Veren happisaturaatio (SpO2), hemoglobiinin prosenttiosuus happea kuljettavasta verestä, on tärkeä kardiovaskulaarisen toiminnan mitta. Terveillä yksilöillä on SpO2 noin 95 % tai enemmän, mutta hengityselinten sairaudet – kuten astma, krooninen obstruktiivinen keuhkosairaus, keuhkokuume ja COVID-19 – voivat aiheuttaa näiden tasojen laskemisen merkittävästi. Ja jos SpO2 laskee alle 90%, tämä voi olla merkki vakavammasta sydän- ja keuhkosairaudesta.
Lääkärit mittaavat yleensä SpO:n2 käyttämällä pulssioksimetrejä, ei-invasiivisia laitteita, jotka kiinnittyvät sormenpäähän tai korvaan. Nämä toimivat tyypillisesti transmissiofotopletysmografian (PPG) avulla, jossa punaisen ja IR-valon absorptio analysoidaan erottamaan happipitoinen veri happivapaasta. Mutta kyky seurata SpO:ta2 Klinikan ulkopuolella, käyttämällä kameraa jokapäiväisessä älypuhelimessa, useammat ihmiset voivat havaita tilanteet, jotka vaativat lääketieteellistä seurantaa tai seurata käynnissä olevia hengityssairauksia.
Tutkijat Washingtonin yliopisto (UW) ja University of California San Diego ovat nyt osoittaneet, että älypuhelimet voivat havaita veren happisaturaatiotasot jopa 70%. Raportoivat havainnoistaan npj Digitaalinen lääketiedeHe huomauttavat, että tämä saavutettiin käyttämällä älypuhelinkameroita ilman laitteistomuutoksia, kouluttamalla konvoluutiohermoverkkoa (CNN) tulkitsemaan monenlaisia veren happitasoja.
Periaatteen todistavassa tutkimuksessa tutkijat käyttivät menetelmää nimeltä vaihteleva fraktiaalinen inspiroitu happi (FiO).2), jossa kohde hengittää kontrolloitua hapen ja typen seosta vähentääkseen hitaasti SpO-arvoaan2 tasot alle 70 % – pienin arvo, joka pulssioksimetrien pitäisi pystyä mittaamaan, kuten Yhdysvaltain elintarvike- ja lääkevirasto suosittelee. He käyttivät saatuja tietoja CNN-pohjaisen syväoppimisalgoritmin kouluttamiseen.
”Muita älypuhelinsovelluksia kehitettiin pyytämällä ihmisiä pidättämään hengitystään. Mutta ihmiset tuntevat olonsa erittäin epämukavaksi ja heidän on hengitettävä noin minuutin kuluttua, ja se on ennen kuin heidän veren happitasonsa ovat laskeneet tarpeeksi paljon edustamaan kaikkia kliinisesti merkityksellisiä tietoja", selittää ensimmäinen kirjoittaja. Jason Hoffman, UW:n tohtoriopiskelija, lehdistötiedotteessa. ”Testimme avulla pystymme keräämään 15 minuuttia dataa jokaiselta koehenkilöltä. Tietomme osoittavat, että älypuhelimet voisivat toimia hyvin kriittisellä kynnysalueella."
Hoffman ja kollegat tutkivat kuusi tervettä vapaaehtoista. Jokaiselle osallistujalle tehtiin vaihteleva FiO2 13–19 minuutin ajan, jonka aikana tutkijat saivat yli 10,000 61 veren happitasoa 100 % ja XNUMX % välillä. Lisäksi he käyttivät tarkoitukseen rakennettuja pulssioksimetrejä maan totuustietojen tallentamiseen PPG:n kautta.
Suorittaakseen älypuhelimen oksimetrian osallistuja asettaa sormensa älypuhelimen kameran ja salaman päälle. Kamera tallentaa vasteet heijastus-PPG:n avulla – mittaamalla kuinka paljon salaman valoa veri absorboi kussakin punaisessa, vihreässä ja sinisessä kanavassa. Sitten tutkijat syöttivät nämä intensiteettimittaukset syväoppimismalliin käyttämällä neljän kohteen tietoja harjoitussarjana ja yhtä mallin validointiin ja optimointiin. Sitten he arvioivat koulutetun mallin jäljellä olevien koehenkilöiden tiedoista.
Koulutettuna kliinisesti merkittävällä SpO-alueella2 (70–100 %) vaihtelevasta FiO:sta2 tutkimuksessa CNN saavutti 5.00 %:n keskimääräisen absoluuttisen virheen ennustaessaan uuden koehenkilön SpO:ta2 taso. Keskimääräinen R2 malliennusteiden ja referenssipulssioksimetrin välinen korrelaatio oli 0.61. Keskimääräinen RMS-virhe oli 5.55 % kaikissa koehenkilöissä, mikä on korkeampi kuin 3.5 %:n standardi, joka vaaditaan heijastuspulssioksimetrilaitteiden tyhjentämiseksi kliiniseen käyttöön.
Tutkijat ehdottavat, että sen sijaan, että he arvioisivat SpO:ta2, älypuhelimen kameran oksimetriä voitaisiin käyttää työkaluna alhaisen veren happipitoisuuden seulomiseen. Tutkiakseen tätä lähestymistapaa he laskivat mallinsa luokittelutarkkuuden sen osoittamiseksi, onko henkilöllä SpO.2 alle kolmen kynnyksen: 92 %, 90 % (käytetään yleisesti osoittamaan lisälääketieteellisen hoidon tarvetta) ja 88 %.
Luokittaessa SpO2 alle 90 %, mallin herkkyys oli suhteellisen korkea, 81 %, ja spesifisyys 79 % laskettuna kaikkien kuuden koehenkilön keskiarvosta. SpO:n luokitteluun2 alle 92 %, spesifisyys nousi 86 %:iin herkkyyden ollessa 78 %.
Tutkijat huomauttavat, että tilastollisesti tutkimus ei osoita, että tämä lähestymistapa olisi valmis käytettäväksi lääkinnällisenä laitteena, joka on verrattavissa nykyisiin pulssioksimetreihin. He huomauttavat kuitenkin, että tämän pienen koehenkilönäytteen suoritustaso osoittaa, että mallin tarkkuutta voitaisiin parantaa hankkimalla lisää koulutusnäytteitä.
Älypuhelimen kamera mittaa verensokeripitoisuutta
Esimerkiksi yhdellä koehenkilöistä oli paksuja kovettumia sormissaan, mikä vaikeutti algoritmin tarkkaa määritystä heidän veren happipitoisuuksistaan. "Jos laajentaisimme tätä tutkimusta useampaan aiheeseen, näkisimme todennäköisesti enemmän ihmisiä, joilla on kovettumia ja enemmän ihmisiä, joilla on erilainen ihonväri", Hoffman selittää. "Silloin meillä voisi olla tarpeeksi monimutkainen algoritmi, jotta voimme paremmin mallintaa kaikki nämä erot."
Hoffman kertoo Fysiikan maailma että tiimillä ei ole suunnitelmia kaupallistaa tätä tekniikkaa välittömästi. "Olemme kuitenkin kehittäneet testaussuunnitelman ja apurahaehdotuksia, joiden avulla voisimme testata suuremmalla, monipuolisemmalla ryhmällä nähdäksemme, onko tämä periaatetutkimus toistettava ja mahdollisesti valmis kaupallisesti kohdistettuun kehittämiseen", hän sanoo. .
