米国では毎年50万人近くが、心臓が突然拍動を止める心停止で亡くなっている。
心停止を起こした人は突然反応がなくなり、呼吸が止まるか、あえぐような呼吸になる。直ちに心肺蘇生法（CPR）を行えば生存率は2倍から3倍に高まるが、それには居合わせた人が必要だ。
心停止は病院の外で、人の自宅という私的な空間で起こることが多い。最近の研究によると、病院外での心停止が最も多く起こる場所の一つは患者の寝室であり、そこには応答して処置を行える人が周囲におらず、起きていない可能性が高いという。
継続的なモニタリング
この概念実証ツールは、睡眠中の人に触れることなく心停止を監視するもので、911番通報から収集された実際の死戦期呼吸の事例を用いて開発された。同研究によると、最大20フィート（約6メートル）離れた場所から、97%の確率で死戦期呼吸を検知できたという。研究論文の掲載誌は Digital Medicine。
「多くの人が自宅にスマートスピーカーを置いており、これらの機器には活用できる優れた機能がある」と、ワシントン大学ポール・G・アレン・コンピュータサイエンス・工学部の准教授で、共同責任著者のShyam Gollakota氏は述べている。
「私たちが構想しているのは、寝室を継続的かつ受動的に監視して死戦期呼吸を検知し、近くにいる人に知らせて心肺蘇生を行ってもらう非接触型システムです。そして、反応がない場合には、機器が自動的に911番へ通報できます。」
911番通報のデータによると、心停止を経験する人の約50%に死戦期呼吸が見られ、死戦期呼吸を示す患者は生存の可能性が高い傾向にあるという。
「この種の呼吸は、患者の酸素濃度が著しく低下したときに起こります」と、麻酔科・痛み医療の助教で、共同責任著者のJacob Sunshine氏は述べている。「喉の奥から絞り出すようなあえぎ声で、その独特さから、心停止を起こしているかどうかを識別する音声バイオマーカーとして有用です。」
死戦期呼吸と、その他の音
研究チームは、シアトル市の救急医療サービスに寄せられた実際の911番通報から、死戦期呼吸の音を収集した。心停止の患者は意識がないことが多いため、居合わせた人々は患者の口元に携帯電話を近づけて死戦期呼吸の音を録音し、指令員が患者に直ちに心肺蘇生が必要かどうかを判断できるようにした。
研究チームは2009年から2017年の間に162件の通報を収集し、死戦期呼吸の各呼吸の始めから2.5秒間の音声を抽出して、合計236件のクリップを得た。録音は、Amazon Alexa、iPhone 5s、Samsung Galaxy S4という複数のスマートデバイスで取得され、さまざまな機械学習の手法を用いてデータセットを7,316件の陽性クリップまで拡張した。
「これらの音声を異なる距離で再生し、寝室の異なる場所に患者がいた場合に、どのように聞こえるかを再現しました」と、アレン・スクールの博士課程学生で、筆頭著者のJustin Chan氏は述べている。「また、猫や犬の鳴き声、車のクラクション、エアコンの音など、家庭で普段耳にするような妨害音も加えました。」
陰性データセットには、研究チームが睡眠調査で収集した83時間分の音声データを使用し、7,305件の音声サンプルを得た。クリップには、いびきや閉塞性睡眠時無呼吸など、人が睡眠中に通常立てる音が含まれていた。
研究チームはこれらのデータセットを用いて機械学習により、音を発生させるスピーカーから最大6メートル離れた位置にスマートデバイスを置いた場合に、97%の確率で死戦期呼吸を検知できるツールを開発した。
次に研究チームは、いびきのような別種の呼吸を誤って死戦期呼吸と分類しないかを確認するため、アルゴリズムを検証した。
「救急サービスや家族に不必要に通知したくないので、誤検知率を下げることが重要です」とChan氏は述べている。
睡眠中に
睡眠研究室のデータについて、アルゴリズムは呼吸音を死戦期呼吸と誤分類した割合が0.14%であった。被験者が自宅で就寝中に録音した別の音声クリップでは、誤検知率は約0.22%であった。しかし、研究チームがツールに、少なくとも10秒以上離れた2つの明確な事象を検知した場合にのみ死戦期呼吸と分類させたところ、両方の検証において誤検知率は0%まで低下した。
研究チームは、このアルゴリズムが、人が睡眠中にスマートスピーカーやスマートフォン上で受動的に動作するアプリや、Alexa用のスキルのような形で機能する可能性を見据えている。
「これはAlexaに内蔵されたプロセッサ上でローカルに動作させられます。リアルタイムで動作するため、何かを保存したり、クラウドに送信したりする必要はありません」とGollakota氏は述べている。
「現時点では、シアトル都市圏の911番通報を用いた良い概念実証です」と同氏は述べている。「しかし、アルゴリズムの精度をさらに高め、より大規模な集団に対しても汎用性を確保できるよう、心停止に関連する911番通報へのアクセスを増やす必要があります。」
研究者らは、ワシントン大学発のスピンアウト企業であるSound Life Sciences, Inc.を通じて、この技術の商業化を計画している。
「心停止は人が亡くなる非常に一般的な原因ですが、現在では、その多くが誰にも目撃されずに起こっています」とSunshine氏は述べている。「この技術が特に注目に値するのは、患者が治療を受けるまでに、より多くの患者を見つけ出す手助けになり得る点です。」
本研究は米国国立科学財団の助成を受けた。
