Κορεσμός αίματος-οξυγόνου (SpO2), το ποσοστό της αιμοσφαιρίνης στο αίμα που μεταφέρει οξυγόνο, είναι ένα σημαντικό μέτρο της καρδιαγγειακής λειτουργίας. Τα υγιή άτομα έχουν SpO2 επίπεδα περίπου 95% ή περισσότερα, αλλά αναπνευστικές ασθένειες – όπως το άσθμα, η χρόνια αποφρακτική πνευμονοπάθεια, η πνευμονία και η COVID-19 – μπορεί να προκαλέσουν σημαντική πτώση αυτών των επιπέδων. Και αν SpO2 πέφτει κάτω από το 90%, αυτό μπορεί να είναι σημάδι πιο σοβαρής καρδιοπνευμονικής νόσου.
Οι γιατροί συνήθως μετρούν το SpO2 χρησιμοποιώντας παλμικό οξύμετρα, μη επεμβατικές συσκευές που κουμπώνουν στο άκρο του δακτύλου ή στο αυτί. Αυτά λειτουργούν συνήθως μέσω φωτοπληθυσμογραφίας διαπερατότητας (PPG), στην οποία αναλύεται η απορρόφηση του κόκκινου και του υπερύθρου φωτός για να γίνει διάκριση του οξυγονωμένου από το αποξυγονωμένο αίμα. Αλλά η δυνατότητα παρακολούθησης SpO2 εκτός κλινικής, η χρήση της κάμερας σε ένα καθημερινό smartphone, θα μπορούσε να επιτρέψει σε περισσότερους ανθρώπους να ανιχνεύουν καταστάσεις που χρειάζονται ιατρική παρακολούθηση ή να παρακολουθούν τις τρέχουσες αναπνευστικές παθήσεις.
Ερευνητές στο University of Washington (UW) και Πανεπιστήμιο της Καλιφόρνια στο Σαν Ντιέγκο έχουν πλέον δείξει ότι τα smartphones μπορούν να ανιχνεύσουν τα επίπεδα κορεσμού του αίματος με οξυγόνο έως και 70%. Αναφέρουν τα ευρήματά τους σε Ψηφιακή Ιατρική, σημειώνουν ότι αυτό επιτεύχθηκε χρησιμοποιώντας κάμερες smartphone χωρίς τροποποιήσεις υλικού, εκπαιδεύοντας ένα συνελικτικό νευρωνικό δίκτυο (CNN) για να αποκρυπτογραφήσει ένα ευρύ φάσμα επιπέδων οξυγόνου στο αίμα.
Σε μια μελέτη απόδειξης της αρχής, οι ερευνητές χρησιμοποίησαν μια διαδικασία που ονομάζεται ποικίλο κλασματικό εμπνευσμένο οξυγόνο (FiO2), στην οποία το άτομο αναπνέει ένα ελεγχόμενο μείγμα οξυγόνου και αζώτου, για να μειώσει αργά το SpO του2 επίπεδα κάτω από 70% – η χαμηλότερη τιμή που πρέπει να μπορούν να μετρήσουν τα παλμικά οξύμετρα, όπως συνιστάται από την Υπηρεσία Τροφίμων και Φαρμάκων των ΗΠΑ. Χρησιμοποίησαν τα δεδομένα που προέκυψαν για να εκπαιδεύσουν τον αλγόριθμο βαθιάς μάθησης που βασίζεται στο CNN.
«Άλλες εφαρμογές smartphone αναπτύχθηκαν ζητώντας από τους ανθρώπους να κρατήσουν την αναπνοή τους. Αλλά οι άνθρωποι αισθάνονται πολύ άβολα και πρέπει να αναπνεύσουν μετά από ένα λεπτό περίπου, και αυτό είναι πριν τα επίπεδα οξυγόνου στο αίμα τους μειωθούν αρκετά ώστε να αντιπροσωπεύουν όλο το φάσμα των κλινικά σχετικών δεδομένων», εξηγεί ο πρώτος συγγραφέας. Τζέισον Χόφμαν, διδακτορικός φοιτητής του UW, σε δήλωση τύπου. «Με τη δοκιμή μας, είμαστε σε θέση να συγκεντρώσουμε 15 λεπτά δεδομένων από κάθε θέμα. Τα δεδομένα μας δείχνουν ότι τα smartphones θα μπορούσαν να λειτουργήσουν καλά στο κρίσιμο εύρος ορίων».
Ο Χόφμαν και οι συνεργάτες του εξέτασαν έξι υγιείς εθελοντές. Κάθε συμμετέχων υποβλήθηκε σε ποικίλο FiO2 για 13-19 λεπτά, κατά τη διάρκεια του οποίου οι ερευνητές απέκτησαν περισσότερες από 10,000 μετρήσεις των επιπέδων οξυγόνου στο αίμα μεταξύ 61% και 100%. Παράλληλα, χρησιμοποίησαν ειδικά κατασκευασμένα παλμικά οξύμετρα για την καταγραφή δεδομένων εδαφικής αλήθειας μέσω της μετάδοσης PPG.
Για να εκτελέσει οξυμετρία smartphone, ο συμμετέχων τοποθετεί το δάχτυλό του πάνω από την κάμερα και το φλας ενός smartphone. Η κάμερα καταγράφει αποκρίσεις μέσω ανακλαστικότητας PPG – μετρώντας πόσο φως από το φλας απορροφά το αίμα σε κάθε ένα από τα κανάλια κόκκινου, πράσινου και μπλε. Στη συνέχεια, οι ερευνητές τροφοδότησαν αυτές τις μετρήσεις έντασης στο μοντέλο βαθιάς μάθησης, χρησιμοποιώντας δεδομένα τεσσάρων ατόμων ως σύνολο εκπαίδευσης και ένα για επικύρωση και βελτιστοποίηση του μοντέλου. Στη συνέχεια αξιολογούν το εκπαιδευμένο μοντέλο με βάση τα δεδομένα του υπολοίπου.
Όταν εκπαιδεύονται σε ένα κλινικά σχετικό φάσμα SpO2 επίπεδα (70–100%) από το ποικίλο FiO2 μελέτη, το CNN πέτυχε μέσο απόλυτο σφάλμα 5.00% στην πρόβλεψη του SpO ενός νέου υποκειμένου2 επίπεδο. Ο μέσος R2 Η συσχέτιση μεταξύ των προβλέψεων του μοντέλου και του παλμικού οξύμετρου αναφοράς ήταν 0.61. Το μέσο σφάλμα RMS ήταν 5.55% σε όλα τα άτομα, υψηλότερο από το πρότυπο 3.5% που απαιτείται για τη διαγραφή συσκευών παλμικού οξύμετρου ανάκλασης για κλινική χρήση.
Οι ερευνητές προτείνουν ότι αντί να υπολογίζουν απλώς το SpO2, το οξύμετρο της κάμερας του smartphone θα μπορούσε να χρησιμοποιηθεί ως εργαλείο για τον έλεγχο της χαμηλής οξυγόνωσης του αίματος. Για να διερευνήσουν αυτήν την προσέγγιση, υπολόγισαν την ακρίβεια ταξινόμησης του μοντέλου τους για να υποδείξουν εάν ένα άτομο έχει SpO2 επίπεδο κάτω από τρία κατώφλια: 92%, 90% (χρησιμοποιείται συνήθως για να υποδείξει την ανάγκη για περαιτέρω ιατρική φροντίδα) και 88%.
Κατά την ταξινόμηση SpO2 επίπεδα κάτω του 90%, το μοντέλο εμφάνισε σχετικά υψηλή ευαισθησία 81% και ειδικότητα 79%, με μέσο όρο και στα έξι υποκείμενα της δοκιμής. Για την ταξινόμηση SpO2 κάτω από 92%, η ειδικότητα αυξήθηκε στο 86%, με ευαισθησία 78%.
Οι ερευνητές επισημαίνουν ότι, στατιστικά, η μελέτη δεν δείχνει ότι αυτή η προσέγγιση είναι έτοιμη να χρησιμοποιηθεί ως ιατρική συσκευή συγκρίσιμη με τα τρέχοντα παλμικά οξύμετρα. Σημειώνουν, ωστόσο, ότι το επίπεδο απόδοσης που φαίνεται από αυτό το μικρό δείγμα υποκειμένου δοκιμής δείχνει ότι η ακρίβεια του μοντέλου θα μπορούσε να αυξηθεί με την απόκτηση περισσότερων δειγμάτων εκπαίδευσης.
Η κάμερα του smartphone μετρά τη συγκέντρωση γλυκόζης στο αίμα
Για παράδειγμα, ένα από τα άτομα είχε χοντρούς κάλους στα δάχτυλά του, γεγονός που δυσκόλεψε τον αλγόριθμο να προσδιορίσει με ακρίβεια τα επίπεδα οξυγόνου στο αίμα τους. «Αν επεκτείναμε αυτή τη μελέτη σε περισσότερα άτομα, πιθανότατα θα βλέπαμε περισσότερους ανθρώπους με κάλους και περισσότερους ανθρώπους με διαφορετικούς τόνους δέρματος», εξηγεί ο Χόφμαν. «Τότε θα μπορούσαμε δυνητικά να έχουμε έναν αλγόριθμο με αρκετή πολυπλοκότητα για να μπορέσουμε να μοντελοποιήσουμε καλύτερα όλες αυτές τις διαφορές».
λέει ο Χόφμαν Κόσμος Φυσικής ότι η ομάδα δεν έχει σχέδια για άμεση εμπορευματοποίηση αυτής της τεχνολογίας. «Ωστόσο, έχουμε αναπτύξει ένα σχέδιο δοκιμών και προτάσεις επιχορήγησης που θα μας επιτρέψουν να δοκιμάσουμε σε μια μεγαλύτερη, πιο ποικιλόμορφη ομάδα θεμάτων για να δούμε εάν αυτή η τεκμηριωμένη μελέτη είναι αναπαραγώγιμη και δυνητικά έτοιμη για εμπορικά εστιασμένη ανάπτυξη», λέει. .
