हाइपोक्सिमिया एक चिकित्सा स्थिति है जब रक्त में ऊतकों को पर्याप्त रूप से आपूर्ति करने के लिए पर्याप्त ऑक्सीजन नहीं होती है। यह अस्थमा, सीओपीडी और सीओवीआईडी -19 जैसी सांस की बीमारियों की खतरनाक जटिलताओं के लिए एक प्रमुख संकेतक है। जबकि विशेष रूप से डिज़ाइन किए गए पल्स ऑक्सीमीटर सटीक रक्त-ऑक्सीजन संतृप्ति (SpO2) रीडिंग प्रदान कर सकते हैं जो हाइपोक्सिमिया निदान को सक्षम करते हैं, इस क्षमता को एक सॉफ़्टवेयर अपडेट के माध्यम से अनमॉडिफाइड स्मार्टफोन कैमरों में उपलब्ध कराने से अधिक लोगों को उनके स्वास्थ्य के बारे में महत्वपूर्ण जानकारी तक पहुंच मिल सकती है।
से वैज्ञानिकों वाशिंगटन विश्वविद्यालय और कैलिफोर्निया सैन डिएगो ने एक प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन में प्रदर्शित किया है कि स्मार्टफोन रक्त ऑक्सीजन संतृप्ति के स्तर को 70% तक कम कर सकते हैं। यूएस फूड एंड ड्रग एडमिनिस्ट्रेशन की सलाह है कि पल्स ऑक्सीमीटर इस स्तर से कम नहीं मापने में सक्षम हों।
तकनीक में भाग लेने वाले अपनी उंगलियों को स्मार्टफोन के कैमरे और फ्लैश पर रखते हैं, जो रक्त ऑक्सीजन के स्तर को निर्धारित करने के लिए एक गहन-सीखने वाले एल्गोरिदम का उपयोग करता है। स्मार्टफोन ने सही ढंग से पहचाना कि क्या किसी मरीज के रक्त में ऑक्सीजन का स्तर 80% कम था, जब टीम ने छह विषयों को नाइट्रोजन और ऑक्सीजन की एक विनियमित खुराक दी थी ताकि उनके रक्त ऑक्सीजन के स्तर को कृत्रिम रूप से कम किया जा सके।
पॉल जी एलन स्कूल ऑफ कंप्यूटर साइंस एंड इंजीनियरिंग में यूडब्ल्यू डॉक्टरेट के छात्र सह-प्रमुख लेखक जेसन हॉफमैन ने कहा, “ऐसा करने वाले अन्य स्मार्टफोन ऐप लोगों को अपनी सांस रोककर रखने के लिए कहकर विकसित किए गए थे। लेकिन लोग बहुत असहज हो जाते हैं और चिकित्सकीय रूप से प्रासंगिक डेटा की पूरी श्रृंखला का प्रतिनिधित्व करने के लिए उनके रक्त-ऑक्सीजन के स्तर काफी नीचे जाने से पहले एक या एक मिनट के बाद सांस लेना पड़ता है। हम अपने परीक्षण से प्रत्येक विषय से 15 मिनट का डेटा एकत्र कर सकते हैं। हमारे डेटा से पता चलता है कि स्मार्टफोन क्रिटिकल थ्रेशोल्ड रेंज में अच्छा काम कर सकते हैं। ”
श्रेय: डेनिस वाइज/वाशिंगटन विश्वविद्यालय
यूडब्ल्यू स्कूल ऑफ मेडिसिन में फैमिली मेडिसिन के प्रोफेसर सह-लेखक डॉ मैथ्यू थॉम्पसन ने कहा, "इस तरह आप बिना किसी लागत या कम लागत पर अपने डिवाइस के साथ कई माप प्राप्त कर सकते हैं। यह जानकारी एक आदर्श दुनिया में एक डॉक्टर के कार्यालय में निर्बाध रूप से प्रेषित की जा सकती है। यह टेलीमेडिसिन नियुक्तियों या ट्राइएज नर्सों के लिए फायदेमंद होगा कि वे जल्दी से यह निर्धारित कर सकें कि रोगियों को आपातकालीन विभाग में जाने की आवश्यकता है या यदि वे घर पर आराम करना जारी रख सकते हैं और बाद में अपने प्राथमिक देखभाल प्रदाता के साथ नियुक्ति कर सकते हैं।
टीम द्वारा छह व्यक्तियों का चयन किया गया, जिनकी उम्र 20 से 34 के बीच थी: 3 पुरुष और तीन महिलाएं। जबकि अधिकांश प्रतिभागियों ने कोकेशियान होने की सूचना दी, एक व्यक्ति की पहचान अफ्रीकी अमेरिकी के रूप में हुई।
प्रत्येक प्रतिभागी को एक उंगली पर एक नियमित पल्स ऑक्सीमीटर पहनना आवश्यक था, जबकि एक ही हाथ पर दूसरी उंगली को स्मार्टफोन के कैमरे पर रखना और एल्गोरिथम के प्रशिक्षण और परीक्षण के लिए डेटा एकत्र करने के लिए फ्लैश करना आवश्यक था। यह सेटअप प्रत्येक प्रतिभागी के लिए दोनों हाथों पर एक साथ मौजूद था।
वरिष्ठ लेखक एडवर्ड वांग, जिन्होंने इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग का अध्ययन करने वाले यूडब्ल्यू डॉक्टरेट छात्र के रूप में इस परियोजना को शुरू किया, ने कहा, "कैमरा एक वीडियो रिकॉर्ड कर रहा है: हर बार जब आपका दिल धड़कता है, तो ताजा खून फ्लैश द्वारा प्रकाशित हिस्से से बहता है।"
"कैमरा रिकॉर्ड करता है कि रक्त तीन रंग चैनलों में से प्रत्येक में फ्लैश से प्रकाश को कितना अवशोषित करता है: लाल, हरा और नीला।"
प्रत्येक प्रतिभागी ने ऑक्सीजन और नाइट्रोजन के नियंत्रित मिश्रण को धीरे-धीरे ऑक्सीजन के स्तर को कम करने के लिए साँस में लिया। इसे पूरा करने में लगभग 15 मिनट का समय लगा। टीम ने सभी छह विषयों के लिए 10,000% और 61% के बीच 100 से अधिक रक्त ऑक्सीजन स्तर मूल्यों को एकत्र किया।
वैज्ञानिकों ने चार प्रतिभागियों के डेटा का उपयोग करके रक्त ऑक्सीजन के स्तर को निकालने के लिए एक गहन शिक्षण एल्गोरिदम को प्रशिक्षित किया। शेष जानकारी का उपयोग नए व्यक्तियों पर परीक्षण करने से पहले विधि की सटीकता की पुष्टि करने के लिए किया गया था।
सह-प्रमुख लेखक वरुण विश्वनाथ, एक यूडब्ल्यू पूर्व छात्र, जो अब यूसी सैन डिएगो में वैंग द्वारा सलाह दी गई डॉक्टरेट की छात्रा है, ने कहा, "आपकी उंगली में इन सभी अन्य घटकों द्वारा स्मार्टफोन की रोशनी बिखर सकती है, जिसका अर्थ है कि डेटा में बहुत अधिक शोर है जिसे हम देख रहे हैं। डीप लर्निंग एक लाभकारी तकनीक है क्योंकि यह इन जटिल और बारीक विशेषताओं को देख सकती है और आपको ऐसे पैटर्न खोजने में मदद करती है जिन्हें आप अन्यथा नहीं देख पाएंगे। ”
हॉफमैन ने कहा, "हमारे विषयों में से एक की उंगलियों पर मोटी कॉलस थी, जिससे हमारे एल्गोरिदम के लिए उनके रक्त ऑक्सीजन के स्तर को सटीक रूप से निर्धारित करना कठिन हो गया। यदि हम इस अध्ययन को और अधिक विषयों तक विस्तारित करते हैं, तो हम संभवतः कॉलस और विभिन्न त्वचा टोन वाले अधिक लोगों को देखेंगे। तब हमारे पास संभावित रूप से इन सभी अंतरों को बेहतर ढंग से मॉडल करने के लिए पर्याप्त जटिलता वाला एल्गोरिदम हो सकता है।"
वांग ने कहा, "लेकिन, मशीन लर्निंग द्वारा सहायता प्राप्त बायोमेडिकल उपकरणों को विकसित करने की दिशा में यह एक अच्छा पहला कदम है।"
"इस तरह का अध्ययन करना बहुत महत्वपूर्ण है। पारंपरिक चिकित्सा उपकरण कठोर परीक्षण से गुजरते हैं। लेकिन कंप्यूटर विज्ञान अनुसंधान अभी अपने दाँत खोदना शुरू कर रहा है यंत्र अधिगम बायोमेडिकल डिवाइस विकास के लिए, और हम सब अभी भी सीख रहे हैं। खुद को कठोर होने के लिए मजबूर करके, हम खुद को यह सीखने के लिए मजबूर कर रहे हैं कि चीजों को सही तरीके से कैसे किया जाए।"
जर्नल संदर्भ:
- हॉफमैन, जेएस, विश्वनाथ, वीके, तियान, सी। एट अल। एक प्रेरित हाइपोक्सिमिया अध्ययन में स्मार्टफोन कैमरा ऑक्सीमेट्री। एनपीजे अंक। मेड. 5, 146 (2022)। डीओआई: 10.1038 / s41746-022-00665-y
