Мобилно приложение успява да идентифицира туберкулоза

Акценти

Международен екип от учени, включващ инженери, компютърни експерти, лекари и експерти по инфекциозни заболявания, разработва мобилно приложение, насочено към идентифициране на характерните признаци на туберкулозата. Учените зад проекта са на мнение, че уникалният модел на заболяването и честотата на кашлицата предоставят достатъчно данни за скрининг, което позволява използването на технология, проектирана в приложение за смартфон. Инструментът, наречен Tbscreen, който в момента е във фаза на проучване, все още не е готов за разпространение. Подробни данни за мобилното приложение са публикувани в списанието Science Advances.

Години наред изследователите търсят евтин и високотехнологичен инструмент за скрининг на туберкулоза, особено за регионите с ограничени ресурси, където липсва здравна инфраструктура и диагностични инструменти.

Както заболеваемостта, така и смъртността от туберкулоза се увеличават отново след години на спад, което засилва необходимостта от точни инструменти за скрининг. Настоящите златни стандарти за диагностициране на инфекциозното заболяване включват изследване на култура от храчки и молекулярни тестове. Въпреки че са изключително точни, страните, които са най-силно засегнати от туберкулоза, не разполагат със средства за закупуването им.

Иновативният инструмент

Разработваният инструмент за идентифициране на туберкулоза, използващ машинно обучение, е „обучен“ да разпознава модел и честота на кашлица, причинена от туберкулоза. Приложението също може да разграничава свързаната с туберкулоза кашлица от тази, причинена от други респираторни заболявания.

Новата технология е тествана чрез анализиране на кашлицата на 149 пациенти с белодробна туберкулоза и 46 пациенти с други респираторни заболявания. Всички участници са включени в проучване на Кенийския медицински изследователски институт в Найроби. Кашлицата на всеки доброволец е записвана в продължение на два часа в тиха стая с помощта на различни микрофони.

Tbscreen успява да различи кашлицата при активна туберкулоза от тази, дължаща се на други респираторни заболявания, с точност от приблизително 82%*. Освен това екипът установява, че приложението и микрофонът на обикновен смартфон предсказват наличието на острото инфекциозно заболяване по-точно, отколкото по-скъпите микрофони.

Налични са множество фактори, влияещи върху кашлицата

По време на проучването изследователите откриват, че има множество фактори, влияещи върху кашлицата, нюанси – някои недоловими за човешкото ухо – които приложението трябва да разпознае като начин за точен скрининг за туберкулоза.

„Кашлицата варира в зависимост от свойствата на слузта, силата на дихателните мускули, чувствителността на дихателните пътища, водещи до различни звуци при физиологичния рефлекс.“, коментира Мануджа Шарма, инженер във Вашингтонския университет. „Ние създадохме дизайн на проучване с минимален фонов шум и променливост на околната среда между контролите и пациентите с туберкулоза, за да гарантираме, че приложението разграничава видовете кашлица.“

„Нашите констатации подкрепят използването на широко разпространено записващо устройство (смартфон) за скрининг на туберкулоза на базата на кашлица.“, заключава Шарма, отбелязвайки, че основната рамка зад тази стратегия за скрининг може също да подтикне към допълнителни изследвания за диагностицирането на други белодробни заболявания.

Кашлицата като възможен аудио маркер за туберкулоза

Това не е първият път, когато учени разглеждат кашлицата като възможен аудио маркер за диагностициране на туберкулоза. През 2023 г. изследователи от Калифорнийския университет в Сан Франциско докладват резултати от проучване, изследващо мобилно приложение за наблюдение на честотата на кашлица сред пациенти, лекувани от туберкулоза.

Изследването включва сътрудници от Уганда, Южна Африка, Индия, Филипините и Виетнам – всички региони на света, където заболеваемостта от туберкулоза остава значително висока. Тестваното приложение позволява денонощно събиране на данни за кашлицата на пациентите.

*Manuja Sharma et al. TBscreen: A passive cough classifier for tuberculosis screening with a controlled dataset. Science Advances. 2024.