Il machine learning diagnostica la polmonite ascoltando i colpi di tosse #ASA183
Un nuovo algoritmo potrebbe individuare i primi segni di malattie respiratorie negli ospedali e a casa
– La polmonite è una delle principali cause di morte al mondo e colpisce oltre un milione di persone all’anno negli Stati Uniti. La malattia colpisce in modo sproporzionato bambini, anziani e pazienti ospedalizzati. Per dare loro la massima possibilità di recupero, è fondamentale prenderlo e curarlo presto. I metodi di diagnosi esistenti consistono in una serie di esami del sangue e scansioni del torace e un medico deve sospettare la polmonite prima di ordinarli.
Jin Yong Jeon della Hanyang University discuterà una tecnica per diagnosticare la polmonite attraverso l’ascolto passivo nella sua sessione, “Algoritmo di diagnosi della polmonite basato sulle risposte all’impulso della stanza usando i suoni della tosse”. La presentazione avrà luogo il 5 dicembre alle 16:20 nella parte orientale degli Stati Uniti al Summit C, nell’ambito del 183° meeting dell’Acoustical Society of America, che si terrà dal 5 al 9 dicembre presso il Grand Hyatt Nashville Hotel.
Jeon e colleghi ricercatori hanno sviluppato un algoritmo di apprendimento automatico per identificare i suoni della tosse e determinare se il soggetto soffriva di polmonite. Poiché ogni stanza e ogni dispositivo di registrazione è diverso, hanno aumentato le loro registrazioni con le risposte all’impulso della stanza, che misurano il modo in cui l’acustica di uno spazio reagisce alle diverse frequenze sonore. Combinando questi dati con i suoni della tosse registrati, l’algoritmo può funzionare in qualsiasi ambiente.
“La diagnosi automatica di una condizione di salute attraverso informazioni sui suoni di tosse che si verificano continuamente durante la vita quotidiana faciliterà il trattamento non faccia a faccia”, ha affermato Jeon. “Sarà anche possibile ridurre le spese mediche complessive”.
Attualmente, una società ha in programma di applicare questo algoritmo per il monitoraggio remoto dei pazienti. Il team sta anche cercando di implementarlo come app per l’assistenza domiciliare e ha in programma di rendere l’esperienza più semplice e user-friendly.
“Il nostro team di ricerca sta pianificando di automatizzare ogni processo passo dopo passo attualmente eseguito manualmente per migliorare la convenienza e l’applicabilità”, ha affermato Jeon.
CREDITO
Jin Yong Jeon