Saturação de oxigênio no sangue (SpO2), a porcentagem de hemoglobina no sangue que transporta oxigênio, é uma medida importante da função cardiovascular. Indivíduos saudáveis têm SpO2 níveis de cerca de 95% ou mais, mas doenças respiratórias – como asma, doença pulmonar obstrutiva crónica, pneumonia e COVID-19 – podem fazer com que estes níveis caiam significativamente. E se SpO2 cai abaixo de 90%, isso pode ser um sinal de doença cardiopulmonar mais grave.
Os médicos geralmente medem SpO2 usando oxímetros de pulso, dispositivos não invasivos que se fixam na ponta do dedo ou na orelha. Normalmente funcionam por meio de fotopletismografia de transmitância (PPG), na qual a absorção da luz vermelha e infravermelha é analisada para distinguir o sangue oxigenado do desoxigenado. Mas a capacidade de monitorar SpO2 fora da clínica, o uso da câmera de um smartphone diário poderia permitir que mais pessoas detectassem situações que necessitam de acompanhamento médico ou monitorassem problemas respiratórios contínuos.
Pesquisadores da Universidade de Washington (UW) e University of California San Diego mostraram agora que os smartphones podem detectar níveis de saturação de oxigênio no sangue até 70%. Relatando suas descobertas em npj Medicina Digital, eles observam que isso foi conseguido usando câmeras de smartphones sem modificações de hardware, treinando uma rede neural convolucional (CNN) para decifrar uma ampla gama de níveis de oxigênio no sangue.
Em um estudo de prova de princípio, os pesquisadores empregaram um procedimento chamado oxigênio inspirado fracionado variado (FiO2), em que o sujeito respira uma mistura controlada de oxigênio e nitrogênio, para reduzir lentamente sua SpO2 níveis abaixo de 70% – o valor mais baixo que os oxímetros de pulso devem ser capazes de medir, conforme recomendado pela Food and Drug Administration dos EUA. Eles usaram os dados resultantes para treinar o algoritmo de aprendizagem profunda baseado em CNN.
“Outros aplicativos para smartphones foram desenvolvidos pedindo às pessoas que prendessem a respiração. Mas as pessoas ficam muito desconfortáveis e precisam respirar depois de um minuto ou mais, e isso antes de seus níveis de oxigênio no sangue terem diminuído o suficiente para representar toda a gama de dados clinicamente relevantes”, explica o primeiro autor. Jason Hoffman, estudante de doutorado da UW, em comunicado à imprensa. “Com nosso teste, conseguimos coletar 15 minutos de dados de cada sujeito. Nossos dados mostram que os smartphones podem funcionar bem na faixa de limite crítico.”
Hoffman e colegas examinaram seis voluntários saudáveis. Cada participante foi submetido a FiO variado2 por 13 a 19 minutos, período durante o qual os pesquisadores adquiriram mais de 10,000 leituras de nível de oxigênio no sangue entre 61% e 100%. Paralelamente, eles usaram oxímetros de pulso especialmente desenvolvidos para registrar dados reais por meio de PPG de transmitância.
Para realizar a oximetria do smartphone, o participante coloca o dedo sobre a câmera e o flash do smartphone. A câmera registra respostas via refletância PPG – medindo a quantidade de luz do flash que o sangue absorve em cada um dos canais vermelho, verde e azul. Os pesquisadores então alimentaram essas medidas de intensidade no modelo de aprendizagem profunda, usando dados de quatro sujeitos como conjunto de treinamento e um para validação e otimização do modelo. Eles então avaliam o modelo treinado nos dados restantes do sujeito.
Quando treinado em uma faixa clinicamente relevante de SpO2 níveis (70–100%) da FiO variada2 estudo, a CNN alcançou um erro médio absoluto médio de 5.00% na previsão da SpO de um novo sujeito2 nível. A média R2 a correlação entre as previsões do modelo e o oxímetro de pulso de referência foi 0.61. O erro RMS médio foi de 5.55% em todos os indivíduos, superior ao padrão de 3.5% exigido para que os dispositivos de oxímetro de pulso de refletância sejam liberados para uso clínico.
Os pesquisadores sugerem que, em vez de simplesmente estimar a SpO2, o oxímetro da câmera do smartphone poderia ser usado como uma ferramenta para rastrear baixa oxigenação sanguínea. Para explorar esta abordagem, eles calcularam a precisão da classificação do seu modelo para indicar se um indivíduo tem SpO2 nível abaixo de três limites: 92%, 90% (comumente usado para indicar a necessidade de cuidados médicos adicionais) e 88%.
Ao classificar SpO2 níveis abaixo de 90%, o modelo exibiu uma sensibilidade relativamente alta de 81% e uma especificidade de 79%, em média entre todos os seis sujeitos de teste. Para classificar SpO2 abaixo de 92%, a especificidade aumentou para 86%, com sensibilidade de 78%.
Os pesquisadores ressaltam que, estatisticamente, o estudo não indica que esta abordagem esteja pronta para ser usada como um dispositivo médico comparável aos oxímetros de pulso atuais. Eles observam, no entanto, que o nível de desempenho observado nesta pequena amostra de sujeitos de teste indica que a precisão do modelo poderia ser aumentada com a aquisição de mais amostras de treinamento.
Câmera do smartphone mede concentração de glicose no sangue
Por exemplo, um dos participantes tinha calos grossos nos dedos, o que tornou mais difícil para o algoritmo determinar com precisão os níveis de oxigênio no sangue. “Se expandíssemos este estudo para mais indivíduos, provavelmente veríamos mais pessoas com calosidades e mais pessoas com tons de pele diferentes”, explica Hoffman. “Então poderíamos ter um algoritmo com complexidade suficiente para modelar melhor todas essas diferenças.”
Hoffman conta Mundo da física que a equipe não tem planos de comercializar imediatamente esta tecnologia. “No entanto, desenvolvemos um plano de testes e propostas de financiamento que nos permitiriam testar um grupo maior e mais diversificado de indivíduos para ver se este estudo de prova de princípio é reproduzível e potencialmente pronto para desenvolvimento com foco comercial”, diz ele. .
