Το πρώτο ανέπαφο σύστημα τεχνητής νοημοσύνης που παρακολουθεί μέσω «έξυπνων» ηχείων την καρδιά για πιθανή ανακοπή την ώρα του ύπνου.
Αναπτύχθηκε στις ΗΠΑ το πρώτο «έξυπνο» εργαλείο που παρακολουθεί τους ανθρώπους ανέπαφα για πιθανή καρδιακή ανακοπή, ενώ αυτοί κοιμούνται.
Το σύστημα… καμπανάκι για πιθανή ανακοπή
Το σύστημα, που χρησιμοποιεί ένα ειδικό αλγόριθμο τεχνητής νοημοσύνης, βασίζεται σε ένα «έξυπνο» φορητό ηχείο (όπως το Amazon Alexa και το Google Home) ή σε ένα «έξυπνο» κινητό τηλέφωνο για να ανιχνεύει τον ήχο της αναπνοής και να καλέσει αυτόματα για επείγουσα βοήθεια, αν χρειαστεί. Ανιχνεύει -από απόσταση έως έξι μέτρων- σωστά το 97% των περιπτώσεων αναπνευστικών συμβάντων που προδιαθέτουν για καρδιακή ανακοπή, σύμφωνα με μια νέα αμερικανική έρευνα που παρουσιάσθηκε στο περιοδικό ψηφιακής υγείας “npj Digital Medicine”.
Κάθε χρόνο εκατομμύρια άνθρωποι σε όλο τον κόσμο πεθαίνουν από ανακοπή, συχνά μόνοι στο σπίτι τους, όταν η καρδιά τους σταματά να χτυπά. Περίπου οι μισοί εμφανίζουν λίγο πριν αγωνιώδη αναπνοή, καθώς αγωνίζονται να πάρουν οξυγόνο.
«Πρόκειται για ένα είδος θορύβου που η μοναδικότητά του το καθιστά ένα καλό βιοδείκτη ήχου, που μπορεί να χρησιμοποιηθεί για να εντοπίσει την καρδιακή ανακοπή», δήλωσε ο δρ Τζέικομπ Σανσάιν, επίκουρος καθηγητής αναισθησιολογίας στην Ιατρική Σχολή του Πανεπιστημίου της Ουάσιγκτον.
Σε αυτές τις περιπτώσεις η έγκαιρη καρδιοπνευμονική ανάνηψη μπορεί να διπλασιάσει ή και να τριπλασιάσει τα επίπεδα επιβίωσης. Αυτό βέβαια προϋποθέτει ότι παρίσταται κάποιος τη στιγμή που η ανακοπή συμβαίνει.
Οι ερευνητές συνέλεξαν 162 κλήσεις ανθρώπων (που πάθαιναν ανακοπή) σε ιατρικές υπηρεσίες έκτακτης ανάγκης μεταξύ του 2009 και του 2017 και εξήγαγαν δυόμισι δευτερόλεπτα ήχου στην αρχή κάθε περιστατικού αγωνιώδους αναπνοής, ώστε να δημιουργηθούν συνολικά 236 ηχογραφήσεις. Η ομάδα αποθήκευσε τις ηχογραφήσεις σε διαφορετικές «έξυπνες συσκευές» – Amazon Alexa, ένα iPhone 5s και ένα Samsung Galaxy S4 – και χρησιμοποίησε διάφορες τεχνικές τεχνητής νοημοσύνης (μηχανικής μάθησης) για να ενισχύσει το σύνολο των δεδομένων σε 7.316 «θετικές» ενδεικτικές ηχογραφήσεις.
Το σύνολο δεδομένων
Παράλληλα, δημιουργήθηκε ένα «αρνητικό» σύνολο δεδομένων, δηλαδή ήχοι που δεν κατηγοριοποιούνταν ως αγωνιώδης αναπνοή. Αυτές οι ηχογραφήσεις περιείχαν τυπικούς ήχους που κάνουν οι άνθρωποι στον ύπνο τους, όπως ροχαλητό ή αποφρακτική άπνοια ύπνου, καθώς επίσης συνήθεις τυχαίους ήχους, όπως γαυγίσματα, κορναρίσματα αυτοκινήτων, θόρυβοι κλιματιστικού κ.α., που ακούγονται συχνά σε ένα σπίτι. Με τον τρόπο αυτό, το σύστημα «εκπαιδεύθηκε», ώστε να διακρίνει τις επικίνδυνες διαταραχές της αναπνοής από τις πιο αθώες και να μην ειδοποιεί αυτόματα το ασθενοφόρο χωρίς λόγο.
Η μελέτη δείχνει ότι το νέο σύστημα ανιχνεύει σωστά τις αναπνευστικές ανωμαλίες κατά 97%, όταν η συσκευή τοποθετείται σε απόσταση έως έξι μέτρων από την πηγή του ήχου. Ο νέος αλγόριθμος θα μπορούσε να λειτουργήσει είτε σαν μια αυτόνομη εφαρμογή (app) είτε σαν μια λειτουργία σε ένα «έξυπνο» ηχείο ή smartphone, που θα «τρέχει» παθητικά και θα παρακολουθεί την αναπνοή, ενώ οι άνθρωποι κοιμούνται.
