ภาวะหัวใจหยุดเต้น

ผู้ที่ประสบภาวะหัวใจหยุดเต้นกะทันหันจะไม่ตอบสนองและอาจหยุดหายใจหรือหายใจไม่ออก ซึ่งเป็นสัญญาณที่เรียกว่าการหายใจลำบาก การทำ CPR ทันทีสามารถเพิ่มโอกาสรอดชีวิตของคนเป็นสองเท่าหรือสามเท่า แต่นั่นจำเป็นต้องมีผู้ยืนดูอยู่ด้วย ภาวะหัวใจหยุดเต้นมักเกิดขึ้นนอกโรงพยาบาลและในบ้านส่วนตัว การวิจัยเมื่อเร็ว ๆ นี้ชี้ให้เห็นว่าหนึ่งในสถานที่ที่พบบ่อยที่สุดสำหรับภาวะหัวใจหยุดเต้นนอกโรงพยาบาลคือในห้องนอนของผู้ป่วย ซึ่งไม่มีใครอยู่รอบ ๆ หรือตื่นตัวเพื่อตอบสนองและให้การดูแล นักวิจัยจาก University of Washington ได้พัฒนาเครื่องมือใหม่เพื่อติดตามภาวะหัวใจหยุดเต้นของผู้คนในขณะที่พวกเขานอนหลับโดยไม่ต้องสัมผัสพวกเขา ทักษะใหม่สำหรับลำโพงอัจฉริยะ เช่น Google Home และ Amazon Alexa หรือสมาร์ทโฟน ช่วยให้อุปกรณ์ตรวจจับเสียงหายใจเฮือกใหญ่และร้องขอความช่วยเหลือได้ โดยเฉลี่ยแล้ว เครื่องมือพิสูจน์แนวคิดซึ่งพัฒนาขึ้นโดยใช้ตัวอย่างการหายใจด้วยความเจ็บปวดจริงที่บันทึกได้จากการโทร 911 ตรวจพบเหตุการณ์การหายใจด้วยความเจ็บปวด 97% ของเวลาทั้งหมดจากระยะสูงสุด 20 ฟุต (หรือ 6 เมตร) การค้นพบนี้เผยแพร่ในวันที่ 19 มิถุนายนในnpj Digital Medicine "ผู้คนจำนวนมากมีลำโพงอัจฉริยะในบ้านของพวกเขา และอุปกรณ์เหล่านี้มีความสามารถที่น่าทึ่งซึ่งเราสามารถใช้ประโยชน์ได้" ผู้เขียนร่วมที่สอดคล้องกัน Shyam Gollakota รองศาสตราจารย์จาก Paul G. Allen School of Computer Science & Engineering ของ UW กล่าว . "เราจินตนาการถึงระบบไร้สัมผัสที่ทำงานโดยการตรวจสอบห้องนอนอย่างต่อเนื่องและอดทนสำหรับเหตุการณ์การหายใจที่เจ็บปวด และแจ้งเตือนใครก็ตามที่อยู่ใกล้เคียงให้มาทำ CPR จากนั้นหากไม่มีการตอบสนอง อุปกรณ์จะสามารถโทรหา 911 ได้โดยอัตโนมัติ" ผู้ป่วยที่มีอาการหัวใจหยุดเต้นประมาณ 50% มีอยู่ตามข้อมูลการโทรของ 911 และผู้ป่วยที่หายใจเข้าทางช่องท้องมักจะมีโอกาสรอดชีวิตได้ดีกว่า "การหายใจแบบนี้เกิดขึ้นเมื่อผู้ป่วยมีระดับออกซิเจนต่ำมาก" ดร. จาคอบ ซันไชน์ ผู้เขียนร่วม ผู้ช่วยศาสตราจารย์ด้านวิสัญญีวิทยาและยาแก้ปวดที่ UW School of Medicine กล่าว "มันเป็นเสียงหายใจหอบในลำคอ และความเป็นเอกลักษณ์ของมันทำให้มันเป็นตัวชี้วัดทางชีวภาพที่ดีที่จะใช้เพื่อระบุว่ามีคนกำลังประสบกับภาวะ หัวใจหยุดเต้น หรือไม่" นักวิจัยได้รวบรวมเสียงหายใจที่ติดขัดจากการโทร 911 จริงไปยังบริการการแพทย์ฉุกเฉินของซีแอตเติล เนื่องจากผู้ป่วยที่หัวใจหยุดเต้นมักจะหมดสติ ผู้ยืนดูอยู่จึงบันทึกเสียงหายใจที่เจ็บปวดโดยเอาโทรศัพท์ของตนจ่อปากของผู้ป่วย เพื่อให้ผู้มอบหมายงานสามารถระบุได้ว่าผู้ป่วยจำเป็นต้องทำ CPR ทันทีหรือไม่ ทีมงานรวบรวมการโทร 162 ครั้งระหว่างปี 2009 ถึง 2017 และแยกเสียง 2.5 วินาทีเมื่อเริ่มมีอาการเจ็บปวดแต่ละครั้ง จนได้คลิปทั้งหมด 236 คลิป ทีมงานจับภาพบนอุปกรณ์อัจฉริยะต่างๆ เช่น Amazon Alexa, iPhone 5s และ Samsung Galaxy S4 และใช้เทคนิคการเรียนรู้ของเครื่องต่างๆ เพื่อเพิ่มชุดข้อมูลเป็น 7,316 คลิปเชิงบวก จัสติน ชาน ผู้เขียนคนแรก นักศึกษาปริญญาเอกจาก Allen School กล่าวว่า "เราเล่นตัวอย่างเหล่านี้ในระยะทางต่างๆ เพื่อจำลองว่าเสียงจะเป็นอย่างไรหากผู้ป่วยอยู่ในที่ต่างๆ ในห้องนอน" "เรายังเพิ่มเสียงต่างๆ ที่เข้ามารบกวน เช่น เสียงแมวและสุนัข เสียงแตรรถ เสียงเครื่องปรับอากาศ เสียงต่างๆ ที่ปกติคุณอาจได้ยินในบ้าน" สำหรับชุดข้อมูลเชิงลบ ทีมงานใช้ข้อมูลเสียง 83 ชั่วโมงที่รวบรวมระหว่างการศึกษาเกี่ยวกับการนอนหลับ ซึ่งให้ตัวอย่างเสียง 7,305 ตัวอย่าง คลิปเหล่านี้มีเสียงทั่วไปที่ผู้คนทำในขณะนอนหลับ เช่น เสียงกรนหรือภาวะหยุดหายใจขณะหลับจากการอุดกั้น จากชุดข้อมูลเหล่านี้ ทีมใช้แมชชีนเลิร์นนิงเพื่อสร้างเครื่องมือที่สามารถตรวจจับการหายใจลำบากได้ 97% ของเวลาที่วางอุปกรณ์อัจฉริยะห่างจากลำโพงที่สร้างเสียงไม่เกิน 6 เมตร จากนั้น ทีมงานได้ทดสอบอัลกอริทึมเพื่อให้แน่ใจว่าจะไม่จำแนกการหายใจประเภทต่างๆ เช่น การกรน เป็นการหายใจแบบทรมานโดยไม่ได้ตั้งใจ “เราไม่ต้องการแจ้งเตือนหน่วยฉุกเฉินหรือบุคคลอันเป็นที่รักโดยไม่จำเป็น ดังนั้น สิ่งสำคัญคือเราต้องลดอัตราการเกิด False Positive” ชานกล่าว สำหรับข้อมูลของห้องปฏิบัติการการนอนหลับ อัลกอริทึมจัดประเภทเสียงหายใจอย่างไม่ถูกต้องว่าเป็นการหายใจแบบเฉียบพลัน 0.14% ของเวลาทั้งหมด อัตราการตรวจพบเท็จอยู่ที่ประมาณ 0.22% สำหรับคลิปเสียงที่แยกจากกัน ซึ่งอาสาสมัครได้บันทึกตัวเองขณะนอนหลับในบ้านของตนเอง แต่เมื่อทีมมีเครื่องมือจำแนกบางอย่างเป็นการหายใจแบบเจ็บปวดก็ต่อเมื่อตรวจพบเหตุการณ์ที่แตกต่างกัน 2 เหตุการณ์ห่างกันอย่างน้อย 10 วินาที อัตราผลบวกลวงจะลดลงเหลือ 0% สำหรับการทดสอบทั้งสองครั้ง ทีมงานมองเห็นว่าอัลกอริทึมนี้สามารถทำงานเหมือนแอพหรือทักษะสำหรับ Alexa ที่ทำงานแบบพาสซีฟบนลำโพงอัจฉริยะหรือสมาร์ทโฟนในขณะที่ผู้คนนอนหลับ Gollakota กล่าวว่า "สิ่งนี้สามารถทำงานภายในเครื่องบนโปรเซสเซอร์ที่มีอยู่ใน Alexa ได้ มันทำงานแบบเรียลไทม์ ดังนั้นคุณไม่จำเป็นต้องจัดเก็บหรือส่งอะไรไปยังคลาวด์" Gollakota กล่าว “ตอนนี้ นี่เป็นข้อพิสูจน์ที่ดีของแนวคิดที่ใช้การเรียก 911 ในเขตเมืองซีแอตเติล” เขากล่าว "แต่เราจำเป็นต้องเข้าถึงการโทร 911 ที่เกี่ยวข้องกับภาวะหัวใจหยุดเต้นให้มากขึ้น เพื่อที่เราจะสามารถปรับปรุงความแม่นยำของอัลกอริทึมให้ดียิ่งขึ้น และทำให้แน่ใจว่าการโทรดังกล่าวครอบคลุมประชากรกลุ่มใหญ่" นักวิจัยวางแผนที่จะนำเทคโนโลยีนี้ไปใช้ในเชิงพาณิชย์ผ่านทางกลุ่มผลิตภัณฑ์ UW, Sound Life Sciences, Inc. “ภาวะหัวใจหยุดเต้นเป็นวิธีที่พบได้บ่อยสำหรับผู้คนที่จะเสียชีวิต และตอนนี้หลายคนเสียชีวิตโดยไม่มีใครรู้เห็น” ซันไชน์กล่าว "ส่วนหนึ่งของสิ่งที่ทำให้เทคโนโลยีนี้น่าสนใจก็คือมันสามารถช่วยให้เราจับผู้ป่วยได้มากขึ้นทันเวลาสำหรับการรักษา"