Độ bão hòa oxy trong máu (SpO2), phần trăm hemoglobin trong máu mang oxy, là một thước đo quan trọng của chức năng tim mạch. Những người khỏe mạnh có SpO2 mức khoảng 95% trở lên, nhưng các bệnh về đường hô hấp - chẳng hạn như hen suyễn, bệnh phổi tắc nghẽn mãn tính, viêm phổi và COVID-19 - có thể khiến các mức này giảm đáng kể. Và nếu SpO2 giảm xuống dưới 90%, đây có thể là dấu hiệu của bệnh tim phổi nghiêm trọng hơn.
Các bác sĩ thường đo SpO2 sử dụng máy đo oxy xung, thiết bị không xâm lấn kẹp vào đầu ngón tay hoặc tai. Chúng thường hoạt động thông qua phương pháp chụp quang tuyến tính truyền qua (PPG), trong đó sự hấp thụ của ánh sáng đỏ và ánh sáng hồng ngoại được phân tích để phân biệt máu được oxy hóa với máu đã khử oxy. Nhưng khả năng giám sát SpO2 Bên ngoài phòng khám, sử dụng camera trên điện thoại thông minh hàng ngày, có thể cho phép nhiều người hơn phát hiện các tình huống cần theo dõi y tế hoặc theo dõi các tình trạng hô hấp đang diễn ra.
Các nhà nghiên cứu tại Đại học Washington (UW) và Đại học California San Diego hiện đã cho thấy rằng điện thoại thông minh có thể phát hiện mức độ bão hòa oxy trong máu xuống tới 70%. Báo cáo phát hiện của họ trong npj Y học kỹ thuật số, họ lưu ý rằng điều này đạt được bằng cách sử dụng camera điện thoại thông minh mà không có sửa đổi phần cứng, bằng cách đào tạo một mạng nơ-ron phức hợp (CNN) để giải mã một loạt các mức độ oxy trong máu.
Trong một nghiên cứu chứng minh nguyên tắc, các nhà nghiên cứu đã sử dụng một quy trình được gọi là oxy lấy cảm hứng từ phân đoạn khác nhau (FiO2), trong đó đối tượng hít thở hỗn hợp có kiểm soát của oxy và nitơ, để từ từ giảm SpO của họ2 mức dưới 70% - giá trị thấp nhất mà máy đo oxy xung có thể đo được, theo khuyến cáo của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ. Họ đã sử dụng dữ liệu kết quả để đào tạo thuật toán học sâu dựa trên CNN.
“Các ứng dụng điện thoại thông minh khác được phát triển bằng cách yêu cầu mọi người nín thở. Nhưng mọi người cảm thấy rất khó chịu và phải thở sau một phút hoặc lâu hơn, và đó là trước khi nồng độ oxy trong máu của họ giảm xuống đủ xa để thể hiện đầy đủ các dữ liệu liên quan đến lâm sàng, ”tác giả đầu tiên giải thích. Jason Hoffman, một nghiên cứu sinh tiến sĩ của UW, trong một tuyên bố báo chí. “Với bài kiểm tra của chúng tôi, chúng tôi có thể thu thập 15 phút dữ liệu từ mỗi chủ đề. Dữ liệu của chúng tôi cho thấy rằng điện thoại thông minh có thể hoạt động tốt ngay trong phạm vi ngưỡng quan trọng ”.
Hoffman và các đồng nghiệp đã kiểm tra sáu tình nguyện viên khỏe mạnh. Mỗi người tham gia trải qua FiO khác nhau2 trong 13–19 phút, trong thời gian đó, các nhà nghiên cứu thu được hơn 10,000 kết quả đo nồng độ oxy trong máu từ 61% đến 100%. Bên cạnh đó, họ sử dụng máy đo oxy xung được xây dựng có mục đích để ghi lại dữ liệu trung thực mặt đất thông qua PPG truyền qua.
Để thực hiện phép đo oxy trên điện thoại thông minh, người tham gia đặt ngón tay của họ lên máy ảnh và đèn flash của điện thoại thông minh. Máy ảnh ghi lại các phản hồi thông qua PPG phản xạ - đo lượng ánh sáng từ đèn flash mà máu hấp thụ trong mỗi kênh màu đỏ, xanh lục và xanh lam. Sau đó, các nhà nghiên cứu đưa các phép đo cường độ này vào mô hình học sâu, sử dụng dữ liệu của bốn đối tượng làm tập huấn luyện và một để xác nhận và tối ưu hóa mô hình. Sau đó, họ đánh giá mô hình được đào tạo trên dữ liệu của đối tượng còn lại.
Khi được đào tạo về phạm vi SpO có liên quan về mặt lâm sàng2 mức (70–100%) từ FiO khác nhau2 nghiên cứu, CNN đã đạt được sai số tuyệt đối trung bình trung bình là 5.00% trong việc dự đoán SpO của một đối tượng mới2 mức độ. R trung bình2 mối tương quan giữa các dự đoán của mô hình và máy đo oxy xung tham chiếu là 0.61. Sai số RMS trung bình là 5.55% trên tất cả các đối tượng, cao hơn tiêu chuẩn 3.5% cần thiết cho các thiết bị đo oxy xung phản xạ để sử dụng trong lâm sàng.
Các nhà nghiên cứu đề xuất rằng thay vì chỉ ước tính SpO2, máy đo oxy trong máy ảnh điện thoại thông minh có thể được sử dụng như một công cụ để sàng lọc lượng oxy trong máu thấp. Để khám phá cách tiếp cận này, họ đã tính toán độ chính xác phân loại của mô hình của họ để chỉ ra liệu một cá nhân có SpO2 mức dưới ba ngưỡng: 92%, 90% (thường được sử dụng để chỉ ra sự cần thiết phải được chăm sóc y tế thêm) và 88%.
Khi phân loại SpO2 mức dưới 90%, mô hình có độ nhạy tương đối cao là 81% và độ đặc hiệu là 79%, tính trung bình trên tất cả sáu đối tượng thử nghiệm. Để phân loại SpO2 dưới 92%, độ đặc hiệu tăng lên 86%, với độ nhạy 78%.
Các nhà nghiên cứu chỉ ra rằng, về mặt thống kê, nghiên cứu không chỉ ra rằng phương pháp này đã sẵn sàng được sử dụng như một thiết bị y tế có thể so sánh với các máy đo oxy xung hiện nay. Tuy nhiên, họ lưu ý rằng mức hiệu suất được nhìn thấy từ mẫu đối tượng thử nghiệm nhỏ này cho thấy rằng độ chính xác của mô hình có thể được tăng lên bằng cách thu được nhiều mẫu đào tạo hơn.
Máy ảnh điện thoại thông minh đo nồng độ đường huyết
Ví dụ, một trong những đối tượng có vết chai dày trên ngón tay, điều này khiến thuật toán khó xác định chính xác nồng độ oxy trong máu của họ. Hoffman giải thích: “Nếu chúng tôi mở rộng nghiên cứu này cho nhiều đối tượng hơn, chúng tôi có thể sẽ thấy nhiều người có vết chai và nhiều người có tông màu da khác nhau hơn. "Sau đó, chúng tôi có thể có một thuật toán với đủ độ phức tạp để có thể mô hình hóa tốt hơn tất cả những khác biệt này."
Hoffman kể Thế giới vật lý rằng nhóm không có bất kỳ kế hoạch nào để thương mại hóa công nghệ này ngay lập tức. “Tuy nhiên, chúng tôi đã phát triển một kế hoạch thử nghiệm và đưa ra các đề xuất cho phép chúng tôi thử nghiệm trên một nhóm đối tượng lớn hơn, đa dạng hơn để xem liệu nghiên cứu chứng minh nguyên tắc này có thể tái tạo và có khả năng sẵn sàng cho sự phát triển tập trung vào thương mại hay không,” ông nói .
