智能手机的相机和闪光灯可以帮助人们在家中测量血氧水平

首先，停下来深呼吸。

当我们吸气时，我们的肺部充满氧气，分配给我们的红细胞，以便在我们全身运输。我们的身体需要氧气才能发挥作用，健康的人至少有95%的氧饱和度。

在诊所，医生使用脉搏血氧仪(您戴在指尖或耳朵上的夹子)监测血氧饱和度。但是，例如，每天多次在家中监测血氧饱和度可以帮助患者密切关注 COVID 症状。

在一项原理验证研究中，华盛顿大学和加州大学圣地亚哥分校的研究人员表明，智能手机可以检测到低至70%的血氧饱和度水平。这是脉搏血氧仪应该能够测量的最低值，正如美国食品和药物管理局所建议的那样。

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氮气和氧气的受控混合物以人为降低他们的血氧水平时，智能手机在80%的时间内正确预测了受试者是否血氧水平低。

该团队在npj Digital Medicine上发表了这些结果。

“其他这样做的智能手机应用程序是通过要求人们屏住呼吸来开发的。但是人们会感到非常不舒服，必须在一分钟左右后呼吸，这是在他们的血氧水平下降到足以代表所有临床相关数据之前，“共同主要作者Jason Hoffman说，他是Paul G. Allen计算机科学与工程学院的UW博士生。“通过我们的测试，我们能够从每个受试者收集15分钟的数据。我们的数据显示，智能手机可以在临界阈值范围内很好地工作。

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，您可以使用自己的设备免费或低成本进行多次测量，”共同作者，UW医学院家庭医学教授Matthew Thompson博士说。“在理想的世界中，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来说非常有益，能够快速确定患者是否需要去急诊室，或者他们是否可以继续在家休息并稍后与初级保健提供者预约。

该团队招募了六名参与者，年龄从20岁到34岁不等。三人被确定为女性，三人被确定为男性。一名参与者被确定为非裔美国人，而其余参与者则被确定为白种人。

为了收集数据来训练和测试算法，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，然后将另一根手指放在智能手机的相机和闪光灯上。每个参与者同时在两只手上都有相同的设置。

“相机正在录制一段视频：每次你的心脏跳动时，新鲜血液都会流过闪光灯照亮的部分，”资深作者爱德华王说，他作为学习电气和计算机工程的UW博士生开始了这个项目，现在是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的每一个中吸收闪光灯的光的程度：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。

每个参与者都吸入氧气和氮气的受控混合物，以缓慢降低氧气水平。该过程大约需要 15 分钟。对于所有六名参与者，该团队获得了超过10，000个血氧水平读数，介于61%至100%之间。

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其在新受试者上的表现如何。

“智能手机的光线可能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Varun Viswanath说，他是UW校友，现在是加州大学圣地亚哥分校Wang建议的博士生。“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微妙的特征，并帮助你找到你无法看到的模式。

该团队希望通过在更多人身上测试算法来继续这项研究。

“我们的一名受试者手指上有厚厚的老茧，这使得我们的算法更难准确确定他们的血氧水平，”霍夫曼说。“如果我们把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和不同的肤色。然后，我们可能拥有一种具有足够复杂性的算法来更好地模拟所有这些差异。

但是，研究人员说，这是开发由机器学习辅助的生物医学设备的良好第一步。

“做这样的研究非常重要，”王说。“传统医疗设备经过严格的测试。但是计算机科学研究才刚刚开始深入研究使用机器学习进行生物医学设备开发，我们都还在学习。通过强迫自己严谨，我们强迫自己学习如何正确地做事。