Nasičenost krvi s kisikom (SpO2), odstotek hemoglobina v krvi, ki prenaša kisik, je pomembno merilo delovanja srca in ožilja. Zdravi posamezniki imajo SpO2 ravni približno 95 % ali več, vendar lahko bolezni dihal – kot so astma, kronična obstruktivna pljučna bolezen, pljučnica in COVID-19 – povzročijo občutno znižanje teh ravni. In če SpO2 pade pod 90 %, je to lahko znak resnejše kardiopulmonalne bolezni.
Zdravniki običajno merijo SpO2 z uporabo pulznih oksimetrov, neinvazivnih naprav, ki se pritrdijo na konico prsta ali uho. Ti običajno delujejo prek prepustne fotopletizmografije (PPG), pri kateri se analizira absorpcija rdeče in IR svetlobe, da se loči oksigenirana od deoksigenirane krvi. Toda možnost spremljanja SpO2 zunaj klinike bi uporaba kamere na vsakodnevnem pametnem telefonu lahko več ljudem omogočila zaznavanje situacij, ki potrebujejo zdravniško spremljanje, ali spremljanje trenutnih dihalnih bolezni.
Raziskovalci Univerza v Washingtonu (UW) in Univerza v Kaliforniji San Diego so zdaj pokazale, da lahko pametni telefoni zaznajo ravni nasičenosti krvi s kisikom do 70 %. Poročanje o svojih ugotovitvah v npj Digitalna medicinaugotavljajo, da je bilo to doseženo s kamerami pametnih telefonov brez sprememb strojne opreme, z usposabljanjem konvolucijske nevronske mreže (CNN) za dešifriranje širokega razpona ravni kisika v krvi.
V študiji o dokazovanju načela so raziskovalci uporabili postopek, imenovan varied fractional inspirated oxygen (FiO2), pri katerem preiskovanec vdihuje nadzorovano mešanico kisika in dušika, da počasi zmanjša svoj SpO2 ravni pod 70 % – najnižja vrednost, ki bi jo pulzni oksimetri morali izmeriti, kot priporoča Uprava ZDA za hrano in zdravila. Dobljene podatke so uporabili za usposabljanje algoritma globokega učenja, ki temelji na CNN.
»Druge aplikacije za pametne telefone so bile razvite tako, da so ljudi prosili, naj zadržijo dih. Toda ljudje postanejo zelo neprijetni in morajo dihati po kakšni minuti, in to preden se njihova raven kisika v krvi dovolj zniža, da predstavlja celoten obseg klinično pomembnih podatkov,« pojasnjuje prvi avtor Jason Hoffman, doktorski študent UW, v izjavi za javnost. »Z našim testom lahko zberemo 15 minut podatkov od vsakega predmeta. Naši podatki kažejo, da bi lahko pametni telefoni dobro delovali prav v kritičnem mejnem območju.«
Hoffman in sodelavci so pregledali šest zdravih prostovoljcev. Vsak udeleženec je bil podvržen različnim FiO2 13–19 minut, v tem času pa so raziskovalci pridobili več kot 10,000 meritev ravni kisika v krvi med 61 % in 100 %. Poleg tega so uporabili namensko izdelane pulzne oksimetre za beleženje resničnih podatkov o tleh prek prepustnosti PPG.
Za izvedbo oksimetrije s pametnim telefonom udeleženec položi prst na kamero in bliskavico pametnega telefona. Kamera beleži odzive prek odbojnosti PPG – meri, koliko svetlobe iz bliskavice absorbira kri v vsakem od rdečih, zelenih in modrih kanalov. Raziskovalci so te meritve intenzivnosti nato vnesli v model poglobljenega učenja, pri čemer so uporabili podatke štirih subjektov kot niz za usposabljanje in enega za validacijo in optimizacijo modela. Nato ocenijo usposobljeni model na podlagi podatkov o preostalem subjektu.
Pri usposabljanju v klinično pomembnem obsegu SpO2 ravni (70–100 %) iz različnih FiO2 Študija je CNN dosegla povprečno povprečno absolutno napako 5.00 % pri napovedovanju SpO novega subjekta.2 raven. Povprečni R2 korelacija med napovedmi modela in referenčnim pulznim oksimetrom je bila 0.61. Povprečna RMS napaka je bila 5.55 % pri vseh osebah, kar je več od standarda 3.5 %, ki je potreben za naprave z odbojnim pulznim oksimetrom, odobrene za klinično uporabo.
Raziskovalci predlagajo, da namesto zgolj ocene SpO2, bi lahko oksimeter s kamero pametnega telefona uporabili kot orodje za pregled nizke oksigenacije krvi. Da bi raziskali ta pristop, so izračunali natančnost klasifikacije svojega modela za navedbo, ali ima posameznik SpO2 raven pod tremi pragovi: 92 %, 90 % (običajno se uporablja za označevanje potrebe po nadaljnji zdravstveni oskrbi) in 88 %.
Pri razvrščanju SpO2 ravni pod 90 %, je model pokazal razmeroma visoko občutljivost 81 % in specifičnost 79 %, povprečno pri vseh šestih testirancih. Za razvrščanje SpO2 pod 92 % se je specifičnost povečala na 86 % z občutljivostjo 78 %.
Raziskovalci poudarjajo, da statistično študija ne kaže, da je ta pristop pripravljen za uporabo kot medicinski pripomoček, primerljiv s trenutnimi pulznimi oksimetri. Opozarjajo pa, da stopnja uspešnosti, razvidna iz tega majhnega vzorca preizkušanca, kaže, da bi lahko natančnost modela povečali s pridobivanjem več vzorcev za usposabljanje.
Kamera pametnega telefona meri koncentracijo glukoze v krvi
Na primer, eden od subjektov je imel debele žulje na prstih, zaradi česar je algoritem težje natančno določil raven kisika v krvi. "Če bi razširili to študijo na več subjektov, bi verjetno videli več ljudi z otiščanci in več ljudi z drugačnimi teni kože," pojasnjuje Hoffman. "Potem bi lahko imeli dovolj zapleten algoritem, da bi lahko bolje modelirali vse te razlike."
Hoffman pripoveduje Svet fizike da ekipa nima načrtov za takojšnjo komercializacijo te tehnologije. "Vendar smo razvili načrt testiranja in predloge za nepovratna sredstva, ki bi nam omogočili testiranje na večji, bolj raznoliki skupini predmetov, da bi ugotovili, ali je ta študija dokaza o načelu ponovljiva in potencialno pripravljena za komercialno usmerjen razvoj," pravi. .
