肺炎是全世界五岁以下儿童死亡的第一次传染性原因。据联合国儿童基金会称，2016年肺炎索赔了超过880,000名儿童的生命 - 其中大多数人不到两年。肺炎治疗不是主要问题，因为易于获得的抗生素非常成功。误诊是主要挑战。
在撒哈拉以南非洲的硬质领域，误诊源于有限数量的医学专业人士和诊所，通常缺乏诊断工具。事实上，许多远程诊所甚至没有电脑，更不用说可以透明地诊断肺炎的X射线机。
疟疾进一步复杂化问题，患有肺炎的许多症状，包括发烧和寒意。在儿童肺炎最严重的地区，人口继续与两种疾病斗争。尽管有类似的症状，但对疟疾和肺炎的治疗是完全不同的。肺炎，肺部感染，受抗生素治疗，而抗疟药药物消除患有患者血液的疟疾寄生虫。通过这种不同的治疗方法，误诊通常证明是致命的。
数据来源：联合国儿童基金会
诊断肺炎
当医生可用时，诊断肺炎的第一步是测量呼吸率并使用听诊器，并在患者肺部聆听Telltale Crantle声音。据世界银行集团称，在乌干达，每20,000人少于两名医生。（相比之下，德国每20,000人拥有84名医生。）鉴于低数量，这是关键的第一步并不可行。
这是肺炎的声音：
音频来源：Thesimtech.com
了解该地区这么少的医生的影响，乌干达最近的工程毕业生团队列出了一种帮助他们的社区预防肺炎死亡的方法。他们意识到没有什么可以完全取代合格的医生用听诊器的有效性，因此他们停止看着挑战作为医学问题，而是呼吁他们的工程和数据科学技能将问题作为工程问题。
Brian Turyabagye和来自Kampala，Olivia Koburongo和Besufekad Shifferaw的两位来自Makerere University的两位同事，成立了妈妈ope.2016年。意思是“母亲的希望”，妈妈ope从Kobulongo开始了奶奶的最初灵感，他将祖母失去了祖母，以误诊为肺炎。在学习误诊问题时，儿童之间的普遍性更为普遍，他们专注于努力拯救这些年轻的生命。
根据Turyabagye的说法，从工程角度攻击这一点揭示了这个问题的可靠性方面。
妈妈ope创始人：Olivia Koburongo（左），Brian Turyabagye（中心），Besufekad Shifferaw（右）
图片学分：Raeng / Brett eloff
"Research shows that pneumonia can be identified by four major vital signs: the breathing rate, temperature, the lungs’ sounds, and the oxygen saturation in the body. It also shows that if you can capture accurately three out of four of these leading signs, you’re able to accurately predict the state of pneumonia in a child.”
Brian Turyabagye，妈妈ope
儿童穿着原型妈妈ope夹克
图片学分：Raeng / Brett eloff
将症状转换为数据
将医疗问题转化为工程问题，要求将症状转化为数据。测量的温度和呼吸速率的主要生命迹象是相对简单的。量化肺部声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儿童躯干上的多个位置捕捉肺部声音，因此他们设计了可穿戴医疗设备：智能夹克。该集团的妈妈ope智能夹克原型有五种麦克风，有效用作可穿戴听诊器。
医生可以从患者的胸部听到正确的位置，但不幸的是，妈妈ope夹克没有找到那个地方的奢侈品。它必须满足于足够好的地方。这是夹克的形状因素进来的地方;麦克风在夹克中策略性地位于夹克中，因此一旦夹克畅销，它们就正确地定位在患者身上。但每个患者都不同，如果声音不够清晰，医生会转移听诊器。从五个麦克风收集声音数据有助于确保记录足够的声音数据以弥补给定患者的记录质量的任何差异。
收集数据后，诊断肺炎 - 包括检测疾病的进展 - 成为数据科学挑战。问题基本上是音频处理之一。穿着妈妈ope夹克的肺炎感染儿童的特征声音是什么？
Mama-Ope团队编程了一种信号处理算法，以提供音频录制的最佳诊断洞察力。目标：确定何时记录肺炎的独特裂纹声。启发式，独特的肺部声音包括喘息和噼啪作响。MAMA-OPE算法Turyabagye表示，分别处理五个麦克风输入中的每一个，以确定是否存在裂纹。
“肺的每个部分都有其自身的重大特征。因此，每个麦克风的信号处理都可以微调，以适应儿童肺的该特定区域的肺炎信号的声音曲线。“
Brian Turyabagye，妈妈ope
信号处理和小波分析有助于在声音数据中找到独特的功能。
该团队收集了临床数据，并在医疗专业人员的帮助下标记了健康患者的录音和具有已知肺炎病例的人。该数据用于创建和测试其信号处理算法。
为了帮助开发这些算法，TuryAbagye将声音文件发送到Kirthi Devleker，在MathWorks-Sound文件中，该文件对应于确认的肺炎案例。Devleker是信号处理和小波的技术专家，说：
“我们希望退后一步，看看整个信号中存在什么样的模式。我们发现了一些裂纹声音的功能，它们与信号处理视角非常一致。“
Kirthi Devleker，Mathworks
Turyabagye和Devleker使用信号处理和小波技术分析并探索了MATLAB中的信号。他们发现独特的特征，通过使用机器学习，可以帮助诊断。
“一旦你用机器学习算法识别和提取它并将其配对，你就会非常容易完成分类任务。数据可用于训练机器学习算法，该算法可以预测肺炎存在的情况。“
Kirthi Devleker，Mathworks
夹克旨在用于远程诊所和学校。甚至没有医务人员或计算机的地点也可以使用夹克快速诊断。夹克通过蓝牙连接到移动电话应用程序，这些应用程序记录和分析所收集的数据。它然后将结果发送给医疗保健专业人士，所以他或她可以做出明智的诊断，而不需要对孩子进行入住。
下一步
Turyabagye说他们的原型智能夹克只需要一个孩子佩戴它大约三分钟，所以即使在诊所或学校的单个妈妈ope夹克也可能导致许多快速准确的诊断，医生不可用。
随着工作原型完成，妈妈ope的下一个挑战是清除乌干达的监管障碍，Turyabagye表示该公司首先推出其技术。该公司超越乌干达，计划将其卷展栏扩展到附近的国家，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达了帮助妈妈ope将其技术带到该地区的学校，医院和诊所。然后，也许儿童基金会也可能有一天报告儿童肺炎死亡是在智能夹克的帮助下减少，并且相当多的ope。
医生调整孩子上的传感器妈妈ope夹克。
图片学分：Raeng / Brett eloff
