A hipoxemia é uma condição médica quando o sangue não transporta oxigênio suficiente para abastecer adequadamente os tecidos. É um indicador importante de complicações perigosas de doenças respiratórias como asma, DPOC e COVID-19. Embora oxímetros de pulso especialmente projetados possam fornecer leituras precisas de saturação de oxigênio no sangue (SpO2) que permitem o diagnóstico de hipoxemia, disponibilizar esse recurso em câmeras de smartphones não modificadas por meio de uma atualização de software poderia fornecer a mais pessoas acesso a informações cruciais sobre sua saúde.
Cientistas da Universidade de Washington e Califórnia San Diego demonstraram em um estudo de prova de conceito que os smartphones podem detectar níveis de saturação de oxigênio no sangue tão baixos quanto 70%. A Food and Drug Administration dos EUA recomenda que os oxímetros de pulso sejam capazes de medir pelo menos este nível.
Os participantes da técnica colocam os dedos sobre a câmera e o flash do smartphone, que utiliza um algoritmo de aprendizado profundo para determinar os níveis de oxigênio no sangue. O smartphone identificou corretamente se um paciente tinha níveis baixos de oxigênio no sangue em 80% das vezes, quando a equipe deu a seis indivíduos uma dose regulada de nitrogênio e oxigênio para reduzir artificialmente os níveis de oxigênio no sangue.
O coautor principal Jason Hoffman, estudante de doutorado da UW na Escola Paul G. Allen de Ciência da Computação e Engenharia, disse: “Outros aplicativos para smartphones que fazem isso foram desenvolvidos pedindo às pessoas que prendessem a respiração. Mas as pessoas ficam muito desconfortáveis e têm de respirar cerca de um minuto antes de os seus níveis de oxigénio no sangue terem descido o suficiente para representarem toda a gama de dados clinicamente relevantes. Podemos coletar 15 minutos de dados de cada sujeito com nosso teste. Nossos dados mostram que os smartphones podem funcionar bem na faixa crítica.”
Crédito: Dennis Wise/Universidade de Washington
O co-autor Dr. Matthew Thompson, professor de medicina familiar na UW School of Medicine, disse: “Dessa forma, você poderia ter múltiplas medições com seu dispositivo, sem ou com baixo custo. Esta informação poderia ser transmitida perfeitamente para um consultório médico em um mundo ideal. Isto seria benéfico para consultas de telemedicina ou enfermeiras de triagem para determinar rapidamente se os pacientes precisam ir ao pronto-socorro ou se podem continuar a descansar em casa e marcar uma consulta com seu prestador de cuidados primários mais tarde.”
Foram selecionados seis indivíduos pela equipe, com idades entre 20 e 34 anos: três do sexo masculino e três do sexo feminino. Embora a maioria dos participantes tenha declarado ser caucasiana, um indivíduo identificou-se como afro-americano.
Cada participante foi solicitado a usar um oxímetro de pulso normal em um dedo enquanto colocava outro dedo da mesma mão sobre a câmera de um smartphone e flash para coletar dados para treinar e testar o algoritmo. Esta configuração estava presente simultaneamente em ambas as mãos para cada participante.
O autor sênior Edward Wang, que iniciou este projeto como estudante de doutorado da UW estudando engenharia elétrica e de computação, disse: “A câmera está gravando um vídeo: cada vez que seu coração bate, sangue fresco flui pela parte iluminada pelo flash.”
“A câmera registra o quanto esse sangue absorve a luz do flash em cada um dos três canais de cores que mede: vermelho, verde e azul.”
Cada participante inalou uma mistura controlada de oxigênio e nitrogênio para diminuir gradualmente os níveis de oxigênio. Demorou cerca de 15 minutos para ser concluído. A equipe coletou mais de 10,000 valores de nível de oxigênio no sangue entre 61% e 100% para todos os seis indivíduos.
Os cientistas treinaram um algoritmo de aprendizagem profunda para extrair os níveis de oxigênio no sangue usando dados de quatro participantes. As informações restantes foram utilizadas para confirmar a precisão do método antes de testá-lo em novos indivíduos.
O co-autor principal Varun Viswanath, ex-aluno da UW que agora é aluno de doutorado orientado por Wang na UC San Diego, disse: “A luz do smartphone pode ser dispersada por todos esses outros componentes do seu dedo, o que significa que há muito ruído nos dados que estamos visualizando. O aprendizado profundo é uma técnica benéfica porque pode ver esses recursos complexos e cheios de nuances e ajuda a encontrar padrões que de outra forma não seriam capazes de ver.”
Hoffmann disse, “Um de nossos participantes tinha calos grossos nos dedos, o que tornou mais difícil para o nosso algoritmo determinar com precisão os níveis de oxigênio no sangue. Se expandíssemos este estudo para mais indivíduos, provavelmente veríamos mais pessoas com calosidades e tons de pele diferentes. Então poderíamos potencialmente ter um algoritmo com complexidade suficiente para modelar melhor todas essas diferenças.”
Wang disse, “Mas este é um bom primeiro passo para o desenvolvimento de dispositivos biomédicos auxiliados por aprendizado de máquina.”
“É muito importante fazer um estudo como este. Os dispositivos médicos tradicionais passam por testes rigorosos. Mas a pesquisa em ciência da computação está apenas começando a se aprofundar aprendizado de máquina para o desenvolvimento de dispositivos biomédicos, e ainda estamos todos aprendendo. Ao nos forçarmos a ser rigorosos, estamos nos forçando a aprender como fazer as coisas direito.”
Jornal de referência:
- Hoffman, JS, Viswanath, VK, Tian, C. et al. Oximetria de câmera de smartphone em estudo de hipoxemia induzida. npj Dígito. Médio. 5, 146 (2022). DOI: 10.1038 / s41746-022-00665-y
