每年心脏骤停时，几乎有500,000人死于 心脏骤停。经历心脏骤停的人会突然变得反应迟钝，要么停止呼吸，要么喘不过气来，这被称为“早呼吸”。立即进行心肺复苏术可以使某人的生存机会增加一倍或两倍，但这需要一名旁观者在场。

心脏骤停通常发生在医院外和某人的家中。 最近的研究 表明，院外心脏骤停的最常见位置之一是在一个人的卧室里，那里没人可能在周围或醒来时做出反应并提供护理。

华盛顿大学的研究人员开发了一种新的工具，可以在人们入睡时监视他们的心脏骤停而不触动他们。智能扬声器(例如Google Home和Amazon Alexa)或智能手机的一项新技能使该设备能够检测出痛苦呼吸的喘息声，并寻求帮助。

平均而言，概念验证工具是使用从911呼叫中捕获的真实的早呼吸实例开发的，它在高达20英尺(或6米)的距离中97%的时间检测到了早呼吸事件。这项发现 发表 在npj Digital Medicine上。

华盛顿大学Paul G. Allen计算机科学与工程学院副教授，共同通讯作者Shyam Gollakota说：“很多人在家中都有智能扬声器，而这些设备具有我们可以利用的惊人功能。” 。“我们设想了一种非接触式系统，该系统可以通过连续和被动地监视卧室的呼吸性呼吸事件来工作，并提醒附近的任何人来提供心肺复苏术。然后，如果没有响应，则设备可以自动拨打911。”

根据911通话数据，大约50%的经历心脏骤停的人都存在性呼吸，而进行呼吸性呼吸的患者通常有更好的生存机会。

密西根大学医学院麻醉学和止痛医学助理教授雅各布·桑西恩(Jacob Sunshine)博士说：“这种呼吸发生在患者的氧气水平非常低时 。” “这是一种喉咙喘息的声音，它的独特性使其成为一个很好的音频生物标记，可用于识别某人是否正在经历心脏骤停。”

研究人员从对西雅图紧急医疗服务部门的911实际通话中搜集了痛苦的呼吸声。由于心脏骤停患者通常不省人事，因此旁观者通过将手机放在患者的嘴边来记录痛苦的呼吸声音，以便调度员可以确定患者是否需要立即进行心肺复苏术。该团队在2009年至2017年期间收集了162个通话，并在每次痛苦的呼吸开始时提取了2.5秒的音频，以提供总共236个剪辑。该团队在不同的智能设备(Amazon Alexa，iPhone 5s和三星Galaxy S4)上捕获了录音，并使用各种机器学习技术将数据集增加到7,316个正向剪辑。

“我们在不同距离播放这些示例，以模拟患者在卧室不同位置时的声音，”第一作者 艾伦学校的博士生贾斯汀·陈说。“我们还添加了不同的干扰声音，例如猫和狗的声音，汽车的鸣叫声，空调的声音，以及您通常在家里可能听到的声音。”

对于负面数据集，该团队使用了在睡眠研究期间收集的83个小时的音频数据，产生了7,305个声音样本。这些剪辑包含人们在睡眠中发出的典型声音，例如打nor或阻塞性睡眠呼吸暂停。

从这些数据集中，团队使用机器学习技术创建了一个工具，该工具可以在将智能设备放置在距产生声音的扬声器最远6米的位置时，检测到97%的呼吸时间。

接下来，研究小组测试了该算法，以确保不会意外地将其他类型的呼吸(例如打呼，)归类为呼吸性呼吸。

Chan说：“我们不想不必要地提醒紧急服务或亲人，因此，重要的是减少误报率。”

对于睡眠实验室数据，该算法将呼吸声音错误地分类为0.14%的早期呼吸。单独的音频剪辑的误报率约为0.22%，其中志愿者在自己的家中睡觉时录制了自己的声音。但是，只有当该团队让该工具将间隔至少10秒的两个不同事件检测到时，才将其归类为早呼吸，两种测试的假阳性率均降至0%。

该团队设想，该算法可以像应用程序一样运行，也可以像Alexa的一项技能那样在人们睡觉时在智能扬声器或智能手机上被动运行。

“这可以在Alexa中包含的处理器上本地运行。它是实时运行的，因此您无需存储任何内容或将任何内容发送到云。

他说：“目前，这是在西雅图市区使用911通话的很好的概念证明。” “但是我们需要获得更多与心脏骤停相关的911呼叫，以便我们可以进一步提高算法的准确性，并确保该算法可以推广到更大的人群中。”

研究人员计划通过UW分拆公司Sound Life Sciences Inc.将该技术商业化 。

Sunshine说：“心脏骤停是人们死亡的一种非常普遍的方式，现在许多人可以目击者。” “使这项技术如此引人注目的部分原因在于，它可以帮助我们及时发现更多患者，以便对其进行治疗。”

标签： 心脏骤停检测