“Alexa,监视我的心”:研究人员开发出第一个非接触式心脏骤停AI系统智能扬声器
每年有近500000美国人死于心脏骤停,当心脏突然停止跳动。
人经历心脏骤停会突然变得反应迟钝和呼吸停止或呼吸空气,称为呼吸痛苦的一个标志。立即心肺复苏可提高一倍或两倍的人生存的机会,但这需要一个旁观者。
心跳停止经常发生以外的医院,在别人家里的隐私。最近的研究表明,最常见的一种位置进行心脏按压心脏骤停病人的卧室里,周围没有一个可能或清醒反应并提供护理。
华盛顿大学的研究人员已经开发出一种新工具来监控心脏骤停而他们睡着了不碰它们。一个新技能聪明的演讲者——就像谷歌和亚马逊Alexa-or智能手机可以让设备检测喘气的声音痛苦的呼吸和打电话求助。平均而言,概念验证工具,开发使用真正的痛苦的呼吸情况下捕获从911个电话,发现痛苦的呼吸事件97%的时间从20英尺(6米)。研究结果发表在6月19日npj数字医学。
“很多人都聪明演讲者在家里,和这些设备有神奇的功能,我们可以利用,“共同通讯作者Shyam Gollakota说,华盛顿大学的副教授保罗艾伦计算机科学与工程学院。“我们设想一个非接触式系统,通过不断和被动监测的卧室痛苦的呼吸事件,和附近提醒任何人来提供心肺复苏术。然后如果没有响应,设备可以自动拨打911。”
痛苦的呼吸存在约50%的人体验心跳停止,根据911年调用数据,患者痛苦的呼吸往往有更好的生存机会。
“这种呼吸当病人经历真的低氧水平,”博士共同通讯作者雅各说阳光,麻醉学和疼痛医学助理教授在华盛顿大学医学院的。”这是一种喉音的噪音,和它的独特性使其很好的音频生物标志物用于识别如果有人正在经历一个心脏骤停。”
研究人员收集了痛苦的呼吸的声音从真正的911个电话到西雅图的紧急医疗服务。因为心脏骤停病人往往是无意识的,旁观者录下了痛苦的呼吸声音把手机到病人的嘴,调度员可以确定病人需要立即心肺复苏术。团队收集了2009 - 2017年间162个电话并提取2.5秒的音频的每一个痛苦的呼吸来共有236剪辑。团队捕获记录在不同智能devices-an亚马逊Alexa, iPhone 5 s和三星Galaxy S4-and使用各种机器学习技术来提高数据集7316年积极的剪辑。
“我们玩这些例子在不同距离来模拟它听起来像如果病人在卧室里不同的地方,”第一作者贾斯汀Chan称艾伦学校博士生。“我们还添加了不同干扰声音,比如猫和狗的声音,汽车鸣笛,空调,你通常会听到一个家。”
为负的数据集,该小组使用期间收集的83小时的音频数据睡眠研究7305年,声音样本。这些片段包含典型的声音,人们在他们的睡眠,如打鼾和阻塞性睡眠呼吸暂停。
从这些数据集,该团队使用机器学习创建一个工具,它可以发现痛苦的呼吸97%的时间当智能设备被放置到6米远离扬声器产生的声音。
下一个团队测试算法,以确保它不会意外分类不同类型的呼吸,打鼾等痛苦的呼吸。
“我们不想警报紧急服务或不必要的亲人,所以重要的是我们降低假阳性率,”成龙说。
睡眠实验室的数据,该算法不正确分类的呼吸声音痛苦的呼吸0.14%的时间。假阳性率约0.22%为单独的音频剪辑,在志愿者记录自己睡在自己家里。但是当团队工具分类是痛苦的呼吸只有当它检测到两个不同的事件至少10秒,假阳性利率降至0%的测试。
团队设想这个算法函数像一个应用程序,或Alexa的技能,被动地运行在一个聪明的扬声器或智能手机虽然人们睡眠。
“这可能运行在本地处理器包含在Alexa中。实时运行,所以你什么都不需要存储或发送任何云,”Gollakota说。
“现在,这是一个很好的概念证明使用西雅图市区的911个电话,”他说。“但是我们需要获得更多相关的911个电话心脏骤停这样我们可以进一步提高算法的精度和确保它概括了跨一个更大的人口。”
研究人员通过剥离威斯康辛大学计划将这项技术商业化,声音生命科学有限公司
“心跳停止是一个很常见的方式为人们死去,而现在他们中的许多人未察觉到的,“阳光说。“是什么让这种技术如此引人注目的一部分是,它可以帮助我们抓住更多的病人及时治疗。”
