陈根：智能音箱新功能，非接触式监测心律

文/陈根

心率作为生命的重要参数，其规律与否与人的健康状况息息相关。

目前，市面上的心率检测设备多为可穿戴设备，比如智能手表、手环等。一般情况下，这些产品使用光电容积脉博波的方法来检测心率。

光电容积脉搏波是一种借光电手段在活体组织中检测血液容积变化的无创检测方法。当一定波长的光束照射到指端皮肤表面时，光束将通过透射或反射方式传送到光电接收器，再通过算法可以解调出信号，从而算出心率。

近日，华盛顿大学的研究人员根据声音反射到扬声器的方法开发了一种新的工具，能够实时监测心律而不用接触用户。

通常，普通的“心率”（Heart Rate）监测是某个时间段内的心跳平均值。而华盛顿大学团队打造的这款原型装置，能够对单次心跳的韵律（Heart Rhythms）展开更精细的追踪。

此外，这款无接触的音箱，除了可以在人们睡觉时监测他们的心律，还可以在一旦监测到非正常的喘息声自动呼救，并发出信号以寻求附近的任何人来进行心肺复苏，而如果没有回应，该设备就会自动拨打911。

要知道，常见的心率失常，可能导致中风等疾病；而心律失常的状况，比心脏病更普遍,但其预测和诊断又相当困难以至于造成了许多事故的发生。每年有近50万美国人死于心脏骤停，这些人会突然没有反应，停止呼吸或大口喘气，如果立即进行心肺复苏术可以使人的生存几率提高两到三倍，但必须要有旁观者在场。此次开发的无接触音箱无疑是对这一过去心率监测不能够的补充。

当然，设计出一种能够识别用户心律的设备绝非易事。为此，华盛顿大学研究团队还借助了自我监督机器学习算法。

普通的机器学习算法，需要被赋予一组添加了标记的训练数据，并随着时间的推移而改进其方法。而这种新算法，能够从内置于原型扬声器中的多个麦克风传来的不同信号，来开展实时学习。

新算法仅在0.14%的时间在错误地将呼吸声音归类为不规则呼吸。在单独的音频片段中，假阳性率约为0.22%，并且，在检测两个截然不同的事物间隔至少10秒才算做“死亡呼吸”时，两次测试的误报率都降到了0%。

目前，这款设备仅能对用户进行单次检查，但随着研究的继续深入，其有望在未来某一天成为一种高效的无创式的持续性心律监测工具，也将有可能拯救更多人的生命。