PulmoListener：野外环境下慢性阻塞性肺疾病的连续声学监测

先前的研究已表明在受控环境下进行声学分析评估慢性阻塞性肺疾病（COPD）的实用性——COPD是影响全球数百万人的最常见呼吸系统疾病之一。然而，这种评估需要患者主动参与，并且可能无法代表患者声音的真实特征。我们提出了PulmoListener，这是一个端到端的语音处理管道，用于从日常生活的智能手表中收集患者语音，识别语音片段并进行COPD症状严重程度分类。我们对8名COPD患者进行了平均164±92天的研究。我们发现，PulmoListener在同一天进行症状严重程度分类时，平均灵敏度为0.79±0.03，特异性为0.83±0.05。PulmoListener还可以提前4天预测严重程度，平均灵敏度为0.75±0.02，特异性为0.74±0.07。研究结果表明，利用自然语音在真实世界环境中监测COPD是可行的，为疾病管理乃至诊断提供了一种有前景的解决方案。