Насичення крові киснем (SpO2), відсоток гемоглобіну в крові, що переносить кисень, є важливим показником серцево-судинної функції. Здорові люди мають SpO2 рівні приблизно 95% або вище, але респіраторні захворювання, такі як астма, хронічна обструктивна хвороба легень, пневмонія та COVID-19, можуть спричинити значне зниження цих рівнів. А якщо SpO2 падає нижче 90%, це може бути ознакою більш серйозного серцево-легеневого захворювання.
Лікарі зазвичай вимірюють SpO2 використання пульсоксиметрів, неінвазивних пристроїв, які закріплюються на кінчику пальця або вусі. Зазвичай вони працюють за допомогою фотоплетизмографії пропускання (PPG), у якій аналізується поглинання червоного та ІЧ-світла, щоб відрізнити збагачену киснем кров від знежиреної. Але можливість моніторингу SpO2 За межами клініки, використовуючи камеру на звичайному смартфоні, більше людей могли б виявляти ситуації, які потребують подальшого медичного спостереження, або відстежувати поточні респіраторні захворювання.
Дослідники в Університет Вашингтона (UW) і Університету Каліфорнії в Сан-Дієго показали, що смартфони можуть визначати рівень насичення крові киснем до 70%. Повідомляючи про свої висновки в npj Цифрова медицина, вони відзначають, що цього вдалося досягти за допомогою камер смартфонів без апаратних модифікацій, шляхом навчання згорткової нейронної мережі (CNN) розшифровувати широкий діапазон рівнів кисню в крові.
У дослідженні, що підтверджує принципи, дослідники застосували процедуру під назвою варіювання фракційного вдихання кисню (FiO2), під час якого суб’єкт дихає контрольованою сумішшю кисню та азоту, щоб повільно знизити SpO2 рівні нижче 70% – це найнижче значення, яке має бути в змозі виміряти пульсоксиметр, згідно з рекомендаціями Управління з харчових продуктів і медикаментів США. Вони використали отримані дані для навчання алгоритму глибокого навчання на основі CNN.
«Інші програми для смартфонів були розроблені, просячи людей затримати дихання. Але людям стає дуже некомфортно, і вони змушені дихати через хвилину або близько того, і це ще до того, як їхній рівень кисню в крові знизиться настільки, щоб представити повний спектр клінічно значущих даних», — пояснює перший автор. Джейсон Хоффман, докторант УВ, у заяві для преси. «За допомогою нашого тесту ми можемо зібрати 15 хвилин даних від кожного суб’єкта. Наші дані показують, що смартфони можуть добре працювати навіть у критичному пороговому діапазоні».
Хоффман і його колеги обстежили шістьох здорових добровольців. Кожен учасник пройшов різноманітний FiO2 протягом 13–19 хв, за цей час дослідники отримали понад 10,000 61 показників рівня кисню в крові від 100% до XNUMX%. Крім того, вони використовували спеціально виготовлені пульсоксиметри для запису наземних правдивих даних через коефіцієнт пропускання PPG.
Щоб виконати оксиметрію смартфона, учасник прикладає палець до камери та спалаху смартфона. Камера записує відповіді за допомогою коефіцієнта відбиття PPG – вимірюючи, скільки світла від спалаху поглинає кров у кожному з червоного, зеленого та синього каналів. Потім дослідники ввели ці вимірювання інтенсивності в модель глибокого навчання, використовуючи дані чотирьох суб’єктів як навчальний набір і один для перевірки та оптимізації моделі. Потім вони оцінюють навчену модель на даних суб’єкта, що залишилися.
Під час навчання в клінічно значущому діапазоні SpO2 рівні (70–100%) від різноманітного FiO2 Дослідження CNN досягло середньої абсолютної похибки 5.00% у прогнозуванні SpO нового суб’єкта.2 рівень. Середній R2 кореляція між прогнозами моделі та еталонним пульсоксиметром становила 0.61. Середня середньоквадратична похибка становила 5.55% для всіх суб’єктів, що вище стандарту в 3.5%, необхідного для відбивних пульсоксиметрів, дозволених для клінічного використання.
Дослідники припускають, що замість простої оцінки SpO2оксиметр камери смартфона можна використовувати як інструмент для перевірки низької оксигенації крові. Щоб дослідити цей підхід, вони розрахували точність класифікації своєї моделі для вказівки на наявність у людини SpO2 рівень нижче трьох порогових значень: 92%, 90% (зазвичай використовується для вказівки на необхідність подальшої медичної допомоги) і 88%.
При класифікації SpO2 рівні нижче 90%, модель показала відносно високу чутливість 81% і специфічність 79%, усереднене для всіх шести суб’єктів тестування. Для класифікації SpO2 нижче 92%, специфічність зросла до 86%, чутливість 78%.
Дослідники зазначають, що статистично дослідження не вказує на те, що цей підхід готовий до використання в якості медичного пристрою, порівнянного з поточними пульсоксиметрами. Проте вони зазначають, що рівень продуктивності, який можна побачити на основі цієї невеликої вибірки суб’єкта тестування, вказує на те, що точність моделі можна підвищити шляхом отримання більшої кількості навчальних зразків.
Камера смартфона вимірює концентрацію глюкози в крові
Наприклад, в одного з піддослідних на пальцях були товсті мозолі, через що алгоритму було складніше точно визначити рівень кисню в крові. «Якби ми розширили це дослідження на більшу кількість суб’єктів, ми, ймовірно, побачили б більше людей з мозолями та людей з іншим відтінком шкіри», — пояснює Хоффман. «Тоді ми потенційно можемо мати досить складний алгоритм, щоб краще моделювати всі ці відмінності».
Гофман розповідає Світ фізики що команда не планує негайно комерціалізувати цю технологію. «Однак ми розробили план тестування та пропозиції щодо грантів, які дозволять нам провести тестування на більшій та різноманітнішій групі суб’єктів, щоб побачити, чи є це дослідження з підтвердженням принципу відтворюваним і потенційно готовим для комерційно орієнтованої розробки», — каже він. .
