저산소증은 혈액이 조직에 적절하게 공급할 만큼 충분한 산소를 운반하지 못하는 의학적 상태입니다. 이는 천식, COPD, 코로나19와 같은 호흡기 질환의 위험한 합병증을 나타내는 주요 지표입니다. 특별히 설계된 맥박 산소 측정기는 저산소증 진단을 가능하게 하는 정확한 혈액 산소 포화도(SpO2) 판독값을 제공할 수 있지만, 소프트웨어 업데이트를 통해 수정되지 않은 스마트폰 카메라에서 이 기능을 사용할 수 있게 되면 더 많은 사람들이 자신의 건강에 관한 중요한 정보에 액세스할 수 있게 될 것입니다.
과학자들은 워싱턴 대학 및 캘리포니아 샌디에이고 스마트폰은 70%까지 낮은 혈중 산소 포화도 수준을 감지할 수 있다는 개념 증명 연구를 통해 입증되었습니다. 미국 식품의약국(FDA)은 맥박 산소 측정기가 이 수준 이상을 측정할 수 있다고 권고합니다.
이 기술에 참여하는 사람들은 딥 러닝 알고리즘을 활용하여 혈중 산소 수준을 결정하는 스마트폰의 카메라와 플래시 위에 손가락을 올려 놓습니다. 연구팀이 인위적으로 혈중 산소 수치를 낮추기 위해 80명의 피험자에게 규정된 복용량의 질소와 산소를 투여했을 때 스마트폰은 환자의 혈중 산소 수치가 낮은지 여부를 XNUMX% 정확하게 식별했습니다.
공동 저자이자 Paul G. Allen 컴퓨터 과학 및 엔지니어링 학교의 UW 박사 과정 학생인 Jason Hoffman은 다음과 같이 말했습니다. “이를 수행하는 다른 스마트폰 앱은 사람들에게 숨을 참으라고 요청하여 개발되었습니다. 그러나 사람들은 매우 불편해하며 임상적으로 관련된 모든 데이터를 나타낼 수 있을 만큼 혈중 산소 수치가 충분히 낮아지기 15분 정도 후에 숨을 쉬어야 합니다. 테스트를 통해 각 주제에서 XNUMX분의 데이터를 수집할 수 있습니다. 우리 데이터에 따르면 스마트폰은 임계 임계값 범위에서 잘 작동할 수 있습니다.”
출처: Dennis Wise/워싱턴 대학교
공동저자인 UW 의과대학 가정의학 교수인 매튜 톰슨(Matthew Thompson) 박사는 다음과 같이 말했습니다. “이렇게 하면 무료 또는 저렴한 비용으로 장치를 사용하여 여러 측정을 수행할 수 있습니다. 이상적인 세상에서는 이 정보가 의사 진료실로 원활하게 전송될 수 있습니다. 이는 원격 진료 예약이나 분류 간호사가 환자가 응급실에 가야 하는지 또는 집에서 계속 휴식을 취하고 나중에 주치의와 약속을 잡을 수 있는지 신속하게 결정하는 데 도움이 될 것입니다.”
팀은 20~34세의 3명(남성 XNUMX명, 여성 XNUMX명)을 선정했습니다. 참가자의 대다수는 백인으로 보고된 반면, 한 개인은 아프리카계 미국인으로 확인되었습니다.
각 참가자는 알고리즘 훈련 및 테스트를 위한 데이터를 수집하기 위해 한 손가락에 일반 맥박 산소 측정기를 착용하고 같은 손에 다른 손가락을 스마트폰 카메라와 플래시 위에 올려 놓아야 했습니다. 이 설정은 각 참가자의 양손에 동시에 존재했습니다.
전기 및 컴퓨터 공학을 공부하는 UW 박사 과정 학생으로서 이 프로젝트를 시작한 선임 저자 Edward Wang은 다음과 같이 말했습니다. “카메라는 영상을 녹화하고 있습니다. 심장이 박동할 때마다 플래시가 비추는 부분을 통해 신선한 혈액이 흐릅니다.”
"카메라는 빨간색, 녹색, 파란색의 세 가지 색상 채널 각각에서 혈액이 플래시의 빛을 얼마나 흡수하는지 기록합니다."
각 참가자는 산소와 질소의 조절된 혼합물을 흡입하여 산소 수준을 점차 낮추었습니다. 완료하는 데 약 15분 정도 걸렸습니다. 팀은 10,000명의 피험자 모두에 대해 61%에서 100% 사이의 XNUMX개 이상의 혈중 산소 수치 값을 수집했습니다.
과학자들은 4명의 참가자의 데이터를 사용하여 혈중 산소 수준을 추출하기 위해 딥 러닝 알고리즘을 훈련했습니다. 나머지 정보는 새로운 개인에게 테스트하기 전에 방법의 정확성을 확인하는 데 활용되었습니다.
현재 UC San Diego에서 Wang의 조언을 받는 박사과정 학생이자 공동 저자인 Varun Viswanath는 다음과 같이 말했습니다. “스마트폰 빛은 손가락의 다른 모든 구성 요소에 의해 산란될 수 있습니다. 이는 우리가 보고 있는 데이터에 많은 노이즈가 있다는 것을 의미합니다. 딥 러닝은 이러한 복잡하고 미묘한 특징을 볼 수 있고 다른 방법으로는 볼 수 없는 패턴을 찾는 데 도움이 되기 때문에 유용한 기술입니다.”
호프만이 말했다. “우리 피험자 중 한 명은 손가락에 두꺼운 굳은 살이 있어서 우리 알고리즘이 혈중 산소 수치를 정확하게 결정하는 것을 더 어렵게 만들었습니다. 이 연구를 더 많은 대상으로 확대하면 굳은살이 있고 피부색이 다른 사람들을 더 많이 볼 수 있을 것입니다. 그러면 이러한 모든 차이점을 더 잘 모델링할 수 있을 만큼 충분히 복잡한 알고리즘을 잠재적으로 가질 수 있습니다.”
왕이 말했다. "그러나 이것은 기계 학습의 도움을 받는 생체 의학 장치를 개발하기 위한 좋은 첫 번째 단계입니다."
“이런 연구를 하는 것은 매우 중요합니다. 전통적인 의료기기는 엄격한 테스트를 거칩니다. 하지만 컴퓨터 과학 연구는 이제 막 시작되었습니다. 기계 학습 생체의학 기기 개발을 위해 노력하고 있으며 우리 모두는 아직 배우는 중입니다. 스스로 엄격해지도록 강요함으로써 우리는 일을 올바르게 수행하는 방법을 스스로 배우도록 강요하고 있습니다.”
저널 참조 :
- Hoffman, JS, Viswanath, VK, Tian, C. 외. 유도된 저산소혈증 연구에서 스마트폰 카메라 산소측정. npj 숫자. 메드. 5, 146(2022). DOI: 10.1038 / s41746-022-00665-y
