Künstliche Intelligenz: Anzeichen für Herzstillstand per Machine Learning erkennen

Bei einem Herzstillstand kann schnelles Eingreifen die Überlebenswahrscheinlichkeit drastisch erhöhen: Während im Durchschnitt nur 6 Prozent aller Betroffenen in den USA überleben, lässt sich die Wahrscheinlichkeit verdoppeln bis verdreifachen, wenn zum Beispiel rasch wiederbelebt wird. Ein neues System mit intelligenten Mikrofonen soll deshalb jetzt frühe Warnzeichen erkennen und Hilfe rufen, berichtet Technology Review online in "Wenn Alexa den Notarzt holt".

Das von Forschern an der University of Washington entwickelte System identifiziert mit Hilfe von Maschinenlernen die charakteristischen Atemprobleme (bekannt als Schnappatmung), die entstehen, wenn Menschen kaum noch Luft bekommen. Mehr als jedem zweiten Herzstillstand gehen sie als frühes Warnzeichen voraus. Die Forscher trainierten ihr System mit Hilfe von Aufzeichnungen von Schnappatmung auf Notrufen in einem Bezirk im US-Bundesstaat Washington. Mit 729 Anrufen kamen dabei insgesamt 82 Stunden Material zusammen. Um falsche Positive zu vermeiden, erlernte das System außerdem andere Geräusche, die in einem Zimmer zu hören sein können, etwa Schnarchen oder Schlafapnoe.

Laut Justin Chan, der die Forschungsarbeit geleitet hat, war es anschließend in der Lage, Schnappatmung in 97 Prozent der Fälle korrekt zu identifizieren, aus Entfernungen von bis zu 6 Metern. Noch ist es nur eine Machbarkeitsstudie, dürfte also erst in vielen Jahren tatsächlich verfügbar werden. Doch eine Kommerzialisierung haben sich die Forscher durchaus vorgenommen. In einem Praxiseinsatz sei es wohl sinnvoll, dass das System den Nutzer informiert, bevor es einen Notruf absetzt, erklärt Chan. Dadurch bestünde die Möglichkeit, die Aktion bei falschem Alarm zu unterbinden.

Mehr dazu bei Technology Review online:

• Wenn Alexa den Notarzt holt

(sma)