人工智能技术可以发展为在婴儿哭声中学习复杂的模式，并自动识别表示病理学信号（如呼吸困难）的模式。

　　在医学中，生命体征（或简称为“生命体征”）代表生理功能和生命的最关键指标。脉搏告诉医生患者的心脏正在跳动。温度表明体内平衡稳定。呼吸频率确认持续的氧气和二氧化碳循环。血压意味着血管正在接受足够的能量和氧气。这些重要标志不仅是生命的重要标志，它们也很容易通过手工或简单的设备进行测量。瑞士日内瓦世界电信展

　　在新生儿中，生命体征可能有点难以衡量。例如，如果孩子哭了，通过观察腹部的上升和下降来正确读取呼吸率是有问题的。同样，脉搏可能并不总是被手腕上的手指检测到。因此，临床护理人员等待新生儿休息或睡眠，然后服用其重要成分，这是常见的做法。在紧急疾病诊断的情况下，可能需要使用更复杂和侵入性的方法进行生命体测量，例如血气分析。

　　联合国的可持续发展目标（SDGs）指出，婴儿死亡率仍然是一个巨大的挑战。每年有300多万婴儿在生命的第一个月内死亡。大部分伤亡发生在世界资源匮乏的地区，由于昂贵的设备和缺乏技术人员以及其他后勤因素，更复杂的生命维持测量选项不可用。新生儿的诊断方法迫切需要解决成本和技能方面的挑战，但它们适用于早期发现。

　　哭泣是人们可以从婴儿身上获得的最丰满的信号。目前，它已经有很多重要的用途。出生时，没有啼哭通常是产时窒息的征兆。出生后，父母依靠哭声来了解孩子何时醒来或需要注意。几十年来，跨临床领域的研究人员假设婴儿哭声掌握着大量有关其生理健康的信息，主要原因是哭闹是婴儿的主要沟通机制; 并且是对新生儿无法控制的内部刺激的直接的，未过滤的反应。由于支配两者的生理过程之间的一致性，婴儿哭泣和呼吸之间的特定联系也已被确定。

　　今天，第四次工业革命预示着人工智能（机器学习，深度学习）和物联网（IoT）等技术。这些技术使我们能够以前所未有的方式来感知，处理和转换原始数据为可执行的知识。人工智能技术可以发展为在婴儿哭声中学习复杂的模式，并自动识别表示病理学信号（如呼吸困难）的模式。这项技术通过手机或可穿戴设备进行部署，可以大大改善我们能够早期发现影响新生儿状况的情况。所产生的见解将确保婴儿可以尽早服用，从而实现挽救生命的护理。

　　Ubenwa是一个基于哭泣的出生窒息诊断应用程序

　　最后，把呼声作为一个重要标志，可能会让位于经济实惠，非侵入性，需要很少或根本不需要专业知识的诊断方法。从长远来看，这将有助于减少发达国家快速增长的医疗保健成本，并且还会增加世界欠发达国家获得护理的机会。

　　在韩国釜山国际电联2017年世界电信展上的尼日利亚国家馆，了解关于Ubenwa的更多信息。Ubenwa也已经进入ITU世界电信展奖在事件。