스마트폰이 혈액 판독 시 맥박 산소 측정기만큼 정확할 수 있다는 연구 결과

2023년 8월 21일 | 디지털 병리학, 실험실 장비 및 실험실 장비, 실험실 뉴스, 실험실 병리학, 실험실 자원, 실험실 테스트, 정밀 의학

기술을 통해 환자는 자신의 산소 수준을 모니터링하고 해당 데이터를 임상 실험실을 포함한 의료 서비스 제공자에게 전송할 수 있습니다.

임상 실험실에서는 의사가 검토할 수 있도록 실험실 정보 시스템(LIS)에 추가할 새로운 데이터 포인트가 곧 생길 것입니다. 연구원들은 스마트폰이 특수 목적으로 제작된 맥박 산소 측정기만큼 정확하게 혈중 산소 수치를 읽을 수 있다고 판단했습니다.

워싱턴 대학교(UW)와 캘리포니아 대학교 샌디에이고(UC 샌디에고)의 연구원들이 실시한 개념 증명 연구에서는 수정되지 않은 스마트폰 카메라와 플래시가 앱과 함께 "혈액 산소 포화도를 감지할 수 있다"는 사실을 발견했습니다. 70% 수준으로 낮아졌습니다. Digital Health News에 따르면 이는 미국 식품의약청(FDA)에서 권장하는 맥박 산소 측정기가 측정할 수 있는 가장 낮은 값입니다.

이는 저산소혈증 위험이 있거나 코로나19와 같은 호흡기 질환을 앓고 있는 환자가 결국 언제 어디서나 실험실 테스트 결과에 정확한 혈액 산소 포화도(SpO2) 판독값을 추가할 수 있음을 의미할 수 있습니다.

연구진은 NPJ Digital Medicine 저널에 "유도된 저산소증 연구에서 스마트폰 카메라 산소 측정법"이라는 제목으로 연구 결과를 발표했습니다.

“이상적인 세상에서는 이 정보가 의사 진료실로 원활하게 전송될 수 있습니다. 이는 원격 의료 약속이나 분류 간호사가 환자가 응급실에 가야 하는지 또는 집에서 계속 휴식을 취하고 나중에 주치의와 약속을 잡을 수 있는지 신속하게 결정할 수 있는 데 정말 도움이 될 것입니다." Matthew Thompson , 워싱턴 대학의 글로벌 건강 및 가정 의학 교수인 DPhil은 Digital Health News에 말했습니다. 임상 실험실은 곧 실험실 정보 시스템을 위한 새로운 데이터 포인트를 갖게 될 것입니다. (사진 저작권. 워싱턴 대학교.)

UW/UC San Diego 연구 세부사항

연구진은 20~34세의 남성 3명과 여성 3명을 연구했습니다. 디지털 헬스 뉴스(Digital Health News)는 아프리카계 미국인 한 명을 제외하고 모두 백인이었다고 보도했습니다. 연구를 수행하기 위해 표준 맥박 산소 측정기를 손가락에 놓고 같은 손에 참가자의 다른 손가락을 스마트폰 카메라 위에 올려 놓았습니다.

“우리는 다양한 흡입산소분율(FiO2) 프로토콜을 사용하여 스마트폰 카메라 기반 SpO2 감지 시스템에 대한 최초의 임상 개발 검증을 수행하여 더 넓은 범위의 스마트폰 기반 접촉 PPG(광용적맥파측정) 방법에 대한 임상적으로 관련 있는 검증 데이터 세트를 만들었습니다. 이전 연구(85~100%)보다 SpO2 값(70~100%)이 더 높아졌습니다. 우리는 전체 MAE[평균 절대 오차] = 5.00% SpO2를 입증하기 위해 이 데이터를 사용하여 딥 러닝 모델을 구축했으며 동시에 81% 민감도와 79% 특이도로 낮은 SpO2 < 90%의 긍정적인 사례를 식별했습니다."라고 연구진은 NPJ Digital Medicine에 썼습니다. .

스마트폰 카메라의 플래시가 손가락을 통해 빛을 통과시키면 “딥러닝 알고리즘이 혈중 산소 농도를 해독합니다.” 참가자들은 또한 “산소 수치를 천천히 낮추기 위해 통제된 산소와 질소 혼합”을 들이마셨다고 Digital Health News가 보도했습니다.

"카메라는 비디오를 녹화하고 있습니다. 심장이 박동할 때마다 플래시에 의해 조명된 부분을 통해 신선한 혈액이 흐릅니다."라고 UC San Diego 전기 및 컴퓨터 공학과 조교수이자 프로젝트의 수석 저자인 Edward Wang 박사는 말했습니다. 디지털 건강 뉴스. Wang은 전기 및 컴퓨터 공학을 공부하는 UW 박사 과정 학생으로 이 프로젝트를 시작했으며 현재 UC San Diego DigiHealth Lab을 이끌고 있습니다.

“카메라는 빨간색, 녹색, 파란색의 세 가지 색상 채널 각각에서 혈액이 플래시의 빛을 얼마나 흡수하는지 기록합니다. 그런 다음 이러한 강도 측정값을 딥러닝 모델에 적용할 수 있습니다.”라고 그는 덧붙였습니다.