去年,麻省理工学院计算机科学与人工智能实验室发布了他们最新的科研结果,其结果表明:通过皮肤颜色以及相关数据的变化可以准确的反映出人体心脏的状况。随后研究人员又进行了进一步的研发,通过去除面部无效运动的数据收集,从而优化检测结果。
不可否认,远程检测心跳是一个非常便利的检测手段,如果能够确保数据的准确性,确实能够达到长期监控心跳并且有效预防心脏病突发事件的目的。
麻省理工学院在发布这项科研结果的时候,提及了心率变异性(HRV)这一概念。HRV是指逐次心搏间期的微小差异,它产生于自主神经系统对心脏窦房结的调制,使得心搏间期一般存在几十毫秒的差异和波动。可以用这一理论来诊断心脏所发生的问题。但使用这一方法也需要确保有效去除无效数据输入,以及一切能够混淆HRV的信号。为了确保有效数据输入的准确性,研究人员正在努力改善算法以及显示设置,通过结合运动与比色成像来提高数据的精确程度。
虽然从上面的叙述来看,这项技术大部分要依赖相关软件来完成,但却少不了传感器硬件—摄像头的技术数据采集。目前普通智能手机摄像头已经能够完成这项工作,但更专业的远程传感器可以采集更细节的细节变化数据。
通过面部微表情的探测以及热度分析,可以很清楚的通过面部细节来观察血管健康程度;另外光谱检测组件可以通过面部汗水的皮电电阻量来提供更进一步的数据;并且一个快速无害的激光脉冲可以对皮肤所蒸发掉的数以百计的分子进行分析,提供更详尽的数据从而提升数据分析的准确性。目前这样的数据采集准确性还有待提升,智能软件会根据这些数据来判断目前用户心脏的状态,同时迅速反馈到用户,从而起到心脏监测和提前预防的作用。
人体的很多指数,例如脉搏、血氧含量、瞳孔伸缩程度或者是皮肤电阻,都有一定的变化范围。如果感到疲惫、害怕或者受惊,这些指数就会发生变化并且这些变化十分容易监测到。想要通过这些指标检测心脏状态最需要解决的问题是如何对这些数据差异进行分析。
换句话说,如果因为收到惊吓而使得心跳加速,但监测到的血氧含量一直稳定,这就不能说是心脏出现了问题。所以如何根据数据准确判断,才是能否及时准确发现心脏异常最需要解决的问题。