诱导低氧血症研究中的智能手机相机血氧测定
机器学习
2021-04-02 v1 人机交互
摘要
低氧血症是一种当血液携带的氧气不足以充分供给组织时出现的医学状况，是哮喘、COPD 和 COVID-19 等呼吸系统疾病危险并发症的主要指标。虽然专用脉搏血氧仪可以提供准确的血氧饱和度（SpO）读数以诊断低氧血症，但通过软件更新在未改装的智能手机相机中实现此功能，可让更多人获取有关其健康的重要信息，并提升医生远程诊断和治疗呼吸系统疾病的能力。在这项工作中，我们向该目标迈进了一步：使用变化的吸入氧分数（FiO）方案，对基于智能手机的 SpO 传感系统进行了首次临床开发验证，首次为纯智能手机方法在广泛 SpO 值范围（70%–100%）上创建了具有临床相关性的验证数据集。这与先前仅在远小范围（85%–100%）上评估性能的研究形成对比。我们利用该数据构建了一个深度学习模型，以展示准确的 SpO 水平报告，总体 MAE=5.00% SpO，并以 81% 灵敏度和 79% 特异性识别 SpO<90% 的低血氧阳性病例。我们以近期基于智能手机的 SpO2 监测文献综述为基础进行分析，并以开源格式提供来自 FiO 研究的数据，以便他人在此工作基础上继续研究。
引用
@article{arxiv.2104.00038,
title = {Smartphone Camera Oximetry in an Induced Hypoxemia Study},
author = {Jason S. Hoffman and Varun Viswanath and Xinyi Ding and Matthew J. Thompson and Eric C. Larson and Shwetak N. Patel and Edward Wang},
journal= {arXiv preprint arXiv:2104.00038},
year = {2021}
}
备注
26 pages, 8 figures