Hipoksemia adalah suatu kondisi medis ketika darah tidak membawa cukup oksigen untuk memasok jaringan secara memadai. Ini adalah indikator utama komplikasi berbahaya penyakit pernafasan seperti asma, COPD, dan COVID-19. Meskipun oksimeter denyut yang dirancang khusus dapat memberikan pembacaan saturasi oksigen darah (SpO2) yang tepat sehingga memungkinkan diagnosis hipoksemia, kemampuan ini tersedia pada kamera ponsel cerdas tanpa modifikasi melalui pembaruan perangkat lunak dapat memberikan lebih banyak orang akses terhadap informasi penting mengenai kesehatan mereka.
Ilmuwan dari Universitas Washington dan California San Diego telah menunjukkan dalam studi pembuktian konsep bahwa ponsel pintar dapat mendeteksi tingkat saturasi oksigen darah serendah 70%. Badan Pengawas Obat dan Makanan AS menyarankan agar oksimeter denyut mampu mengukur tidak kurang dari tingkat ini.
Peserta dalam teknik ini meletakkan jari mereka di atas kamera ponsel pintar dan flash, yang menggunakan algoritma pembelajaran mendalam untuk menentukan kadar oksigen darah. Ponsel cerdas tersebut dengan tepat mengidentifikasi apakah seorang pasien memiliki kadar oksigen darah rendah sebanyak 80% saat tim memberi enam subjek dosis nitrogen dan oksigen yang diatur untuk menurunkan kadar oksigen darah mereka secara artifisial.
Rekan penulis utama Jason Hoffman, seorang mahasiswa doktoral UW di Sekolah Ilmu & Teknik Komputer Paul G. Allen, berkata, “Aplikasi ponsel pintar lain yang melakukan hal ini dikembangkan dengan meminta orang menahan napas. Namun orang-orang merasa sangat tidak nyaman dan harus bernapas setelah sekitar satu menit sebelum kadar oksigen dalam darah mereka turun cukup jauh untuk mewakili seluruh data yang relevan secara klinis. Kami dapat mengumpulkan data selama 15 menit dari setiap mata pelajaran dengan tes kami. Data kami menunjukkan bahwa ponsel pintar dapat bekerja dengan baik pada rentang ambang batas kritis.”
Kredit: Dennis Wise/Universitas Washington
Rekan penulis Dr. Matthew Thompson, profesor kedokteran keluarga di Fakultas Kedokteran UW, mengatakan, “Dengan cara ini Anda dapat melakukan beberapa pengukuran dengan perangkat Anda tanpa biaya atau berbiaya rendah. Informasi ini dapat dikirimkan dengan lancar ke kantor dokter di dunia yang ideal. Hal ini akan bermanfaat bagi janji temu telemedis atau perawat triase untuk dengan cepat menentukan apakah pasien perlu pergi ke unit gawat darurat atau apakah mereka dapat terus beristirahat di rumah dan membuat janji dengan penyedia layanan primer nanti.”
Enam orang dipilih oleh tim, yang usianya berkisar antara 20 hingga 34 tahun: 3 laki-laki dan tiga perempuan. Meskipun sebagian besar peserta dilaporkan sebagai orang Kaukasia, satu orang diidentifikasi sebagai orang Amerika keturunan Afrika.
Setiap peserta diharuskan memakai oksimeter denyut biasa di satu jari sambil meletakkan jari lainnya di tangan yang sama di atas kamera ponsel cerdas dan lampu kilat untuk mengumpulkan data guna pelatihan dan pengujian algoritme. Pengaturan ini secara bersamaan hadir di kedua tangan untuk setiap peserta.
Penulis senior Edward Wang, yang memulai proyek ini sebagai mahasiswa doktoral UW yang mempelajari teknik elektro dan komputer, berkata, “Kamera sedang merekam video: Setiap kali jantung Anda berdetak, darah segar mengalir melalui bagian yang disinari oleh lampu kilat.”
“Kamera mencatat seberapa banyak darah menyerap cahaya dari lampu kilat di masing-masing tiga saluran warna yang diukur: merah, hijau, dan biru.”
Setiap peserta menghirup campuran oksigen dan nitrogen yang terkontrol untuk menurunkan kadar oksigen secara bertahap. Butuh waktu sekitar 15 menit untuk menyelesaikannya. Tim mengumpulkan lebih dari 10,000 nilai tingkat oksigen darah antara 61% dan 100% untuk keenam subjek.
Para ilmuwan melatih algoritma pembelajaran mendalam untuk mengekstraksi kadar oksigen darah menggunakan data dari empat peserta. Informasi yang tersisa digunakan untuk mengkonfirmasi keakuratan metode sebelum mengujinya pada individu baru.
Rekan penulis utama Varun Viswanath, alumnus UW yang kini menjadi mahasiswa doktoral yang dibimbing oleh Wang di UC San Diego, mengatakan, “Cahaya ponsel cerdas dapat tersebar melalui semua komponen lain di jari Anda, yang berarti terdapat banyak noise pada data yang kami lihat. Pembelajaran mendalam adalah teknik yang bermanfaat karena dapat melihat fitur-fitur yang kompleks dan bernuansa ini serta membantu Anda menemukan pola yang sebelumnya tidak dapat Anda lihat.”
Hoffman berkata, “Salah satu subjek kami memiliki kapalan tebal di jari mereka, sehingga menyulitkan algoritma kami untuk menentukan kadar oksigen darah mereka secara akurat. Jika kami memperluas penelitian ini ke lebih banyak subjek, kemungkinan besar kami akan melihat lebih banyak orang dengan kapalan dan warna kulit berbeda. Kemudian kita berpotensi memiliki algoritma dengan kompleksitas yang cukup untuk memodelkan semua perbedaan ini dengan lebih baik.”
Wang berkata, “Namun, ini adalah langkah awal yang baik menuju pengembangan perangkat biomedis yang dibantu oleh pembelajaran mesin.”
“Sangat penting untuk melakukan penelitian seperti ini. Perangkat medis tradisional telah melalui pengujian yang ketat. Namun penelitian ilmu komputer baru saja mulai dilakukan Mesin belajar untuk pengembangan perangkat biomedis, dan kita semua masih belajar. Dengan memaksakan diri kita untuk bersikap teliti, kita memaksa diri kita sendiri untuk belajar bagaimana melakukan sesuatu dengan benar.”
Referensi Jurnal:
- Hoffman, JS, Viswanath, VK, Tian, C. dkk. Oksimetri kamera ponsel pintar dalam studi hipoksemia yang diinduksi. npj Digit. medis. 5, 146 (2022). DOI: 10.1038 / s41746-022-00665-y
