A hipoxémia olyan egészségügyi állapot, amikor a vér nem szállít elegendő oxigént a szövetek megfelelő ellátásához. A légúti betegségek, például az asztma, a COPD és a COVID-19 veszélyes szövődményeinek vezető indikátora. Míg a speciálisan tervezett pulzoximéterek precíz vér-oxigén telítettségi (SpO2) leolvasást tudnak adni, ami lehetővé teszi a hipoxémia diagnosztizálását, ennek a képességnek a szoftverfrissítéssel történő elérhetővé tétele a módosítatlan okostelefonok kameráiban több ember számára biztosíthat hozzáférést az egészségi állapotukkal kapcsolatos fontos információkhoz.
A tudósok a Washington Egyetem és a Kalifornia San Diego egy proof-of-concept tanulmányban bebizonyították, hogy az okostelefonok akár 70%-ban is képesek kimutatni a vér oxigénszaturációs szintjét. Az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hivatala azt tanácsolja, hogy a pulzoximéterek ennél a szintnél nem kevesebb mérésre legyenek képesek.
A technikában résztvevők ujjaikat az okostelefon kamerája és vakuja fölé helyezik, amely mélytanulási algoritmust használ a vér oxigénszintjének meghatározására. Az okostelefon az esetek 80%-ában helyesen azonosította, ha a páciens véroxigénszintje alacsony volt, amikor a csapat hat alanynak adott szabályozott adag nitrogént és oxigént, hogy mesterségesen csökkentsék a vér oxigénszintjét.
Jason Hoffman társszerző, a Paul G. Allen Számítógép-tudományi és Mérnöki Iskola UW doktorandusza elmondta: „Más okostelefon-alkalmazásokat, amelyek ezt teszik, úgy fejlesztették ki, hogy megkérték az embereket, hogy tartsák vissza a lélegzetüket. De az emberek nagyon kényelmetlenül érzik magukat, és körülbelül egy perc múlva lélegezniük kell, mielőtt vér-oxigénszintjük annyira lecsökken, hogy a klinikailag releváns adatok teljes skáláját képviseljék. Tesztünkkel minden alanyról 15 percnyi adatot gyűjthetünk. Adataink azt mutatják, hogy az okostelefonok jól működhetnek a kritikus küszöbtartományban.”
Köszönetnyilvánítás: Dennis Wise/Washingtoni Egyetem
Dr. Matthew Thompson társszerző, az UW School of Medicine családorvostan professzora elmondta: „Így több mérést is végezhet eszközével költség nélkül vagy alacsony költséggel. Ezek az információk zökkenőmentesen továbbíthatók egy ideális világban működő orvosi rendelőbe. Ez hasznos lenne a távorvoslási találkozók vagy a kóros nővérek számára annak érdekében, hogy gyorsan megállapíthassák, hogy a betegeknek a sürgősségi osztályra kell-e menniük, vagy továbbra is otthon pihenhetnek, és később időpontot egyeztethetnek az alapellátást nyújtó szolgáltatóval.”
Hat személyt választott ki a csapat, akiknek életkora 20 és 34 év között volt: 3 férfit és három nőt. Míg a résztvevők többsége kaukázusi származású, egy személy afroamerikaiként azonosította magát.
Minden résztvevőnek szabályos pulzoximétert kellett viselnie az egyik ujján, miközben egy másik ujját ugyanarra a kezére kell tennie egy okostelefon kamerája és vaku fölött, hogy adatokat gyűjtsön a betanításhoz és az algoritmus teszteléséhez. Ez a beállítás egyidejűleg mindkét kezén jelen volt minden résztvevő számára.
Edward Wang vezető szerző, aki az UW doktori hallgatójaként indította el ezt a projektet, elektromos és számítástechnikai mérnököt tanult, elmondta: "A kamera videót rögzít: minden alkalommal, amikor a szíved dobog, friss vér folyik át a vaku által megvilágított részen."
"A kamera rögzíti, hogy a vér mennyiben nyeli el a vaku fényét az általa mért három színcsatorna mindegyikében: piros, zöld és kék."
Minden résztvevő oxigén és nitrogén szabályozott keverékét lélegezte be, hogy fokozatosan csökkentse az oxigénszintet. Körülbelül 15 percet vett igénybe az elkészítése. A csapat több mint 10,000 61 véroxigénszint értéket gyűjtött össze 100% és XNUMX% között mind a hat alany esetében.
A tudósok egy mély tanulási algoritmust képeztek ki a vér oxigénszintjének kinyerésére négy résztvevő adatai alapján. A fennmaradó információkat a módszer pontosságának megerősítésére használták fel, mielőtt vadonatúj személyeken tesztelték volna.
A társszerző, Varun Viswanath, az UW öregdiákja, aki jelenleg Wang doktorandusza a San Diego-i Egyetemen, elmondta: „Az okostelefon fényét szétszórhatják az ujjában lévő egyéb alkatrészek, ami azt jelenti, hogy sok zaj van az általunk vizsgált adatokban. A mélyreható tanulás előnyös technika, mert meglátja ezeket az összetett és árnyalt jellemzőket, és segít megtalálni azokat a mintákat, amelyeket egyébként nem láthatna.”
Hoffman azt mondta: „Az egyik alanyunk ujján vastag bőrkeményedés volt, ami megnehezítette az algoritmusunk számára a vér oxigénszintjének pontos meghatározását. Ha ezt a vizsgálatot több alanyra terjesztenénk ki, valószínűleg több bőrkeményedést és különböző bőrtónusú embert látnánk. Akkor potenciálisan rendelkezhetnénk egy kellően összetett algoritmussal ahhoz, hogy jobban modellezzük ezeket a különbségeket.”
Wang azt mondta: "De ez egy jó első lépés a gépi tanulással támogatott orvosbiológiai eszközök fejlesztése felé."
„Nagyon fontos egy ilyen tanulmány elkészítése. A hagyományos orvosi eszközök szigorú tesztelésen esnek át. Ám a számítástechnikai kutatások még csak most kezdik kivájni a fogukat gépi tanulás az orvosbiológiai eszközök fejlesztésére, és mindannyian még tanulunk. Ha szigorúságra kényszerítjük magunkat, arra kényszerítjük magunkat, hogy megtanuljuk, hogyan kell helyesen csinálni a dolgokat.”
Journal Reference:
- Hoffman, JS, Viswanath, VK, Tian, C. et al. Okostelefon kamerás oximetria indukált hipoxémiás vizsgálatban. npj számjegy. Med. 5, 146 (2022). DOI: 10.1038 / s41746-022-00665-y
