Pinterest で共有する専門家らは、親が幼い子供の喘息を監視するのは難しい場合があると述べている。 Westend61/ゲッティイメージズ
- 喘息は幼い子供によく見られます。
- 5 歳未満の喘息増悪を診断するのは困難です。
- 最近の研究では、聴覚データと物理的測定値を組み合わせた人工知能設計の聴診器が検討されました。
- 研究者らは、この新しいツールは5歳未満の子供の増悪をうまく検出できると結論付けた。
アメリカでは、そのあたりで、 12人に1人 喘息を患っている人は約 2,700 万人です。
このうち約 450 万人が 18 歳未満であり、喘息が最大の原因となっています。 ごくありふれた 子供の慢性疾患。
喘息ですが、 より普及している 5歳から18歳までの子どもの場合、5歳未満の子どもよりも5歳未満の子どものほうが、喘息発作、救急外来受診、入院のリスクが高くなります。
これらのリスクを軽減するには、悪化を予測するか、早期に発見するかどうかにかかっています。 このため、正確かつ注意深く監視することが重要になります。
ただし、人工知能を利用した新しい聴診器によりこの作業が容易になる可能性がありますが、年少の子供にとってこれは困難な場合があります。
大人と 5 歳以上の子供は、最大呼気流量を測定する肺機能検査を利用できます。 しかし、幼い子供にとって、これらの検査はほとんど役に立たないことがよくあります。
今日の医療ニュース と話した アラン・カプラン博士の椅子 カナダのファミリー・フィジシャン・エアウェイズ・グループ その問題について。
「子どもたちは自分の症状を説明するのが難しく、ただ受け入れてしまうことが多いため、評価するのがより困難です」と彼は言う。
たとえば、1 つ 勉強 は、6 歳から 18 歳までのほとんどの子供がピーク呼気流量測定を正常に実行できず、それより若い子供は成功する可能性が最も低いことを示しました。
これらの対策は 5 歳未満の子供にはほとんど効果がないため、医師は喘鳴や喘鳴などの子供の呼吸の特徴を聞くことに頼っています。 ロンチ — 息を吐くときに発生する低音のゴロゴロ音。
医師は通常、これらのいわゆる聴診現象を対面診察で評価します。 このため、増悪を早期に発見し、引き金を特定するのにあまり役に立ちません。 さらに、サウンドのモニタリングは主に主観的なものです。
人工知能に基づくソリューションが答えとなるでしょうか?
最近の 勉強雑誌に載っていたのは 家庭医学年報と呼ばれる人工知能（AI）を活用した家庭用聴診器を調査した。 ステサム。
13 人の研究著者のうち 6 人は、StethoMe を製造する会社の従業員か株主、またはその両方であることに注意する必要があります。
StethoMe は、喘鳴やロンチーなどの継続的な音を検出しますが、パチパチ音などの断続的な音も検出します。
この聴覚データを、心拍数、呼吸数、吸気時間と呼気時間の比率などの物理的測定値と組み合わせます。
研究者らは、これらのパラメーターのうちどれが増悪の検出に最も役立つかを特定したいと考えていました。 彼らはまた、標準テストを使用できない年齢の子供たちにとって、この家庭ベースのテストが役立つかどうかを評価したいと考えていました。
研究者らは喘息を持つ子供90人と大人59人を集め、6か月間追跡調査した。
参加者または参加者の保護者は、研究全体を通じて次の 3 つのテストを使用しました。
- AI聴診器
- 末梢毛細管酸素飽和度 (SpO2) メーター
- ピーク呼気流量計
また、主観的な呼吸の質に関する情報を含む健康調査も完了しました。 すべてのデータはスマートフォンのアプリに収集されました。
参加者または保護者は、最初の 14 日間は毎日 1 回、その後は研究の残りの期間は少なくとも週に 1 回、これらの検査を実施しました。 これにより、6,442 件の完全な検査が行われました。
医師は各検査で増悪の有無を評価した。 科学者らはパラメータごとに機械学習モデルをトレーニングし、増悪を発見するのに最も役立つものを調査しました。
著者らは、幼児の場合、「親が指摘した主観的な情報は、増悪の出現を確認したり排除したりするには十分ではなかった」と書いている。
彼らは、この観察は、訓練を受けていない人々が主観的な尺度を使用して喘息の悪化を正確に予測または確認できないことを示していると結論付けました。
研究者らはまた、個別に、ピーク呼気流量、SpO2、心拍数、呼吸数、吸気時間と呼気時間の比率が増悪の「比較的弱い指標」であると報告した。
すべての単一の測定の中で、継続的な聴診音が最も効果的でした。
複数の測定値を使用する場合、AI 支援聴診器と調査情報、ピーク呼気流量、SpO2 を組み合わせることで、すべての年齢層で増悪を特定する最良の機会が得られました。
また、子供の場合、AI 支援聴診器からのデータは、すべてのパラメーターを組み合わせた場合と同様に機能しました。
「[U]AI支援聴診器は、5歳未満の子供でも高い効果で増悪の検出を容易にします」と研究著者らは書いている。
研究者らが成人のデータを調べたところ、参加者による喘息の症状の報告が増悪を診断する最も効果的な方法であることが判明した。
著者らはまとめて、大人は自分の症状をうまく判断できるが、喘息を持つ子供の親は子供の症状を説明するのがより難しいと感じていると結論付けた。
今日の医療ニュース とも話しました レイチェル・フーン博士Telethon Kids の小児肺健康チームの上級研究員。
フーン氏は、「聴診器で測定される聴診音は子供にとってより有用であり、成人では症状と呼吸パラメータが主な関連因子である」ことに驚きはしなかったが、この研究は「賢いアイデア」だと考えた。
この研究には関与していないフーンさんも、「増悪が起こる前に特定できる異常があるかどうか、そしてそれらがどのくらい早期に発見できるか知りたいと思っている」とも述べた。
著者らは、このツールが臨床医や親が小児喘息をより正確に監視するのに役立つことを期待していると述べた。 への関心が高まるにつれ、 患者固有の治療 そしてその 遠隔医療の使用著者たちは次のように書いています。
「AI 支援聴診器は、遠隔医療ソリューションを使用して患者と医師のコラボレーションを最適化および改善するために適用できる、特に便利なツールです。」
カプラン氏は、この研究の前提は興味深いものであると信じているが、次のように注意を付け加えている。 ない 喘鳴。」
「世界中で医師が不足しているため、このツールは役立つかもしれませんが、コストが大きな障壁になると確信しています。 もう一つの障壁は、ポジティブな「スクリーン」に対処するプロセスを確立することになるだろう。」
Foong 氏も、アクセシビリティに関する懸念に同意します。
「この技術の全体的な有用性は、喘息を患っている家族が使用できるこれらのデバイスの入手しやすさと手頃な価格にも依存すると思います」と彼女は説明しました。
「研究によると、喘息は少数派や低所得の子供たちに偏って影響を及ぼしており、これらの技術の開発がユーザーのニーズを考慮しない限り、それらはアクセスできる人にしか役に立たない可能性があります。」と彼女は付け加えた。
しかし全体として、フーン氏は人工知能を使用する可能性について興奮していると語った。
「AIを使用した研究は…病気をさらに理解するのに役立つ新しい発見を明らかにしています」と彼女は言いました。 「私の見解では、喘息予測モデルに AI を使用して、誰が喘息を発症するか、または特定の治療法の恩恵を受ける重度の症状を示すかを判断することが最も有望であると考えています。」
1708992076
#新しい家庭用聴診器は幼児の監視に役立つかもしれない
2024-02-26 23:50:51