Valutazione di un'applicazione di auscultazione digitale automatizzata basata su smartphone per il rilevamento di suoni cardiaci anomali utilizzando tecniche di deep learning (AVDA)

L'auscultazione cardiaca è considerata altamente soggettiva con notevoli differenze di sensibilità e specificità per quanto riguarda l'esperienza degli operatori. L'auscultazione assistita da computer (CAA) mira a fornire una maggiore obiettività. La CAA rende la procedura di auscultazione meno dipendente dall'operatore, approssima le differenze inter-esaminatore e può ridurre le incertezze nel corso dell'esame. Con l'introduzione delle moderne librerie software di Machine Learning e delle risorse computazionali in continua crescita, il CAA è progredito in modo significativo ed è ora in grado di classificare i suoni e i soffi cardiaci in normali e anormali, utilizzando complesse tecniche di elaborazione del segnale spettro-temporale e percorsi della rete neurale. CAA ha contemporaneamente effettuato il passaggio dall'implementazione sui computer agli smartphone consumer. Ci si può aspettare un vantaggio del CAA solo dallo smartphone in termini di costo, gamma di applicazioni, la validità clinica di tali algoritmi dovrebbe ora essere misurata in questo studio pilota. Questo studio pilota ha lo scopo di indagare sulla fattibilità di ottenere registrazioni audio fonocardiografiche (PCG) di livello medico utilizzando un dispositivo di auscultazione basato su smartphone nella prima fase. In ulteriori studi, i dati forniti da questo studio possono essere utilizzati per indagare sul potenziale uso diagnostico di tali dispositivi negli scenari di assistenza ambulatoriale e stazionaria.