Kan-oksijen doygunluğu (SpO2), oksijen taşıyan kandaki hemoglobin yüzdesi, kardiyovasküler fonksiyonun önemli bir ölçüsüdür. Sağlıklı bireylerde SpO var2 seviyeleri kabaca %95 veya daha yüksektir, ancak astım, kronik obstrüktif akciğer hastalığı, zatürre ve COVID-19 gibi solunum yolu hastalıkları bu seviyelerin önemli ölçüde düşmesine neden olabilir. Ve eğer SpO2 %90'ın altına düşerse bu daha ciddi bir kardiyopulmoner hastalığın belirtisi olabilir.
Doktorlar genellikle SpO'yu ölçer2 nabız oksimetreleri, parmak ucuna veya kulağa takılan invazif olmayan cihazlar kullanılarak. Bunlar tipik olarak, oksijenli kanı oksijensiz kandan ayırmak için kırmızı ve IR ışığının emiliminin analiz edildiği geçirgenlik fotopletismografisi (PPG) aracılığıyla çalışır. Ancak SpO'yu izleme yeteneği2 Klinik dışında, günlük bir akıllı telefonun kamerasını kullanmak, daha fazla kişinin tıbbi takip gerektiren durumları tespit etmesine veya devam eden solunum koşullarını takip etmesine olanak tanıyabilir.
Araştırmacılar Washington Üniversitesi (UW) ve California San Diego Üniversitesi artık akıllı telefonların %70'e kadar kan-oksijen doygunluğu seviyelerini tespit edebildiğini gösterdi. Bulgularını raporlayarak npj Dijital Tıp, bunun, hiçbir donanım değişikliği olmadan akıllı telefon kameraları kullanılarak, çok çeşitli kan-oksijen seviyelerini deşifre etmek için evrişimli bir sinir ağını (CNN) eğiterek başarıldığını belirtiyorlar.
İlkenin kanıtlandığı bir çalışmada araştırmacılar, çeşitli fraksiyonel esinlenilmiş oksijen (FiO2) adı verilen bir prosedür kullandılar.2), SpO'yu yavaşça azaltmak için deneğin kontrollü bir oksijen ve nitrojen karışımını soluduğu2 seviyeleri %70'in altına düşürün - ABD Gıda ve İlaç İdaresi tarafından önerildiği gibi nabız oksimetrelerinin ölçebilmesi gereken en düşük değer. Ortaya çıkan verileri CNN tabanlı derin öğrenme algoritmasını eğitmek için kullandılar.
“Diğer akıllı telefon uygulamaları insanlardan nefeslerini tutmaları istenerek geliştirildi. Ancak insanlar çok rahatsız oluyorlar ve yaklaşık bir dakika sonra nefes almak zorunda kalıyorlar ve bu da kandaki oksijen seviyeleri, klinik açıdan anlamlı tüm verileri temsil edecek kadar düşmeden önce oluyor," diye açıklıyor ilk yazar Jason HoffmanUW doktora öğrencisi, bir basın açıklamasında. "Testimizle her denekten 15 dakikalık veri toplayabiliyoruz. Verilerimiz akıllı telefonların kritik eşik aralığında iyi çalışabileceğini gösteriyor."
Hoffman ve meslektaşları altı sağlıklı gönüllüyü inceledi. Her katılımcıya çeşitli FiO uygulandı2 13-19 dakika boyunca araştırmacılar %10,000 ile %61 arasında 100'den fazla kan oksijen seviyesi ölçümü elde etti. Ayrıca, iletim PPG aracılığıyla gerçek verileri kaydetmek için amaca yönelik tasarlanmış nabız oksimetreleri kullandılar.
Akıllı telefon oksimetresini gerçekleştirmek için katılımcı parmağını akıllı telefonun kamerasının ve flaşının üzerine yerleştirir. Kamera tepkileri yansıma PPG aracılığıyla kaydeder; bu, kanın kırmızı, yeşil ve mavi kanalların her birinde flaştan ne kadar ışık emdiğini ölçer. Araştırmacılar daha sonra bu yoğunluk ölçümlerini derin öğrenme modeline aktardılar; dört deneğin verilerini eğitim seti olarak ve birini doğrulama ve modeli optimize etmek için kullandılar. Daha sonra eğitilen modeli kalan deneğin verileri üzerinde değerlendiriyorlar.
Klinik olarak anlamlı bir SpO aralığında eğitim verildiğinde2 çeşitli FiO70 seviyeleri (%100–XNUMX)2 Çalışmada, CNN yeni bir deneğin SpO'sunu tahmin etmede %5.00'lik ortalama ortalama mutlak hata elde etti2 seviye. Ortalama R2 model tahminleri ile referans nabız oksimetresi arasındaki korelasyon 0.61 idi. Ortalama RMS hatası tüm denekler arasında %5.55 olup, yansımalı nabız oksimetresi cihazlarının klinik kullanıma uygun hale getirilmesi için gereken %3.5 standardından daha yüksektir.
Araştırmacılar, sadece SpO'yu tahmin etmek yerine şunu önermektedir:2Akıllı telefon kamera oksimetresi, düşük kan oksijenlenmesini taramak için bir araç olarak kullanılabilir. Bu yaklaşımı araştırmak için, bir bireyin SpO'ya sahip olup olmadığını gösteren modellerinin sınıflandırma doğruluğunu hesapladılar.2 üç eşiğin altındaki seviye: %92, %90 (genellikle daha fazla tıbbi müdahale ihtiyacını belirtmek için kullanılır) ve %88.
SpO'yu sınıflandırırken2 %90'ın altındaki seviyelerde model, altı test deneğinin tamamında ortalama %81'lik nispeten yüksek bir duyarlılık ve %79'luk bir özgüllük sergiledi. SpO'yu sınıflandırmak için2 %92'nin altında özgüllük %86 duyarlılıkla %78'ya yükseldi.
Araştırmacılar, istatistiksel olarak çalışmanın bu yaklaşımın mevcut nabız oksimetreleriyle karşılaştırılabilecek bir tıbbi cihaz olarak kullanılmaya hazır olduğunu göstermediğine dikkat çekiyor. Bununla birlikte, bu küçük test konusu numunesinden görülen performans seviyesinin, daha fazla eğitim numunesi alınarak model doğruluğunun artırılabileceğini gösterdiğini belirtiyorlar.
Akıllı telefon kamerası kan şekeri konsantrasyonunu ölçer
Örneğin deneklerden birinin parmaklarında kalın nasırlar vardı ve bu da algoritmanın kandaki oksijen seviyelerini doğru bir şekilde belirlemesini zorlaştırıyordu. Hoffman, "Bu çalışmayı daha fazla deneğe genişletirsek, muhtemelen nasırlı daha fazla insan ve farklı cilt tonlarına sahip daha fazla insan görürüz" diye açıklıyor. "O zaman potansiyel olarak tüm bu farklılıkları daha iyi modelleyebilmek için yeterli karmaşıklığa sahip bir algoritmaya sahip olabiliriz."
Hoffman anlatıyor Fizik dünyası ekibin bu teknolojiyi hemen ticarileştirmeye yönelik herhangi bir planının olmadığını söyledi. "Ancak, bu prensip kanıtı çalışmasının tekrarlanabilir olup olmadığını ve ticari odaklı geliştirme için potansiyel olarak hazır olup olmadığını görmek için daha geniş, daha çeşitli bir konu grubu üzerinde test yapmamızı sağlayacak bir test planı ve hibe teklifleri geliştirdik" diyor .
