研究人员开发了一种基于变压器的深度学习模型，以改善儿科患者喘息声及其他呼吸系统疾病的分类，从而提升临床决策的质量。这一创新模型被称为音频频谱变换器（Audio Spectrogram Transformer，AST），已使用来自韩国两家大学医院的真实数据进行了测试，这些数据是在两年期间收集的。
研究旨在解决传统诊断方法（如听诊器）的局限性。传统方法依赖于医生的经验解释，存在主观性和差异性。通过引入人工智能技术，研究人员希望创建一个能够提供更客观和定量结果的系统。
喘息声通常表明气道狭窄导致的呼吸困难，常通过听诊来诊断。AST模型使用了由儿科肺病专家协助收集的呼吸声音数据。每个患者的呼吸声根据临床评估被分类为喘息或非喘息。
AST模型的测试结果显示其整体准确率为91.1%，相较于现有的卷积神经网络（CNN）模型有显著改进。研究表明，该模型能够解释复杂的音频数据并作出可靠的分类预测。
为了验证模型的预测，研究人员采用了分数类激活映射（Score-Class Activation Mapping，Score-CAM）技术，使得他们可以可视化模型在分类过程中关注的音频输入区域。这种透明度对于临床应用至关重要，因为它有助于医护人员理解模型决策的基础。
AST模型不仅在新的儿科数据集上表现良好，在以前发布的数据集上也表现出色，显示出其作为诊断儿科呼吸系统疾病可靠工具的潜力。
值得注意的是数字听诊器的进步及其与人工智能技术的结合。这种集成使临床医生能够获得非侵入性的实时诊断工具，尤其有利于远程咨询或慢性病监测。研究人员强调了创新听诊技术的需求，特别是在从COVID-19大流行中学到的教训之后。
总体而言，AST模型的开发满足了改进喘息声分类方法的重要需求。随着对更准确高效诊断工具需求的增长，该模型可能为人工智能在儿科医疗中的新应用铺平道路。
尽管这项研究存在样本量较小及训练变压器模型固有的挑战等局限性，但它为未来的研究奠定了基础。研究人员希望开发能够准确分类多种呼吸异常（如啰音和喘鸣）的模型。
未来的研究将集中于收集更大规模且标注精确的数据集，以更有效地训练模型。通过继续推进人工智能辅助诊断，研究人员希望创建易于使用的应用程序，以增强临床医生的诊断过程，特别是针对脆弱的儿科患者。
(全文结束)