Lauschen Sie der Toilette - sie könnte Krankheiten erkennen
Mikrofonsensor und maschinelles Lernen können Ausscheidungsereignisse klassifizieren und so Cholera oder andere Darmerkrankungen identifizieren
Die Cholera, eine bakterielle Durchfallerkrankung, betrifft Millionen von Menschen und führt jedes Jahr zu etwa 150.000 Todesfällen. Die Identifizierung der potenziellen Ausbreitung einer solchen Krankheit würde die Gesundheitsexperten frühzeitig warnen und die Bereitstellung von Ressourcen und Hilfe verbessern. Aus offensichtlichen Gründen ist die Überwachung dieser und anderer Darmerkrankungen jedoch eine sensible Angelegenheit.
![Computer-generated image](https://img.chemie.de/Portal/News/638f0b81c6713_MSVu5H0B1.png?tr=w-1536,h-1152,cm-extract,x-0,y-104:n-xzoom)
Symbolbild
Computer-generated image
In ihrem Vortrag "Die Fäkalien-These: Einsatz von maschinellem Lernen zur Erkennung von Durchfall" wird Maia Gatlin vom Georgia Institute of Technology beschreiben, wie ein nicht-invasiver Mikrofonsensor Darmerkrankungen erkennen könnte, ohne identifizierbare Informationen zu sammeln. Die Präsentation fand am 5. Dezember im Osten der USA in Summit C statt, als Teil der 183. Tagung der Acoustical Society of America, die vom 5. bis 9. Dezember im Grand Hyatt Nashville Hotel stattfand.
Gatlin und ihr Team testeten die Technik an Audiodaten aus Online-Quellen. Jedes Audiobeispiel eines Ausscheidungsereignisses wurde in ein Spektrogramm umgewandelt, das im Wesentlichen den Klang in einem Bild festhält. Verschiedene Ereignisse erzeugen unterschiedliche Merkmale in den Audiodaten und im Spektrogramm. Beim Urinieren wird beispielsweise ein gleichmäßiger Ton erzeugt, während beim Stuhlgang ein singulärer Ton zu hören sein kann. Im Gegensatz dazu ist Durchfall eher zufällig.
Die Spektrogrammbilder wurden einem Algorithmus für maschinelles Lernen zugeführt, der lernte, jedes Ereignis auf der Grundlage seiner Merkmale zu klassifizieren. Die Leistung des Algorithmus wurde mit Daten mit und ohne Hintergrundgeräusche getestet, um sicherzustellen, dass er unabhängig von der Umgebung des Sensors die richtigen Klangmerkmale lernt.
"Wir hoffen, dass dieser Sensor, der wenig Platz benötigt und nicht invasiv ist, in Gebieten eingesetzt werden kann, in denen Choleraausbrüche ein ständiges Risiko darstellen", so Gatlin. "Der Sensor könnte auch in Katastrophengebieten eingesetzt werden (wo die Verunreinigung von Wasser zur Verbreitung von Krankheitserregern führt), oder sogar in Pflege- und Krankenhauseinrichtungen zur automatischen Überwachung des Stuhlgangs von Patienten. Vielleicht kann unser Algorithmus eines Tages mit bestehenden intelligenten Geräten zu Hause verwendet werden, um den eigenen Stuhlgang und die eigene Gesundheit zu überwachen!"
Für die Zukunft planen Gatlin und ihre Kollegen, akustische Daten aus der realen Welt zu sammeln, damit ihr maschinelles Lernmodell an eine Vielzahl von Badezimmern angepasst werden kann.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Meistgelesene News
Themen
Organisationen
Weitere News aus dem Ressort Wissenschaft
![Newsletter](https://img.chemie.de/assets/awportal/images/newsletter.png)
Holen Sie sich die Analytik- und Labortechnik-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für Analytik und Labortechnik bringt Sie jeden Dienstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.