语音助手被用于检测心脏骤停，将大大提升患者存活率( 二 ) 6月21日消息

研究人员利用机器学习技术，创建了额外的音频剪辑，将数据集增加到总共7316个。他们还创建了一个包括7305个剪辑的数据集，这些数据集包括人们在睡觉时产生的声音。随后通过机器学习算法分析所有这些声音。如果监听到呼吸异常，该系统首先会向附近的人寻求心肺复苏帮助，但如果没有反应，则会自动拨打急救电话。

----语音助手被用于检测心脏骤停，将大大提升患者存活率//----

训练是有目的的、多样化的(例如通过在不同的电话和扬声器上捕获记录) ，以尽可能多地避免误报，并且初始准确率似乎很高。当人工智能检测到一个单一事件时，它只在0.22%或更少的情况下错误识别了呼吸，但当它至少间隔10秒倾听事件时，它却能完美地探测到。