收听哮喘和慢性阻塞性肺病:一种人工智能驱动的可穿戴设备可以监测呼吸健康
监测呼吸声音的颈贴可以通过实时检测症状发作来帮助管理哮喘和慢性阻塞性肺疾病(COPD),而不会损害患者的隐私。
哮喘和慢性阻塞性肺病是两种最常见的慢性呼吸道疾病。在欧洲,结合流行是关于10%在一般人口中。在加拿大,据估计380万年人们患有哮喘200万人患有慢性阻塞性肺病.
慢性自然哮喘和慢性阻塞性肺病需要持续的疾病监测和管理。患有这些疾病的患者有很多共同点相似的临床症状比如经常咳嗽,气喘和呼吸短促。这些症状会随着时间和环境的变化而恶化,比如暴露在烟雾中。
即使有最佳的治疗,患者也会遇到不可预测的病情发作或恶化。这些可能会危及生命,需要立即就医。有效的预测工具能够持续远程监测和早期发现病情恶化,对于及时治疗和改善健康至关重要。
一个国际合作在上呼吸道健康、音频/声学工程和可穿戴计算正在研发一种可穿戴设备来监测这些呼吸道症状
隐私问题
可穿戴技术已广泛应用于哮喘和慢性阻塞性肺病的远程监测。大多数这些设备都内置麦克风,从患者那里收集可听到的临床症状,如咳嗽。然而,这种设计阻碍了患者的完全遵守,因为需要对日常生活中遇到的所有声音和家庭环境进行持续监测的隐私问题。
高效智能算法健康可穿戴设备需要在数据输入系统后立即对其进行有意义的解释。最近的进步人工智能(AI)迅速改变了医学诊断和治疗监测的许多领域。
然而,AI“黑箱”问题也产生了生物医学中的伦理和透明度问题.大多数人工智能工具只允许我们知道算法的输入和输出(例如,将输入的x射线图像转换为预测诊断作为输出),而不允许我们知道两者之间的过程和工作。这意味着我们不知道人工智能工具是如何做到这些的。
此外,由于可穿戴设备的计算资源有限,在这些设备中实现实时分析具有挑战性,但对及时检测气道症状至关重要。“守信、高性价比的发展”可穿戴的人工智能对这个项目至关重要。
为了解决这些尚未解决的挑战,我们的人工智能驱动的可穿戴设备将具有保护语音隐私的能力,并执行近实时数据分析,使患者和临床医生能够毫不拖延地采取知情的行动。
在保护言论隐私的情况下收听
在麦吉尔大学,加拿大团队正在开发一种可穿戴设备它的尺寸和Fitbit差不多,可以在日常活动中跟踪和监测上呼吸道的健康状况。该装置基于机械声传感技术。
简而言之,a小的,片状皮肤加速计是定制的放置在脖子上。当一个人出现上呼吸道症状,如咳嗽、声音沙哑等,这些症状的特征性身体声音会产生声波,传播到颈部皮肤,并转化为可被皮肤加速计检测到的机械振动。
可识别语音的大多数特征都在高频范围内(大约6到8千赫兹)。人类的颈部组织就像一个过滤器,只有信号的低频成分才能通过。这意味着我们的传感器可以探测到可识别的语音信息,但人耳却听不到,从而保护了用户的语音隐私。
我们现在正在开发一款可以连接到可穿戴设备的智能手机应用程序。这手机应用程序将为患者生成上呼吸道健康状况的日志摘要。此外,在用户同意的情况下,还可以将报告发送给他们的初级保健提供者进行远程监测。
小而智能的AI
在Friedrich-Alexander-Universität Erlangen-Nürnberg,德国团队开发了深层神经网络这是人工智能的一个特定子领域,非常精简,只需要不到150千字节的非常小的计算内存。此外,持续监视会生成一个庞大而复杂的数据源。在一个最近的刊物,我们报告说,我们的算法与最先进的算法不相上下,即使它们适合低成本的微控制器。
我们当前的项目将建立在这些发现的基础上,并扩展这些具有成本效益的AI算法,以自动化分析机械声信号。这些信息,以及其他特定于用户的数据(如当地空气质量和使用的缓解剂),可用于预测患者哮喘/慢性阻塞性肺病症状加重的风险。
目前,该装置正处于测试阶段。通过观察这些颈部表面振动信号的大小和模式,我们基于人工智能的技术目前能够识别与气道健康相关的症状,如咳嗽、清喉咙和声音沙哑,准确率超过80%,这对准确确定严重程度非常重要。
早期发现哮喘和慢性阻塞性肺病发作仍然是一个未满足的临床需求,但这项技术可能也适用于其他疾病。例如,我们预计这个应用程序可以扩展到监控“长COVID因为它的一些症状——比如呼吸短促和咳嗽——与哮喘和慢性阻塞性肺病的症状重叠。
随着可穿戴监测技术的进步,我们希望让患者掌握和参与他们的气道健康。
进一步探索