肺炎是全球5岁以下儿童死亡的头号传染性原因。根据联合国儿童基金会的数据，2016年，肺炎夺走了超过88万名儿童的生命，其中大多数不到两岁。治疗肺炎不是首要问题，因为现成的抗生素非常成功。误诊是主要的挑战。
在撒哈拉以南非洲等疫情严重地区，误诊的原因是医疗专业人员数量有限，诊所往往缺乏诊断工具。事实上，许多远程诊所甚至没有电脑，更不用说能确诊肺炎的x光机了。
使问题进一步复杂化的是，疟疾与肺炎有许多相同的症状，包括发烧和发冷。在儿童肺炎疫情最严重的地区，人们继续与这两种疾病作斗争。尽管症状相似，但治疗疟疾和肺炎的方法却大不相同。肺炎是一种肺部感染，用抗生素治疗，同时抗疟药物消除患者血液中引起疟疾的寄生虫。在如此不同的治疗方法下，误诊往往是致命的。
数据来源：联合国儿童基金会
诊断肺炎
当医生可用时，诊断肺炎的第一步是测量呼吸率并使用听诊器，并在患者肺部聆听Telltale Crantle声音。据世界银行集团称，在乌干达，每20,000人少于两名医生。（相比之下，德国每20,000人拥有84名医生。）鉴于低数量，这是关键的第一步并不可行。
肺炎听起来是这样的:
音频来源:thesimtech.com
乌干达最近的一个工程毕业生团队了解到该地区如此少的医生的影响，开始寻找一种方法来帮助他们的社区预防肺炎死亡。他们意识到，没有什么能完全取代听诊器合格医生的效率，所以他们不再把这个挑战视为一个医学问题，而是利用他们的工程和数据科学技能，将这个问题作为一个工程问题来解决。
Brian Turyabagye和来自Kampala，Olivia Koburongo和Besufekad Shifferaw的两位来自Makerere University的两位同事，成立了Mama-Ope在2016年。意思是“母亲的希望”，Mama-Ope最初的灵感来自Koburongo，她的祖母因误诊为肺炎而去世。在了解到误诊问题在儿童中更为普遍后，他们集中努力拯救这些孩子的生命。
根据Turyabagye的说法，从工程角度攻击这一点揭示了这个问题的可靠性方面。
妈妈ope创始人：Olivia Koburongo（左），Brian Turyabagye（中心），Besufekad Shifferaw（右）
图片学分：Raeng / Brett eloff
研究表明，肺炎可以通过四个主要的生命体征来识别:呼吸频率、体温、肺部声音和体内的氧饱和度。它还表明，如果你能准确捕捉四分之三的先兆，你就能准确预测儿童肺炎的状态。”
Brian Turyabagye，妈妈ope
儿童穿着原型妈妈ope夹克
图片学分：Raeng / Brett eloff
将症状转换为数据
将医疗问题转化为工程问题，要求将症状转化为数据。测量的温度和呼吸速率的主要生命迹象是相对简单的。量化肺部声音是一个更大的挑战。该团队需要在没有听诊器的情况下从儿童躯干上的多个位置捕捉肺部声音，因此他们设计了可穿戴医疗设备：智能夹克。该集团的妈妈ope智能夹克原型有五种麦克风，有效用作可穿戴听诊器。
医生可以从患者的胸部听到正确的位置，但不幸的是，妈妈ope夹克没有找到那个地方的奢侈品。它必须满足于足够好的地方。这是夹克的形状因素进来的地方;麦克风在夹克中策略性地位于夹克中，因此一旦夹克畅销，它们就正确地定位在患者身上。但每个患者都不同，如果声音不够清晰，医生会转移听诊器。从五个麦克风收集声音数据有助于确保记录足够的声音数据以弥补给定患者的记录质量的任何差异。
一旦收集到这些数据，诊断肺炎——包括检测疾病的进展——就成为数据科学的挑战。问题的根源在于音频处理。一个感染肺炎的孩子穿着妈妈的外套会发出什么样的声音?
Mama-Ope团队编写了一种信号处理算法，从音频记录中提供最佳的诊断见解。目的:确定何时记录到肺炎特有的噼啪声。启发式地说，肺的独特声音包括喘息声和噼啪声。图里亚巴格耶说，Mama-Ope算法分别处理五个麦克风输入，以确定是否存在裂纹。
“肺的每个部分都有自己的显著特征。因此，每个麦克风的信号处理可以进行微调，以适应儿童肺部特定区域的肺炎信号的声波轮廓。”
Brian Turyabagye，妈妈ope
信号处理和小波分析有助于发现声音数据的显著特征。
该团队收集了临床数据，并在医疗专业人员的帮助下标记了健康患者的录音和具有已知肺炎病例的人。该数据用于创建和测试其信号处理算法。
为了帮助开发这些算法，图里亚巴格耶向mathworks的Kirthi Devleker发送了声音文件——与肺炎确诊病例相对应的声音文件。Devleker是一名信号处理和小波技术专家，他说:
“我们想后退一步，看看在所有信号中有什么独特的模式。我们发现了噼啪声的一些特征，从信号处理的角度来看，它们非常一致。”
Kirthi Devleker, MathWorks
Turyabagye和Devleker使用信号处理和小波技术分析并探索了MATLAB中的信号。他们发现独特的特征，通过使用机器学习，可以帮助诊断。
“一旦你识别并提取特征，并将其与机器学习算法配对，分类任务就会变得非常容易。这些数据可以用来训练一种机器学习算法，这种算法可以预测肺炎病例。”
Kirthi Devleker, MathWorks
夹克旨在用于远程诊所和学校。甚至没有医务人员或计算机的地点也可以使用夹克快速诊断。夹克通过蓝牙连接到移动电话应用程序，这些应用程序记录和分析所收集的数据。它然后将结果发送给医疗保健专业人士，所以他或她可以做出明智的诊断，而不需要对孩子进行入住。
下一个步骤
图里亚巴格耶表示，他们的智能夹克原型只需要孩子穿大约三分钟，所以即使是在诊所或学校里，一件Mama-Ope夹克也可以在医生无法获得的情况下，带来许多快速、准确的诊断。
随着工作原型的完成，Mama-Ope的下一个挑战是清除乌干达的监管障碍，Turyabagye表示，该公司将首先在那里推出其技术。除了乌干达，该公司还计划将其推广到周边国家，包括肯尼亚、坦桑尼亚、埃塞俄比亚和尼日利亚。
他说，联合国儿童基金会已经表达了帮助妈妈ope将其技术带到该地区的学校，医院和诊所。然后，也许儿童基金会也可能有一天报告儿童肺炎死亡是在智能夹克的帮助下减少，并且相当多的ope。
医生调整了孩子身上带有传感器的“妈妈服”。
图片学分：Raeng / Brett eloff
