肺炎是全世界五岁以下儿童死亡的头号传染性原因。据联合国儿童基金会（UNICEF）称，2016年，肺炎夺走了880000多名儿童的生命，其中大多数儿童不到两岁。肺炎的治疗不是首要问题，因为现成的抗生素非常成功。误诊是主要的挑战。
在撒哈拉以南非洲等疫情严重地区，误诊的原因是医疗专业人员数量有限，诊所往往缺乏诊断工具。事实上，许多远程诊所甚至没有电脑，更不用说能确诊肺炎的x光机了。
使问题进一步复杂化的是，疟疾与肺炎有许多共同的症状，包括发烧和发冷。在受儿童肺炎影响最严重的地区，人口继续与这两种疾病作斗争。尽管症状相似，但疟疾和肺炎的治疗方法却大不相同。肺炎是一种肺部感染，用抗生素治疗，而抗疟药物则从患者血液中清除引起疟疾的寄生虫。在这种不同的治疗方法下，误诊往往是致命的。
数据来源:联合国儿童基金会
诊断肺炎
当有医生时，诊断肺炎的第一步是测量呼吸频率，使用听诊器，听病人肺部的噼啪声。根据世界银行集团的数据，在乌干达，每两万人只有不到两名医生。(相比之下，德国每2万人有84名医生。)鉴于这些数字很低，关键的第一步往往不可行。
以下是肺炎的声音：
音频来源:thesimtech.com
乌干达的一个工程系毕业生团队认识到该地区医生太少的影响，开始寻找帮助社区预防肺炎死亡的方法。他们意识到没有什么能完全取代一个合格医生使用听诊器的效率，因此他们不再将这一挑战视为一个医学问题，而是要求他们的工程和数据科学技能将这一问题视为一个工程问题。
Brian Turyabagye和来自坎帕拉的Makerere大学的两位同事Olivia Koburongo和Besufekad Shifferaw共同创立了该公司奥普妈妈2016年。意为“母亲的希望”，Mama Ope最初的灵感来自Koburongo，她因误诊肺炎失去了祖母。在了解到误诊问题在儿童中更为普遍后，他们集中精力挽救这些年轻人的生命。
根据Turyabagye的说法，从工程角度来解决这个问题揭示了非常可解决的方面。
Mama-Ope创始人:Olivia Koburongo(左)，Brian Turyabagye(中)，Besufekad Shifferaw(右)
图片来源:RAEng/Brett Eloff
“研究表明，肺炎可以通过四种主要的生命体征来识别：呼吸频率、温度、肺部声音和体内的血氧饱和度。研究还表明，如果你能准确捕捉到四种主要体征中的三种，你就能够准确预测儿童肺炎的状态。”
Brian Turyabagye Mama-Ope
孩子穿着妈妈夹克的原型
图片来源:RAEng/Brett Eloff
将症状转换为数据
将医学问题转化为工程问题需要将症状转化为数据。体温和呼吸频率等主要生命体征相对容易测量。量化肺音是一个更大的挑战。该团队需要在没有听诊器的情况下从孩子身体的多个位置捕捉肺部声音，所以他们设计了一种可穿戴医疗设备:智能夹克。该集团的Mama-Ope智能夹克原型有5个麦克风，实际上是一个可穿戴听诊器。
医生们可以通过倾听病人胸部的正确位置来判断很多东西，但不幸的是，Mama-Ope夹克并没有找到那个位置的奢侈。它必须满足于一个足够好的位置。这就是夹克的形状因素;麦克风被巧妙地放置在夹克里，这样当病人穿上夹克时，麦克风就能正确地放在病人身上。但每个病人都是不同的，如果声音不够清晰，医生会更换听诊器。从五个麦克风中收集声音数据有助于确保记录足够的声音数据，以弥补记录质量对特定患者的任何差异。
一旦收集到数据，诊断肺炎——包括检测疾病的进展——就成为数据科学的挑战。问题从根本上说是音频处理的问题。穿Mama-Ope夹克的肺炎感染儿童会发出什么特征性声音？
Mama Ope团队编程了一个信号处理算法，以提供从录音中获得的最佳诊断洞察力。目标：确定肺炎独特的爆裂声何时被记录下来。试探性地，独特的肺部声音包括喘息和噼啪声。Turyabagye说，Mama-Ope算法分别处理五个麦克风输入，以确定是否存在裂纹。
肺的每一部分都有自己的显著特征。因此，每个麦克风的信号处理都可以微调，以适应儿童肺特定区域肺炎信号的声波分布
Brian Turyabagye Mama-Ope
信号处理和小波分析有助于发现声音数据中的显著特征。
该团队收集了临床数据，并在医疗专业人员的帮助下，对健康患者和已知肺炎患者的记录进行了标记。这些数据被用来创建和测试他们的信号处理算法。
为了帮助开发这些算法，Turyabagye向MathWorks sound files的Kirthi Devleker发送了与肺炎确诊病例相对应的声音文件。信号处理和小波技术专家Devleker说：
“我们想退后一步，看看所有信号中都有哪些不同的模式。我们发现了裂纹声音的一些特征，从信号处理的角度来看，这些特征非常一致。”
Kirthi Devleker, MathWorks
Turyabagye和Devleker利用信号处理和小波技术在MATLAB中对信号进行了分析和探索。他们发现，通过使用机器学习，可以帮助诊断的显著特征。
“一旦识别并提取特征，并将其与机器学习算法配对，分类任务就变得非常简单。这些数据可用于训练机器学习算法，该算法可预测肺炎病例。”
Kirthi Devleker, MathWorks
这种夹克是为偏远的诊所和学校设计的。即使在没有医务人员或电脑的地方，也可以使用这种夹克进行快速诊断。夹克通过蓝牙与手机应用程序连接，记录并分析收集到的数据。然后将结果发送给卫生保健专业人员，这样他或她就可以做出知情诊断，而无需亲自对孩子进行检查。
下一步
图里亚巴格耶表示，他们的智能夹克原型只需要孩子穿大约三分钟，所以即使是在诊所或学校里，一件Mama-Ope夹克也可以在医生无法获得的情况下，带来许多快速、准确的诊断。
随着工作原型的完成，Mama Ope的下一个挑战是清除乌干达的监管障碍，Turyabagye表示，该公司将首先在乌干达推出其技术。除乌干达外，该公司计划将其推广范围扩大到周边国家，包括肯尼亚、坦桑尼亚、埃塞俄比亚和尼日利亚。
他说，联合国儿童基金会已经表示有兴趣帮助Mama-Ope将其技术带到该地区的学校、医院和诊所。那么，也许有一天，联合国儿童基金会也会报告，在智能夹克和相当数量的Ope的帮助下，儿童肺炎死亡人数减少了。
医生调整儿童外套上的传感器。
图片来源:RAEng/Brett Eloff
