Adatépítési projekt a mesterséges intelligencia tanulásához: Mellkasi auszkultációs hangadatok (AI-sound)

A szív- és érrendszeri betegségek előfordulása világszerte folyamatosan növekszik. Az American Heart Association jelentése szerint 1990-ben 271 millió szív- és érrendszeri megbetegedés volt, 2019-ben pedig 523 millió eset, ami körülbelül megduplázódott 30 év alatt. A szív- és érrendszeri betegségek miatti halálozások száma is folyamatosan növekszik, az 1990-es 12,1 millióról 2019-re 18,6 millióra.

A fizikális vizsgálat, amely a betegellátás legalapvetőbb készsége, ellenőrzésből, auskultációból, ütőhangszerekből és tapintásból áll. Közülük az auszkultáció a legelterjedtebb vizsgálat minden olyan területen, ahol sztetoszkópot használnak, és alapvizsgálat, amely az alapellátástól a felsőfokú egészségügyi intézményekig elengedhetetlen a mellkasi tünetekre panaszkodó betegek non-invazív kezdeti diagnózisához.

Ha azonban a szakterületen nagy gyakorlattal rendelkező szakember nem értelmezi körültekintően, nehéz döntést hozni, és a vizsgálati eredmények eltérése is nagy, így a betegek jelentős része függ a költséges utóvizsgálatoktól. (ultrahang, CT, MRI stb.) Ez a költségek és a szükségtelen kezelés ördögi köréhez vezet.

A közelmúltban a gépi tanulási technikák, számítástechnikai technológiák és a rengeteg adatra épülő mesterséges intelligencia (AI) fejlődésével a különböző tanulási technológiákat alkalmazzák a betegségek diagnosztizálására és a prognózis előrejelzésére az orvostudományban.

A gépi tanuláson alapuló mellkasi auskultációs hangelemzés révén várható, hogy a betegségdiagnosztika és a prognózis előrejelzése képes lesz felülkerekedni a vizsgálók különbségein és értelmezésein. Nagyon hasznos lehet a vizsgálatok túlzott igénybevételének megelőzésében és az orvosi költségek csökkentésében.