-
撒钱十个亿,只做真公益!振东制药诠释现代公益新范式
发布时间:2025/06/11
如果说慈善事业是企业责任感的一个缩影。那么振东制药的慈善“侧写”便是大爱无疆。山西振东健康产业集团自太行山深处诞生,稳扎稳打、守正创新,跻身中国药企中流砥柱行列。引导旗下公益扶贫办凝聚共识、加强合作...
-
创客匠人联合主办第二届中国心理学应用发展大会,深耕“AI+心理学”应用
发布时间:2025/05/30
导语: 2025年5月24日,第二届中国心理学应用发展大会在杭州水博园盛大开幕。作为联合主办方,创客匠人通过“AI+心理学应用”圆桌论坛和“心理人的破局发展”工作坊两大核心活动,为3000余名参会者带来前沿的数字化解决方...
-
纳斯达克‖飞兔商联启航全产业链聚合生态重构行业格局
发布时间:2025/05/27
在互联网行业爆发式增长的浪潮中,贵州飞兔商联云信息技术有限公司(以下简称“飞兔商联”)以“科技+线上+线下”三位一体的合伙人创新模式,成为资本市场瞩目的焦点。作为中国互联网全产业链聚合生态的构建者,公司...
-
LAIFE「巢汐Tide」 新品发布会盛大召开,“美似潮汐,更迭永续”引领抗衰新潮流
发布时间:2025/01/14
近日,LAIFE乐梵举办了一场盛大的红宝瓶2.0新品发布会,吸引了众多业内人士及媒体的关注。 *LAIFE「巢汐Tide」美似潮汐、更迭永续新品发布会现场 LAIFE乐梵作为全球领先的长寿科技企业,一直致力于利用前沿科技为...
-
浑水协助Wolfpack做空爱奇艺(IQ.US) 看空报告全文来了
发布时间:2020/04/08
本文来源“腾讯网”。 划重点:1.两家中国广告公司向我们提供了爱奇艺(IQ.US)后端系统的数据,这些数据显示,从2019年9月开始,爱奇艺的实际移动DAU比该公司在2019年10月宣称的1.75亿平均移动DAU低了60.3%。2.大约3...
-
华尔街大佬巴鲁克:特斯拉(TSLA.US)目标股价达600美元,仍有18%上行空间
发布时间:2020/04/08
本文来自“腾讯证券”。 在券商杰富瑞(Jefferies)将特斯拉评级从“持有”上调到“买入”后,特斯拉(TSLA.US)在周一收盘上涨逾7.5%。上周五,特斯拉也因公司第一季度业绩强劲而迎来上涨。数据显示,该公司第一季度共...
-
不满足于流媒体业务,亚马逊也要开始做游戏了
发布时间:2020/04/08
本文来源“36氪”。为了在统治数字娱乐的战役中开辟新战线,Amazon(AMZN.US)正在投入数亿美元以成为视频游戏的领先制作商和发行商。由于卫生事件的影响数度推迟之后,这家互联网巨头表示,打算在5月发布其首款原创...
-
刘强东“熔断”,徐雷成为京东的新“保险丝”
发布时间:2020/04/08
本文来自“盒饭财经”。公共卫生事件笼罩世界,全球经济遭遇重创,金融市场难以幸免,“熔断”一词频繁走入人们视野中。 作为在美股上市的企业,京东(JD.US)最近的日子也不太好过。瑞幸造假事件曝出后,京东“二号人...
Alexa可以帮助检测心脏病发作吗?研究人员探索智能扬声器的救生潜力
发布时间:2019/06/20 商业 浏览次数:990
在心脏病发作时,人们常常会出现一些症状:胸部或手臂疼痛,胃灼热,呼吸急促。但是对于外部观察者来说,其中只有一个是显而易见的,他们可能会听到一种叫做agonal呼吸的喘气声。
那么,如果我们拥有的设备可以听取这个关键指标并采取行动,那会不会很好?这正是华盛顿大学的研究人员用智能扬声器工具所做的,例如Google Home和Amazon Echo,它可以检测异常呼吸并寻求帮助。
美国疾病预防控制中心表示,美国心脏病发作时间每40秒就会发作一次,每年影响超过70万人。研究人员发现,大约一半经历过心脏病发作的人在拨打911电话时发出了喘气的声音。
华盛顿大学教授Shyam Gollakota表示,“好消息是,如果你能够发现这些无法呼吸的声音,你可以将某人的生存几率提高一倍或三倍,如果你要给他们立即进行心肺复苏术。”这项研究的作者。
在概念验证研究之后,团队的下一步是通过声音生命科学开发技能,这是一家西雅图初创公司,已经开始研究使用智能手机的麦克风和扬声器来发现阿片类药物过量的另一种应用。 Gollakota还担任Sound的首席执行官。
Apple Watch于去年推出了一项功能,可让用户直接从手腕上运行心电图。该信息可以指示可能导致心脏病发作的问题,但该设备不会全天候监控您的心脏。虽然人工智能驱动的可穿戴版本正在变得可用,但医院使用的心率监测器对于日常佩戴来说过于笨重。
在监控健康方面,智能扬声器与智能手机和可穿戴设备相比具有两个关键优势:它们始终聆听并连接电源,使其更加可靠。
为了获得算法的音频,研究人员依靠真实的911呼叫西雅图地区的紧急医疗服务。他们总共提取了236次agonal呼吸,并通过智能手机和智能扬声器与其他家庭声音重新捕获。然后研究人员使用机器学习技术将心脏病发作指示呼吸的数量增加到7,000多个。
对于对照组,他们使用来自睡眠研究的83小时音频数据来得出正常睡眠声音的7,305个声音字节。
然后对机器学习算法进行测试。该工具在97%的时间内正确识别出喘气的气息。普通的睡眠声音在0.14%的时间内被错误分类。
Gollakota与华盛顿大学的研究人员和教授Justin Chan,Thomas Rea和雅各布阳光(他们也是声音科学团队)一起参与了这项研究。
以前是联合创办Jeeva Wireless的无线网络领域的领导者Gollakota认为,这项技能在“你不希望人们佩戴设备的任何地方”都很有用,其中包括医院病房和养老院。一旦检测到异常呼吸,应用程序可以提醒有能力快速管理心肺复苏的人。