据统计，全世界每年因肺炎死亡的儿童超过180万。快速诊断和选用合适的治疗能有效预防这些不必要的死亡。然而，偏远地区由于缺乏可靠的医学成像和实验室设备以及有经验的社区卫生专业人员，所以绝大多数儿童肺炎死亡病例均发生在资源匮乏的偏远地区（如：撒哈拉以南的非洲和亚洲的偏远地区）。

    来自澳大利亚和印度尼西亚的研究者们表示，在资源贫乏的地区，分析孩子咳嗽声中所携带的信息，也可以准确地诊断儿童肺炎。

    研究人员专门设计了一个自动化分析系统，通过对放置在患者床头上麦克风所收集到的患儿的咳嗽和呼吸声加以分析，而不用直接接触患儿，就能帮助临床更准确地诊断儿童肺炎。咳嗽是肺炎的基础症状，但是目前的临床常规路径一般很少直接利用咳嗽声来诊断疾病。研究人员共收集了91例患儿的815例咳嗽事件，而这些患者被怀疑患有急性呼吸道疾病（比如：肺炎、细支气管炎和哮喘），均被收住在印尼加札马达大学附属的Sardjito医院。研究者们提取了某些咳嗽声音的特征，并利用它来进行逻辑回归分析。

    该技术仅通过分析咳嗽声，就能有效诊断肺炎，并与其他疾病进行鉴别，其敏感性为94%，特异性为75%，优于世界卫生组织在资源贫乏地区肺炎分类的临床计算方法。如果再包含其他参数，比如发热，会进一步增加该技术的准确性。

    在发达国家，该技术也可被用来诊断呼吸道疾病。（作者：王敏骏)

参考文献：《Annals of Biomedical Engineering》2013;41:2448-2462