Evaluering af en automatiseret smartphone-baseret digital auskultationsapplikation til detektering af unormale hjertelyde ved hjælp af Deep Learning-teknikker (AVDA)

Hjerteauskultation anses for at være yderst subjektiv med væsentligt varierende sensitiviteter og specificiteter i forhold til behandlernes ekspertise. Computerassisteret auskultation (CAA) har til formål at give øget objektivitet. CAA gør auskultationsproceduren mindre operatørafhængige, tilnærmede forskelle mellem eksaminatorer og kan reducere usikkerheder i løbet af undersøgelsen. Med introduktionen af ​​moderne Machine Learning-softwarebiblioteker og stadigt voksende beregningsressourcer har CAA gjort betydelige fremskridt og er nu i stand til at klassificere hjertelyde og mislyde til normale og unormale ved hjælp af komplekse spektro-temporale signalbehandlingsteknikker og neurale netværksbaner. CAA har samtidig foretaget skiftet fra implementering på computere til forbrugersmartphones. En fordel ved CAA kan forventes fra smartphonen alene med hensyn til omkostninger, anvendelsesområde, den kliniske validitet af sådanne algoritmer skal nu måles i denne pilotundersøgelse. Denne pilotundersøgelse skal undersøge muligheden for at opnå medicinsk kvalitet audio fonokardiogram (PCG) optagelser ved hjælp af en smartphone-baseret auskultationsenhed i det første trin. I yderligere undersøgelser kan dataene fra denne undersøgelse bruges til at undersøge den potentielle diagnostiske anvendelse af sådanne enheder i ambulatoriske og stationære plejescenarier.