首爾國立科學技術大學的科學家在副教授金成恩的帶領下，開發出一套系統，能透過手機普通麥克風的錄音，辨識出0至6歲兒童肺部中的異常聲音。
主要的困難在於，神經網路通常是使用電子聽診器的錄音來訓練的。而手機聽到的聲音完全不同——它的麥克風不同，設定也不同。因此，在聽診器上運作良好的模型，一旦用在手機錄音上就會開始出錯。
為了解決這個問題，研究人員採取了兩個步驟。首先，他們處理了手機錄音：去除多餘的高頻，並降低音質，使其更接近聽診器。接著，他們加入了一個特殊模組，幫助模型更好地理解「手機」聲音。這項改良被整合進原本就已能分析聲音的系統中。
為了訓練，他們收集了611名兒童的資料。其中147名兒童的錄音是在相同部位同時用聽診器和手機錄製的。另外，他們在48名僅在另一地點用手機錄音的兒童身上單獨測試了該系統。
結果相當不錯。在主要的手機錄音上，系統正確辨識問題的準確率約為80%。僅用手機錄音訓練的模型表現較差。而如果只是把聽診器和手機的資料混合起來、不做特殊處理，結果還要更弱。
在新的、「陌生」的錄音上，該系統也維持了正常的準確率。而僅用聽診器訓練的模型則幾乎完全失效。沒有特殊的調適，從一種裝置轉換到另一種裝置幾乎是不可能的。
作者強調：這不是要取代醫生，而是助手。系統可以提示就診之間發生了某些變化，但最終決定始終由兒科醫生做出。
為什麼這很重要？聽診器是檢查肺部的主要方式，但這需要去看醫生。電子聽診器很昂貴，而幾乎人人都有智慧型手機。及早發現幼童的呼吸問題尤其重要，因為病情可能迅速惡化。
這項工作延續了同一團隊先前的研究。他們之前已經展示過一款應用程式的原型，能錄製聲音並傳送到伺服器進行分析。如今，該系統能更好地應對各種不同的錄音條件。
對家長而言，主要結論很簡單：這項技術是更留心觀察孩子的理由，而不是延後就醫的理由。如果孩子咳嗽或呼吸困難，決定權始終在專業人士手中。
