I ricercatori sviluppano il primo sistema AI senza contatto per arresto cardiaco impiegando altoparlanti intelligenti
Quasi 500.000 americani muoiono ogni anno per arresto cardiaco, quando il cuore improvvisamente smette di battere.
Le persone che hanno subito un arresto cardiaco improvvisamente non reagiscono e smettono di respirare o con una respirazione agonizzante. La CPR immediata può raddoppiare o triplicare le possibilità di sopravvivenza di qualcuno, ma ciò richiede che un astante sia presente.
Gli arresti cardiaci si verificano spesso al di fuori dell’ospedale e nella privacy della casa di qualcuno. Ricerche recenti suggeriscono che uno dei luoghi più comuni per un arresto cardiaco fuori dall’ospedale si trova nella camera da letto di un paziente, dove nessuno è probabilmente in giro o sveglio per rispondere e fornire assistenza.
I ricercatori dell’Università di Washington hanno sviluppato un nuovo strumento per monitorare le persone per l’arresto cardiaco mentre dormono senza toccarle. Una nuova abilità per un “oratore intelligente” – come Google Home e Amazon Alexa – o smartphone consente al dispositivo di rilevare il rantolo della respirazione agonizzante e di chiedere aiuto. In media, lo strumento proof-of-concept, che è stato sviluppato utilizzando istanze di respirazione agonali reali catturate da chiamate al 911, ha rilevato eventi respiratori agonali il 97% delle volte da una distanza massima di 6 metri. I risultati sono stati pubblicati il ??19 giugno su npj Digital Medicine.
“Molte persone hanno altoparlanti intelligenti nelle loro case, e questi dispositivi dispongono capacità sorprendenti che possiamo sfruttare”, ha detto l’autore co-corrispondente Shyam Gollakota, professore associato della Scuola di informatica e ingegneria Paul G. Allen dell’UW. . “Immaginiamo un sistema senza contatto che funzioni monitorando continuamente e passivamente la camera da letto per un evento di respirazione agonale e avvisa chiunque nelle vicinanze di fornire CPR, quindi, in caso di mancata risposta, il dispositivo può chiamare automaticamente il 911.”
La respirazione agonale è presente per circa il 50% delle persone che soffrono di arresti cardiaci, secondo i dati della chiamata al 911, e i pazienti con respiri agonali hanno spesso maggiori possibilità di sopravvivere.
“Questo tipo di respirazione accade quando un paziente sperimenta livelli di ossigeno veramente bassi”, ha detto l’autore co-corrispondente Dr. Jacob Sunshine, un assistente professore di anestesiologia e medicina del dolore presso la UW School of Medicine. “È una sorta di rumore gutturale senza bocche, e la sua unicità lo rende un buon biomarcatore audio da utilizzare per identificare se qualcuno sta vivendo un arresto cardiaco”.
I ricercatori hanno raccolto suoni di respirazione agonale da chiamate reali al 911 ai servizi medici di emergenza di Seattle. Poiché i pazienti con arresto cardiaco sono spesso incoscienti, i passanti hanno registrato i suoni della respirazione agonizzante mettendo i loro telefoni fino alla bocca del paziente in modo che il dispatcher potesse determinare se il paziente necessitava di una CPR immediata. Il team ha raccolto 162 chiamate tra il 2009 e il 2017 e ha estratto 2,5 secondi di audio all’inizio di ogni respiro agonale per ottenere un totale di 236 clip. Il team ha acquisito le registrazioni su diversi dispositivi intelligenti – un Amazon Alexa, un iPhone 5s e un Samsung Galaxy S4 – e ha utilizzato varie tecniche di apprendimento automatico per potenziare il set di dati a 7.316 clip positive.
“Abbiamo fatto suonare questi esempi a diverse distanze per simulare come sarebbe se il paziente si trovasse in diversi punti della camera da letto”, ha detto il primo autore Justin Chan, uno dottorando alla Allen School. “Abbiamo anche aggiunto diversi suoni interferenti come queli di cani e gatti, macchine che suonano il clacson, aria condizionata, cose che potreste normalmente sentire in una casa”.
Per il set di dati negativo, il team ha utilizzato 83 ore di dati audio raccolti durante gli studi sul sonno, ottenendo 7.305 campioni sonori. Queste clip contenevano suoni tipici che le persone fanno nel sonno, come il russare o l’apnea ostruttiva del sonno.
Da questi set di dati, il team ha utilizzato l’apprendimento automatico per creare uno strumento in grado di rilevare la respirazione agonale il 97% delle volte in cui il dispositivo intelligente è stato posizionato a una distanza massima di 6 metri da un altoparlante che genera i suoni.
Successivamente il team ha testato l’algoritmo per assicurarsi che non classificasse accidentalmente un diverso tipo di respirazione, come il russare, come la respirazione agonale.
“Non vogliamo allertare né i servizi di emergenza né le persone care inutilmente, quindi è importante ridurre il nostro tasso di falsi positivi”, ha detto Chan.
Per i dati del laboratorio del sonno, l’algoritmo ha classificato erroneamente un suono respiratorio come respirazione agonizzante lo 0,14% delle volte. Il tasso di falsi positivi era di circa 0,22% per clip audio separati, in cui i volontari si erano registrati mentre dormivano nelle loro case. Ma quando il team ha classificato lo strumento come respirazione agonista solo quando ha rilevato due eventi distinti a distanza di almeno 10 secondi, il tasso di falsi positivi è sceso allo 0% per entrambi i test.
Il team immagina che questo algoritmo possa funzionare come un’app o un’abilità per Alexa che funziona passivamente su un altoparlante o uno smartphone mentre le persone dormono.
“Questo potrebbe essere eseguito localmente sui processori contenuti in Alexa. È in esecuzione in tempo reale, quindi non è necessario memorizzare nulla o inviare nulla al cloud”, ha detto Gollakota.
“In questo momento, questa è una buona dimostrazione del concetto usando le chiamate al 911 nell’area metropolitana di Seattle”, ha affermato. “Ma dobbiamo avere accesso a più chiamate al 911 relative all’arresto cardiaco in modo che possiamo migliorare ulteriormente l’accuratezza dell’algoritmo e assicurare che si generalizzi su una popolazione più ampia”.
I ricercatori pianificano di commercializzare questa tecnologia attraverso una spinoff UW, Sound Life Sciences, Inc.
“Gli arresti cardiaci sono una causa molto frequente di morte per le persone, e tutt’oggi molti di questi eventi possono essere ignorati”, ha detto Sunshine. “Parte di ciò che rende questa tecnologia così avvincente è che potrebbe aiutarci a catturare più pazienti in tempo per essere trattati”.
Gli step successivi, conclude Sunshine, sono un controllo sistemico integrato da remoto per i pazienti diabetici con complicanze cardiovascolari, ad esempio impiegando CGM più rilevatore ambientale ed ECG,