丰田协作安全研究中心正在与密歇根大学合作开发心脏监测方法，这些方法有一天可能有助于预测驾驶员的心脏病发作。图片来源：密歇根大学 心脏病发作或糖尿病昏迷可能对驾驶员造成特别致命的后果，当它们导致车祸时。丰田研究人员希望通过研究可穿戴设备如何通过提前预测医疗紧急情况来帮助智能汽车挽救生命，从而改变这种严峻的局面。智能汽车——无论是手动驾驶还是自动驾驶——将关注驾驶员健康的时代，距离未来还有一段距离。但丰田协作安全研究中心认为，值得投资于必要的技术和科学研究，以通过一项耗资3500万美元、为期五年、持续到2021年的项目，让未来在今天实现。丰田研究人员已经开始与大学合作，研究智能手表等可穿戴设备是否有一天能像临床级医疗设备一样准确地监测即将发生的心脏病发作或低血糖引起的昏迷迹象。“我们研究了哪些情况可能从紧急医疗角度导致了车祸，以及可能通过可穿戴设备测量的信号，”丰田协作安全研究中心主任查克·古拉什（Chuck Gulash）说。根据美国国家公路交通安全管理局2009年的一项研究，全国机动车碰撞原因调查中，据报道只有1.3%的乘用车碰撞是由医疗紧急情况引起的，这听起来可能不是什么大问题。但这意味着医疗状况至少部分导致了超过26,000起碰撞，因为总调查包括了200多万起车祸。心脏病发作约占由医疗状况引起的碰撞的11%，即大约2,680起碰撞。糖尿病昏迷占此类碰撞的比例显著更大，为20%，即大约5,200起碰撞。丰田研究人员选择关注这两种情况，而不是导致更多碰撞的医疗紧急情况——例如癫痫发作——因为他们相信可穿戴技术可以在不久的将来准确检测和预测这些情况。涉及心脏病发作或糖尿病的医疗紧急情况也可能在越来越多的老年驾驶员中变得更加常见。例如，心脏病发作通常发生在65岁或以上的成年人中。根据美国人口普查局2013年的一份报告，美国65岁以上的成年人口预计将从2012年的4300万增加一倍，到2050年达到近8400万。丰田努力的一部分是与密歇根大学合作，创建一个车载系统，可以帮助潜在地预测驾驶员的心脏病发作。该项目的直接目标是建立一个“黄金标准”和科学基线，用于基于心电图（ECG）信号准确识别心脏病发作。研究人员首先在临床环境中使用高等级医疗设备收集关于哪些ECG信号最能预测心脏病发作的数据。弄清楚这一点是必要的步骤，即使未来的智能手表或其他可穿戴设备尚未达到预测心脏病发作所需的医疗级准确性。“对于我们检测和预测心脏病所需的准确性水平，可穿戴设备尚未达到，”丰田协作安全研究中心首席工程师普吉塔·古纳拉特内（Pujitha Gunaratne）说。丰田与密歇根大学研究的另一个重要部分涉及从移动汽车的预期背景噪音中过滤掉ECG信号。这不是研究人员在实验室通常隔离的条件下遇到的问题，但可穿戴设备及其软件需要能够在道路上车辆的嘈杂条件下运行。在软件方面，研究人员旨在利用机器学习算法——一种流行的人工智能（AI）技术，可以学习识别数据中的相关模式——的力量来帮助过滤噪音并集中于相关的ECG信号。“我们正在研究嘈杂信号的广泛范围，并寻找AI机器学习算法来净化这些信号并生成噪声模型，这将帮助我们检测这些心脏状况并可能提前预测它们，”古纳拉特内解释说。丰田正在将类似的理念应用于解决驾驶员糖尿病昏迷的问题。丰田研究人员正在与内布拉斯加大学合作开展一个独立项目，该项目研究不同葡萄糖（血糖）水平如何影响驾驶员的行为和安全。驾驶员不应该期望他们的汽车在丰田协作安全研究中心于2021年结束其当前五年项目时就能预测心脏病发作。但在建立监测心脏病发作和糖尿病等疾病的基线方面取得成功，将为潜在地测试带有志愿者驾驶员的可穿戴硬件和软件配置奠定基础。丰田计划与汽车行业的其他公司和更广泛的研究社区分享研究结果，而不是将研究结果作为专有知识。古拉什说：“如果我们不着手这项工作，那么当2020年代出现更好的消费级可穿戴设备或算法时，这只会将这项基础研究推迟到未来。”
广告
