Assessing chronic obstructive pulmonary disease risk based on exhalation and cough sounds

呼気音と咳音に基づく慢性閉塞性肺疾患のリスクの評価

Assessing chronic obstructive pulmonary disease risk based on exhalation and cough sounds – PMC

背景と目的
慢性閉塞性肺疾患 (COPD) は、呼吸器疾患が進行的に悪化するものであり、患者の生活の質に深刻な影響を与える。早期のリスク評価により、治療結果が改善され、医療負担が軽減される。ただし、現在の早期評価方法は限られている。この研究は、COPD の早期発見と評価のための革新的なアプローチを開発することを目指していっる。

メソッド
この研究は断面デザインを採用した。当初は、参加者から音声データを収集するために、スマートフォンに展開する専用の録音アプリケーションを作成した。その後、一人ひとりが肺機能検査を完了し、アンケート調査に参加した。COPD リスクは、気管支拡張薬投与前の FEV1/FVC 比 < 0.7 と、喫煙やバイオマス燃料などの危険因子への曝露歴と組み合わされたものとして定義した。最終的に、機械学習アルゴリズムの適用を通じて、COPD リスクを特定するためにスマートフォンを利用して呼気音と咳音をキャプチャすることの実現可能性を評価しした。

結果
530人の成人から有効なデータを収集し、そのうち171人がCOPDのリスクがある基準を満たした。XGBoost アルゴリズムを利用して、精度 0.98、再現率 0.89 を達成した。

結論
私たちの研究は、咳の音声信号が COPD リスクを特定するための貴重な洞察を提供し、評価における呼気信号を効果的に補完することを示している。このアプローチは、現実世界のアプリケーションにとって実現可能で実用的であるだけでなく、手頃な価格でアクセスしやすいソリューションを提供し、特にリソースが限られた環境で有益であろう。