تقنية تكشف أصوات الرئة غير الطبيعية للأطفال باستخدام الهواتف الذكية

تعد أمراض الجهاز التنفسي لدى الأطفال مصدر قلق عالمي كبير، ويعتمد الأطباء تقليدياً على السماعات الطبية للكشف عن أصوات الرئة غير الطبيعية، ولكن قد يكون الوصول إلى التسمع محدوداً بسبب الحاجة إلى زيارات شخصية.

تقنية جديدة للكشف عن أصوات الرئة للأطفال

ووفقا لموقع "Medical xpress"، نقلا عن مجلة IEEE للمعلوماتية الطبية الحيوية والصحية ، ويمكن للهواتف الذكية، بفضل ميكروفوناتها المدمجة وانتشارها الواسع، أن تدعم الفحص التنفسي المنزلي، مع ذلك لا يزال تطبيق نماذج الذكاء الاصطناعي المدربة على تسجيلات السماعات الطبية الإلكترونية على صوت الهواتف الذكية، يمثل تحديًا نظرًا لاختلافات كبيرة في مجال التقاط الصوت بين الأجهزة.

تفاصيل الدراسة
 

لمعالجة هذا التباين، طوّر فريق بحثي في قسم الذكاء الاصطناعي التطبيقي بجامعة سيول الوطنية للعلوم والتكنولوجيا في كوريا الجنوبية، إطار عمل للتعلم العميق قابل للتكيف مع المجال، مصمم خصيصًا لتطبيقات الهواتف الذكية،  يقود الفريق الأستاذ المشارك سيونغ-إيون كيم.

يوضح كيم قائلاً: "بالنسبة للشبكة العصبية، يتحدث الهاتف الذكي والسماعة الإلكترونية لغتين مختلفتين فعلياً، فبدلاً من مجرد تجميع البيانات من الجهازين، يقدم نهجنا تكيفاً موثوقاً مع المجال، حيث يتعلم النموذج من تسجيلات السماعة الإلكترونية المصنفة والموثوقة أثناء التكيف مع مجال الهاتف الذكي."

تساعد التسجيلات المزدوجة في عملية تكييف الجهاز
 

جمع الباحثون في البداية تسجيلات صوتية من سماعات الطبيب والهواتف الذكية، وللحصول على مجموعة البيانات الأساسية، سجلوا أصوات الرئة من سماعات الطبيب الإلكترونية لـ 611 طفلاً تتراوح أعمارهم بين 0 و6 سنوات.

ومن بين هؤلاء، قدم 147 طفلاً أيضاً تسجيلات صوتية من هواتفهم الذكية، وباستخدام كلا الجهازين، سُجلت أصوات الرئة في المواقع التشريحية الأربعة نفسها، وتُعدّ مجموعات البيانات المزدوجة هذه نادرة، بالإضافة إلى ذلك، جمع الباحثون مجموعة بيانات خارجية مستقلة تتكون من تسجيلات من الهواتف الذكية فقط من 48 طفلاً للتحقق من صحة النتائج،

لتحقيق تكيف فعال مع المجال أثناء التدريب، طبق الباحثون استراتيجيتين متكاملتين، أولاً تمت معالجة صوت الهاتف الذكي مسبقًا باستخدام مرشح تمرير منخفض بتردد 1 كيلوهرتز، ثم تم تقليل معدل أخذ العينات من 48 كيلوهرتز إلى 4 كيلوهرتز، ويشير كيم إلى أن "هذا يجعل تردد صوت الهاتف الذكي أقرب إلى تردد سماعة الطبيب".

ثانيًا، يدمج النموذج وحدة MixStyle الاتجاهية التي تحقن إحصائيات الميزات من مجال الهاتف الذكي في مجال سماعة الطبيب، مما يجعل بيانات سماعة الطبيب تبدو أكثر "شبهًا بالهاتف الذكي". ثم تم دمج هذه الوحدة في العمود الفقري لمحول الطيف الصوتي (AST)، وهو بنية تعلم عميق لتصنيف الصوت.

يتفوق النموذج المعدل على التدريب المجمع
 

عند اختبار النموذج المقترح على تسجيلات الهواتف الذكية في مجموعة البيانات الأساسية، حقق درجة F1 قدرها 0.802 وقيمة AUROC قدرها 0.911 في الكشف عن أصوات الرئة غير الطبيعية، وحقق النموذج الذي يعتمد على بيانات الهواتف الذكية فقط درجة F1 قدرها 0.732، بينما حقق التجميع البسيط لتسجيلات السماعة الطبية والهواتف الذكية درجة 0.708، وتُظهر هذه النتائج أن مجرد دمج البيانات من أجهزة مختلفة لا يُحسّن الأداء بالضرورة عندما تختلف خصائصها الصوتية.

في مجموعة الهواتف الذكية الخارجية المستقلة، حقق النموذج الذي يعتمد على السماعة الطبية فقط درجة F1 قدرها 0.034 وAUROC قدرها 0.388، مما يسلط الضوء على التحدي المتمثل في تطبيق النماذج المدربة على جهاز تسجيل واحد على جهاز آخر.

حافظ النموذج المقترح على أدائه المتميز على مجموعة بيانات الهواتف الذكية الخارجية المستقلة، محققًا درجة F1 قدرها 0.744 ومساحة تحت منحنى ROC قدرها 0.862، متفوقًا بذلك على مناهج الهواتف الذكية الأخرى التي تم اختبارها. تدعم هذه النتائج إمكانية استخدام هذا الإطار كأداة مساعدة في فحص الجهاز التنفسي عبر الهواتف الذكية، مع ضرورة إجراء المزيد من الدراسات الواقعية للتحقق من صحته قبل تطبيقه سريريًا.

لا يزال فحص المنازل بحاجة إلى مزيد من التحقق.
 

يقول كيم: "يوفر إطار عملنا نموذجًا عمليًا لفحص الجهاز التنفسي للأطفال، قابل للتطوير وفعال من حيث التكلفة، ويمكن أن يساعد الآباء على فحص أطفالهم في المنزل بين الزيارات مع إبقاء الأطباء على اطلاع دائم، علاوة على ذلك يمكن لهذه التقنية تحسين الاستشارات الطبية عن بُعد ومساعدة العاملين في مجال الرعاية الصحية المجتمعية في فرز الحالات الطارئة في المناطق النائية."

تظهر الدراسة كيف يُمكن لضبط مستوى الإشارة أن يُقلل من التباينات الصوتية بين السماعات الطبية الإلكترونية والهواتف الذكية، مما يُوفر مسارًا مُحتملًا نحو فحص ومراقبة الجهاز التنفسي بشكلٍ أكثر سهولة، وسيتطلب الأمر مزيدًا من التحقق من صحة النتائج باستخدام مجموعات أكبر من المرضى في مواقع متعددة، وتسجيلات منزلية واقعية، ونماذج متعددة من الهواتف الذكية.