抗击儿童肺炎
将医疗危机转化为拯救生命的工程挑战
肺炎是全世界5岁以下儿童死亡的头号传染病。根据联合国儿童基金会的数据，2016年，肺炎夺去了超过88万名儿童的生命，其中大多数不到两岁。肺炎的治疗不是主要问题，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的地区，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，许多偏远的诊所甚至没有电脑，更不用说可以明确诊断肺炎的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症状，包括发烧和发冷。在儿童肺炎疫情最严重的地区，人们仍在与这两种疾病作斗争。尽管症状相似，疟疾和肺炎的治疗方法却截然不同。肺炎是一种肺部感染，可以用抗生素治疗，而抗疟疾药物则可以从患者血液中清除引起疟疾的寄生虫。由于治疗方法不同，误诊往往是致命的。
数据来源:联合国儿童基金会
诊断肺炎
当有医生的时候，诊断肺炎的第一步是测量呼吸频率，使用听诊器，听病人肺部的噼啪声。根据世界银行集团的数据，在乌干达，每两万人只有不到两名医生。(相比之下，德国每2万人中有84名医生。)鉴于人数较少，这关键的第一步往往是不可行的。
肺炎是这样的:
音频来源:thesimtech.com
乌干达最近的一个工程专业毕业生团队了解到该地区医生如此之少的影响，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，没有什么可以完全取代一个合格医生的听诊器的效力，所以他们不再把这个挑战视为一个医学问题，而是呼吁他们的工程和数据科学技能，把这个问题作为一个工程问题来处理。
来自坎帕拉马格雷雷大学的Brian Turyabagye和他的两位同事，Olivia Koburongo和Besufekad Shifferaw创立了Mama-Ope在2016年。Mama-Ope的意思是“母亲的希望”，它最初的灵感来自Koburongo，她的祖母死于一场误诊的肺炎。在了解到误诊问题在儿童中更为普遍后，他们将精力集中在拯救这些年轻的生命上。
根据Turyabagye的说法，从工程的角度来解决这个问题，揭示了这个问题非常可解决的方面。
Mama-Ope创始人:Olivia Koburongo(左)，Brian Turyabagye(中)，Besufekad Shifferaw(右)
图片来源: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、温度、肺部的声音和体内的氧饱和度。它还表明，如果你能准确捕捉到这些主要迹象中的四分之三，你就能准确预测孩子的肺炎状态。”
Brian Turyabagye, Mama-Ope
孩子穿着原型Mama-Ope夹克
图片来源:RAEng/Brett Eloff
将症状转换为数据
将医学问题转化为工程问题需要将症状转化为数据。体温和呼吸频率的主要生命体征测量起来相对简单。量化肺部的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，从孩子躯干的多个位置捕捉肺部的声音，所以他们设计了一种可穿戴医疗设备:智能夹克。该团队的Mama-Ope智能夹克原型有五个麦克风，可以有效地充当可穿戴听诊器。
医生们可以通过倾听病人胸部的正确位置来了解很多情况，但不幸的是，“妈妈- ope”夹克并不能奢侈地找到那个位置。它必须满足于一个足够好的位置。这就是夹克的外形因素发挥作用的地方;麦克风被巧妙地放置在夹克中，因此一旦穿上夹克，它们就会正确地放置在患者身上。但每个病人都是不同的，如果声音不够清晰，医生会把听诊器转过来。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，以弥补特定患者录音质量的任何差异。
一旦收集到数据，诊断肺炎——包括检测疾病的进展——就成为了一项数据科学挑战。这个问题基本上是音频处理的问题。如果一个感染肺炎的孩子穿着Mama-Ope外套，会发出什么样的声音?
Mama-Ope团队编写了一个信号处理算法，以从音频记录中提供最佳的诊断见解。目标:确定何时记录下肺炎特有的噼啪声。从启发式来看，肺部的独特声音包括喘息声和噼里啪啦声。Turyabagye说，Mama-Ope算法分别处理五个麦克风输入中的每一个，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微调，以适应儿童肺部特定区域的肺炎信号的声音特征。”
Brian Turyabagye, Mama-Ope
信号处理和小波分析有助于发现声音数据的独特特征。
研究小组收集了临床数据，并在医疗专业人员的帮助下，标记了健康患者和已知肺炎病例的记录。这些数据被用来创建和测试他们的信号处理算法。
为了帮助开发这些算法，Turyabagye向mathworks的Kirthi Devleker发送了声音文件，这些声音文件与确诊的肺炎病例相对应。信号处理和小波方面的技术专家Devleker说:
“我们想后退一步，看看所有信号中都存在哪些独特的模式。我们发现了噼啪声的一些特征，从信号处理的角度来看，它们是非常一致的。”
Kirthi Devleker, MathWorks
Turyabagye和Devleker利用信号处理和小波技术在MATLAB中对信号进行分析和探索。他们发现，通过使用机器学习，可以帮助诊断的独特特征。
“一旦你识别和提取特征，并将其与机器学习算法配对，你就会使分类任务变得非常容易。这些数据可用于训练机器学习算法，从而预测出现肺炎的病例。”
Kirthi Devleker, MathWorks
这种夹克设计用于偏远的诊所和学校。即使在没有医疗人员或电脑的地方，也可以使用这种夹克进行快速诊断。夹克通过蓝牙与手机应用程序连接，应用程序记录并分析收集到的数据。然后，它将结果发送给卫生保健专业人员，这样他或她就可以做出明智的诊断，而不需要亲自对孩子进行检查。
下一个步骤
Turyabagye说，他们的智能夹克原型只需要孩子穿上大约3分钟，所以即使是在诊所或学校穿一件Mama-Ope夹克，也可以在没有医生的情况下进行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说，该公司将首先在乌干达推广其技术。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示有兴趣帮助Mama-Ope将其技术推广到该地区的学校、医院和诊所。也许有一天，联合国儿童基金会也会报告说，在智能夹克和大量Ope的帮助下，儿童肺炎死亡人数减少了。
一名医生正在给一名儿童调整装有传感器的Mama-Ope夹克。
图片来源:RAEng/Brett Eloff
阅读其他故事
您也可以从以下列表中选择一个网站: