Zespół AioCare opracował algorytm do automatycznego wykrywania kaszlu podczas badań spirometrycznych. Było to możliwe dzięki zastosowaniu sieci neuronowych w połączeniu z technologią machine learning. Artykuł o algorytmie został właśnie opublikowany w magazynie  Informatics in Medicine Unlocked. Do zbudowania algorytmu wykorzystano szeroką bazę danych (około 20 000 zapisów spirometrii), uzyskując 93% dokładność wykrywania kaszlu. Publikacja ta to pierwszy artykuł typu open- source na temat wykrywania kaszlu na podstawie sygnału przepływu powietrza tak dokładnie opisany w literaturze.

W dzisiejszych czasach sztuczna inteligencja coraz częściej wykorzystywana jest w diagnostyce klinicznej i terapii. Inżynierowie z AioCare wykorzystują ją na co dzień także w rozwoju badań nad czynnością płuc. Publikacja o detekcji kaszlu opisuje szczegółowo, w jaki sposób mobilny system spirometryczny AioCare może wykryć kaszel podczas spirometrii. To skuteczne, automatyczne wykrywanie kaszlu zostanie wykorzystane w monitorowaniu pacjentów w domu. Istotne będzie również w praktyce klinicznej, gdzie informacja o poprawności spirometrii jest jedną z niezbędnych lekarzowi w podejmowaniu decyzji na temat leczenia pacjenta z chorobami płuc. Rozwiązania oparte na sztucznej inteligencji stają się niezbędne w każdych nietypowych okolicznościach, jak brak dostępu do opieki medycznej jak i w przypadkach niedoboru lub zużyciu sprzętu medycznego.

W publikacji autorzy przedstawiają wysiłki związane z wykrywaniem kaszlu podjęte w ostatniej dekadzie i opisują rozwiązanie automatycznego wykrywania kaszlu opracowane dla przenośnego systemu spirometrii AioCare. W przeciwieństwie do bardziej popularnej analizy nagrań dźwiękowych, przedstawiony algorytm opiera się wyłącznie na sygnałach przepływu powietrza. Metodologia analityczna, opracowana w tym rozwiązaniu wykrywa epizody kaszlu podczas pomiaru spirometrycznego automatycznie i z dużą dokładnością. Rozwiązanie przedstawione w tej publikacji jest pierwszym w pełni opublikowanym algorytmem automatycznego wykrywania kaszlu opartego całkowicie na sygnałach przepływu powietrza.
Przeczytaj całą publikację tutaj: https://www.sciencedirect.com/science/article/pii/S2352914820300587