机器学习通过听咳嗽来诊断肺炎

肺炎是世界上导致死亡的主要原因之一，在美国每年影响超过100万人。这种疾病对儿童、老年人和住院病人的影响尤为严重。为了给他们最大的康复机会，早期发现和治疗是至关重要的。现有的诊断方法包括一系列血液检查和胸部扫描，医生需要在检查之前怀疑是肺炎。

汉阳大学的田金勇教授将讨论诊断技术肺炎“基于房间脉冲反应的肺炎诊断算法，使用咳嗽声。”发布会将于12月5日下午4点20分举行。这是12月5日至9日在纳什维尔君悦酒店举行的第183届美国声学学会会议的一部分。

Jeon和其他研究人员开发了一种机器学习算法，可以识别咳嗽声音，并确定受试者是否患有肺炎。因为每个房间和录音设备都是不同的，他们用房间脉冲响应来增强录音，测量一个空间的声学对不同声音频率的反应。通过将这些数据与记录的咳嗽声音相结合，该算法可以在任何环境下工作。

自动诊断健康状况通过日常生活中不断出现的咳嗽声音的信息，将有助于非面对面的治疗。”“这也有可能降低整体医疗成本。”

目前，一家公司计划应用这一技术算法用于远程患者监控。该团队还希望将其作为一款家庭护理应用程序来实现，他们计划让体验更简单，更友好。

全某表示:“为了提高便捷性和适用性，研究小组计划将目前由人工完成的每一个步骤都自动化。”