Hypoksemia on sairaus, jossa veri ei kuljeta riittävästi happea kudoksille riittävästi. Se on johtava indikaattori hengityselinsairauksien, kuten astman, COPD:n ja COVID-19:n, vaarallisista komplikaatioista. Erityisesti suunnitellut pulssioksimetrit voivat tuottaa tarkat veren happisaturaatio (SpO2) -lukemat, jotka mahdollistavat hypoksemiadiagnoosin, mutta tämän ominaisuuden käyttöönotto muokkaamattomissa älypuhelinkameroissa ohjelmistopäivityksen kautta voisi tarjota useammille ihmisille pääsyn tärkeisiin terveyteen liittyviin tietoihin.
Tutkijat Washingtonin yliopisto ja Kalifornian San Diegossa ovat osoittaneet proof-of-concept-tutkimuksessa, että älypuhelimet pystyvät havaitsemaan veren happisaturaatiotason jopa 70 %. Yhdysvaltain elintarvike- ja lääkevirasto suosittelee, että pulssioksimetrit pystyvät mittaamaan vähintään tämän tason.
Tekniikkaan osallistujat asettavat sormensa älypuhelimen kameran ja salaman päälle, joka käyttää syväoppimisalgoritmia veren happipitoisuuden määrittämiseen. Älypuhelin tunnisti oikein, jos potilaalla oli alhainen veren happipitoisuus 80 % ajasta, kun ryhmä antoi kuudelle koehenkilölle säädellyn annoksen typpeä ja happea alentamaan heidän veren happitasoaan keinotekoisesti.
Toinen pääkirjailija Jason Hoffman, UW:n tohtoriopiskelija Paul G. Allen School of Computer Science & Engineeringissä, sanoi: "Muut älypuhelinsovellukset, jotka tekevät tämän, kehitettiin pyytämällä ihmisiä pidättämään hengitystään. Mutta ihmiset tuntevat olonsa erittäin epämukavaksi ja joutuvat hengittämään noin minuutin kuluttua, ennen kuin heidän veren happitasonsa ovat laskeneet tarpeeksi paljon edustamaan kaikkia kliinisesti merkityksellisiä tietoja. Voimme kerätä 15 minuuttia dataa jokaisesta koehenkilöstä testillämme. Tietomme osoittavat, että älypuhelimet voisivat toimia hyvin kriittisellä kynnysalueella."
Luotto: Dennis Wise / Washingtonin yliopisto
Yhteiskirjoittaja tohtori Matthew Thompson, UW School of Medicine -koulun perhelääketieteen professori, sanoi: "Tällä tavalla voit suorittaa useita mittauksia laitteellasi joko ilmaiseksi tai halvalla. Nämä tiedot voitaisiin välittää saumattomasti lääkärin vastaanotolle ihanteellisessa maailmassa. Tästä olisi hyötyä telelääketieteen vastaanotolle tai triaasihoitajille, jotta he pystyisivät nopeasti selvittämään, onko potilaiden syytä mennä päivystykseen vai voivatko he jatkaa lepoa kotona ja varata ajan ensihoidon tarjoajalleen."
Ryhmä valitsi kuusi henkilöä, joiden ikä vaihteli välillä 20-34: 3 miestä ja kolme naista. Vaikka suurin osa osallistujista ilmoitti olevansa valkoihoinen, yksi henkilö tunnistettiin afroamerikkalaiseksi.
Jokaisen osallistujan piti käyttää tavallista pulssioksimetria toisessa sormessa samalla, kun hän asetti toisen sormen samaan käteen älypuhelimen kameran ja salaman päälle kerätäkseen tietoja harjoittelua ja algoritmin testaamista varten. Tämä asetus oli samanaikaisesti molemmissa käsissä jokaiselle osallistujalle.
Vanhempi kirjailija Edward Wang, joka aloitti tämän projektin sähkö- ja tietokonetekniikkaa opiskelevana UW-tohtoriopiskelijana, sanoi: "Kamera tallentaa videota: Joka kerta kun sydämesi lyö, tuoretta verta virtaa salaman valaiseman osan läpi."
"Kamera tallentaa kuinka paljon veri absorboi salaman valoa kussakin kolmessa mittaamassaan värikanavassa: punainen, vihreä ja sininen."
Jokainen osallistuja hengitti kontrolloitua hapen ja typen seosta alentaakseen happitasoja asteittain. Sen suorittamiseen kului noin 15 minuuttia. Ryhmä keräsi yli 10,000 61 veren happitasoarvoa 100 % ja XNUMX % välillä kaikilta kuudelta koehenkilöltä.
Tutkijat kouluttivat syvän oppimisalgoritmin veren happipitoisuuden erottamiseksi neljän osallistujan tietojen perusteella. Jäljellä olevia tietoja käytettiin menetelmän tarkkuuden vahvistamiseen ennen sen testaamista upouusilla yksilöillä.
Toinen pääkirjailija Varun Viswanath, UW:n alumni, joka on nyt Wangin neuvonantajana tohtoriopiskelija UC San Diegossa, sanoi: ”Kaikki nämä muut sormesi komponentit voivat sirottaa älypuhelimen valoa, mikä tarkoittaa, että tarkastelemassamme datassa on paljon kohinaa. Syväoppiminen on hyödyllinen tekniikka, koska se näkee nämä monimutkaiset ja vivahteikkaat ominaisuudet ja auttaa sinua löytämään malleja, joita et muuten voisi nähdä.
Hoffman sanoi, ”Yhdellä tutkittavallamme oli paksuja kovettumia sormissa, mikä vaikeutti algoritmimme määrittämään heidän veren happipitoisuutensa tarkasti. Jos laajentaisimme tätä tutkimusta useampaan aiheeseen, näkisimme todennäköisesti enemmän ihmisiä, joilla on kovettumia ja erilaisia ihonvärejä. Sitten meillä voisi mahdollisesti olla tarpeeksi monimutkainen algoritmi mallintaaksemme paremmin kaikki nämä erot.
Wang sanoi, "Mutta tämä on hyvä ensimmäinen askel kohti biolääketieteellisten laitteiden kehittämistä koneoppimisen avulla."
"On erittäin tärkeää tehdä tällainen tutkimus. Perinteiset lääketieteelliset laitteet käyvät läpi tiukan testauksen. Mutta tietojenkäsittelytieteen tutkimus on vasta alkamassa kaivaa hampaitaan koneoppiminen biolääketieteellisten laitteiden kehittämiseen, ja me kaikki vielä opimme. Pakottamalla itsemme olemaan tiukkoja, pakotamme itsemme oppimaan tekemään asiat oikein."
Lehden viite:
- Hoffman, JS, Viswanath, VK, Tian, C. et ai. Älypuhelimen kameraoksimetria indusoituneen hypoksemiatutkimuksessa. npj numero. Med. 5, 146 (2022). DOI: 10.1038 / s41746-022-00665-y
