Третьекурсники факультета компьютерных наук ВГУ Владислав Твердохлебов и Стефан Шипилов (направление «Математика и компьютерные науки») под руководством старшего преподавателя Алексея Максимова работают над прибором, который анализирует спектральную составляющую аудиозаписей кашля. Изобретение поможет врачам в постановке диагноза пациентам с заболеваниями дыхательной системы и персонифицированном назначении препаратов.
Идея возникла, когда к учёным обратились пульмонологи из БСМП. У врачей появилась потребность в суточном мониторинге кашля для последующего спектрального анализа аудиозаписей этого кашля: требовалось создать аппарат, который мог бы выделять кашель из обычной аудиозаписи, разделять его на части – так называемые кашлевые акты, а затем строить их Вейвлет- и Фурье-спектры. Эти преобразования позволяют посмотреть частоты, которые присутствуют в звуковых сигналах – то есть высокие и низкие звуки. Построение распределения кашлей по времени может много сказать о продолжительности действия того или иного препарата на конкретного человека, а спектральные показатели кашля – о динамике выздоровления пациента.
Работа над проектом идёт в рамках договора о сотрудничестве между ВГУ и ВГМУ имени Н.Н. Бурденко.
– Мы с представителями медуниверситета, а именно доктором медицинских наук Евгением Овсянниковым разрабатываем прибор, который создан для того, чтобы собирать информацию – о хрипах, кашлях – в общем, о любой респираторной «активности». В зависимости от региона страны и конкретного года, болезни органов дыхания могут занимать более 60% случаев в общей структуре заболеваемости. Именно поэтому мы полагаем, что наша разработка будет очень востребована в лечебных учреждениях, – подчеркнул Алексей Максимов.
Прибор состоит из обычного смартфона и программного обеспечения к нему, а также небольшой коробочки – монитора кашля, который, в свою очередь, состоит из датчика дыхания и акселерометра. Этот монитор надевают на человека и он, анализируя показатели дыхания и акселерометрии (ускорение при вдохе/выдохе) грудной клетки позволяет отделить кашель от речи и фоновых шумов на аудиозаписи. Смартфон же используют для хранения и отправки аудиозаписей на удалённый сервер, где и происходит их анализ.
Врач получает данные практически в режиме реального времени и в любой момент может с ними работать. Каким образом? Визуализировать могут как аудиозапись кашля, так и его спектральные характеристики. Анализируя определённые частоты, обращая внимание на пики графиков, медики смогут понять, действует ли тот или иной препарат на человека положительно или не работает вовсе, а также разобраться, какова динамика и продолжительность действия лекарства.
Например, человек болеет астмой: один препарат помогает ему на час, другой делает его состояние проще в течение пяти часов. Пациент проходит с монитором сутки. Тот проанализирует изменения кашля и даст врачу понять, с каким именно лекарством человек себя чувствует хорошо в течение большего промежутка времени.
– Мы пробуем включить в процесс анализа машинное обучение – нейронные сети, которые будут обрабатывать аудиозаписи перед анализом врача. Например, определять, сухой кашель или влажный, а также дополнительно выделять фрагменты аудиозаписей, не содержащих кашель. Если у нас всё получится, мы сможем отказаться от монитора кашля и оставить всего лишь петличку с микрофоном и смартфон. Они будут записывать звук в режиме реального времени, прогонять их через нейронную сеть, выделяя только кашель и удаляя всё остальное. Затем кашель будут отправлять на сервер. В результате система должна «выдавать» красивые графики и помогать врачу ставить диагноз. Сегодня мы проходим бета-тестирование: медики решают, насколько им удобна данная система, – прокомментировал Алексей Максимов.
– Я делал front-end часть, Стефан занимался back-end, вместе мы пересекались в двух сферах. Я решал, как именно будут построены графики. Нужно было, чтобы графики строились более-менее быстро и сервер не выдавал ошибку. Поскольку данных очень много, сервер это перегружает. Пришлось развивать запрос на части: когда мы выбираем какой-то конкретный график или файл, то только этот файл отправляет запрос на сервер, и затем строится график. Стефан отвечал за построение модели базы данных, то есть он продумывал, какие взаимосвязи могут быть, локализацию, аутентификацию, – рассказал Владислав Твердохлебов.
– Минимальный функционал уже есть, осталось «навести красоту». В идеале это должен быть программно-аппаратный комплекс. Человеку в больнице выдают специальный смартфон с программным обеспечением, он в течение суток живёт обычной жизнью. Мы собираем исключительно аудиозаписи кашлей, после чего строим графики распределения, спектры, а врач делает выводы, назначает какие-то препараты, – отметил Алексей Максимов.
