Husten bei COVID-19 Akustische Eigenschaften lassen potenziell Rückschlüsse auf die Prognose zu

Autor: Dr. Anna Millenaar

In der Studie wurden Hustengeräusche in den ersten 24 h nach der stationären Aufnahme aufgezeichnet und analysiert. (Agenturfoto) In der Studie wurden Hustengeräusche in den ersten 24 h nach der stationären Aufnahme aufgezeichnet und analysiert. (Agenturfoto) © New Africa - stock.adobe.com

Die Verläufe von COVID-19 variieren stark. Bisher stehen zwar einige diagnostische Möglichkeiten, vor allem bildgebende Verfahren zur Verfügung, um das Risiko für einen schweren Verlauf zu beurteilen. Diese sind jedoch teilweise aufwendig, nicht überall verfügbar und teuer. 

Ein trockener Husten tritt in der ersten Phase von COVID bei circa 70 % aller Patienten auf. Wissenschaftler untersuchten daher, ob durch eine Analyse der Hustengeräusche eines COVID-Patienten dessen Prognose abgeschätzt werden kann. In einer Querschnittsstudie wurden die Hustengeräusche von 70 Patienten innerhalb von 24 Stunden nach der stationären Aufnahme im Zeitraum von April 2020 bis Mai 2021 per Smartphone aufgenommen.

Über eine Hustenanalyse per KI Ressourcen sparen

Es folgte eine komplexe technische und statistische Auswertung der Frequenz der Hustengeräusche. In deren Rahmen ließen sich fünf Parameter identifizieren, die jeweils bei einer unterschiedlichen Schwere der Erkrankung variierten. Dazu gehörten beispielsweise die Frequenzvariabilität und die Spitzenfrequenzen der Hustengeräusche. So war es möglich, die Patienten drei Gruppen zuzuordnen: jene mit mildem, moderatem oder hohem Risiko für einen schweren Verlauf mit Pneumonie.  

Eine KI-basierte Hustenanalyse könnte insbesondere in geografischen Regionen mit limitierten medizinischen Ressourcen zu einer einfachen und kostengünstigen Stratifizierungsmethode werden, um auf die Prognose von Coronapatienten zu schließen. Damit wäre es möglich, Patienten mit einem hohen Risiko herauszufiltern. Allerdings müsse die Methode an einer größeren Stichprobe weiter untersucht werden, die bisherige Aussagekraft reiche derzeit noch nicht aus, heißt es im Fazit der Studie.

Quelle: Davidson C et al. ERJ Open Res 2023; DOI: 10.1183/23120541.00247-2022