[論文レビュー] Ubenwa: Cry-based Diagnosis of Birth Asphyxia

Charles C. Onu, Innocent Udeogu+6 more|arXiv (Cornell University)|Nov 17, 2017

Infant Health and DevelopmentHealth Professions参考文献 5被引用数 20

ひとこと要約

Ubenwaは、スマートフォンを用いた機械学習システムを提案し、新生児のけいれん性低酸素状態を、泣き声の分析によって診断する。Mel周波数ケプストラム係数（MFCCs）とサポートベクターマシン（SVMs）を活用して、泣き声を正常または低酸素状態に分類する。1389件の泣き声サンプルからなるテストデータセットで、感度85%、特異度89%を達成し、低コストで非侵襲的かつ迅速な診断ソリューションを、リソースが限られた環境に提供する。

ABSTRACT

Every year, 3 million newborns die within the first month of life. Birth asphyxia and other breathing-related conditions are a leading cause of mortality during the neonatal phase. Current diagnostic methods are too sophisticated in terms of equipment, required expertise, and general logistics. Consequently, early detection of asphyxia in newborns is very difficult in many parts of the world, especially in resource-poor settings. We are developing a machine learning system, dubbed Ubenwa, which enables diagnosis of asphyxia through automated analysis of the infant cry. Deployed via smartphone and wearable technology, Ubenwa will drastically reduce the time, cost and skill required to make accurate and potentially life-saving diagnoses.

研究の動機と目的

• 従来の血液ガス分析が実用的でないリソースが限られた環境において、低コストでアクセス可能な出生時低酸素状態の診断ツールを開発すること。
• 新生児の低酸素状態を検出する非侵襲的バイオマーカーとして、乳児の泣き声パターンを活用すること。
• 最小限のユーザーの専門知識を要し、20秒未満で動作するモバイルデプロイ可能な機械学習システムを設計すること。
• カナダおよびナイジェリアの病院でのデータ収集を通じて、実臨床環境でのシステムの妥当性を検証すること。
• 環境ノイズに強い性能、最小限のメモリ使用量、短い録音長さへの耐性を高めるためのアルゴリズム最適化を行うこと。

提案手法

• システムは、人間の聴覚認識を模倣するスペクトル特徴を表すために、分段された乳児の泣き声音声からメル周波数ケプストラム係数（MFCCs）を抽出する。
• 支持ベクターマシン（SVM）分類器をMFCC特徴量上で学習させ、正常な泣き声と低酸素状態の泣き声を区別する。
• 各泣き声サンプルは時間的セグメントに分割され、セグメントごとの分類結果を多数決で統合することで、耐性性を向上させる。
• 学習済みモデルは、スマートフォン上でリアルタイム診断が可能なモバイルアプリ「Ubenwa」に統合される。
• 本アプローチは、低リソースのモバイルデバイスへの展開を念頭に、モデルのポータビリティと効率性を最優先する。
• 今後の研究では、データ量の増加に伴いLSTMなどのディープラーニングモデルへの移行を検討する。

実験結果

リサーチクエスチョン

• RQ1 乳児の泣き声パターンは、新生児の出産時低酸素状態の有無を信頼性を持って示すことができるか？
• RQ2 MFCCとSVMに基づく機械学習モデルは、臨床的に有用な感度と特異度を達成できるか？
• RQ3 スマートフォンベースのシステムは、リソースが限られた環境におけるアクセス性、コスト、速度の観点から、従来の診断法を上回ることができるか？
• RQ4 ノイズ耐性と最小限の計算リソース要件を満たすように、システムを実世界への展開に最適化できるか？
• RQ5 本アプローチを用いた正確な診断に必要な最小限の泣き声録音長さはどの程度か？

主な発見

• MFCC-SVMモデルは、1389件の泣き声サンプルからなるテストデータセットで、低酸素状態の新生児を85%の感度で検出できた。
• 同じテストデータセットで、正常な新生児を正しく同定する特異度は89%であった。
• システムは20秒未満で結果を出力でき、迅速な臨床意思決定を可能にする。
• 「Ubenwa」と名付けられたモバイルアプリプロトタイプは、地域保健ワーカーや親など、臨床的経験が少ないユーザーが、最小限の訓練で診断を実施できる。
• 本アプローチは非侵襲的であり、血液採取ではなく、単に泣き声の録音のみを要するため、リスクと複雑さが著しく低減される。
• ナイジェリアのUPTH病院およびカナダのMUHC病院で、実世界環境でのシステム妥当性の検証と、将来的なモデル改善のためのデータセット拡充のためのデータ収集が進行中である。