Un grupo de investigadores de la Universidad de Washington ha tomado parte de la tecnología actual y la ha utilizado como una herramienta que podría salvar vidas en los hogares.
La solución que proponen es monitorizar la respiración de las personas durante el sueño de la noche, siendo capaz de detectar problemas que puedan derivar en un paro cardíaco. Para ello han incorporado a su investigación plataformas como Google Home, Amazon Alexa y cualquier aplicación inteligente que pueda detectar algún indicio de respiración forzada y avisar automáticamente a los servicios de emergencia.
«Imaginamos un sistema que supervisa continuamente el dormitorio para un evento de respiración agónica, y alerta a las personas cercanas para que proporcionen RCP. Si no hay respuesta, el dispositivo puede llamar automáticamente a emergencias», explica Shyam Gollakota, coautor asociado y profesor de la Escuela Paul G. Allen de Ciencias de la Computación e Ingeniería de la Universidad de Washington.
Configuración del asistente virtual
Los investigadores reunieron sonidos de respiración agónica de llamadas reales a los servicios médicos de emergencia de Seattle. Debido a que los pacientes con paro cardíaco a menudo están inconscientes, los transeúntes registraron las respiraciones agónicas colocando sus teléfonos en la boca del paciente para que el operador pudiera determinar si el paciente necesitaba RCP inmediata.
El equipo recopiló 162 llamadas entre 2009 y 1017 y extrajo 2.5 segundos de audio al inciio de cada respiración agonal para obtener un total de 236 clips. El equipo capturó las grabaciones en diferentes dispositivos inteligentes y usó varias técnicas de aprendizaje automático para aumentar el conjunto de datos a 7,316 clips
Se recogieron también sonidos de respiración normal durante el sueño, incluidos ronquidos o apnea obstructiva del sueño para obtener de «datos negativos». Con esta base los asistentes virtuales pueden diferenciar cuándo se debe alertar y cuando no.
Pruebas con los dispositivos inteligentes
A partir de estos datos el equipo aprende automáticamente para generar una herramienta de detección de respiración agonal durante el 97% del tiempo que el dispositivo está colocado junto a una fuente de sonidos hasta una distancia de 6 metros.
El equipo probo el algoritmo para asegurar de que no clasificaría accidentalemente un tipo diferente de respiración. «No queremos alertar a los servicios de emergencia ni a los seres queridos innecesariamente, por lo que es importante que reduzcamos nuestra tasa de falsos positivos», destacan los investigadores.