ความอิ่มตัวของออกซิเจนในเลือด (SpO 2 ) เปอร์เซ็นต์ของฮีโมโกลบินในเลือดที่มีออกซิเจนเป็นตัววัดที่สำคัญของการทำงานของหัวใจและหลอดเลือด บุคคลที่มีสุขภาพดีมีระดับ SpO 2ประมาณ 95% หรือสูงกว่า แต่โรคระบบทางเดินหายใจ เช่น โรคหอบหืด โรคปอดอุดกั้นเรื้อรัง โรคปอดบวม และโรคโควิด-19 อาจทำให้ระดับเหล่านี้ลดลงอย่างมาก และถ้า SpO 2ต่ำกว่า 90% นี่อาจเป็นสัญญาณของโรคหัวใจและปอดที่ร้ายแรงกว่าแพทย์มักจะวัด SpO 2โดยใช้เครื่องวัดออกซิเจนในเลือด
ซึ่งเป็นอุปกรณ์ที่ไม่รุกรานซึ่งหนีบไว้ที่ปลายนิ้วหรือหู โดยทั่วไป
แล้วสิ่งเหล่านี้จะทำงานผ่านการส่งผ่าน photoplethysmography (PPG) ซึ่งวิเคราะห์การดูดกลืนแสงสีแดงและ IR เพื่อแยกความแตกต่างของออกซิเจนจากเลือดที่ไม่มีออกซิเจน แต่ความสามารถในการตรวจสอบ SpO 2นอกคลินิกโดยใช้กล้องบนสมาร์ทโฟนทุกวัน อาจทำให้ผู้คนจำนวนมากขึ้นสามารถตรวจจับสถานการณ์ที่ต้องติดตามทางการแพทย์หรือติดตามสภาวะทางเดินหายใจที่กำลังดำเนินอยู่
นักวิจัยจากUniversity of Washington (UW) และUniversity of California San Diegoได้แสดงให้เห็นว่าสมาร์ทโฟนสามารถตรวจจับระดับความอิ่มตัวของออกซิเจนในเลือดได้ถึง 70% รายงานการค้นพบของพวกเขาในnpj Digital Medicineพวกเขาทราบว่าสิ่งนี้ทำได้โดยใช้กล้องสมาร์ทโฟนโดยไม่ต้องดัดแปลงฮาร์ดแวร์ โดยการฝึกเครือข่ายประสาทเทียม (CNN) เพื่อถอดรหัสระดับออกซิเจนในเลือดที่หลากหลาย
ในการศึกษาพิสูจน์หลักการ นักวิจัยใช้กระบวนการที่เรียกว่าออกซิเจนที่ได้รับแรงบันดาลใจเป็นเศษส่วนที่หลากหลาย (FiO 2 ) ซึ่งผู้ทดลองหายใจส่วนผสมของออกซิเจนและไนโตรเจนที่ควบคุมได้ เพื่อลดระดับ SpO 2 ให้ต่ำกว่า 70% อย่างช้าๆ ให้ต่ำกว่า 70% ค่าต่ำสุดที่เครื่องวัดความอิ่มตัวของออกซิเจนในเลือดควรจะวัดได้ ตามคำแนะนำขององค์การอาหารและยาแห่งสหรัฐอเมริกา พวกเขาใช้ข้อมูลที่ได้เพื่อฝึกอัลกอริธึมการเรียนรู้เชิงลึกของ CNN
“แอพสมาร์ทโฟนอื่น ๆ ได้รับการพัฒนาโดยขอให้ผู้คนกลั้นหายใจ แต่ผู้คนรู้สึกอึดอัดมากและต้องหายใจหลังจากผ่านไปประมาณหนึ่งนาที และนั่นคือก่อนที่ระดับออกซิเจนในเลือดของพวกเขาจะลดลง
มากพอที่จะเป็นตัวแทนของข้อมูลที่เกี่ยวข้องทางคลินิกอย่างครบถ้วน
Jason Hoffman ผู้เขียนคนแรก นักศึกษาปริญญาเอกของ UW อธิบาย ในการแถลงข่าว “ด้วยการทดสอบของเรา เราสามารถรวบรวมข้อมูล 15 นาทีจากแต่ละเรื่อง ข้อมูลของเราแสดงให้เห็นว่าสมาร์ทโฟนสามารถทำงานได้ดีในช่วงเกณฑ์วิกฤต”
ฮอฟแมนและเพื่อนร่วมงานได้ตรวจสอบอาสาสมัครสุขภาพดี 6 คน ผู้เข้าร่วมแต่ละคนได้รับ FiO 2 ที่แตกต่างกัน เป็นเวลา 13–19 นาที ในช่วงเวลาดังกล่าว นักวิจัยได้รับการอ่านระดับออกซิเจนในเลือดมากกว่า 10,000 ครั้งระหว่าง 61% ถึง 100% นอกจากนี้ พวกเขายังใช้เครื่องวัดความอิ่มตัวของออกซิเจนในเลือดที่สร้างขึ้นตามวัตถุประสงค์เพื่อบันทึกข้อมูลความจริงภาคพื้นดินผ่าน PPG แบบส่องผ่าน
ในการวัดค่าออกซิเจนในเลือดของสมาร์ทโฟน ให้ผู้เข้าร่วมวางนิ้วเหนือกล้องและแฟลชของสมาร์ทโฟน กล้องบันทึกการตอบสนองผ่านการสะท้อนแสง PPG – วัดปริมาณแสงจากแฟลชที่เลือดดูดซับในแต่ละช่องสีแดง เขียว และน้ำเงิน จากนั้น นักวิจัยป้อนการวัดความเข้มเหล่านี้ลงในโมเดลการเรียนรู้เชิงลึก โดยใช้ข้อมูลของผู้เข้าร่วม 4 คนเป็นชุดการฝึก และอีกชุดสำหรับการตรวจสอบความถูกต้องและการปรับโมเดลให้เหมาะสม จากนั้นพวกเขาจะประเมินแบบจำลองที่ผ่านการฝึกอบรมจากข้อมูลของอาสาสมัครที่เหลือ
เมื่อผ่านการฝึกอบรมในช่วงที่เกี่ยวข้องทางคลินิกของระดับ SpO 2 (70–100%) จากการศึกษา FiO 2 ที่หลากหลาย CNN บรรลุค่าเฉลี่ยข้อผิดพลาดสัมบูรณ์โดยเฉลี่ยที่ 5.00% ในการทำนาย ระดับSpO 2 ของอาสาสมัครใหม่ ค่าเฉลี่ยความสัมพันธ์ R 2ระหว่างการทำนายแบบจำลองและเครื่องวัดค่าออกซิเจนในเลือดอ้างอิงคือ 0.61 ข้อผิดพลาด RMS เฉลี่ยอยู่ที่ 5.55% ในทุกวิชา ซึ่งสูงกว่ามาตรฐาน 3.5% ที่จำเป็นสำหรับอุปกรณ์วัดค่าความอิ่มตัวของออกซิเจนในเลือดแบบสะท้อนแสงที่จะเคลียร์สำหรับการใช้งานทางคลินิก
นักวิจัยแนะนำว่าแทนที่จะประเมินค่า SpO 2 เพียงอย่างเดียว เครื่องวัดค่า ออกซิเจนในเลือดของกล้องสมาร์ทโฟนสามารถใช้เป็นเครื่องมือในการคัดกรองภาวะออกซิเจนในเลือดต่ำได้ ในการสำรวจแนวทางนี้ พวกเขาคำนวณความแม่นยำในการจำแนกประเภทของแบบจำลองเพื่อบ่งชี้ว่าบุคคลมีระดับ SpO 2ต่ำกว่าเกณฑ์สามเกณฑ์หรือไม่: 92%, 90% (โดยทั่วไปใช้เพื่อระบุความจำเป็นในการดูแลทางการแพทย์เพิ่มเติม) และ 88%
เมื่อจำแนกระดับ SpO 2 ที่ต่ำกว่า 90% ตัวแบบแสดงความไวที่ค่อนข้างสูงที่ 81% และความจำเพาะที่ 79% โดยเฉลี่ยสำหรับอาสาสมัครทดสอบทั้งหกคน สำหรับการจำแนก SpO 2 ที่ต่ำกว่า 92% ความจำเพาะเพิ่มขึ้นเป็น 86% โดยมีความไว 78%
นักวิจัยชี้ให้เห็นว่า ในทางสถิติ การศึกษาไม่ได้บ่งชี้ว่าวิธีการนี้พร้อมที่จะใช้เป็นอุปกรณ์ทางการแพทย์ที่เทียบเคียงได้กับเครื่องวัดความอิ่มตัวของออกซิเจนในเลือดในปัจจุบัน อย่างไรก็ตาม พวกเขาทราบว่าระดับประสิทธิภาพที่เห็นได้จากตัวอย่างการทดสอบขนาดเล็กนี้บ่งชี้ว่าความแม่นยำของแบบจำลองสามารถเพิ่มขึ้นได้โดยการได้รับตัวอย่างการฝึกอบรมเพิ่มเติม
ตัวอย่างเช่น หนึ่งในตัวอย่างมีหนังหนาบนนิ้ว ซึ่งทำให้อัลกอริธึมระบุระดับออกซิเจนในเลือดได้อย่างแม่นยำได้ยากขึ้น “หากเราจะขยายการศึกษานี้ไปยังกลุ่มตัวอย่างมากขึ้น เราน่าจะเห็นผู้คนจำนวนมากขึ้นที่มีหนังด้านและมีสีผิวแตกต่างกันมากขึ้น” ฮอฟฟ์แมนอธิบาย “จากนั้นเราอาจมีอัลกอริทึมที่มีความซับซ้อนมากพอที่จะสามารถสร้างแบบจำลองความแตกต่างเหล่านี้ได้ดีขึ้น”
Hoffman บอก กับ Physics Worldว่าทีมงานไม่มีแผนที่จะทำการค้าเทคโนโลยีนี้ในทันที “อย่างไรก็ตาม เราได้พัฒนาแผนการทดสอบและเสนอข้อเสนอที่จะช่วยให้เราทดสอบกับกลุ่มวิชาที่ใหญ่ขึ้นและหลากหลายมากขึ้นเพื่อดูว่าการศึกษาที่พิสูจน์หลักการนี้สามารถทำซ้ำได้และอาจพร้อมสำหรับการพัฒนาที่มุ่งเน้นในเชิงพาณิชย์หรือไม่” เขากล่าว .
แนะนำ : รีวิวซีรี่ย์เกาหลี | ลายสัก | รีวิวร้านอาหาร | โทรศัพท์มือถือ ราคาถูก | เรื่องย่อหนัง
