挑战

肺炎是全世界五岁以下儿童因感染而死亡的头号“杀手”。据联合国儿童基金会的数据，2016 年，肺炎夺去了超过 88 万名儿童的生命，其中大多数不到两岁。肺炎的治疗不是首要问题，因为现有的抗生素在治疗方面非常有效。误诊才是主要问题，特别是在医疗健康服务资源匮乏的地区更是如此。

解决方案

2016 年，来自坎帕拉麦克雷雷大学的 Brian Turyabagye 与其两位同事 Olivia Koburongo 和 Besufekad Shifferaw 联合创办了 Mama-Ope，致力于开发一种基于人工智能的方法，用于诊断儿童肺炎。

• 他们设计了一种可穿戴医疗设备，即一件智能夹克，它上面有五个麦克风，可以有效地用作可穿戴听诊器，从儿童躯干上的多个位置测量肺部声音。
• Mama-Ope 的团队编写了一个信号处理算法，可以根据录音提供最佳诊断信息。其目标是，确定肺炎特有的啰音是何时记录的。从启发角度讲，肺部的异常声音包括哮鸣音和啰音。
• 在 MathWorks 的一位专家的帮助下，该团队在 MATLAB 中利用信号处理和小波方法探索了这些信号。他们发现了贯穿于整个信号的独特特征。
• 他们在 MATLAB 中分离出这些独特特征，用于训练一种机器学习算法，使其可以预测存在肺炎的病例。