Гипоксемия — это заболевание, при котором кровь не переносит достаточного количества кислорода для адекватного снабжения тканей. Это ведущий индикатор опасных осложнений респираторных заболеваний, таких как астма, ХОБЛ и COVID-19. Хотя специально разработанные пульсоксиметры могут давать точные показания насыщения крови кислородом (SpO2), что позволяет диагностировать гипоксемию, предоставление этой возможности в немодифицированных камерах смартфонов через обновление программного обеспечения может предоставить большему количеству людей доступ к важной информации об их здоровье.
Ученые из Университет Вашингтона и Калифорния Сан-Диего В ходе экспериментального исследования продемонстрировали, что смартфоны могут определять уровень насыщения крови кислородом до 70%. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США рекомендует, чтобы пульсоксиметры могли измерять уровень не ниже этого уровня.
Участники метода кладут пальцы на камеру смартфона и вспышку, которая использует алгоритм глубокого обучения для определения уровня кислорода в крови. Смартфон правильно определил, был ли у пациента низкий уровень кислорода в крови в 80% случаев, когда команда давала шести испытуемым регулируемую дозу азота и кислорода, чтобы искусственно снизить уровень кислорода в крови.
Соведущий автор Джейсон Хоффман, аспирант Школы компьютерных наук и инженерии Пола Аллена, сказал: «Другие приложения для смартфонов, которые делают то же самое, были разработаны с просьбой к людям задержать дыхание. Но людям становится очень некомфортно, и им приходится дышать примерно через минуту, прежде чем уровень кислорода в крови снизится настолько, чтобы представить весь спектр клинически значимых данных. С помощью нашего теста мы можем собрать 15 минут данных от каждого испытуемого. Наши данные показывают, что смартфоны могут хорошо работать в критическом пороговом диапазоне».
Фото: Деннис Уайз/Вашингтонский университет.
Соавтор доктор Мэтью Томпсон, профессор семейной медицины Медицинской школы Университета Вашингтона, сказал: «Таким образом, вы можете проводить несколько измерений с помощью вашего устройства либо бесплатно, либо по низкой цене. В идеальном мире эта информация могла бы быть легко передана в кабинет врача. Это было бы полезно для телемедицинских приемов или медсестер по сортировке, чтобы быстро определить, нужно ли пациентам обращаться в отделение неотложной помощи или они могут продолжать отдыхать дома и записаться на прием к своему лечащему врачу позже».
Команда выбрала шесть человек в возрасте от 20 до 34 лет: троих мужчин и трех женщин. Хотя большинство участников сообщили, что они европеоиды, один человек идентифицировал себя как афроамериканец.
Каждый участник должен был носить обычный пульсоксиметр на одном пальце, а другой палец той же руки располагать над камерой смартфона и вспышкой для сбора данных для обучения и тестирования алгоритма. Эта установка одновременно присутствовала на обеих руках у каждого участника.
Старший автор Эдвард Ванг, который начал этот проект, будучи аспирантом Университета Вашингтона, изучающим электротехнику и компьютерную инженерию, сказал: «Камера записывает видео: каждый раз, когда ваше сердце бьется, свежая кровь течет через освещенную вспышкой часть».
«Камера фиксирует, насколько кровь поглощает свет от вспышки в каждом из трех измеряемых ею цветовых каналов: красном, зеленом и синем».
Каждый участник вдыхал контролируемую смесь кислорода и азота, чтобы постепенно снизить уровень кислорода. На выполнение ушло примерно 15 минут. Команда собрала более 10,000 61 значений уровня кислорода в крови от 100% до XNUMX% для всех шести испытуемых.
Ученые обучили алгоритм глубокого обучения для определения уровня кислорода в крови, используя данные четырех участников. Оставшаяся информация была использована для подтверждения точности метода перед его тестированием на новых людях.
Соведущий автор Варун Вишванат, выпускник Университета Вашингтона, который сейчас является аспирантом, которого консультировал Ван в Калифорнийском университете в Сан-Диего, сказал: «Свет смартфона может рассеиваться всеми остальными компонентами вашего пальца, а это означает, что в данных, которые мы просматриваем, много шума. Глубокое обучение — полезный метод, поскольку он позволяет увидеть эти сложные и тонкие особенности и помогает найти закономерности, которые иначе вы бы не смогли увидеть».
Гофман сказал, «У одного из наших испытуемых были толстые мозоли на пальцах, из-за чего нашему алгоритму было сложнее точно определить уровень кислорода в крови. Если бы мы расширили это исследование на большее количество субъектов, мы, вероятно, увидели бы больше людей с мозолями и разными оттенками кожи. Тогда у нас потенциально мог бы быть алгоритм достаточной сложности, чтобы лучше моделировать все эти различия».
Ван сказал: «Но это хороший первый шаг на пути к разработке биомедицинских устройств с помощью машинного обучения».
«Очень важно провести такое исследование. Традиционные медицинские устройства проходят строгие испытания. Но исследования в области компьютерных наук только начинают вникать в суть проблемы. обучение с помощью машины для разработки биомедицинских устройств, и мы все еще учимся. Заставляя себя быть строгими, мы заставляем себя учиться поступать правильно».
Справочник журнала:
- Хоффман Дж.С., Вишванат В.К., Тиан К. и др. Оксиметрия камеры смартфона в исследовании индуцированной гипоксемии. npj Цифра. Мед. 5, 146 (2022). ДОИ: 10.1038 / s41746-022-00665-й
