一颗破碎的心的声音

医师培训与听诊器听到心脏问题已经有200年了。现在工程师杜克大学培训电脑连接到设备的数字后代听心脏问题人耳不能察觉。

项目开始时拉维。卡拉,杜克大学医学中心的医学助理教授,失去了听诊器,取而代之的是一个更加敏感的数字版本。左心室辅助装置(使用)的专家,他注意到一个微妙的差异时设备发出的方式病人正在经历严重的并发症。配上他的新数码听诊器的记录数据的能力,观察导致一个新的想法。

“我注意到,使用水泵做得不错听起来比当他们有问题略有不同,”。卡拉说。“我认为也许是一个机会来抓住并发症之前在家成为至关重要的。”

LVAD设备用于病人已经到了晚期心力衰竭。植入的左心室通过开胸手术,电池机械泵帮助发送血液在身体的其他部位。这些装置被植入在美国每年3000名患者,和杜克大学健康有一个世界上最大的使用程序,支持超过300个病人。

而设备做帮助延长并提供更高质量的生活,他们有他们自己的问题。内近60%的患者再次入院的第一年收到LVAD,大多数并发症,已经发展到危及生命的阶段。

最常见的一种并发症发生在血凝块形成的设备。LVAD基本上是一个电动机旋转的风扇叶片,推动血液从左心室。凝块开始形成时,汽车必须补偿,声音由物理变化。

与同事合作Priyesh Patel,杜克大学医学中心的医学助理教授,杜克工程。卡拉转向更好地理解他的机械基础听力。

“当一个割草机超过一块厚的草,转子叶片旋转和运动创建一个不同的声音,”莱斯利·柯林斯说,杜克大学电气和计算机工程教授。“那些音谱的变化可以通过原则表示泵的频率。我们能够听到他们然后工作为病人理解音频的线索。”

帮助理解声音的变化,越来越多的合作带来了Boyla Mainsah,杜克大学的一个研究科学家应用机器学习实验室。他们希望有足够的使用的音频剪辑,机器学习可以找到模式导致的早期检测的问题。

在一个小概念验证研究中,研究者记录的声音两个处理急性的患者使用血液凝固之前和之后都在苦苦挣扎设备取代了。完成彻底的光谱分析录音之后,研究人员能够显示相同的明显差异之间的声谐振频率正常使用设备和故障在病人使用设备。

凭借这样的成功,该集团已收到资助进行更大的研究从公爵健康研究所创新(DIHI),促进健康和卫生保健创新高影响力的创新试点项目。他们的计划是24例进行有规律的录音的使用六个月。因为60%的患者在一年内并发症的经验,研究人员应该能够获得一个故障的使用在症状出现之前的录音。

“我们有一个清晰的显示不同声音产生的最严重的并发症,但我们希望能够提前发现更小的并发症,”帕特尔说。

如果成功,该方法证明可以用于早期检测的范围广泛的医疗条件与LVADs-or甚至心脏。

“由于泵工作的方式,应该是相对容易的机器学习算法来分析他们的声学特征和识别主要问题,”柯林斯说。“这个想法可能扩大影响更广更大的应用程序部分的人口。”