华盛顿大学(UniversityofWashington)的研究人员找到了一种利用机器学习算法将智能音箱变成可以检测心跳不规律的医疗设备的方法。

科学家们使用像亚马逊Echo或谷歌Home这样的智能音箱来发出一种人耳听不到的声音，这种声音会从人的胸部反弹回来，然后反射回到设备上，并根据声音来揭示心跳的情况。而心律不均匀可能与中风或睡眠呼吸暂停等疾病有关。

研究人员使用了一种机器学习算法，从其他声音和信号(如呼吸)中分离出心跳，这些声音和信号更容易检测，因为涉及到的动作会更大。该算法还需要锁定不稳定的心率——从健康的角度来看，识别不稳定的心率比识别稳定的心跳声更重要。

下面是它的工作原理:

智能扬声器发出连续的听不见的信号，击中距离设备1-2英尺的人。声纳信号反射回来，反映出心脏跳动时胸腔的微小运动。这个信号会被智能扬声器的多个麦克风捕捉到。(通过麦克风，Alexa或谷歌助手可以将语音调成特定的方向声音，把它从背景聊天中分离出来)。研究人员编写的“波束形成算法”允许扬声器使用来自麦克风的输入来将心跳信号与其它噪声分离。

这种非侵入性技术可用于家庭或临床环境中远程检查患者、诊断疾病或进行睡眠监控。但这种监测方法也具有局限性，这种监测在超重人群和穿多层衣服时，测试效果不太理想。

隐私倡导者经常对智能扬声器监听人们并收集个人信息的能力表示担忧。而这项新技能不使用有声音数据的频率，有助于保护隐私。它也可以在有限的范围内工作，只监控设备几英尺内的人。

近日，科学家们在《通讯生物学》(CommunicationsBiology)杂志上发表了一篇关于这项技术的概念验证论文。

他们在26名健康人和24名因房颤和心力衰竭住院的心脏病人身上测试了这种方法。研究人员将智能扬声器收集到的结果与传统心跳监测器产生的结果进行了比较，发现两者几乎没有区别。

Sridhar和华盛顿大学thePaulG.Allen计算机科学与工程学院副教授ShyamGollakota是这项研究的高级合著者。其他作者是Allen学院的博士生AnranWang和华盛顿大学医学院的临床讲师DanNguyen博士。

Gollakota表示，“如果你有这样的设备，你就可以长期监控病人，并为病人定义个性化的模式。例如，我们可以确定每个病人何时发生心律失常，然后根据病人的实际需要制定相应的护理计划。”“这是心脏病学的未来。使用这类设备的美妙之处在于，它们已经进入了人们的家中。”

Gollakota还是西雅图初创公司SoundLifeSciences的联合创始人，这家公司是从华盛顿大学剥离出来的。该公司正在将基于扬声器的智能健康工具商业化，它可以监测运动和生命体征，如呼吸和心率，用于远程监测和远程医疗。这家成立两年的公司还拥有这项新的心率技术的专利。

由Gollakota共同创立的另一家初创公司WavlyDiagnostics正在开发一款商业APP，使用运行在智能手机上的软件来检测耳朵痛。

信息源于：geekwire

-End-

21dB是中国科学院声学研究所苏州产业化基地旗下科技媒体，专注于声学新技术、音频测试与分析、声学市场调研、声学学习社群建设等。