Personalizované digitální zdraví a umělá inteligence v dětském astmatu (Asthmoscope)

Astma je chronické zánětlivé onemocnění dýchacích cest, které způsobuje opakující se epizody sípání, dýchacích potíží a kašle. Prevalence astmatu je 8 % u dětí školního věku a 30 % u dětí předškolního věku, což z astmatu činí první chronické onemocnění u dětí. Symptomy jsou způsobeny difuzní, ale variabilní obstrukcí dýchacích cest, reverzibilní spontánně nebo po inhalaci beta2 agonistů (β-2a), jako je salbutamol. Exacerbace astmatu jsou časté a těžko hodnotitelné rodiči i samotným pacientem. Odhaduje se, že ročně je hospitalizováno přibližně 2,5 % dětí s astmatem. Globální zátěž způsobenou astmatem tak lze snížit zlepšením včasné detekce bronchiální obstrukce, předepsáním okamžité léčby s vhodnou základní terapií a spolehlivým a objektivním posouzením odpovědi na léčbu.

Přirozená historie příznaků astmatu u dětí vykazuje velkou intra i interindividuální variabilitu. Obtížnost posouzení závažnosti záchvatu ze strany rodičů nebo dítěte samotného, ​​když je dostatečně staré na to, aby zvládlo své chronické onemocnění, je klíčovým prvkem v léčbě astmatu a umožňuje rychlé přizpůsobení léčby, někdy se vyhne hospitalizaci. Zdravotníci mohou zhodnotit závažnost epizody pomocí skóre Pediatric Respiratory Assesment Measure (PRAM), které má tu výhodu, že je adaptabilní v jakémkoli věku. Globální aliance proti chronickým respiračním onemocněním (GARD) integruje do své diagnostické strategie pro chronická respirační onemocnění test plicních funkcí, který umožňuje kvantifikaci respiračních funkcí v kontextu diagnózy a dlouhodobého sledování. I když jsou spirometrie neinvazivní testy, stále vyžadují vysokou úroveň spolupráce pacienta, což zůstává problematické před dosažením věku 7 let.

Digitální stetoskop integruje kapacitu pro záznam auskultací a přenos dat do vysoce výkonného softwaru. To umožnilo rozšířit auskultaci nad rámec toho, co bylo slyšitelné pouze lidským uchem (přes 20–20 000 Hz). Analýza auskultačních zvuků, zejména těch, které jsou nejčastěji spojovány s obstrukčním syndromem, by mohla být jednoduchá, reprodukovatelná a spolehlivá metoda hodnocení závažnosti. a odpověď na léčbu dětského astmatu. Velké pokroky ve zpracování signálu a učení bez dozoru ve výzkumu umělé inteligence poskytují potenciál pro vysoce výkonnou analýzu fyziologických měření.