机器学习随波逐流
一种人工智能(AI)算法经过训练，可以听患者排尿，从而能够识别异常流量，这可能是一种有用的、成本效益高的手段，可以在家里监测和管理泌尿科患者。这项研究今天在阿姆斯特丹举行的欧洲泌尿学协会年会上(EAU22)发表。
深度学习工具Audioflow的表现几乎和临床使用的专业机器一样好，在评估尿流量方面的结果与泌尿科的住院医生相似。目前的研究重点是在隔音环境下尿液发出的声音，但他们的目标是开发一款应用程序，让患者可以在家里监测自己的声音。
较低的尿路症状这种与膀胱和尿道工作有关的问题很常见，约有60%的男性和57%的女性受到影响。
尿流量测量是评估患者症状的重要工具，但患者在门诊就诊时必须向机器排尿。他们被要求向一个与尿流量计相连的漏斗中排尿，尿流量计记录了流量信息。在COVID-19大流行期间，诊所的准入受到限制，即使在患者可以就诊的地方，由于使用一台机器需要排队，测试也需要很长时间。
新加坡总医院的李汉杰医生和他的同事们在这项研究中进行了合作工程部门开发一种算法，招募了534人男性参与者在2017年12月至2019年7月之间进行培训和验证。参与者在一个隔音的房间里使用常用的尿流量测量仪，并用智能手机记录他们的排尿情况。
通过220次录音，人工智能学会了进行估计流量尿量和时间，这可以表明何时有梗阻或膀胱是否工作不正常。它被训练来倾听和分析男性的尿流，这与女性的尿流不同，需要一个单独的样本来学习分析女性的尿流。
结果与传统的尿流量测量仪和六名泌尿科住院医师的小组进行了比较，他们分别对数据集进行了分级。人工智能在80%以上的记录中与常规尿流量测量仪一致，与泌尿科专家和外部住院医生相比，在鉴别异常流量方面达到84%的一致率。
李博士说:“在许多领域使用机器学习是一种趋势，因为临床医生没有很多时间。与此同时，特别是自大流行以来，人们开始转向远程医疗和较少的医院护理。我们渴望开发一种方法来监控我们的病人，看看他们在医院就诊期间的情况如何。”
他继续说:“我们的人工智能可以超越一些非专家，接近高级顾问。”“但真正的好处是，在你每次去厕所的时候，都有一个相当于顾问的人陪着你。我们现在正在努力使算法能够在有问题的情况下工作背景噪音在正常的家庭环境中，这将对患者产生真正的影响。”
Audioflow现在将作为一个智能手机应用通过初级保健医生因此，它可以在现实世界中进行测试，并从不同噪声环境中的不同数据集中学习。
弗莱堡大学医院泌尿学教授、EAU22泌尿学科学大会委员会成员Christian Gratzke说:“让患者能够在家里测量尿流量，对他们来说更舒服，减少了在诊所等待的时间。这是一项执行良好的研究，有大量的病人这代表了一种很有前途的方法，可以开发一个可以在家里使用的便携式应用程序。我很期待看到现实世界的结果。”
进一步探索
