盆唐首尔大学医院 Kim Kyunghoon 教授团队
[亚洲经济 记者 Lee Gwanju] 分当首尔大学医院小儿青少年科教授 Kim Kyunghoon 团队31日表示，已开发出一款能够在患有呼吸道疾病的儿童中，自动识别异常呼吸音“喘鸣音”的人工智能（AI）模型。
所谓喘鸣音，是指由于气道变窄，在压力作用下，每次呼吸时胸部会发出“吱吱”声的一种呼吸音。对于在结构上气道较窄的儿童，因哮喘、支气管炎等疾病而出现这种喘鸣音的情况很多，因此被作为儿童呼吸道疾病早期诊断中最重要的指标之一。
但目前用来判别喘鸣音的手段仍停留在将听诊器置于胸部直接听呼吸音的传统“听诊”方式。由于这并不是以客观数值呈现的检查方法，诊断精度会因医生的经验和主观判断而存在较大差异，这成为一大局限。
为解决这一问题，Kim 教授团队着手开发用于鉴别喘鸣音的算法。研究团队将由儿童呼吸系统专家交叉验证过的287名实际小儿呼吸道患者的呼吸音用于机器学习训练。此外，为了使人工智能的学习能力保持在适当水平，还应用了由34层构成的残差网络（ResNet）人工神经网络技术。
结果显示，所开发的算法在准确度方面达到91.2%，在精密度（表示在相同条件下测得的数值有多一致的指标）方面达到94.4%，展现出在临床一线也足以应用的高准确性和稳定性。由于这类分析仅需占用少量内存空间，预计今后可应用于移动设备等，对患者个人状况进行不受时间和地点限制的监测。
Kim 教授表示：“儿童在结构上气道较窄，很容易出现喘鸣音，而且肺泡的表面积也较小，其耐受哮喘等呼吸道疾病的能力明显低于成人。通过对哮喘等呼吸道疾病进行早期诊断，将后遗症降到最低，并根据个人状况制定最优治疗策略，本次开发的模型将发挥巨大作用。”
本次研究成果已刊登在自然出版集团旗下在线学术期刊《Scientific Reports》最新一期。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
