La saturazione di ossigeno nel sangue (SpO2), la percentuale di emoglobina nel sangue che trasporta ossigeno, è una misura importante della funzione cardiovascolare. Gli individui sani hanno SpO2 livelli di circa il 95% o superiori, ma le malattie respiratorie – come asma, broncopneumopatia cronica ostruttiva, polmonite e COVID-19 – possono causare un calo significativo di questi livelli. E se SpO2 scende al di sotto del 90%, questo può essere un segno di una malattia cardiopolmonare più grave.
I medici di solito misurano SpO2 utilizzando pulsossimetri, dispositivi non invasivi che si agganciano alla punta del dito o all'orecchio. Questi funzionano tipicamente tramite fotopletismografia a trasmittanza (PPG), in cui viene analizzato l'assorbimento della luce rossa e IR per distinguere il sangue ossigenato da quello deossigenato. Ma la capacità di monitorare SpO2 al di fuori della clinica, utilizzando la fotocamera su uno smartphone di tutti i giorni, potrebbe consentire a più persone di rilevare situazioni che richiedono un follow-up medico o tenere traccia delle condizioni respiratorie in corso.
I ricercatori del Università di Washington (UW) e University of California San Diego hanno ora dimostrato che gli smartphone possono rilevare i livelli di saturazione di ossigeno nel sangue fino al 70%. Riportando le loro scoperte in npj Medicina Digitale, notano che ciò è stato ottenuto utilizzando le fotocamere degli smartphone senza modifiche hardware, addestrando una rete neurale convoluzionale (CNN) per decifrare un'ampia gamma di livelli di ossigeno nel sangue.
In uno studio di prova di principio, i ricercatori hanno utilizzato una procedura chiamata ossigeno inspirato frazionario vario (FiO2), in cui il soggetto respira una miscela controllata di ossigeno e azoto, per ridurre lentamente la propria SpO2 livelli al di sotto del 70% - il valore più basso che i pulsossimetri dovrebbero essere in grado di misurare, come raccomandato dalla Food and Drug Administration degli Stati Uniti. Hanno usato i dati risultanti per addestrare l'algoritmo di deep learning basato sulla CNN.
“Altre app per smartphone sono state sviluppate chiedendo alle persone di trattenere il respiro. Ma le persone si sentono molto a disagio e devono respirare dopo circa un minuto, e questo prima che i loro livelli di ossigeno nel sangue siano scesi abbastanza da rappresentare l'intera gamma di dati clinicamente rilevanti ", spiega il primo autore Jason Hoffmann, uno studente di dottorato UW, in un comunicato stampa. “Con il nostro test, siamo in grado di raccogliere 15 minuti di dati da ciascun soggetto. I nostri dati mostrano che gli smartphone potrebbero funzionare bene proprio nell'intervallo di soglia critica".
Hoffman e colleghi hanno esaminato sei volontari sani. Ogni partecipante è stato sottoposto a varie FiO2 per 13-19 minuti, durante i quali i ricercatori hanno acquisito più di 10,000 letture del livello di ossigeno nel sangue tra il 61% e il 100%. Inoltre, hanno utilizzato pulsossimetri appositamente costruiti per registrare dati di verità terrestre tramite PPG di trasmittanza.
Per eseguire l'ossimetria dello smartphone, il partecipante posiziona il dito sopra la fotocamera e il flash di uno smartphone. La fotocamera registra le risposte tramite la riflettanza PPG, misurando la quantità di luce del flash assorbita dal sangue in ciascuno dei canali rosso, verde e blu. I ricercatori hanno quindi inserito queste misurazioni dell'intensità nel modello di apprendimento profondo, utilizzando i dati di quattro soggetti come set di addestramento e uno per la convalida e l'ottimizzazione del modello. Quindi valutano il modello addestrato sui dati del soggetto rimanente.
Se addestrato su una gamma clinicamente rilevante di SpO2 livelli (70-100%) dalla varia FiO2 studio, la CNN ha ottenuto un errore assoluto medio medio del 5.00% nel prevedere la SpO di un nuovo soggetto2 livello. Il R medio2 la correlazione tra le previsioni del modello e il pulsossimetro di riferimento era 0.61. L'errore RMS medio è stato del 5.55% in tutti i soggetti, superiore allo standard del 3.5% richiesto per i dispositivi pulsossimetrici a riflettanza da autorizzare per l'uso clinico.
I ricercatori suggeriscono che piuttosto che stimare semplicemente SpO2, l'ossimetro della fotocamera dello smartphone potrebbe essere utilizzato come strumento per lo screening della bassa ossigenazione del sangue. Per esplorare questo approccio, hanno calcolato l'accuratezza della classificazione del loro modello per indicare se un individuo ha una SpO2 livello inferiore a tre soglie: 92%, 90% (comunemente utilizzato per indicare la necessità di ulteriori cure mediche) e 88%.
Quando si classifica SpO2 livelli inferiori al 90%, il modello ha mostrato una sensibilità relativamente elevata dell'81% e una specificità del 79%, calcolata in media su tutti e sei i soggetti del test. Per classificare SpO2 al di sotto del 92%, la specificità è aumentata all'86%, con una sensibilità del 78%.
I ricercatori sottolineano che, statisticamente, lo studio non indica che questo approccio sia pronto per essere utilizzato come dispositivo medico paragonabile agli attuali pulsossimetri. Notano, tuttavia, che il livello di prestazioni visto da questo piccolo campione di soggetti di prova indica che l'accuratezza del modello potrebbe essere aumentata acquisendo più campioni di addestramento.
La fotocamera dello smartphone misura la concentrazione di glucosio nel sangue
Ad esempio, uno dei soggetti aveva spessi calli sulle dita, il che rendeva più difficile per l'algoritmo determinare con precisione i livelli di ossigeno nel sangue. "Se dovessimo espandere questo studio a più soggetti, probabilmente vedremmo più persone con calli e più persone con diverse tonalità della pelle", spiega Hoffman. "Allora potremmo potenzialmente avere un algoritmo con una complessità sufficiente per essere in grado di modellare meglio tutte queste differenze."
Hoffmann racconta Mondo della fisica che il team non ha intenzione di commercializzare immediatamente questa tecnologia. "Tuttavia, abbiamo sviluppato un piano di test e proposte di sovvenzione che ci consentirebbero di testare su un gruppo di argomenti più ampio e diversificato per vedere se questo studio di prova di principio è riproducibile e potenzialmente pronto per uno sviluppo incentrato sul commercio", afferma .
