Choroby układu oddechowego u dzieci od zawsze stanowią poważny problem. Tradycyjnie lekarze osłuchują klatkę piersiową stetoskopem, aby wykrywać nieprawidłowe dźwięki w płucach - trzeszczenia, rzężenia, świsty i furczenia czy tarcie opłucnowe. Ale taka diagnostyka wymaga zwykle wizyty w gabinecie lekarza albo wizyty domowej.

Naukowcy z Seoul National University of Science and Technology (Korea Południowa) wykorzystali do wstępnej diagnostyki coś, co dziecko zawsze chce mieć przy sobie – smartfona.

Smartfony, dzięki wbudowanym mikrofonom i powszechnej dostępności, mogłyby wspierać badania układu oddechowego w warunkach domowych. Wykorzystanie modeli sztucznej inteligencji – trenowanych na nagraniach z elektronicznych stetoskopów – do analizy dźwięków rejestrowanych przez smartfony jest jednak wyzwaniem. Wynika to z istotnych różnic, spowodowanych odmiennym sposobem rejestracji dźwięku przez oba typy urządzeń.

Aby rozwiązać ten problem, zespół prof. nadzw. Seong-Eun Kima opracował system głębokiego uczenia z adaptacją domenową, stworzony specjalnie z myślą o smartfonach.

„Dla sieci neuronowej smartfon i elektroniczny stetoskop to w praktyce dwa różne języki” – wyjaśnia dr Kim. „Zamiast po prostu łączyć dane z obu urządzeń, nasze podejście oferuje skuteczną adaptację domenową: model uczy się na wiarygodnych, opisanych nagraniach z elektronicznych stetoskopów, jednocześnie dostosowując się do specyfiki smartfona” - opisał.

Naukowcy zgromadzili zestaw nagrań wykonanych jednocześnie za pomocą stetoskopu i smartfona. Główny zbiór danych obejmował nagrania dźwięków płuc 611 dzieci w wieku od 0 do 6 lat. W przypadku 147 z nich uzyskano również odpowiadające im nagrania ze smartfona. Dźwięki płuc rejestrowano w obu przypadkach w tych samych czterech punktach anatomicznych. Tak przygotowane, sparowane zbiory danych należą do rzadkości. Ponadto badacze zgromadzili niezależny zewnętrzny zbiór danych, obejmujący nagrania wykonane wyłącznie za pomocą smartfonów, pochodzące od 48 dzieci.

Podczas procesu uczenia zastosowano dwie uzupełniające się strategie. Po pierwsze, dźwięk zarejestrowany smartfonem poddano wstępnemu przetwarzaniu przy użyciu filtra dolnoprzepustowego 1 kHz oraz zmniejszono częstotliwość próbkowania z 48 kHz do 4 kHz. „Dzięki temu charakterystyka częstotliwościowa dźwięku ze smartfona staje się bardziej zbliżona do tej uzyskiwanej za pomocą stetoskopu” – zauważył dr Kim.

Po drugie, model wykorzystuje moduł „MixStyle”, który wprowadza statystyki cech z domeny smartfonowej do domeny stetoskopowej, sprawiając, że dane ze stetoskopu stają się bardziej „smartfonowe”. Moduł ten zintegrowano z architekturą typu Audio Spectrogram Transformer (AST) – modelem głębokiego uczenia przeznaczonym do klasyfikacji dźwięku.

Jak podkreślił prof. Kim, opracowane przez niego rozwiązanie mogłoby pomóc rodzicom w przeprowadzaniu badań przesiewowych u dzieci w warunkach domowych, pomiędzy wizytami lekarskimi – przy jednoczesnym zapewnieniu lekarzom dostępu do uzyskanych danych. Co więcej, technologia ta mogłaby usprawnić zdalne konsultacje lekarskie oraz wesprzeć pracowników ochrony zdrowia w prowadzeniu wstępnej diagnostyki (triażu) na obszarach trudno dostępnych.

Konieczne są dalsze badania weryfikacyjne z udziałem liczniejszych grup pacjentów (w tym w różnych placówkach), z wykorzystaniem nagrań wykonanych w warunkach domowych oraz przy użyciu różnych modeli smartfonów.

Paweł Wernicki (PAP)

pmw/ bar/