Znak Politechniki Warszawskiej

Jak automatycznie wykryć kaszel w przenośnym spirometrze?

Pacjentka w trakcie wykonywania spirometrii

Pacjentka w trakcie wykonywania spirometrii, fot. HealthUp sp. z o.o

Nowatorskie rozwiązanie opisali Mateusz Soliński i Michał Łepek – doktoranci z Wydziału Fizyki Politechniki Warszawskiej oraz dr Łukasz Kołtowski z Warszawskiego Uniwersytetu Medycznego. O wynikach pracy można przeczytać w czasopiśmie „Informatics in Medicine Unlocked”.

Spirometria to najważniejsze i najpowszechniejsze z badań pozwalające na diagnozowanie i monitorowanie czynności płuc. Polega na oddychaniu przez ustnik aparatu. Tak ocenia się objętość powietrza wydychanego i wdychanego do płuc.

Ważne, żeby wynik badania (szczególnie w pierwszych sekundach) nie został zaburzony przez kaszel. A to przecież bardzo częsta dolegliwość pacjentów zmagających się z chorobami płuc, więc trudno ot tak ją wyeliminować.

Kolejny problem to dostępność sprzętu. Żeby ułatwić wykonywania badania, coraz częściej wykorzystuje się przenośne spirometry. Pacjent nie musi wtedy osobiście pojawiać się u lekarza. I pacjent, i lekarz muszą jednak wiedzieć, jeśli wynik badania został zaburzony czy zniekształcony przez kaszel. Dlatego potrzeba automatycznych algorytmów, które w czasie rzeczywistym będą w stanie precyzyjnie wykryć kaszel i ostrzec w przypadku nieprawidłowego pomiaru.

Nasi doktoranci oraz lekarz z WUM-u postanowili stawić czoła wyzwaniu.

W swoich badaniach wykorzystali algorytm oparty na sieciach neuronowych. „Nauczyli” go wykrywać kaszel dzięki danym zebranym przez przenośny system spirometryczny AioCare (stworzony przez polską firmę HealthUp) oraz krzywym spirometrycznym z bazy NHANES amerykańskiego Narodowego Centrum Statystyki Zdrowia (National Center for Health Statistics). W ten sposób rozwiązanie będzie mogło być użyteczne dla różnych pacjentów.  

Co więcej, w pracy skupili się na sygnałach przepływu powietrza przechodzącego przez spirometr, a nie znacznie popularniejszej analizie dźwięków. Dzięki temu znacząco zminimalizowali kłopotliwy dla wyników badania wpływ hałasu z otoczenia. 

Autorzy pracy zaznaczają, że – wedle ich wiedzy – to pierwsza publikacja na temat w pełni powtarzalnego opisu algorytmu automatycznego wykrywania kaszlu, opartego całkowicie na sygnałach przepływu powietrza.

Opisana funkcjonalność to z jednej strony szansa na poprawę jakości pomiarów wykonywanych w warunkach domowych, z wykorzystaniem przenośnych spirometrów, a z drugiej strony – pomoc w szybkiej ocenie jakości badania.