約翰?霍普金斯大學的工程師們正在利用人工智能對簡易聽診器進行升級

某天早上你醒來時發現孩子病了：他的前額摸起來很燙，呼吸急促，并伴有肺鳴音。而你們住在非洲馬拉維，那里可選擇的醫療保健服務很少。當地診所開門后，你排隊等候唯一的工作人員。她雖不是醫生，但受過訓練，能發現和處理日常問題。

她戴上聽診器，把聽診器的胸件貼在你兒子的前胸和后背，仔細聽他的肺音。天氣炎熱，透過打開的窗戶，傳來人們的說話聲、發電機的嗡嗡聲以及主路上輕便摩托車的轟鳴聲。這名醫護人員努力地聽著，她會發現細菌性肺炎的癥狀，給你開抗生素，并建議你去最近城市的醫院嗎？還是她會認為這些癥狀是普通感冒，然后讓你帶著兒子回家？如果她讓你回家是個錯誤，你的兒子能活下來嗎？

全世界死于肺炎和其他肺部疾病的兒童比死于其他任何原因的兒童都多。每年有近100萬兒童因急性下呼吸道感染而死亡，死亡人數超過因艾滋病毒和瘧疾死亡的兒童人數的總和。在發展中國家，只有不到5%的人有條件接受X射線診斷，而這種診斷方式是肺炎診斷的黃金標準。此外，許多生病的孩子甚至從來沒有機會去就診，因為他們的住所離醫院很遠，道路條件很差，交通費用也很昂貴。在肺炎死亡發生率最高的撒哈拉以南非洲地區，只有40%有肺炎癥狀的兒童能夠接受專業醫療護理。

鑒于這些呼吸道疾病成為全球性問題，世界衛生組織（WHO）為資源有限的國家制定了戰略。肺炎診斷指南最大程度地減少了對技術工具的依賴，以氣短、咳嗽和呼吸急促等可觀察到的癥狀作為診斷依據。為了挽救生命，世界衛生組織建議對所有出現這些癥狀的兒童進行抗生素治療，結果，接受肺炎治療的兒童中有一半實際上并沒有患肺炎。這種方法給社區增加了不必要的成本，而不必要的藥物治療也導致抗藥性細菌問題更為嚴重。

我們提出了一種基于聽診器的技術解決方案。聽診器自19世紀問世以來幾乎沒有出現什么變化。這種常見的臨床工具實際上有許多局限。為了達到最佳效果，使用者需處于安靜的環境中，因為背景噪聲很容易掩蓋肺部的細微聲音。診斷者必須受過良好的訓練，能夠正確地將胸件放在患者身體上，并對聽到的聲音進行解釋，而如何解讀肺音并沒有精確的標準。準確解讀肺音，需要長時間的學習并接受指導，即使是專家，對肺音的解釋也會各不相同。因此，即便是醫術高超的醫生也更喜歡將聽診器與其他技術（如胸部X光）結合使用。

我們希望能夠克服聽診器的局限性，更有效地利用它的低成本和易用性特點。在美國國家心肺血液研究所（NHLBI）、NASA以及比爾和梅林達?蓋茨基金會的資助下，我們開始徹底重新設計聽診器。

該項目由約翰?霍普金斯大學（位于巴爾的摩）的工程師、醫生和公共衛生專家合作開展。經過通力合作，我們發明了一種設備，它利用數字傳感技術來捕捉聲音，利用主動聲學來降噪，利用人工智能來幫助醫護工作者準確診斷肺炎。我們希望這種智能聽診器在世界各地得到廣泛應用，從而防止兒童死于肺炎。我們在測試其性能時，發現它不僅能為發展中國家帶來福音，對美國和其他富裕國家的醫院也大有裨益。

━━━━

我們的任務起源于兒童健康肺炎病因研究所（PERCH）2008年初開始的一項雄心勃勃的全球肺炎研究，并得到了蓋茨基金會的資助。該項研究探討了非洲、亞洲和南美洲多個國家兒童罹患肺炎的原因。

在這項研究過程中，約翰?霍普金斯大學的一個醫生團隊開始研究肺音在肺炎診斷的作用。起初，研究人員為當地的醫護人員配備了商用聽診器，并在聽診器上安裝了小型數字記錄儀。醫護人員記錄了他們在農村診所和城市醫院接診時聽到的兒童的肺音，然后將這些文件傳送給約翰?霍普金斯大學的肺科專家。專家在聽了這些肺音后提供了更有根據的醫療意見。

然而，使用商用聽診器很快出現了問題。要從肺部獲得較好的錄音結果，醫護人員需將聽診器的胸件放在孩子胸部和背部的正確位置。可惜當地的工作人員通常只接受過該工具的基本使用培訓，而且往往找不到能將肺音傳輸到聽診器耳塞的“最佳聽音位置”。此外，他們經常在嘈雜的環境中錄音，完全比不上安靜的醫生辦公室（這也是聽診器的設計使用場所）。人、機器、汽車和摩托車的背景音會和肺音混合在一起，專家最終聽到的錄音中有很多雜音。另外，當地的工作人員需要接入互聯網來傳輸錄音文件，而網絡連接限制和故障導致他們需要花費數小時甚至數天才能拿到專家的診斷。

約翰?霍普金斯大學的醫生們意識到，要想得到有用的聲音，就必須重新考量聽診器。所以他們聯系了我們電氣和計算機工程系，我們倆是本系教授，專攻音頻工程，所以非常樂意接受這項挑戰。

━━━━

傳統聽診器的工作原理如下：人體器官產生聲音，這些聲波在聽診器的胸件處引起震動，胸件起到了共振器的作用。胸件是雙面的，形狀都經過精心設計——一面是一個扁平的圓盤狀隔膜，另一面是一個中空的杯形鐘罩，兩面在不同的頻率范圍內形成自然振蕩，用于不同的診斷任務。聲音振動通過連接到兩個耳塞的導音管傳播，從而將患者體內的聲音傳遞給聽診者。雖然聽診器的設計目的是最大程度地接收聲音，并將其傳送到使用者的耳朵里，但聲級通常很低。

更加現代的電子聽診器可將聲波轉換成可以在設備中進行處理的電信號，實現聲音放大。其中采用了一個可通過傳感器將聲音信號轉換成電信號的裝置，取代了雙面胸件，將失真和噪聲影響降到了最低。用戶可以在膜式和杯式之間切換，還可以通過其他方式調整進入耳朵的聲音。

約翰?霍普金斯大學的聽診器是一種電子聽診器，改進了目前市場上的數字設備。升級從硬件開始——胸件部分安裝了傳感器陣列，從而在整個有效區域實現了統一的靈敏度。即使胸件沒有準確地放在正確位置上，通過這種設計也能傳遞強有力的信號，對未經培訓的用戶有很大幫助。我們試驗了多種傳感器，包括便于將大量麥克風封裝到較小空間的微電子機械系統（MEMS），以及可減少信號丟失的符合皮膚聲學特性的納米纖維材料。

要使聽診器在發展中國家的診所中發揮作用，噪聲處理是最重要的任務。對傳統聽診器而言，環境噪聲會在3處污染信號：胸件、橡膠導音管和用戶的耳朵。約翰?霍普金斯大學的設計改善了患者身體和胸件之間的耦合，將橡膠導音管換成了電纜，并采用了數字噪聲控制技術，從而確保了用戶的耳朵能夠接收到較強的信號。該聽診器的胸件部分還有一個外部麥克風，可收集環境聲。通過對環境聲的自適應信號分析，可降低噪聲，詳情請見下一節。

該聽診器的智能之處在于它包含了一個板載微處理器，可作為操作系統，因此我們可以開發各種應用程序，根據不同的需要定制設備。到目前為止，我們的團隊已專注研發了兩款我們認為對發展中國家診所至關重要的應用。一款可以降低噪聲水平，另一款可以提高專業水平。

━━━━

降低外部噪聲是一件復雜的事。設計一款能夠識別正常呼吸產生的信號模式并過濾掉其他聲音的噪聲消除軟件相對容易，但在類似肺炎的病理狀態下，會產生異常的信號模式，而一款過度活躍的噪聲消除濾波器會消除這些關鍵信息。例如，如果一個孩子出現了哮喘，除了正常的呼吸聲外，他的身體還會發出尖銳的哮鳴音，“去噪”算法不能將這種哮鳴音誤認為是孩子哭鬧等造成的尖銳環境噪聲。然而，保留異常信號模式也會保留環境噪聲。我們的應用程序旨在抑制不必要的噪聲，同時保持來自患者肺部的信號的完整性。

在設計噪聲消除算法時，我們考慮到了兩個方面的挑戰。首先，表示可能存在病理的肺部聲音是不可預測和無規律的。第二，在繁忙的診所里，噪聲變化很大——檢查室里可能有人們的閑聊聲、電話鈴聲和呼呼作響的風扇聲；接受檢查的孩子可能在檢查臺上哭鬧；聽診器的移動也會產生電子噪聲。

考慮到這些問題，我們的團隊開發了一種采用主動自適應聲學的噪聲消除算法。我們的系統并非只是簡單安裝了一個被動運行的濾波器，還會分析外部麥克風記錄的肺音和環境聲，查看它們在音頻頻譜上的頻率。然后，隨著算法持續跟蹤這兩個信號，該應用會調整噪聲消除的程度和頻譜范圍。我們通過一項盲聽測試驗證了這一方法。在測試中，我們讓小兒胸內科醫生小組對比了使用農村診所的商用聽診器獲取的聲音質量和通過約翰?霍普金斯大學算法處理的相同信號。95%的情況下，專家們認為我們的去噪信號效果更好。

我們還用該音頻軟件處理人體發出的無關聲音。醫護人員聽病人的肺音時，病人的心跳聲可能會使人分心，并掩蓋肺音。胸內科醫生經過反復訓練，能夠忽略心跳聲，專注呼吸模式，我們也對算法進行了類似訓練。我們的應用程序可以消除心跳聲，為使用者提供了來自肺部的純粹信號。

━━━━

為了挽救發展中國家兒童的生命，我們希望內科專家能夠為每個偏遠的診所和擁擠的醫院服務。因此，我們做了第二件很棒的事：開發了一款可以將醫生的專業知識傳送到這些地方的應用程序。

第二款應用程序使約翰霍?普金斯大學研發的聽診器真正實現了智能化。它通過區分正常和異常的呼吸模式，自動篩選肺炎病例，能夠尋找表明肺部存在積液和炎癥的喘鳴音或噼啪聲。

我們的人工智能方法受到了大腦聽覺系統的啟發，它既分析了整體的音頻信號，也分析了其具體特征。大腦將主要處理能力投入到了隨時間變化的頻率以及它認為與情況最相關的頻率上。設想一下，在一個熱鬧的雞尾酒會上，你是如何做到忽略嘈雜的背景聲，專注地聽你面前的人說話的。應用程序在分析去噪后的肺音時，會接收整個信號，但會著重處理表示肺炎的具體聲音。

我們使用了機器學習的方法來訓練該應用程序，為其提供了大量數據，然后要求其選擇最有用的特征。來自非洲5個國家和亞洲兩個國家的約1500名患者的肺部錄音組成了數據庫，對該算法進行了訓練。經測試，這款人工智能應用程序可以自動區分健康人群和肺炎患者，準確率達87%，遠遠超過其他自動診斷方法。我們的團隊正在繼續研究該算法，希望用機器學習技術提高其性能。

農村診所的醫護人員即便無法訪問互聯網，也可以使用我們的智能聽診器；板載技術可以完成所有信息處理，并利用內置小型LED顯示屏提供即時診斷建議。我們的設想是，智能聽診器的最終版本可以通過藍牙連接用戶的手機或平板電腦，用戶可以在手機或平板電腦上獲得更多診斷信息，實現肺部聲音信號的可視化，并回放以前錄制的聲音。

該智能聽診器有一個可編程的平臺，因此我們正在開發其他應用程序，使其可用于多種疾病的診斷和更多場景。我們認為，它能幫助診斷心力衰竭和各種腸道疾病。我們正在與心內科和胃腸科專家合作，收集訓練數據和設計算法。

目前，電子聽診器的價格一般在500美元左右，這對許多發展中國家的醫護人員來說過于昂貴。約翰?霍普金斯大學的智能聽診器則便宜得多，其電子元件價格實惠，可選的供電方式和計算功能成本較低，我們希望它能有益于資源水平較低的社區。

目前，我們正在對該智能聽診器進行大量的現場測試。秘魯、孟加拉國和馬拉維的診所工作人員與約翰?霍普金斯大學兒科急診室的醫生都在試用樣機。通過這些測試和驗證研究，對該聽診器在嘈雜環境中的作用水平以及在不同病人群體中肺炎診斷的準確性進行評估。在這些研究中，我們將使用客觀的信號質量指標來評估肺音，并將其與胸部X光診斷和肺科專家的聽診評估進行比較，以驗證其診斷結果。

除了學術界的研究工作，我們的同事還成立了一家名為Sonavi實驗室的初創公司，以便迅速將我們的原型機變成商業可行的產品。Sonavi實驗室的目標是開發能夠有效利用肺部聲音診斷疾病的現代醫療設備。他們將于2019年初推出首批名為Feelix及FeelixPro的數字聽診器。

我們希望，我們重新設計的聽診器能夠幫助當地醫護人員利用便于操作的廉價設備進行現場篩查，從而緩解全球兒童肺炎健康危機。從宏觀上看，我們希望通過更多的努力，挽救數十萬條生命。在微觀層面上，哪怕只有一位家長的孩子因為得到早期診斷而康復，那么我們所有的努力就是值得的。