导读 根据 Google Research 牵头的一项研究，在智能手表上运行的机器学习算法能够以高特异性(99.99%)和中等灵敏度(67.23%)检测出脉搏突然消失...
根据 Google Research 牵头的一项研究，在智能手表上运行的机器学习算法能够以高特异性(99.99%)和中等灵敏度(67.23%)检测出脉搏突然消失。该系统旨在识别心脏骤停，当它感觉到发生时，即使用户没有反应，也可以自动拨打紧急电话。
院外心脏骤停(OHCA) 是心脏猝死的一个重要原因，其存活率在很大程度上取决于能否及时识别和干预。约 50-75% 的 OHCA 病例无人目击，这降低了立即进行医疗响应和复苏的可能性。研究人员评估了智能手表是否可以自动检测无脉搏并联系急救服务，同时最大限度地减少误报。
在《自然》杂志发表的一项名为《消费级智能手表脉搏检测自动丢失》的研究中，研究人员使用光电容积描记法 (PPG) 和运动数据训练了一种算法。随后，该团队在六个不同的队列中验证了该系统，包括受控的临床环境和自由生活的现实环境。
在电生理实验室中，100 名接受除颤器测试的患者经历了诱发性心室颤动，提供了无脉搏数据。另外 99 名参与者通过止血带诱发的动脉闭塞模型经历了无脉搏。948 名自由生活用户组成的更大群体提供了没有无脉搏的额外数据。
220 名参与者在日常生活中被动佩戴智能手表，以观察假阳性发生的频率。135 名参与者在自由生活条件下(为了确定特异性)和受控环境中接受了研究，在受控环境中，他们的脉搏通过止血带诱发的动脉闭塞而故意停止(为了评估敏感性)。
21 名经过专业训练的特技演员模拟了院外心脏骤停晕倒，以评估该算法在高速运动中的检测准确性。