Ученые разработали компьютерный алгоритм, который распознает стресс по изменениям ритма дыхания с точностью более 96%. В перспективе технологию можно будет использовать для наблюдения за водителями, диспетчерами, пилотами и операторами сложных систем, а также в спорте, образовании и медицине. Исследователи рассматривают и возможность отслеживать дыхание без нагрудных датчиков. При этом опрошенные «Известиями» эксперты предупреждают: для здоровых людей, чья работа не связана с повышенной ответственностью, постоянный контроль может стать дополнительным источником тревоги. Кому подойдет такая система и в каких случаях она может навредить — в материале «Известий».

Исследователи Петрозаводского государственного университета совместно с коллегами из турецкого Университета имени Бинали Йылдырыма в Эрзинджане научили компьютерный алгоритм выявлять признаки стресса по параметрам дыхания.

Как пояснили ученые, дыхание меняется в зависимости от состояния человека. При волнении оно может учащаться и становиться менее регулярным, изменяются продолжительность вдоха и форма дыхательной волны — сигнала, отражающего движение грудной клетки. Однако одной частоты дыхания недостаточно для надежного определения стресса: нормальный ритм существенно различается у разных людей, поэтому отдельный показатель не позволяет однозначно оценить состояние человека.

Авторы проанализировали открытый международный набор физиологических данных WESAD, включающий сведения о дыхании, работе сердца, электропроводности кожи и движениях добровольцев. В новой работе исследователи использовали только данные о дыхании.

— Результаты исследования могут использоваться для мониторинга стресса в профессиях высокой ответственности — у водителей, диспетчеров, пилотов, операторов сложных систем, а также в спорте, образовании и медицине. Они могут помогать отслеживать реакцию человека на стресс, наблюдать динамику восстановления после физической или психоэмоциональной нагрузки и вовремя замечать состояние повышенного напряжения, — рассказал «Известиям» доцент кафедры информационно-измерительных систем, электроники и автоматики, заведующий учебно-научной лабораторией по разработке электронной компонентной базы на основе микро- и наноструктур Петрозаводского государственного университета Андрей Величко.

Во время эксперимента добровольцы последовательно находились в разных состояниях: отдыхали, смотрели развлекательные видео, медитировали или проходили стресс-тест. В последнем случае участникам предлагали рассказать перед комиссией из трех человек о своих сильных и слабых сторонах, а затем считать вслух. На протяжении эксперимента дыхание записывали с помощью нагрудного датчика, фиксировавшего движения грудной клетки.

Полученные сигналы разделили на минутные отрезки и применили алгоритмы машинного обучения. Исследователи сравнили два подхода. В первом компактная нейросеть анализировала непосредственно дыхательную волну. Во втором из сигнала предварительно извлекали характеристики дыхания — например, особенности формы волны, изменения ритма на разных частотах и его устойчивость во времени. Затем эти параметры использовали для определения состояния человека.

Лучший результат показала компактная нейросеть, анализировавшая исходный сигнал: она правильно определяла наличие или отсутствие стресса более чем в 96% случаев. При этом с напряжением были связаны не только частота дыхания, но и другие особенности — продолжительность вдоха, форма дыхательной волны и изменения ритма во времени. Таким образом, алгоритм опирался на совокупность нескольких признаков, а не на один показатель.

На основе результатов исследования ученые разработали бесплатное приложение для Android — BreathCouple. В отличие от эксперимента, где использовался нагрудный датчик, приложение регистрирует дыхание с помощью компактного внешнего микрофона, подключенного к смартфону. Его необходимо расположить рядом с носом, чтобы записывать вдохи и выдохи. По этим данным программа строит дыхательную волну и позволяет отслеживать частоту и колебания ритма дыхания.

— Мы увидели, что стресс проявляется не только в том, насколько часто человек дышит. Более информативен целый рисунок дыхания: как распределена энергия сигнала, насколько стабильно соотношение длительности вдоха и всего дыхательного цикла, как меняется форма волны и насколько долго сохраняется ее временная структура, — отметил Андрей Величко.

При этом авторы подчеркивают, что полученную на экспериментальных данных точность пока нельзя ожидать от приложения. Микрофон и нагрудный датчик регистрируют разные физические сигналы, а их показания еще не сравнивали одновременно на одной и той же группе участников. Поэтому BreathCouple предназначено для личного наблюдения и пилотных исследований и не считается медицинским устройством для диагностики.

В дальнейшем ученые планируют повторить эксперимент на более крупной группе добровольцев и проверить метод не только в лаборатории, но и в повседневных условиях. Участники будут ходить, работать за столом, отдыхать и спать. Это позволит оценить, как на точность распознавания стресса влияют движение, положение тела, разговор и другие естественные факторы.

Дыхательный ритм действительно может служить информативным и надежным маркером стрессового состояния, рассказал «Известиям» психолог, директор АНО «Стратегии возможностей», эксперт рынка НТИ «Нейронет» Иван Плющаев. Однако стресс вызывают как внешние, так и внутренние факторы, а проявляется он не только в изменении дыхания или нарушениях сна, но и в других эмоциональных и когнитивных симптомах. Поэтому оценивать состояние человека необходимо комплексно, не опираясь исключительно на один физиологический показатель.

— Для специалиста-психолога важен не сам факт физиологического возбуждения, а его контекст и субъективное переживание. В то же время у подхода есть существенные преимущества: реализация в виде приложения делает технологию потенциально массовой и доступной, что выгодно отличает ее от громоздких нагрудных датчиков. Кроме того, в отличие от субъективных опросников, физиологические маркеры (дыхательная волна) сложнее подделать или исказить из-за социально желательных ответов, — уточнил эксперт.

Это исследование открывает перспективные возможности для психологической практики, полагает руководитель Центра развития цифровых клиник МГУ Ольга Валаева.

— Изучение паттернов дыхания и их связи с психофизиологическими состояниями человека позволит повысить эффективность работы со стрессом, тревожностью и регуляцией эмоциональных реакций, — сказала она.

Для большинства людей такой алгоритм избыточен, считает ведущий эксперт рынка НТИ «Хелснет» Марина Чумакова. По ее словам, здоровый взрослый человек обычно и сам замечает признаки перегрузки: хуже спит, быстрее устает и чаще раздражается. Устройство, которое сообщает об этом с точностью 96%, мало что добавляет к собственным ощущениям человека.

— Оправданная ниша для подобных технологий — профессии с высокой ценой ошибки, например работа диспетчеров и водителей, а также клинические исследования, в которых важны объективные данные, — отметила она.

По словам эксперта, отдельный риск связан с людьми, склонными к повышенной тревожности. Для них постоянный мониторинг может стать дополнительным источником беспокойства: уведомление провоцирует новую волну тревоги, человек начинает пристальнее следить за дыханием, снова и снова проверять показатели. Похожий эффект врачи уже наблюдают у пользователей фитнес-трекеров и умных часов.

Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Biomedical Signal Processing and Control.