Sivut

1.10.2025 Digitaalisten stetoskooppien soveltuvuudesta "Heppavahti"-sovelluksen kehittämiseen

Tämä ajankohtaiskirjoitus sisältää teknisen katsauksen eri stetoskooppien käyttömahdollisuuksista tekoälyä hyödyntävän sovelluksen kehitystyössä.

1. Johdanto

Tekoälyä Talleille -hankkeessa pyritään kehittämään "Heppavahti"-mobiilisovellus. Tämän innovatiivisen sovelluksen tarkoituksena on tunnistaa hevosen suolistossa oleva hiekka siitä kuuluvan äänen perusteella.

Tässä ajankohtaiskirjoituksessa perehdytään tällä hetkellä saatavilla olevien digitaalisten stetoskooppien tekniikkaan sekä arvioidaan niiden sopivuutta järjestelmän liittämiseksi. Lisäksi kirjoitus sisältää suunnitelman sekä reaaliaikaiseen että verkon ulkopuoliseen käyttöön soveltuvan mobiilisovelluksen kehitysstrategiasta.

 

2. Tausta ja tavoite

Hiekansyönti on hevosille tyypillinen ongelmakäytös ja sitä esiintyy erityisesti suomenhevosilla. Suolistoon kertyvä hiekka voi aiheuttaa hevosille jopa kuolemaan johtavia suolisto-oireita. Hiekansyönnin diagnisoiminen vaatii tyypillisesti klinikkakäynnin ja röntgenkuvan vatsaontelosta. Hiekka voidaan kuitenkin toisinaan kuulla stetoskoopilla, sille tyypillisestä "kohisevasta" äänestä.

Tavoitteenamme on kehittää tekoälypohjainen ratkaisu, joka havaitsee suolistossa olevan hiekkakertymän talliolosuhteissa ilman arvokkaita röntgenlaitteita. Integroimalla älykkäät kuuntelututkimusominaisuudet mobiilisovellukseen pyrimme:

  • Luomaan hevosten suolistoääniä sisältävän luokitellun tietojoukon tekoälymallin kehittämistä varten
  • Tarjoamaan tallinpitäjille ja hevosen omistajille järjestelmän, joka varoittaa suolistossa olevasta hiekasta
  • Mahdollistamaan aikaisemman puuttumisen tilanteeseen ja vähentämään eläinlääkärikuluja.

 

3. Toteutus

Mobiilisovelluksen kehittäminen toteutetaan vaiheittain. Aluksi valitaan sopivat digitaaliset stetoskoopit, jotka pystyvät joko suoratoistamaan tai lähettämään äänitallenteita. Sen jälkeen kerätään äänitallenteet hevosten suolistosta (hiekkaa syöneet hevoset/ei hiekkaa syöneet hevoset). Äänitallenteet merkitään tekoälymallin kouluttamista varten poikkeavien äänten tunnistamiseksi. Lopputuloksena kehitetään mobiilisovellus, joka tukee sekä reaaliaikaista analysointia että mahdollistaa tiedostopohjaisten latausten lähettämisen hevosen suolistossa  olevan hiekan todentamiseen (ks. kuva alla).

Kuva: "Heppavahti"-sovelluksen kehitysvaiheet vasemmalta oikealle: 1. stetoskoopin valinta, 2. suolistoäänien kerääminen, 3. tekoälymallin kehittäminen, 4. mobiilisovelluksen luominen.

 

4. Stetoskooppien kartoitus ja arviointi

Erilaisten kaupallisten digitaalisten stetoskooppien soveltuvuutta käytettävään järjestelmään arvioidaan seuraavien kriteereiden mukaan:

  • Liitäntämahdollisuudet (BLE, Bluetooth Low Energy,tai analoginen liitin)
  • Tiedostojen käyttö tai siirrettävyys
  • Sovellusliittymien (API) tai ohjelmistokehityspakettien (SDK) saatavuus
  • Mobiilisovellusten yhteensopivuus
Laite BLE Audioliitin Oma sovellus Tallennus ja kuunntelu muilla sovelluksilla Äänitiedosto-  jen vienti ja tallennus Huomioita
Thinklabs One Ei Kyllä Ei Kyllä Kyllä Ulostulo 3,5 mm:n liittimen kautta
Stemoscope PRO Kyllä Ei DrStemo Ei Kyllä Mahdollistaa tiedostojen manuaalisen jakamisen sovelluksesta
3M Littman CORE Kyllä Ei Eko App Ei Kyllä Turvallinen tiedonjako edellyttää Eko+ -jäsenyyttä
Eko CORE 500 Kyllä Ei Eko App Ei  Kyllä Turvallinen tiedonjako edellyttää Eko+ -jäsenyyttä. Tallennusten tekemiseen ja hakemiseen Eko Cloudista tarvitaan WIFI- tai matkapuhelinyhteys.
Linktop Stethoscope Kyllä Kyllä Linktop Health Kyllä Kyllä SDK/API-tuki käytettävissä

 

4.1. Tietojen keräämiskapasiteetti

Osaa stetoskoopeista voidaan hyödyntää tiedonkeruuseen ilman verkkoyhteyttä, sillä niissä on seuraavat valmiudet:

  • Manuaalinen tietojen vienti laitteen omalla sovelluksella (esim. Stemoscope)
  • Suora äänitallennus 3,5 mm:n liitännän kautta (esim. Thinklabs, Linktop)

Edellä mainittujen ominaisuuksien ansiosta tällaiset laitteet soveltuvat hyvin tekoälymallien koulutukseen tarvittavan äänimateriaalin kokoamiseen.

4.2. Rajoitukset reaaliaikaisten signaalien saannissa

Useimmissa digitaalisissa stetoskoopeissa ei ole avoimia SDK-ohjelmistokehityspaketteja tai reaaliaikaista BLE-yhteyttä, mikä rajoittaa niiden integrointia kehitettävän sovelluksen suoratoistotoimintoihin. Tämä on merkittävä rajoitus sellaisille sovelluksille, jotka edellyttävät äänen reaaliaikaista analysointia.

 

5. Mobiilisovellusten kehitys ja suunnittelu

Teknisten rajoitusten ja vaihtoehtojen perusteella on suunnitteilla hybridisovellusmalli, joka tukee kahta erillistä toimintatapaa:

1. Raaliaikainen seuranta

  • Käyttää BLE:tä (jos tuettu) tai analogista liitäntää reaaliaikaiseen tallentamiseen
  • Näyttää reaaliaikaiset äänen aaltomuodot
  • Tekoälyanalyysin pohjalta välitön palaute (esim. hevosen suolistossa on äänen perusteella hiekkaa).

2. Tallennuksen jälkeinen lataus- ja analysointitapa

  • Ääni tallennetaan valmistajan omalla sovelluksella
  • Käyttäjä jakaa/vie tallenteen (esim. .wav, .mp3), jos mahdollista
  • Käyttäjä lataa tiedoston sovellukseemme tekoälypohjaista analysointia varten.

Tämä hybridisovellusmalli tekee kehitettävästä järjestelmästä joustavan ja mahdollistaa laajemman laitteistoyhteensopivuuden.

 

6. Johtopäätökset

Huolimatta reaaliaikaisen SDK/API-käytön rajoituksista, useat digitaaliset stetoskoopit mahdollistavat tietojen viennin omien sovellustensa kautta. Tämä tekee niistä käyttökelpoisia työkaluja hevosten suoliston äänten keräämiseen ja tekoälyä hyödyntävän sovelluksen kehittämisen aloittamiseen.

Jotta sovelluksen kehitystyössä voidaan vastata sekä lyhyen aikavälin tiedonkeruutarpeisiin että pitkän aikavälin laajentamismahdollisuuksiin, ehdotettu suunnitelma sisältää seuraavat toimet:

  • Suolistoäänten kerääminen aloitetaan laitteilla, jotka tukevat tiedostojen vientiä
  • Otetaan yhteyttä laitevalmistajiin, jotta saadaan pääsy reaaliaikaiseen integrointiin tarkoitettuihin SDK-sovelluksiin
  • Kehitetään kaksitoiminen mobiilisovellus, joka tukee sekä reaaliaikaista seurantaa että ilman verkkoyhteyttä tapahtuvaa analysointia.

Suunniteltu strategia tarjoaa joustavuutta laitteiden käytössä ja varmistaa tietopohjaisen kehityksen ja luo perustan tekoälyratkaisujen kehittämiselle hevosten terveydentilan tarkkailuun.

Kirjoitustyöhön ovat osallistuneet Osman Toronoglu, Johannes Geisler, Aki Happonen ja Heli Suomala

© Suomen Hevostietokeskus ry. Tekstin ja kuvien julkaiseminen ja kopiointi ilman lupaa on kielletty.
Tuote on lisätty koriin
Tuote on lisätty koriin

Siirry ostoskoriin
Tallennettu ostoskori ladattu

[CART NAME]

Siirry ostoskoriin
Tallennettu ostoskori poistettu

[CART NAME]

OK

Tilaa uutiskirje

Tilaamalla uutiskirjeen saat tärkeimmät tiedotteemme sähköpostiisi.

© 2020 Suomen Hevostietokeskus ry  |  Sivusto atFlow