智能手机摄像头和闪光灯可以帮助测量血氧水平

该研究团队演示了一种技术，参与者将手指放在手机的摄像头上，然后通过深度学习算法从视频中捕捉到的血流模式中解码血氧水平。

当我们吸气时，我们的肺里充满了氧气，氧气被分配到我们的红细胞中，然后运输到我们的全身。我们的身体需要大量的氧气来运转，健康的人的氧饱和度一直至少在95%。

哮喘或Covid-19等疾病会使身体更难从肺部吸收氧气。这导致氧饱和度下降到90%或以下，这表明可能需要就医。

在诊所里，医生用脉搏血氧计来监测血氧饱和度:把血氧计夹在病人的指尖或耳朵上。例如，能够在家里每天多次监测氧饱和度，可以帮助患者关注Covid的症状。

华盛顿大学(University of Washington)和加州大学圣地亚哥分校(University of California San Diego)的研究人员在他们的原理证明研究中表明，智能手机能够检测到70%以下的血氧饱和度。这是美国食品和药物管理局(fda)推荐的脉搏血氧饱和度的最低值。

该团队招募了6名年龄在20到34岁之间的参与者。其中三人被确认为女性;其中三人确认为男性。其中一名参与者认为自己是非裔美国人，而其他参与者认为自己是白种人。

为了收集数据来训练和测试算法，研究人员让每个参与者的一个手指上戴上标准脉搏血氧计，然后把另一个手指放在同一只手上，通过智能手机的摄像头和闪光灯。每个参与者的双手同时都有相同的设置。

利用上面描述的智能手机相机技术，该团队向6名受试者提供了受控的氮氧混合物，人为降低他们的血氧水平。智能手机在80%的情况下能够正确预测受试者的血氧水平是否低。

其他能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开发的。但人们会感到非常不舒服，大约一分钟后必须呼吸，而这是在他们的血氧水平下降到足以代表全部临床相关数据之前。”联合主要作者詹森·霍夫曼说，他是华盛顿大学保罗·G·艾伦计算机科学与工程学院的博士生。

“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。我们的数据显示，智能手机在临界阈值范围内可以很好地工作。”

用智能手机测量血氧水平的另一个好处是，几乎每个人都已经拥有这样的设备。

“通过这种方式，你可以用自己的设备进行多次测量，既不用花钱也不用花钱，”合著者、华盛顿大学医学院家庭医学教授马修·汤普森博士说。“在理想的情况下，这些信息可以无缝地传输到医生的办公室。这将真正有利于远程医疗预约，或对分诊护士能够迅速确定患者是否需要去急诊室，或他们是否可以继续在家休息，并与初级保健提供者进行预约。”

爱德华·王是这篇研究论文的资深作者，现在是加州大学圣地亚哥分校设计实验室和电子与计算机工程系的助理教授，他说:“摄像头正在记录视频:每当你的心跳时，新鲜的血液就会从闪光灯照亮的部分流过。

摄像机记录了血液在三种颜色通道中对闪光灯的吸收量:红、绿、蓝。然后我们可以将这些强度测量数据输入到我们的深度学习模型中。”

每个参与测试的人都吸入了受控的氧氮混合物，以缓慢降低体内的含氧量。整个过程耗时约15分钟。对所有6名参与者，研究小组获得了10,000多个血氧含量读数，读数介于61%到100%之间。

研究人员使用四名参与者的数据来训练一个深度学习算法，以提取血氧水平。剩下的数据用于验证该方法，然后对其进行测试，看看它在新受试者上的表现如何。

“智能手机的光线会被你手指上的所有其他组件散射，这意味着我们正在观察的数据中有很多噪音，”联合第一作者Varun Viswanath说，他是华盛顿大学的校友，现在是加州大学圣地亚哥分校的博士生，由王教授指导。“深度学习在这里是一项非常有用的技术，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。

霍夫曼说:“我们的一个研究对象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。”“如果我们将这项研究扩大到更多的受试者，我们可能会看到更多有老茧的人和更多不同肤色的人。然后我们就有可能有一个足够复杂的算法，能够更好地模拟所有这些差异。”

研究人员表示，到目前为止，这些结果代表着在开发借助机器学习的生物医学设备方面迈出了良好的第一步。

“做这样的研究非常重要，”王说。“传统的医疗设备要经过严格的测试，但计算机科学研究才刚刚开始将机器学习用于生物医学设备的开发，我们都还在学习中。通过强迫自己严格，我们就是在强迫自己学习如何把事情做对。”

研究论文——”诱导低氧血症研究中的智能手机相机血氧测定——已经在杂志上发表了npj数字医学．