奈及利亞的一家新創公司正在研發運用人工智慧來分析嬰兒的哭聲，來尋找可能挽救生命的訊息。

（source:NVIDIA）

這家公司正在開發一種深度學習模型，使發展中國家的醫院能夠利用這些數據，來改善新生兒窒息的治療。這是目前新生兒最常見和致命的致死因素之一。

根據世界衛生組織估計，出生時窒息或新生兒在出生時失去氧氣，每年導致多達400萬嬰兒死亡，以及超過三分之一的五歲以下兒童死亡。

新創公司Ubenwa（奈及利亞語的嬰兒的哭聲）的創始人Charles Onu在幾年前著手研究窒息症，並想將他的所學應用在解決這個問題。

Onu後來讀到了20世紀70年代的一項研究，該研究發現了聲音和窒息之間的相關，他開始懷疑這種情況與新生兒的哭聲之間有所關聯。後來他發現機器學習技術有助於解決這項問題，尤其是模式識別是一種非常適合識別新生兒哭泣中微妙指標的方法。

後來，他與工程主管Innocent Udeogu一起創立了Ubenwa，從墨西哥研究人員那裡獲得了1,400個嬰兒哭泣實例的數據集，並開始開發一種機器學習算法，可以檢測嬰兒哭泣中的微妙區別，以確定是否存在窒息。

目前Ubenwa總部位於奈及利亞，與一個小團隊合作，進行嬰兒哭聲分析的研究。

2015年，Onu在醫療機器學習的神經信息處理系統研討會上獲得了最佳論文獎。Onu和Udeogu將GPU與TensorFlow深度學習庫配對，以開發他們的模型。該公司現在正在尋求從醫院獲取更多數據，以進一步驗證其模型。這項專案也會抓取YouTube等公共網站上的哭泣嬰兒的實例。

透過持續的研究，他們的第一個模型在預測窒息方面取得了85％的成功率。