно, даже для опытных врачей, которые также могут использовать различные другие клинические испытания, чтобы поддержать свой диагноз.

Первоначальный неточная диагностика может привести к ухудшению внимательности и исходы для детей, а также необоснованных назначений антибиотиков, что способствует глобальная проблема лекарственной устойчивости.

Однако, новый автоматизированный анализ приложений со-развитый кертинского университета и Университета Квинсленда может быть решением.

Исследователи обучили алгоритмы машинного обучения за приложение, чтобы распознать особенности кашля, которые характерны для пяти различных респираторных заболеваний, включая астму, пневмонию, круп, бронхиолит и нижних дыхательных путей заболевание.

Точность приложение, которое полагается исключительно на звуковых данных, была по сравнению с группой педиатров, которые были рассмотрены результаты лаборатории, больницу, графики, результаты визуализации и провел все доступные клинические исследования.

После межевания 585 детей в возрасте от 29 дней до 12 лет, результаты приложение практически идентично (и даже чуть опережает) группа.

Астма была простой как приложения, так и группы для того чтобы диагностировать, с 97 и 91% точности соответственно, после пневмонии (87, 85%); нижних дыхательных путей болезни (83, 82%); круп (85, 82%); бронхиолит (84, 81%).

“Поскольку инструмент не полагаться на клинические исследования, она может быть использована медицинскими работниками всех уровней подготовки и опыта,” сказал д-р Пол Портер, автор исследования.

“Однако, мы бы посоветовали, что инструмент должен быть использован в сочетании с врачом, чтобы максимизировать клинической точностью.”

В отсутствие других клинических тестов, приложение может быть развернуто в telehealth ситуациях, где множество слабых звуков может легко передаваться к врачу уши.

Время является еще одним фактором – в доставке дистанционным медицины, больше оборота томография и другие тесты могут затягивать с его лечением. Точный диагноз через приложение может означать более быстрое, более эффективное лечение.

“Может быть трудно отличить респираторные расстройства у детей, даже для опытных врачей. Это исследование демонстрирует, как новые технологии, математических понятий, обучения машины и клинической медицины можно успешно сочетать с производства совершенно новых диагностических тестов с использованием специальных знаний из нескольких дисциплин”, – добавил Портер.

Финансирование проекта было обеспечено ASX-перечисленных компании ResApp здоровья, которая работает над тем, чтобы коммерциализировать автоматического анализатора в соответствии с лицензией от Университета Квинсленда.

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here