「今天天气怎么样？」、「帮我设个闹钟」大概是多数人使用智能音箱最频繁的功能，然而，来自华盛顿大学的研究小组却找到一个新的使用场景，那就是用智能音箱来监测生理疾病。

近日，研究小组已经在全球科学新闻服务平台 EurekAlert! 上发表了一篇文章，表示会在 Nature 的合作期刊《NPJ Digital Medicine》上公布这项成果。

▲ 图片来自：Time Magazine

据悉，他们开发出的工具可以将智能音箱变成一个检测工具，主要用来预防心脏病发作与心脏骤停，同时还可以自动拨打本地的求救电话。

华盛顿大学医学院助理教授 Jacob Sunshine 表示，智能音箱是做这件事的完美设备，因为它们需要时刻保持对环境音源的监测，以便能及时识别你类似「Hey Siri」这样的命令。

另一名副教授 Shyam Gollakota 也称，之所以开发这套系统也是因为看到了当下智能音箱的普及率。统计数据显示，从 2017 年到 2018 年，美国智能音箱的普及率已经从 21.5% 增长到 41%。

「致命性心梗多发于晚上，很多人在发作时甚至都不知道自己已经发病，但此时患者一般都会伴有呼吸急促、呼吸拉长等状况，声音也会发出相应的变化，而这种特征，是可以被识别和检测的。」

▲ 图片来自：Reader’s Digest

在开发过程中，研究小组先从美国医疗中心收集了 911 急救专线里的有关心脏骤停、急性心衰发作时的音源数据，这些声音大多是由发病者的亲朋好友拨打急救电话时提供的，以便让医疗人员分析是否需要进行心肺复苏抢救。

获得数据后，他们便开始在房间内的不同位置、距离播放这些声音，供音箱设备进行识别，期间还加入了像猫狗叫声、汽车喇叭等其它干扰音，以更真实地还原各种状况。

最终，研究小组总共获得了约 7000 个声音样本，其中就包含了一些特定的打鼾声，特别是一些不规律的鼾声，它们可能与冠心病、心率失常等心血管疾病有密切关系。

如今系统已经能在 6 米范围内对这种独特的呼吸声做出识别，识别率为 97% 左右。但准确度是研究小组更在意的因素，因为一旦出错，误拨了急救电话，也会对医院和用户造成不小的困扰。

不过，用户是否能接受自家音箱处于「非接触式实时监测」的状态，也是个问题。虽然研究人员称所有运算都只在本地运行，而不会被上传至服务器和云端，但这也关系到个人声音数据的安全。

目前，研究小组已经计划成立一个分支机构，将这项技术正式商业化：「我们还需要更多心脏骤停的音源，进一步提高算法的精准度，协助医疗机构和家庭尽早发现病症，获得及时的治疗。」

题图来源：SlashGear