儿童哮喘中的个性化数字健康和人工智能 (Asthmoscope)

哮喘是一种慢性气道炎症性疾病，会导致反复发作的喘息、呼吸困难和咳嗽。 哮喘的患病率在学龄儿童中为8%，在学龄前儿童中为30%，使哮喘成为儿童慢性病的第一位。 症状由弥漫性但可变的气道阻塞引起，可自发或吸入 β2 激动剂 (β-2a)（如沙丁胺醇）后恢复。 哮喘加重很常见，父母和患者本人很难评估。 据估计，每年约有 2.5% 的哮喘儿童住院。 因此，可以通过改进支气管阻塞的早期检测、使用适当的背景疗法立即进行治疗以及可靠和客观地评估对治疗的反应来减轻由哮喘引起的全球负担。

儿童哮喘症状的自然史显示出很大的个体内部和个体间差异。 当孩子的年龄足以控制其慢性疾病时，很难由父母或孩子自己评估发作的严重程度，这是哮喘管理的一个关键因素，并且可以迅速调整治疗，有时甚至可以避免住院治疗。 医疗保健专业人员可以使用儿科呼吸评估指标 (PRAM) 评分来评估发作的严重程度，该评分具有适用于任何年龄段的优势。 全球抗慢性呼吸系统疾病联盟 (GARD) 在其慢性呼吸系统疾病诊断策略中整合了肺功能测试，可以在诊断和长期随访的背景下对呼吸功能进行量化。 尽管肺活量测定是非侵入性测试，但它们仍然需要患者高度合作，这在 7 岁之前仍然存在问题。

数字听诊器集成了记录听诊和数据传输到高性能软件的能力。 这使得听诊扩展到人耳所能听到的范围之外（超过 20-20,000 赫兹）成为可能。听诊声音分析，尤其是那些最常与阻塞性综合征相关的声音分析可能是一种简单、可重复且可靠的评估严重程度的方法以及对儿童哮喘治疗的反应。 人工智能研究中信号处理和无监督学习的重大进步为生理测量的高性能分析提供了潜力。