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年肺炎申请了超过880,000名儿童的生活 - 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。
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，人口仍然与两种疾病斗争。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，用抗生素治疗，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，误诊通常证明致命。
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。
这是肺炎的声音：
音频来源:thesimtech.com
了解该地区这么少的医生对该地区的影响，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疗问题，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共同创立了该公司妈妈ope.2016年。意思是“母亲的希望”，妈妈ope从Kobulongo夺取了奶奶的最初灵感，他将祖母失去了奶牛般的肺炎。在学习误诊问题时，儿童之间的普遍性更为普遍，他们致力于努力拯救这些年轻的生命。
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
"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 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。
一旦收集到这些数据，诊断肺炎——包括检测疾病的进展——就成为数据科学的挑战。问题的根源在于音频处理。一个感染肺炎的孩子穿着妈妈的外套会发出什么样的声音?
Mama-Ope团队编写了一种信号处理算法，提供从音频录制中获得的最佳诊断洞察力。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说，处理五个麦克风输入中的每一个，以确定是否存在裂纹。
“肺部的每个部分都有其自身的重大特征。因此，可以微调每个麦克风的信号处理，以适应儿童肺的特定区域的肺炎信号的声音剖面。“
Brian Turyabagye Mama-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，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，看看在所有信号中存在什么明显的模式。我们发现了裂纹声音的一些功能，它们与信号处理视角非常一致。“
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。
“一旦您用机器学习算法识别和提取它并将其配对，您将使分类的任务非常容易。数据可用于训练机器学习算法，该算法可以预测存在肺炎的情况。“
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。
随着工作原型完成，妈妈ope的下一个挑战是在乌干达清除监管障碍，Turyabagye表示，该公司将首先推出其技术。超越乌干达，该公司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。
医生在孩子身上调整传感器加载的妈妈夹克。
图片来源:RAEng/Brett Eloff
