陳根:不接觸跟蹤心率,智能音箱實現健康功能_風聞
陈根-知名科技作家为你解读科技与生活的方方面面。2021-03-12 10:00
文/陳根
心率作為生命的重要參數,其規律與否與人的健康狀況息息相關。
目前,市面上的心率檢測設備多為可穿戴設備,比如智能手錶、手環等。一般****情況下,這些產品使用光電容積脈博波的方法來檢測心率。
光電容積脈搏波是一種借光電手段在活體組織中檢測血液容積變化的無創檢測方法。當一定波長的光束照射到指端皮膚表面時,光束將通過透射或反射方式傳送到光電接收器,再通過算法可以解調出信號,從而算出心率。
近日,華盛頓大學的研究人員根據聲音反射到揚聲器的方法開發了一種新的工具**,**能夠實時監測心律而不用接觸用户。
通常,普通的“心率”(Heart Rate)監測是某個時間段內的心跳平均值。而****華盛頓大學團隊打造的這款原型裝置,能夠對單次心跳的韻律(Heart Rhythms)展開更精細的追蹤。
此外,這款無接觸的音箱,除了可以在人們睡覺時監測他們的心律,還可以在一旦監測到非正常的喘息聲自動****呼救,併發出信號以尋求附近的任何人來進行心肺復甦,而如果沒有回應,該設備就會自動撥打911。
要知道,常見的心率失常,可能導致中風等疾病;而心律失常的狀況,比心臟病更普遍,但其預測和診斷又相當困難以至於造成了許多事故的發生。每年有近50萬美國人死於心臟驟停,這些人會突然沒有反應,停止呼吸或大口喘氣,如果立即進行心肺復甦術可以使人的生存幾率提高兩到三倍,但必須要有旁觀者在場。此次開發的無接觸音箱無疑是對這一過去心率監測不能夠的補充。
當然,設計出一種能夠識別用户心律的設備絕非易事。為此,華盛頓大學研究團隊還藉助了自我監督機器學習算法。
普通的機器學習算法,需要被賦予一組添加了標記的訓練數據,並隨着時間的推移而改進其方法。而這種新算法,能夠從內置於原型揚聲器中的多個麥克風傳來的不同信號,來開展實時學習。
新算法僅在0.14%的時間在錯誤地將呼吸聲音歸類為不規則呼吸。在單獨的音頻片段中,假陽性率約為0.22%,並且,在檢測兩個截然不同的事物間隔至少10秒才算做“死亡呼吸”時,兩次測試的誤報率都降到了0%。
目前,這款設備僅能對用户進行單次檢查,但隨着研究的繼續深入,其有望在未來某一天成為一種高效的無創式的持續性心律監測工具,也將有可能拯救更多人的生命。