牛津大學的研究人員正在開發(fā)一種工具,，使人們更容易,，更便宜地診斷肺炎(5歲以下兒童的頭號殺手),。他們的最新研究發(fā)表在皇家學會接口期刊上,。當前,，正確診斷肺炎并了解其嚴重程度需要專業(yè)醫(yī)生和昂貴的設備,，例如X射線機,。發(fā)展中國家的社區(qū)衛(wèi)生工作者都無法使用這兩種方法,，在發(fā)展中國家,，每年110萬兒童肺炎死亡的99%發(fā)生在這里。

　　牛津大學生物醫(yī)學工程研究所的艾琳娜·內(nèi)德諾娃(Elina Naydenova)解釋說：“離醫(yī)院最近的工作時間,，通才的衛(wèi)生工作者依賴一套被稱為IMCI的指南,。這些指南有時可以很好地識別肺炎病例，但不能很好地篩查病例在不同的情況下,，使用者之間也存在很大的差異,。在沒有臨床專家做出結(jié)論性診斷的環(huán)境中，不必要的抗生素處方數(shù)量增加了，從而耗盡了重要的藥物供應并增加了抗生素耐藥性感染問題,。我們希望應用智能工程技術(shù)來開發(fā)強大的自動化系統(tǒng),，該系統(tǒng)始終更加準確?！?/p>

　　準確的診斷可以將死亡率降低42%,，但不僅能正確識別兒童是否患有肺炎。衛(wèi)生工作者還需要判斷感染的嚴重程度,，以確定孩子是否需要轉(zhuǎn)診至醫(yī)院,，以及感染是細菌感染還是病毒感染，以確定抗生素是否會產(chǎn)生影響,。但是,，他們只需要能夠使用一套基本的便攜式設備來完成所有這些工作。

　　為了使自動化系統(tǒng)有效,，它必須能夠使用該基本設備的數(shù)據(jù),，因此牛津團隊從岡比亞的一項臨床研究中獲取了深入的數(shù)據(jù)，并使用機器學習技術(shù)來查看它們是否可以開發(fā)出一種可以診斷出肺炎的算法,。

　　Elina說：“為鑒定肺炎,，我們發(fā)現(xiàn)可以用兩臺設備進行測量的四個特征。心率,，呼吸頻率和血氧飽和度都可以使用脈搏血氧儀進行測量,。溫度需要溫度計。這些都是可以制造的,。提供給接受基礎培訓的衛(wèi)生工作者,。“與IMCI相比,，使用這四項措施,，我們達到了98.2%的敏感性和97.5%的特異性(即，他們可以正確地識別出每1000例肺炎病例中的982例,，而錯誤地識別出每1000例無此病的人中25例的肺炎]最好的性能是94%的靈敏度和69%的特異性,。”

　　通過使用聽診器對兩種肺音進行評估,，該團隊能夠以72.4%的敏感性和82.2%的特異性(IMCI分別達到79.3%和67.7%)確定感染的嚴重程度,。盡管該團隊指出，添加生物標志物C反應蛋白(CRP)的測試可提供89.1%的靈敏度和81.3%的特異性,，但該團隊指出這將涉及額外的費用,。

　　最后，通過使用名為Lipocalin-2的生物標記物同時評估心臟和呼吸頻率以及血氧飽和度,，該團隊可以以81.8%的敏感性和90.6%的特異性鑒定肺炎是細菌性還是病毒性的,。當使用IMCI時,，它對嚴重的細菌感染具有100%的敏感性，但對特異性細菌的敏感度卻為0%-所有嚴重的病毒病例也都應開具不會造成任何影響的抗生素,。雖然這些生物標記物的低成本測試尚未商用,，但世界各地的許多研究團隊已經(jīng)在研究開發(fā)此類測試以在資源有限的環(huán)境中使用。

　　Elina說：“我們已經(jīng)確定了一組功能,，可以替代僅在設備齊全的醫(yī)院中提供的X射線和血液培養(yǎng)相結(jié)合的功能。這些功能將用于與一套低成本產(chǎn)品鏈接的移動應用程序中診斷設備,，我們將在未來幾年試用該設備,。”