智能音箱可监测心脏骤停的声音迹象 | 智能医疗

发布日期:2019-07-15 10:00
最新研究表明,音箱的人工智能系统可检测心脏停止跳动时发出的独特喘气声。当一个人的心脏发生故障并突然停止跳动时,死亡可能在几分钟内发生--除非有人介入。立即管理CPR的旁观者可以使一个人在心脏骤停中幸存的几率增加三倍。



去年七月,我们描述了一款旨在检测心脏骤停和召唤帮助的智能手表。现在,华盛顿大学的一个团队已经开发出一种完全无接触的人工智能系统,可以检测到呼吸音的声音 - 50%的心脏骤停患者发出独特的喉音喘气声。

今天在npj数字医学杂志上描述的智能扬声器系统在概念验证研究中97%的时间检测到了呼吸事件,几乎没有误报。

该团队想象使用该工具 - 可以在亚马逊的Alexa或Google Home以及其他设备上运行 - 被动地监控卧室的呼吸声,如果检测到,则会发出警报。

研究负责人雅各布阳光是一名研究负责人雅各布阳光,他是威斯康星大学医学院的医生和研究员,也是一家将该设备商业化的分拆公司的股权持有人。他设想系统会提醒当地的某个人快速找到病人,并直接拨打911让病人快速到医院就诊。

最近一项关于日本心脏逮捕的研究表明,卧室是家庭中心脏骤停发生的最常见地点之一。该团队使用从西雅图紧急医疗服务的911呼叫中捕获的真实实例的独特数据集,训练机器学习算法以识别卧室中的农业呼吸。旁观者经常将电话放到患者的口中,因此调度员可以确定患者是否需要CPR。

研究人员在2009年至2017年期间从911个电话中提取了236个无缝呼吸片段,然后将这些片段以不同的距离播放到扬声器,并添加了通常在卧室中发现的干扰声音,如宠物,汽车按喇叭和空调。他们还包括在睡眠实验室中记录的打鼾和睡眠呼吸暂停的声音样本。

该系统在97%的时间内正确地检测到了呼吸,距离声音最远6米。

接下来,团队必须确保算法不会有太多的误报 - 错误地将其他声音分类为agonal呼吸。最初,该算法错误地将来自睡眠实验室的声音分类为0.1%的时间,并且志愿者在自己家中睡觉的声音为0.2%。

但是,当算法被调整为仅在检测到三次,间隔10到20秒时将声音分类为无人呼吸时,所有声音的误报率降至零。此外,“在该系统的实际部署中,我们设想有一个警告系统,让您有机会取消任何误报,” 第一作者,华盛顿大学博士生Justin Chan说。

陈说,这样一个系统的隐私问题并不比通常在一个房间里使用智能扬声器,听取一个唤醒词。“我们的系统设计的方式只需要本地处理,因此不会通过互联网或云发送数据,”Chan说。“从这个意义上说,它确实是隐私保护。”

除了卧室外,该团队还想象该系统被用于老年护理院等医疗设施。“很多人都有心脏事件的风险,而你真正喜欢的是一种无接触的方式来监控人们,”陈说。他补充说,这将是一个比他们必须记住充电和定期穿戴的可穿戴设备更好的解决方案。