Умные колонки смогут следить за внезапной остановкой сердца
Почти 500 000 американцев ежегодно умирают от внезапной остановки сердца. При остановке сердца люди перестают дышать или задыхаются, что является признаком агонального дыхания. Немедленная сердечно-лёгочная реанимация может удвоить или утроить шанс на выживание, но для этого требуется чьё-то присутствие.
Но остановка сердца часто происходит за пределами больницы, например, дома. Недавние исследования показывают, что одно из наиболее распространенных мест для остановки сердца вне больницы - в спальне пациента, и, возможно, поблизости нет никого, чтобы отреагировать и оказать помощь.
Исследователи из Вашингтонского университета разработали новый инструмент бесконтактного мониторинга людей на предмет внезапной остановки сердца, когда они спят. Решение с использованием искусственного интеллекта для умных колонок - смарт-спикеров - таких как Google Home и Amazon Alexa, или смартфонов, позволяет устройству обнаруживать звуки агонального дыхания и звать на помощь.
При тестировании инструмент, который был разработан с использованием реальных случаев агонального дыхания, полученных службой 911, обнаруживал признаки агонального дыхания в 97% случаев на расстоянии до 6 метров.
Таким образом, можно создать бесконтактную систему, которая непрерывно и пассивно контролирует помещение на предмет агонального дыхания, и предупреждает тех, кто находится рядом, чтобы провести сердечно-лёгочную реанимацию (СЛР). А в случае, если нет ответа, устройство может автоматически позвонить в службу спасения.
Агональное дыхание присутствует примерно у 50% людей с остановкой сердца. И у пациентов с агональным дыханием часто больше шансов на выживание.
Исследователи собрали звуки агонального дыхания из реальных звонков в Службу скорой помощи Сиэтла. Поскольку пациенты с остановкой сердца часто находятся в бессознательном состоянии, свидетели записывали звуки агонального дыхания, поднося свои телефоны ко рту пациента, чтобы диспетчер мог определить, нужна ли пациенту немедленная СЛР. В период между 2009 и 2017 годами команда собрала 162 звонка и извлекала по 2,5 секунды звука в начале каждого агонального вдоха. В результате получилось 236 аудиороликов. Команда проверила эти клипы на разных смарт-устройствах - Amazon Alexa, iPhone 5s и Samsung Galaxy S4 - и использовала различные методы машинного обучения, чтобы увеличить набор данных до 7316 примеров агонального дыхания.
Эти примеры воспроизводились на разных расстояниях, чтобы смоделировать различные положения пациента в помещении. Также были добавлены различные помехи, такие как звуки кошек и собак, гудение автомобилей, кондиционер - то, что обычно слышно в доме.
Для набора отрицательных данных команда использовала 83 часа аудиоданных, собранных во время исследований сна , что дало 7 305 образцов звука. Эти клипы содержали типичные звуки, которые люди издают во сне, такие как храп или обструктивное апноэ.
Команда использовала на этих наборах данных машинное обучение для создания инструмента, который может определять агональное дыхание в 97% случаев, когда интеллектуальное устройство располагалось на расстоянии до 6 метров от источника звука.
Затем команда проверила алгоритм, чтобы убедиться, что он не будет случайно классифицировать другой тип дыхания, например храп, как агональное дыхание.
Алгоритм неправильно классифицировал звук дыхания как агональное дыхание в 0,14% времени. Уровень ложноположительных результатов составил около 0,22% для клипов, в которых добровольцы записывали себя при нормальном сне. Но когда разработчики заставили инструмент классифицировать что-то как агональное дыхание только тогда, когда два различных события происходят с интервалом 10 секунд, частота ложных срабатываний упала до 0% для обоих тестов.
Команда предполагает, что этот алгоритм может функционировать как приложение для умной колонки или смартфона, пока человек спит.
https://www.medicaldevice-network.com/news/ai-cardiac-arrests/
