|
MADRID, 19 (EUROPA PRESS)
Investigadores de la Universidad de Washington (Estados Unidos) han desarrollado una nueva herramienta para monitorear a las personas con paro cardíaco mientras duermen. A través de un altavoz inteligente, como Google Home y Amazon Alexa, o un teléfono inteligente, permite que el dispositivo detecte el sonido de respiración agónica y pida ayuda cuando detecte alteracioines que puedan ser síntoma de paro cardíaco.
"Mucha gente tiene altavoces inteligentes en sus casas, y estos dispositivos tienen capacidades asombrosas que podemos aprovechar. Imaginamos un sistema 'contactless' que funciona monitoreando continua y pasivamente el dormitorio para detectar un evento de respiración agónica, y alerta a cualquier persona que se encuentre cerca para que proporcione reanimación cardiopulmonar. Y si no hay respuesta, el dispositivo puede llamar automáticamente al 911", explica el autor del trabajo, Shyam Gollakota.
En promedio, la herramienta, que fue desarrollada usando grabaciones de respiración agónica real capturada de llamadas al 911 en Estados Unidos, detectó eventos de respiración agónica el 97 por ciento del tiempo desde una distancia de hasta 6 metros. Según se recoge en el estudio, publicado en la revista 'NPJ Digital Medicine', este tipo de respiración agónica está presente en aproximadamente el 50 por ciento de las personas que sufren paros cardíacos.
"Este tipo de respiración ocurre cuando un paciente experimenta niveles realmente bajos de oxígeno. Es una especie de ruido de jadeo gutural, y su singularidad lo convierte en un buen biomarcador de audio para identificar si alguien está experimentando un paro cardíaco", detalla otro de los responsables del trabajo, Jacob Sunshine.
El equipo recogió 162 llamadas entre 2009 y 2017 y extrajo 2,5 segundos de audio al comienzo de cada respiración agónica para obtener un total de 236 clips. El equipo capturó las grabaciones en diferentes dispositivos inteligentes (un Amazon Alexa, un iPhone 5s y un Samsung Galaxy S4) y utilizó varias técnicas de aprendizaje automático para aumentar el conjunto de datos a 7.316 clips válidos.
"Jugamos con estos ejemplos a diferentes distancias para simular cómo sonaría si el paciente estuviera en diferentes lugares del dormitorio. También añadimos diferentes sonidos de interferencia, como los de los perros y gatos, los coches tocando la bocina, el aire acondicionado, cosas que normalmente se oyen en una casa", comentan los científicos estadounidenses.
Para el conjunto de datos que no correspondían a paro cardíaco, el equipo utilizó 83 horas de datos de audio recopilados durante los estudios del sueño, lo que arrojó 7.305 muestras de sonido. Estos clips contenían sonidos típicos que las personas hacen mientras duermen, como ronquidos o apnea obstructiva del sueño. A partir de todos estos datos, el equipo creó una herramienta que podía detectar la respiración agónica el 97 por ciento de las veces cuando el dispositivo inteligente se colocaba a una distancia de hasta 6 metros de un altavoz que generaba los sonidos.
Después, el equipo probó el algoritmo para asegurarse de que no clasificaría accidentalmente un tipo diferente de respiración, como el ronquido, como respiración agónica. "No queremos alertar a los servicios de emergencia ni a los seres queridos innecesariamente, así que es importante que reduzcamos nuestra tasa de falsos positivos", apuntan.
El equipo prevé que este algoritmo podría funcionar como una aplicación para Alexa que se ejecuta en segundo plano en un altavoz o teléfono inteligente mientras la gente duerme. "Esto podría funcionar localmente en los procesadores de Alexa. Funciona en tiempo real, por lo que no es necesario almacenar nada ni enviar nada a la nube", concluyen.
|
