Elpceļu slimības bērniem varēs diagnosticēt ar lietotni viedtālrunī
Elpceļu slimību diferenciāldiagnostika bērniem ir sarežģīta un nepietiekama. Esošie diagnostiskie algoritmi ir saistīti ar ievērojamiem kļūdu īpatsvariem, kas rezultējas nepareizās diagnozēs un neatbilstošā antibiotiku lietošanā, kā arī nepieņemamā saslimstībā un mirstībā. Nesenie sasniegumi akustiskajā inženierijā un mākslīgajā intelektā sniedz iespējas identificēt elpceļu saslimšanas, balstoties skaņas analīzē, samazinot atkarību no diagnostiskiem izmeklējumiem un klīniskās pieredzes. Pētījumā analizēti rezultāti par diagnostisko precizitāti bērnu elpceļu slimību diagnostikā, izmantojot automatizētu klepus skaņu analizatoru.
Pētījuma laikā tika ierakstītas klepus skaņas tipiskā klīniskā vidē un pirmie pieci klepi tika izmatoti analīzē. Analīzi veica izmantojot klepus datus un piecus simptomus, par kuriem ziņoja paši pacienti/ vecāki. Salīdzinājums tika veikts starp automātisku klepus analīzes diagnozi un ārstu konsīlija uzliktu diagnozi.
Kopumā pētījumā iekļāva 585 bērnus (no 29 dienās līdz 12 gadiem). Pozitīvā un negatīvā procentuālā vērtība starp automātisko analizatoru un klīnisko referenci bija sekojoša: astmai (97; 91 %); pneimonijai (87; 85 %); apakšējo elpceļu slimībai (83; 82%); laringītam (85; 82 %) un bronhiolītam (84; 81 %).
Pētnieki secināja, ka šai tehnoloģijai var būt liela diagnostiskā nozīme elpceļu saslimšanu diagnosticēšanā bērniem.
AVOTS: Porter P, Abeyratne U, Swarnkar V, et al. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respiratory Research, 2019; 20 (1)