一个新的系统能通过喘息的声音为心脏骤停及时预警，有望降低心脏骤停的死亡率。

在美国，每年约有39.5万例心脏骤停发生在医院外，其中存活率不到6%。每年还约有20万人在医院心脏骤停，其中24%的患者存活下来。抢救心脏骤停需要在最短时间内给予患者及时、有效的抢救。但是，现有的技术无法实现对心脏骤停的及时预警，导致心脏骤停成为美国仅次于癌症和心脏病的第三大死因。

2019年6月19日，来自美国华盛顿大学计算机科学与工程学院的研究人员发明了非接触式智能设备，通过实时监测心脏骤停危险信号痛苦呼吸——严重缺氧环境中出现的可听见的生物标志物和脑干反射，初步实现了对心脏骤停的及时预警。

智能设备（智能手机和智能扬声器）的广泛采用可为识别痛苦呼吸提供便捷，它可将潜在的心脏骤停患者与急诊服务（EMS）或其他可以管理心脏脉冲监护仪的人员联系起来。它不要求心脏骤停患者在卧室睡觉时佩戴设备，可以在现有的有线智能扬声器上实现。

作为概念的初步证明（proof of concept），研究人员选取了相对受控的环境——卧室，这是发生心脏骤停事件较多的场所。然而，收集痛苦呼吸的真实数据又是一个新的挑战。毕竟，痛苦呼吸事件是在紧急情况下才出现的，日常生活中相对罕见，无法重现原景。为了克服这一挑战，研究人员以美国华盛顿州金县（King County）紧急救护电话911中已确认的心脏骤停病例的音频（包括在通话中捕捉到的痛苦呼吸音频）和来自多导睡眠图研究（PSG）的家庭噪声和音频（如打鼾和阻塞性呼吸暂停音频）为采集对象，评估支持向量机（SVM）是否可以监测卧室和睡眠环境中与心脏骤停相关的痛苦呼吸音频以及支持向量机是否可以准确分类不同区域中的痛苦呼吸音频。

在多导睡眠研究中，研究人员通过智能设备可以很好地辨识长达82小时、117 985个音频（打鼾、低通气、中枢性和阻塞性睡眠呼吸暂停音频）中的不同。此外，研究人员还评估了35个不同卧室环境中共计164小时、236 666个音频段中的睡眠数据，假阳性率极低。依靠智能设备的非接触式心脏骤停监测向患者发出15秒或30秒的警告，提醒他们即将呼叫紧急服务，在一定程度上可以降低心脏骤停的死亡率。

然而，若想真正启动该系统并面向广大患者，仍存在一些潜在的疑问和挑战。911电话中的研究对象仅限于美国华盛顿州的小范围区域，数据单薄。倘若能够在多环境中构建和评估通用监测系统，这无疑是对该系统使用范围的拓展。此外，该系统面临的一个最大挑战是如何区分因其他因素导致的痛苦呼吸。因此，该系统还需要医疗队伍的助力、研究人员的不断完善，这样会使智能系统和医疗队伍融为一体，以便更好地展现并拓展非接触式心脏骤停监测的优势。总之，技术的不断发展会为全球的心脏骤停提供更优质的救助服务。