第一个使用智能扬声器进行非接触式心律监测的人工智能系统

亚马逊Echo和谷歌Home等智能音箱已被证明擅长监测家庭中的某些健康问题。例如，华盛顿大学的研究人员已经证明，这些设备可以检测心脏骤停或监测婴儿的呼吸。

但如果追踪更小的东西呢:坐在智能手机前的一个人的心跳的微小运动演讲者?

华盛顿大学的研究人员为智能扬声器开发了一种新技能，首次在没有身体接触的情况下监测规则和不规则心跳。该系统将扬声器发出的听不见的声音发送到房间里，根据声音反射回扬声器的方式，它可以识别和监测个人的心跳。因为心跳胸部表面如此微小的运动，该团队的系统使用机器学习来帮助智能扬声器定位规则和不规则心跳的信号。

当研究人员在健康参与者和住院心脏病患者身上测试该系统时，智能扬声器检测到的心跳与标准心跳监测器检测到的心跳密切匹配。研究小组于3月9日发表了这些发现通信生物学．

“即使信号很小，也很容易检测到规律的心跳，因为你可以在数据中寻找周期性的模式，”联合资深作者、华盛顿大学保罗·g·艾伦计算机科学与工程学院的副教授希亚姆·格拉科塔说。“但不规律的心跳真的很有挑战性，因为没有这样的模式。我不确定是否有可能检测到它们，所以我惊喜地发现，我们的算法可以识别不规则的心跳在心脏病人的测试中"

虽然很多人都熟悉a的概念心率在美国，医生对心律的评估更感兴趣。心率是一段时间内心跳的平均值，而心律描述的是心跳的模式。

例如，如果一个人的心率是每分钟60次，那么他的心率可能是正常的(每秒一次)，也可能是不规则的(每分钟随机分布)，但平均每分钟仍有60次。

“心率失调实际上比其他一些众所周知的心脏疾病更常见。该研究的共同资深作者、华盛顿大学医学院心脏病学助理教授Arun Sridhar博士说:“心律失常可能导致中风等主要疾病，但其发生是高度不可预测的，因此很难诊断。”“在早期诊断和管理方面，对某些患者来说，一种可以频繁进行、在家方便的低成本检测可能会改变游戏规则。”

评估心律的关键在于识别个体的心跳。对于这个系统，当一个人坐在智能音箱前1到2英尺的范围内时，就开始搜索心跳。然后，该系统会播放一种听不见的连续声音，这种声音从人身上反弹回来，然后返回扬声器。根据返回声音的变化，该系统可以分离出人的动作——包括呼吸时胸部的起伏。

该研究的主要作者、艾伦学院的博士生王安然(Anran Wang)说:“胸壁上呼吸的运动比心跳的运动大几个数量级，所以这构成了一个相当大的挑战。”“呼吸信号是不规律的，所以很难简单地过滤掉。利用智能扬声器有多个麦克风的事实，我们设计了一种新的波束形成算法来帮助扬声器找到心跳。”

该团队设计了一种所谓的自我监督机器学习算法，它可以在飞行中学习，而不是从训练集中学习。该算法结合来自智能扬声器的多个麦克风的信号来识别难以捉摸的心跳信号。

格拉科塔说:“这类似于Alexa总是能找到我的声音，即使我在播放视频，或者房间里有很多人在说话。”“当我说‘嘿，Alexa’时，麦克风就会一起在房间里找到我，并听我接下来说什么。这基本上就是这里发生的事情，但是是心跳。”

智能音箱检测到的心跳信号看起来不像传统心跳监测器常见的典型峰值。研究人员使用了第二种算法将信号分割成单独的心跳，这样系统就可以提取出所谓的心跳间隔，或两次心跳之间的时间。

“用这种方法，我们不会得到心脏收缩的电信号。相反，我们看到的是心脏跳动时皮肤上的振动。”

研究人员在两组人中测试了运行该系统的智能音箱原型:26名健康参与者和24名患有各种心脏疾病的住院患者，包括心房颤动和心力衰竭。该团队将智能音箱的节拍间隔与标准心跳监测器的节拍间隔进行了比较。在为健康参与者测量的近12,300次心跳中，智能扬声器的心跳间隔中值与标准监测器的相差不超过28毫秒。智能音箱的表现几乎和心脏病患者:在测量的5600多次心跳中，心跳间隔的中位数与标准值相差30毫秒。

目前，该系统是为抽查而设立的:如果一个人担心自己的心率，他们可以坐在一个监测仪前聪明的演讲者得到一个读数。但研究团队希望未来的版本可以在人们睡觉时持续监测心跳，这可以帮助医生诊断睡眠呼吸暂停等疾病。

“如果你有这样的设备，你可以在扩展的基础上监测病人，并为病人定义个性化的模式。例如，我们可以找出每个特定患者的心律失常发生的时间，然后制定相应的护理计划，以适应患者实际需要的时间。”“这是心脏病学的未来。使用这类设备的好处在于，它们已经进入了人们的家中。”

---

---