首尔国立科学技术大学的科学家们在副教授金成恩的带领下，开发出一套系统，它能根据手机普通麦克风的录音，识别0至6岁儿童肺部发出的异常声音。
主要的困难在于，神经网络通常是用电子听诊器的录音来训练的。而手机听到声音的方式完全不同——它的麦克风不同，设置也不同。因此，在听诊器录音上表现良好的模型，一旦处理手机录音就会开始出错。
为了解决这个问题，研究人员采取了两步。首先，他们处理了手机录音：去除了多余的高频，并降低了音质，使其更接近听诊器。然后，他们添加了一个特殊模块，帮助模型更好地理解“手机”声音。这项改进被集成到一套已经能够解析声音的系统中。
为了训练，他们收集了611名儿童的数据。其中147名儿童的录音是在相同部位同时用听诊器和手机录制的。另外，他们在48名仅在其他地点用手机录音的儿童身上单独测试了该系统。
结果很不错。在主要的手机录音上，系统识别问题的准确率约为80%。仅用手机录音训练的模型表现更差。而如果只是简单地把听诊器和手机数据混合在一起、不做特殊处理，结果还要更弱。
在新的、“陌生”的录音上，系统也保持了正常的准确率。而仅在听诊器上训练的模型几乎完全失效。没有专门的适配，从一种设备迁移到另一种设备几乎是不可能的。
作者强调：这不是要取代医生，而是助手。系统可以提示两次就诊之间出现了某些变化，但最终决定始终由儿科医生做出。
为什么这很重要？听诊器是检查肺部的主要方式，但这需要去看医生。电子听诊器价格昂贵，而智能手机几乎人人都有。及早发现幼儿的呼吸问题尤为重要，因为病情可能迅速恶化。
这项工作延续了同一团队此前的研究。他们之前已经展示过一款应用的原型，该应用可以录制声音并将其发送到服务器进行分析。现在，系统能更好地应对不同的录音条件。
对父母来说，主要结论很简单：这项技术是更仔细关注孩子的理由，而不是推迟就医的理由。如果孩子咳嗽或呼吸困难，决定权始终在专业人士手中。
