據(jù)外媒報道稱，華盛頓大學(xué)（University of Washington）的研究人員近日開發(fā)了一種新的可以監(jiān)測人們在睡眠時的心跳停止情況非接觸式工具。智能揚(yáng)聲器或智能手機(jī)的一項(xiàng)新技術(shù)可以讓設(shè)備探測到無區(qū)域呼吸的喘息聲并啟動呼救。這個概念驗(yàn)證工具是使用從911電話中捕捉到的真實(shí)的無地域呼吸實(shí)例開發(fā)的，它平均97％的時間在20英尺（或6米）之外探測到無地域呼吸事件。

華盛頓大學(xué)保Paul G． Allen計(jì)算機(jī)科學(xué)與工程學(xué)院（ School of Computer Science ＆ Engineering）副教授、通訊作者之一Shyam Gollakota說，很多人家里都有智能揚(yáng)聲器，這些設(shè)備具有驚人的功能，我們可以都可以利用它們。我們設(shè)想了一種非接觸式系統(tǒng)，它可以連續(xù)被動地監(jiān)測臥室的非接觸式呼吸事件，并提醒附近的任何人來做心肺復(fù)蘇術(shù)。如果沒有做出回應(yīng)，該設(shè)備就會自動撥打911。

根據(jù)急救電話的數(shù)據(jù)，約有50％的心臟驟�；颊叽嬖跓o定向呼吸，而進(jìn)行無定向呼吸的患者往往有更大的生存機(jī)會。華盛頓大學(xué)醫(yī)學(xué)院麻醉學(xué)和疼痛醫(yī)學(xué)助理教授Jacob Sunshine博士是該研究的共同通訊作者，他說：“這種呼吸發(fā)生在患者的氧氣水平非常低的時候，這是一種喉音上的喘息聲，它的獨(dú)特性使它成為一個很好的音頻生物標(biāo)志物，可以用來識別一個人是否患有心臟驟停�！�

研究人員從真實(shí)的電話中收集了無性呼吸的聲音，并在2009年至2017年間收集了162個電話，在每次無性呼吸開始時提取2．5秒的音頻，總共得到236個片段。研究小組在不同的智能設(shè)備上：亞馬遜的Alexa、iPhone 5s和三星的Galaxy S4捕捉了這些錄音，并使用各種機(jī)器學(xué)習(xí)技術(shù)將數(shù)據(jù)集提升到7316個正片段。

艾倫學(xué)院（Allen School）的博士生Justin Chan說：“我們在不同的距離播放這些例子，來模擬如果病人在臥室的不同位置，聽起來會是什么樣子。我們還添加了不同的干擾聲音，比如貓和狗的聲音、汽車的喇叭聲、空調(diào)的聲音，以及你在家里通常能聽到的聲音�！�

對于負(fù)數(shù)據(jù)集，研究小組使用了83小時的睡眠研究期間收集的音頻數(shù)據(jù)，得到了7305個聲音樣本。這些剪輯包含了人們在睡覺時發(fā)出的典型聲音，比如打鼾或阻塞性睡眠呼吸暫停。從這些數(shù)據(jù)集中，研究小組使用機(jī)器學(xué)習(xí)創(chuàng)建了一個工具，當(dāng)智能設(shè)備被放置在距離產(chǎn)生聲音的揚(yáng)聲器6米遠(yuǎn)的地方時，97％的情況下可以檢測到無定向呼吸。

接下來，研究小組對該算法進(jìn)行了測試，以確保它不會意外地將打鼾等不同類型的呼吸劃分為無區(qū)域呼吸。Chan說：“我們不想向緊急服務(wù)機(jī)構(gòu)或親人發(fā)出不必要的警報，所以降低假陽性率很重要�！�

對于睡眠實(shí)驗(yàn)室數(shù)據(jù)，該算法錯誤地將呼吸聲音分類為0．14％的時間的呼吸聲。 對于單獨(dú)的音頻片段，誤報率約為0．22％，其中志愿者在自己家中睡覺時記錄了自己。 但是當(dāng)團(tuán)隊(duì)使用該工具將某些東西歸類為無人機(jī)呼吸時，只有當(dāng)它至少間隔10秒檢測到兩個不同的事件時，兩個測試的誤報率降至0％。

該團(tuán)隊(duì)設(shè)想，這種算法可以像應(yīng)用程序一樣運(yùn)行，或者像Alexa那樣在人們睡覺時在智能揚(yáng)聲器或智能手機(jī)上運(yùn)行。Gollakota說：“這可以在Alexa中包含的處理器上本地運(yùn)行。它是實(shí)時運(yùn)行的，所以你不需要存儲任何東西，也不需要把任何東西發(fā)送到云端。”研究人員計(jì)劃通過UW分拆聲音生命科學(xué)將這項(xiàng)技術(shù)商業(yè)化。