Varje förälder känner till frustrationen av att svara på ett barns gråt, undrar om deras barn är hungrig, våt, trött, i behov av en kram, eller kanske till och med smärta. En grupp forskare i USA har tagit fram en ny artificiell intelligensmetod som kan identifiera och skilja mellan normala gråtsignaler och onormala, till exempel de som är resultatet av en underliggande sjukdom. Metoden, baserat på en algoritm för gråtspråksigenkänning, lovar att vara till nytta för föräldrar i hemmet såväl som i vården, eftersom läkare kan använda den för att urskilja gråt bland sjuka barn.

Forskningen publicerades i majnumret av IEEE/CAA Journal of Automatica Sinica ( JAS ), en gemensam publikation av IEEE och Chinese Association of Automation.

Erfarna vårdpersonal och rutinerade föräldrar kan ganska exakt särskilja en babys många behov baserat på de gråtljud den gör. Även om varje barns gråt är unikt, de delar vissa gemensamma drag när de beror på samma orsaker. Att identifiera de dolda mönstren i gråtsignalen har varit en stor utmaning, och tillämpningar av artificiell intelligens har nu visat sig vara en lämplig lösning i detta sammanhang.

Den nya forskningen använder en specifik algoritm baserad på automatisk taligenkänning för att upptäcka och känna igen egenskaperna hos spädbarnsgråt. För att analysera och klassificera dessa signaler, teamet använde komprimerad avkänning som ett sätt att bearbeta big data mer effektivt. Komprimerad avkänning är en process som rekonstruerar en signal baserat på gles data, och är särskilt användbar när ljud spelas in i bullriga miljöer, vilket är där barnskrik vanligtvis äger rum. I den här studien, forskarna designade en ny algoritm för gråtspråksigenkänning som kan särskilja innebörden av både normala och onormala gråtsignaler i en bullrig miljö. Algoritmen är oberoende av den individuella roparen, vilket innebär att det kan användas i en vidare mening i praktiska scenarier som ett sätt att känna igen och klassificera olika gråtdrag och bättre förstå varför bebisar gråter och hur brådskande gråten är.

"Som ett speciellt språk, det finns massor av hälsorelaterad information i olika gråtljud. Skillnaderna mellan ljudsignaler bär faktiskt informationen. Dessa skillnader representeras av olika egenskaper hos gråtsignalerna. För att känna igen och utnyttja informationen, vi måste extrahera funktionerna och sedan skaffa informationen i den, " säger Lichuan Liu, motsvarande författare och docent i elektroteknik och chefen för Digital Signal Processing Laboratory vars grupp utförde forskningen.

Forskarna hoppas att resultaten av deras studie skulle kunna tillämpas på flera andra medicinska vårdförhållanden där beslutsfattande i hög grad bygger på erfarenhet. "De slutgiltiga målen är friskare barn och mindre press på föräldrar och vårdgivare, " säger Liu. "Vi undersöker samarbeten med sjukhus och medicinska forskningscentra, för att få mer data och indata för kravscenariot, och förhoppningsvis kan vi ha några produkter för klinisk praxis, " tillägger hon.