Analiza dźwięków oddechowych w modelu tracheomalacji u królika

Dlaczego warto słuchać oddechu

Lekarze zwykle rozpoznają poważne problemy z oddychaniem, takie jak wiotka tchawica, za pomocą badań obrazowych i małych kamer wprowadzanych do dróg oddechowych. Badania te mogą być stresujące, zwłaszcza dla niemowląt i małych dzieci, i nie zawsze dają się łatwo powtórzyć. W niniejszym badaniu sprawdzono, czy uważne słuchanie oddechu, połączone z nowoczesną analizą komputerową, mogłoby stanowić łagodną, nieinwazyjną metodę wykrywania nadmiernej miękkości tchawicy i skłonności do zapadania się.

Gdy tchawica traci sztywność

Tracheomalacja to stan, w którym tchawica traci swoją sztywność i ma tendencję do zwężania się lub zapadania podczas oddychania. Osoby z tą wadą mogą mieć głośny oddech, duszność, a w ciężkich przypadkach krótkie epizody zatrzymania oddechu. Obecnie lekarze opierają się na zdjęciach rentgenowskich, tomografii komputerowej oraz bronchoskopii — wprowadzeniu endoskopu do dróg oddechowych — aby potwierdzić rozpoznanie. Metody te wiążą się z ekspozycją na promieniowanie, wymagają sedacji i niosą ze sobą pewne ryzyko, co jest szczególnie istotne u kruchego, noworodkowego i niemowlęcego pacjenta.

Budowanie bezpiecznego odpowiednika dla chorych dzieci

Ponieważ byłoby nieetyczne eksperymentować bezpośrednio na niemowlętach, badacze stworzyli kontrolowany model zwierzęcy, który naśladuje drogi oddechowe małego dziecka. Operowali na pięciu królikach, ostrożnie usuwając część chrząstkowych pierścieni, które zwykle utrzymują tchawicę otwartą. W efekcie powstała osłabiona droga oddechowa, która rozszerzała się podczas wdechu i zwężała podczas wydechu, bardzo przypominając jedną z głównych postaci tracheomalacji. Przy użyciu głowicy stetoskopu klinicznego i ustandaryzowanego urządzenia nagrywającego umieszczonego na szyi i klatce piersiowej zarejestrowano dźwięki oddechowe, jednocześnie mierząc ciśnienie wewnątrz dróg oddechowych, co pozwoliło upewnić się, że zmiany w dźwięku rzeczywiście odzwierciedlają zmiany przepływu powietrza i kształtu dróg oddechowych.

Przekształcanie oddechów w liczby

Zespół skupił się na fazie wydechowej, w której dźwięki były najsilniejsze i najbardziej spójne. Wykorzystano powszechnie stosowane narzędzie do analizy audio, aby podzielić każdy wydech na bardzo krótkie kawałki i opisać każdy z nich za pomocą tysięcy prostych miar, takich jak głośność, rozkład wysokości i barwy w różnych częstotliwościach oraz zmiany tych właściwości w czasie. Z każdego oddechu wyekstrahowano 6 373 takich cech, a następnie zawężono ich liczbę do 51, które wiarygodnie różniły się między zdrową a wiotką tchawicą w co najmniej czterech z pięciu królików. Te cechy posłużyły jako surowy materiał dla programów komputerowych zaprojektowanych do rozróżniania obu stanów.

Uczenie komputerów rozpoznawania problemu

Przetestowano trzy typy modeli uczenia maszynowego: regresję logistyczną, maszyny wektorów nośnych (SVM) oraz nowoczesną metodę opartą na drzewach nazwaną LightGBM. Aby uniknąć „oszustwa”, badacze grupowali dane według każdego królika i warunku dróg oddechowych, zapewniając, że oddechy z tej samej sytuacji nie trafiały jednocześnie do zestawów treningowych i testowych. Wszystkie modele działały stosunkowo dobrze, ale wyróżnił się LightGBM. Jego zdolność do odróżnienia normalnej i osłabionej tchawicy osiągnęła poziom dokładności, który w statystyce medycznej uznaje się za silny: pole pod krzywą (AUC) przekroczyło 0,78 dla pojedynczych oddechów i 0,80 przy uśrednianiu decyzji na królika. Najistotniejsze okazały się niskoczęstotliwościowe składniki tzw. współczynników cepstralnych Mel (MFCC), narzędzia zapożyczone z rozpoznawania mowy, szczególnie dobre w uchwyceniu ogólnego „kształtu” i subtelnych fluktuacji dźwięku.

Co ujawniają dźwięki

Znaczenie tych niskoczęstotliwościowych wzorców sugeruje, że zapadająca się tchawica zmienia przepływ powietrza przez gardło w sposób zbyt subtelny dla samego ludzkiego ucha, ale wystarczająco czytelny dla algorytmów. Nawet gdy dźwięki oddechowe nie zawierały oczywistych świstów, modele potrafiły wychwycić niewielkie zniekształcenia tonu i rytmu sygnalizujące zwężenie dróg oddechowych. Co godne uwagi, osiągnięto to przy użyciu standardowego sprzętu medycznego podobnego do tego, którego lekarze używają na co dzień, oraz relatywnie prostego przetwarzania komputerowego.

Od królików laboratoryjnych do oddziałów dziecięcych

Ponieważ tchawice królików mają rozmiar zbliżony do tchawic noworodków, model ten stanowi realistyczne pole doświadczalne dla narzędzi przeznaczonych do opieki pediatrycznej. Chociaż badanie obejmowało tylko pięć zwierząt i jeden konkretny rodzaj osłabienia dróg oddechowych, kładzie ono istotne podstawy. Wyniki pokazują, że nieinwazyjne nagrania dźwięku w połączeniu z uczeniem maszynowym mogą wiarygodnie wykrywać wiotką tchawicę bez konieczności stosowania promieniowania czy endoskopii. Przy większych badaniach i testach na pacjentach ludzkich takie podejście mogłoby ewoluować w narzędzie przesiewowe przy łóżku pacjenta, pomagające lekarzom zdecydować, które dzieci naprawdę potrzebują inwazyjnych badań, a które można bezpiecznie obserwować przy użyciu wrażliwego „inteligentnego stetoskopu”.

Cytowanie: Ismael, A.C., Omiya, Y., Higuchi, M. et al. Respiratory sound analysis in a rabbit tracheomalacia model. Sci Rep 16, 12249 (2026). https://doi.org/10.1038/s41598-026-42275-8

Słowa kluczowe: tracheomalacja, dźwięki oddechowe, uczenie maszynowe, diagnostyka nieinwazyjna, drogi oddechowe dzieci