本報訊 對於心臟驟停的患者，時間就是生命，病發後的「黃金四分鐘」內能否得到救治，很大程度上決定患者生死。據國家心血管中心統計，我國每年因心臟驟停死亡人數高達55萬，能夠搶救存活的患者不到1%；美國每年出現心臟驟停的人大約有40萬，存活率6％。
近日，華盛頓大學的研究人員開發了一種預警求助系統，系統可以通過智能音箱或智慧型手機中的麥克風檢測到心臟驟停的預警指徵並幫助病人尋求幫助，提高他們的存活率。
該系統可以通過機器學習識別人們呼吸困難時產生的喘氣聲（稱為瀕死呼吸），這是半數以上心臟驟停的早期預警信號。
研究人員從華盛頓州金縣911個電話中收集到了瀕死呼吸的音頻片段，並用這些音頻訓練該系統。他們用729個電話合成了82小時的錄音。為避免誤報，他們還使用可能會在房間聽到的其他聲音進行訓練，如打鼾或與睡眠呼吸暫停相關的噪音。
在研究中，他們使用了兩組睡眠錄音：一組來自35名志願者，另一組來自因打鼾和睡眠呼吸暫停而參加睡眠研究的12名患者。第二組的錄音中有一些類似於瀕死呼吸的聲音，因此有助於提高此系統的準確性。
「我們用錄音在系統裡測試發現，35名志願者組的假陽性率為0.2％，參與睡眠研究的患者為0.1%。」負責該研究的Justin Chan說道。
研究發現，該系統在97％的情況下能正確地識別出約6米外的瀕死呼吸。研究人員計劃把這個系統安裝在臥室，因為大多數患者在家出現心臟驟停時就在臥室裡。
不過，該研究負責人Justin Chan表示，目前該系統仍處在概念驗證階段，距離實現商業化的目標還有很多年。「大規模使用之前還有很多要做的工作。」他還提到，如果要在現實中應用，系統應該向用戶發出15秒或30秒的警告，讓用戶知道它即將呼叫緊急救護，這樣如果出現誤報就還有機會取消。
「系統推出之前仍有一些挑戰需要克服，比如隱私問題。」波士頓布列根和婦女醫院急診醫學助理教授Peter Chai說。
Peter Chai表示，「對於房間裡其他人產生的環境噪音和無意間錄下來的聲音會被用來做點什麼，以及是否通過手機麥克風收集信息，人們還都存在著疑問。」
不久前，據彭博社報導，亞馬遜的一個負責評估Alexa用戶指令的團隊獲取了用戶定位數據，某些情況下還可以找到用戶家庭住址。（田小雨）
《中國科學報》 (2019-07-11 第7版 信息技術)