マイページに保存

最終更新日：2019/10/31

音響工学の進歩とAIを組み合わせることで、オーストラリアの研究者は、喘息、クループ、肺炎などの一般的な小児呼吸器症状の診断に役立つことができるアルゴリズムを開発した。

研究の詳細

Curtin大学の主執筆者Paul Porter（MD）らは、1か月から12歳までの585人の子供からの咳嗽を通常の臨床環境で録音した。

小児科医のパネルによって行われたコンセンサス臨床診断に対する彼らのアルゴリズムの性能を比較して、研究者たちは彼らのツールが喘息を97％の確率で正しく診断し、91％の精度でそれを正しく除外したことを見出した。

自動化手法は他にも5つ試したが、どの手法も感度または特異性で81％を下回ることはなかった。

「AIは、一般的な小児呼吸器疾患の評価における高水準の診断補助としての役割を果たしている」

と著者らは研究報告の中で締めくくった。

アプリ化、途上国で活躍のポテンシャル

彼らの議論の中で、Porterとチームは彼らのシステムが臨床的専門知識を欠いている場所、例えば緊急治療のために小児科患者がトリアージされている場所などで診断援助として価値があると証明できる、と付け加えた。

彼らはさらに、彼らのアルゴリズムは、サウンド取得メカニズムとしてスマートフォンのアプリで使用される可能性があることを指摘している。

「これらの装置を使用する利点には、呼吸音記録に必要な音響要件（帯域幅、ノイズレベル、および変換感度）が満たされることが含まれます。発展途上国においてもユビキタスなデバイスです。
接続性を必要とせずに分析を可能にする実質的な計算能力を有する。感染管理や子供や服薬不履行者への使用に理想的な非接触評価を可能にする。
そして、背景雑音が要因である現実的な臨床設定で使用可能です」

と、著者は書いている。

「これにより、オールインワンのデータ収集、分析、および意思決定装置が可能になります。」

研究は完全に無料で参照可能だ。

原文

https://www.aiin.healthcare/topics/diagnostics/algorithm-identifies-respiratory-illness-child-cough

マイページに保存