Tietojen rakennusprojekti tekoälyn oppimiseen: Rintakuuntelun äänidata (AI-sound)

Sydän- ja verisuonitautien ilmaantuvuus maailmanlaajuisesti kasvaa tasaisesti. American Heart Associationin raportin mukaan sydän- ja verisuonisairauksia oli 271 miljoonaa vuonna 1990 ja 523 miljoonaa tapausta vuonna 2019, mikä on noin kaksinkertaistunut 30 vuodessa. Myös sydän- ja verisuonisairauksien aiheuttamien kuolemien määrä kasvaa tasaisesti 12,1 miljoonasta vuonna 1990 18,6 miljoonaan vuonna 2019.

Fyysinen tarkastus, joka on potilaanhoidon perustaito, koostuu tarkastuksesta, kuuntelusta, lyömäsoittimista ja tunnustelusta. Niistä auskultaatio on yleisimmin käytetty testi kaikilla stetoskoopin käyttöalueilla, ja se on perustutkimus, joka on välttämätön peruslääketieteellisistä laitoksista korkea-asteen lääketieteellisiin laitoksiin noninvasiivisen alkudiagnoosin suorittamiseksi rintaoireista valittaville potilaille.

Jos alan kokenut asiantuntija ei kuitenkaan tulkitse sitä huolellisesti, on päätöksenteko vaikeaa ja testitulosten poikkeama on suuri, joten merkittävä osa potilaista on riippuvainen kalliista seurantatutkimuksista. (ultraääni, CT, MRI jne.) Tämä johtaa kustannusten ja tarpeettoman hoidon noidankehään.

Viime aikoina koneoppimistekniikoiden, laskentatekniikoiden ja suureen tietoon perustuvan tekoälyn (AI) kehittyessä erilaisia ​​oppimistekniikoita sovelletaan lääketieteen työkaluina sairauksien diagnosointiin ja ennusteiden ennustamiseen.

Koneoppimiseen perustuvan rintakuuntelun äänianalyysin avulla voidaan odottaa, että sairauden diagnoosi ja ennusteen ennustaminen pystyvät voittamaan tutkijoiden erot ja tulkinnat. Se voi olla erittäin hyödyllinen estämään testien liikakäyttöä ja alentamaan lääketieteellisiä kustannuksia.