Проект построения данных для обучения искусственному интеллекту: звуковые данные аускультации грудной клетки (AI-sound)

Заболеваемость сердечно-сосудистыми заболеваниями во всем мире неуклонно растет. Согласно отчету Американской кардиологической ассоциации, в 1990 году было зарегистрировано 271 миллион сердечно-сосудистых заболеваний, а в 2019 году — 523 миллиона случаев, что примерно удвоилось за 30 лет. Число смертей от сердечно-сосудистых заболеваний также неуклонно растет с 12,1 миллиона в 1990 году до 18,6 миллиона в 2019 году.

Физикальное обследование, которое является основным навыком ухода за больным, состоит из осмотра, аускультации, перкуссии и пальпации. Среди них аускультация является наиболее широко используемым тестом во всех областях, где используется стетоскоп, и это базовое обследование, которое необходимо от первичных медицинских учреждений до третичных медицинских учреждений для неинвазивной начальной диагностики у пациентов, жалующихся на симптомы со стороны грудной клетки.

Однако, если специалист в этой области с большим опытом не интерпретирует его тщательно, трудно принять решение, а отклонение результатов теста велико, поэтому значительное количество пациентов зависит от дорогостоящих последующих тестов. (УЗИ, КТ, МРТ и др.) Это приводит к порочному кругу несущих расходов и ненужного лечения.

В последнее время, с развитием методов машинного обучения, вычислительных технологий и искусственного интеллекта (ИИ), основанных на большом количестве данных, различные технологии обучения применяются в качестве инструментов для диагностики заболеваний и прогнозирования прогноза в медицине.

Ожидается, что благодаря анализу звуков аускультации грудной клетки на основе машинного обучения диагностика заболеваний и прогнозирование прогноза смогут преодолеть различия и интерпретации исследователей. Это может быть очень полезно для предотвращения чрезмерного использования тестов и снижения медицинских расходов.