La fotocamera e il flash di uno smartphone potrebbero aiutare le persone a misurare i livelli di ossigeno nel sangue a casa
Per prima cosa, fermati e fai un respiro profondo.
Quando inspiriamo, i nostri polmoni si riempiono di ossigeno, che viene distribuito ai nostri globuli rossi per il trasporto attraverso il nostro corpo. I nostri corpi hanno bisogno di molto ossigeno per funzionare e le persone sane hanno sempre almeno il 95% di saturazione di ossigeno.
Condizioni come l’asma o il COVID-19 rendono più difficile per i corpi assorbire l’ossigeno dai polmoni. Ciò porta a percentuali di saturazione di ossigeno che scendono al 90% o meno, un’indicazione della necessità di cure mediche.
In una clinica, i medici controllano la saturazione di ossigeno utilizzando i pulsossimetri, quelle clip che metti sulla punta del dito o sull’orecchio. Ma monitorare la saturazione di ossigeno a casa più volte al giorno potrebbe aiutare i pazienti a tenere d’occhio i sintomi del COVID , ad esempio.
In uno studio di prova di principio, i ricercatori dell’Università di Washington e dell’Università della California di San Diego hanno dimostrato che gli smartphone sono in grado di rilevare livelli di saturazione di ossigeno nel sangue fino al 70%. Questo è il valore più basso che i pulsossimetri dovrebbero essere in grado di misurare, come raccomandato dalla Food and Drug Administration statunitense.
La tecnica prevede che i partecipanti mettano il dito sopra la fotocamera e il flash di uno smartphone, che utilizza un algoritmo di deep learning per decifrare i livelli di ossigeno nel sangue. Quando il team ha fornito una miscela controllata di azoto e ossigeno a sei soggetti per abbassare artificialmente i livelli di ossigeno nel sangue, lo smartphone ha predetto correttamente se il soggetto aveva bassi livelli di ossigeno nel sangue l’80% delle volte.
Il team ha pubblicato questi risultati il 19 settembre su npj Digital Medicine.
“Altre app per smartphone che fanno questo sono state sviluppate chiedendo alle persone di trattenere il respiro. Ma le persone si sentono molto a disagio e devono respirare dopo circa un minuto, e questo prima che i loro livelli di ossigeno nel sangue siano scesi abbastanza da rappresentare l’intera gamma di dati clinicamente rilevanti”, ha affermato il co-autore principale Jason Hoffman , uno studente di dottorato UW presso la Paul G. Allen School of Computer Science & Engineering. “Con il nostro test, siamo in grado di raccogliere 15 minuti di dati da ciascun soggetto. I nostri dati mostrano che gli smartphone potrebbero funzionare bene proprio nell’intervallo di soglia critico”.
Un altro vantaggio della misurazione dei livelli di ossigeno nel sangue su uno smartphone è che quasi tutti ne hanno uno.
“In questo modo potresti avere più misurazioni con il tuo dispositivo a costo zero oa basso costo”, ha affermato il coautore Dr. Matthew Thompson , professore di medicina di famiglia presso la UW School of Medicine. “In un mondo ideale, queste informazioni potrebbero essere trasmesse senza problemi allo studio di un medico. Ciò sarebbe davvero vantaggioso per gli appuntamenti di telemedicina o per gli infermieri di triage per essere in grado di determinare rapidamente se i pazienti devono andare al pronto soccorso o se possono continuare a riposare a casa e fissare un appuntamento con il proprio medico di base più tardi”.
Il team ha reclutato sei partecipanti di età compresa tra 20 e 34 anni. Tre identificati come femmine, tre identificati come maschi. Un partecipante identificato come afroamericano, mentre il resto identificato come caucasico.
Per raccogliere dati per addestrare e testare l’algoritmo, i ricercatori hanno chiesto a ciascun partecipante di indossare un pulsossimetro standard su un dito e quindi di posizionare un altro dito sulla stessa mano sopra la fotocamera e il flash di uno smartphone. Ogni partecipante aveva la stessa configurazione su entrambe le mani contemporaneamente.
“La fotocamera sta registrando un video: ogni volta che il tuo cuore batte, sangue fresco scorre attraverso la parte illuminata dal flash”, ha detto l’autore senior Edward Wang , che ha iniziato questo progetto come studente di dottorato all’università di ingegneria elettrica e informatica e ora è un assistente professore presso il Design Lab della UC San Diego e il Dipartimento di Ingegneria Elettrica e Informatica.
“La fotocamera registra quanto il sangue assorbe la luce del flash in ciascuno dei tre canali di colore che misura: rosso, verde e blu”, ha affermato Wang, che dirige anche il DigiHealth Lab della UC San Diego . “Quindi possiamo inserire quelle misurazioni di intensità nel nostro modello di deep learning”.
Ogni partecipante ha respirato una miscela controllata di ossigeno e azoto per ridurre lentamente i livelli di ossigeno. Il processo è durato circa 15 minuti. Per tutti e sei i partecipanti, il team ha acquisito più di 10.000 letture del livello di ossigeno nel sangue tra il 61% e il 100%.
I ricercatori hanno utilizzato i dati di quattro dei partecipanti per addestrare un algoritmo di apprendimento profondo per estrarre i livelli di ossigeno nel sangue. Il resto dei dati è stato utilizzato per convalidare il metodo e quindi testarlo per vedere come si è comportato bene su nuovi soggetti.
“La luce dello smartphone può essere dispersa da tutti questi altri componenti nel dito, il che significa che c’è molto rumore nei dati che stiamo guardando”, ha affermato il co-autore principale Varun Viswanath , un alunno dell’UW che ora è uno studente di dottorato consigliato da Wang all’UC San Diego. “Il deep learning è una tecnica davvero utile qui perché può vedere queste caratteristiche davvero complesse e sfumate e ti aiuta a trovare schemi che altrimenti non saresti in grado di vedere”.
Il team spera di continuare questa ricerca testando l’algoritmo su più persone.
“Uno dei nostri soggetti aveva calli spessi sulle dita, il che rendeva più difficile per il nostro algoritmo determinare con precisione i livelli di ossigeno nel sangue”, ha detto Hoffman. “Se dovessimo espandere questo studio a più soggetti, probabilmente vedremmo più persone con calli e più persone con diverse tonalità della pelle. Quindi potremmo potenzialmente avere un algoritmo con una complessità sufficiente per essere in grado di modellare meglio tutte queste differenze”.
Ma, hanno detto i ricercatori, questo è un buon primo passo verso lo sviluppo di dispositivi biomedici che sono aiutati dall’apprendimento automatico.
“È così importante fare uno studio come questo”, ha detto Wang. “I dispositivi medici tradizionali sono sottoposti a test rigorosi. Ma la ricerca informatica sta ancora iniziando a usare l’apprendimento automatico per lo sviluppo di dispositivi biomedici e stiamo ancora imparando. Sforzandoci di essere rigorosi, ci spingiamo a imparare a fare le cose per bene”.
Altri coautori sono Xinyi Ding , uno studente di dottorato presso la Southern Methodist University; Eric Larson , professore associato di informatica alla Southern Methodist University; Caiwei Tian , che ha completato questa ricerca come studente universitario della UW; e Shwetak Patel , professore UW sia alla Allen School che al dipartimento di ingegneria elettrica e informatica. Questa ricerca è stata finanziata dall’Università di Washington. I ricercatori hanno richiesto un brevetto che copre sistemi e metodi per la classificazione della SpO2 tramite smartphone (numero di domanda: 17/164.745).
###
Per ulteriori informazioni, contattare Hoffman all’indirizzo jasonhof@cs.washington.edu , Wang all’indirizzo ejaywang@eng.ucsd.edu e Viswanath all’indirizzo varunv9@eng.ucsd.edu . Per domande specifiche per Matthew Thompson, contattare Leila Gray all’indirizzo leilag@uw.edu .
Ossimetria con fotocamera per smartphone in uno studio sull’ipossiemia indotta
CREDITO: DENNIS WISE/UNIVERSITÀ DI WASHINGTON