智能手机的摄像头和闪光灯可以帮助人们在家中测量血氧水平
首先，暂停并深呼吸。
当我们吸气时，我们的肺部充满了氧气，氧气被分配到我们的红细胞中，以便在我们的全身运输。我们的身体需要大量的氧气才能发挥作用，而健康人的氧饱和度始终至少达到 95%。
在一项原理验证研究中，华盛顿大学和加利福尼亚大学圣地亚哥分校的研究人员表明，智能手机能够检测低至 70%的血氧饱和度水平。这是食品和药物管理局推荐的脉搏血氧仪应该能够测量的最低值。
该技术涉及参与者将手指放在智能手机的相机和闪光灯上，智能手机使用深度学习算法来破译血氧水平。当研究小组向六名受试者提供受控的氮气和氧气混合物以人为降低他们的血氧水平时，智能手机在 80% 的时间内正确预测受试者的血氧水平是否偏低。
该团队于 9 月 19 日在npj Digital Medicine上发表了这些结果。
“其他可以做到这一点的智能手机应用程序是通过要求人们屏住呼吸来开发的。但人们会感到非常不舒服，一分钟左右后不得不呼吸，而那是在他们的血氧水平下降到足以代表全部范围之前临床相关数据，”共同主要作者、华盛顿大学保罗 G. 艾伦计算机科学与工程学院博士生 Jason Hoffman 说。“通过我们的测试，我们能够从每个受试者那里收集 15 分钟的数据。我们的数据表明，智能手机可以在临界阈值范围内正常工作。”
在智能手机上测量血氧水平的另一个好处是几乎每个人都有一个。
“通过这种方式，您可以免费或低成本地使用自己的设备进行多次测量，”合著者、华盛顿大学医学院家庭医学教授 Matthew Thompson 博士说。“在理想情况下，这些信息可以无缝传输到医生办公室。这对于远程医疗预约或分诊护士能够快速确定患者是否需要去急诊室或是否可以继续非常有益。在家休息，稍后与他们的初级保健提供者预约。”
该团队招募了六名年龄从 20 岁到 34 岁不等的参与者。三名确定为女性，三名确定为男性。一名参与者被确定为非裔人，而其余参与者被确定为高加索人。
为了收集数据以训练和测试算法，研究人员让每个参与者在一根手指上佩戴标准脉搏血氧仪，然后将另一只手指放在同一只手上，放在智能手机的相机和闪光灯上。每个参与者同时在双手上进行相同的设置。
“相机正在录制一段视频：每次你的心脏跳动时，新鲜血液都会流过被闪光灯照亮的部分，”资深作者 Edward Wang 说，他作为华盛顿大学电气和计算机工程专业的博士生开始了这个项目，现在是一名加州大学圣地亚哥分校设计实验室和电气与计算机工程系的助理教授。
“相机记录了血液在它测量的三个颜色通道中吸收了多少来自闪光灯的光：红色、绿色和蓝色，”王说，他也是加州大学圣地亚哥分校 DigiHealth 实验室的负责人。“然后我们可以将这些强度测量值输入到我们的深度学习模型中。”
每个参与者都吸入受控的氧气和氮气混合物，以缓慢降低氧气水平。这个过程大约需要 15 分钟。对于所有六名参与者，该团队获得了超过 10,000 个介于 61% 和 100% 之间的血氧水平读数。
研究人员使用来自四名参与者的数据来训练深度学习算法来提取血氧水平。其余数据用于验证该方法，然后对其进行测试以查看它在新受试者上的表现如何。
“智能手机的光线会被手指中的所有其他组件散射，这意味着我们正在查看的数据中有很多噪音，”共同主要作者、华盛顿大学校友、现在是博士生的 Varun Viswanath 说由加州大学圣地亚哥分校的 Wang 提供建议。“深度学习在这里是一种非常有用的技术，因为它可以看到这些非常复杂和细微的特征，并帮助你找到原本无法看到的模式。”
该团队希望通过在更多人身上测试该算法来继续这项研究。
“我们的一个受试者的手指上有厚厚的老茧，这使得我们的算法更难准确地确定他们的血氧水平，”霍夫曼说。“如果我们将这项研究扩展到更多的受试者，我们可能会看到更多的人有老茧，更多的人有不同的肤色。然后我们可能会拥有一个足够复杂的算法，以便能够更好地模拟所有这些差异。”
但是，研究人员表示，这是朝着开发由机器学习辅助的生物医学设备迈出的良好的第一步。
“做这样的研究非常重要，”王说。“传统的医疗设备经过严格的测试。但是计算机科学研究仍然刚刚开始使用机器学习进行生物医学设备开发，我们都还在学习。通过强迫自己变得严谨，我们在强迫自己学习如何正确地做事。”
其他合著者是南卫理公会大学的博士生 Xinyi Ding;Eric Larson，南卫理公会大学计算机科学副教授;Caiwei Tian，作为威斯康星大学本科生完成了这项研究;艾伦学院和电气与计算机工程系的华盛顿大学教授 Shwetak Patel 。研究人员申请了一项专利，该专利涵盖了使用智能手机进行 SpO2 分类的系统和方法。
版权声明：本文由用户上传，如有侵权请联系删除！