Источник: Amazon
Исследователи Вашингтонского университета разработали бесконтактный инструмент наблюдения за работой сердца. Он представляет собой приложение для смартфона или голосового помощника, такого как Google Home и Amazon Alexa, которое выявляет нарушения в дыхании, характерные для остановки сердца, и самостоятельно вызывает помощь.
Как сообщил один из авторов проекта Джастин Чан журналу Nature, приложение работает «локально на процессорах Alexa в режиме реального времени, и вам не нужно ничего хранить или отправлять в облако».
Для разработки приложения были использованы записи реальных звонков в 911. Во время тестов приложение выявляло симптомы агонального дыхания, которое сопровождает большую часть случаев остановки сердца, в 97% случаев на расстоянии до 6 метров.
«Такое дыхание происходит, когда у пациента действительно низкий уровень кислорода, — заявил соавтор приложения доктор Джейкоб Саншайн, доцент кафедры анестезиологии в Медицинской школе Вашингтонского университета. — Это своего рода гортанный задыхающийся шум, и его уникальность делает его хорошим звуковым биомаркером, который можно использовать для определения остановки сердца».
С 2009 и до 2017 года команда исследователей собрала 162 записи звонков в 911 и извлекла из каждой по 2,5 секунды звука в начале каждого агонального вдоха, получив более семи тысяч образцов. Также авторы приложения использовали аудиозаписи типичных звуков, которые люди издают во сне, таких как храп, чтобы получить отрицательные образцы.
«Мы воспроизводили аудиозаписи на разных расстояниях, чтобы это звучало, как если бы пациент находился в разных местах в спальне, — рассказал Джастин Чан. — Мы также добавили различные лишние звуки, такие как шум от домашних питомцев, гудение автомобилей, звук работающего кондиционера, то есть те вещи, которые вы обычно слышите в доме».
В итоге во время лабораторных тестов алгоритм неправильно классифицировал дыхание как агональное в 0,14% случаев. При тестировании в домах добровольцев, которые записывали себя во время сна, уровень ложноположительных результатов составил около 0,22%. Но когда исследователи заставили приложение классифицировать звук как агональное дыхание, повторив его с интервалом менее 10 секунд, уровень ложных срабатываний упал до 0%.
Автор: AnnieBronson
