來源：生策會編譯

本周發表在《NPJ Digital Medicine》上的一項研究中，華盛頓大學（University of Washington）和加州大學聖地牙哥分校（University of California San Diego）的研究團隊開發了一種人工智慧演算法，只要透過智慧型手機鏡頭拍攝使用者手指，就能產生血氧讀數。

研究人員之一的Matthew Thompson表示：｢這樣一來，使用者就可以透過自己的設備進行多次測量，且幾乎不需花費成本。理想的情況是，這些資訊可以無縫地傳輸到醫生的辦公室。這對於遠距醫療或急診檢傷護理人員很有幫助，因為這能迅速確定病人是否需要去急診室，或者待在家休息。｣

在這項研究中，六位受測者將手指放在智慧型手機鏡頭鏡頭和閃光燈前。接著，研究人員的深度學習人工智慧針對影片進行分析，也觀察了光線被血液吸收的模式。

另一位研究人員表示，心臟在跳動時，新鮮的血液就會流經閃光燈照射的部分。相機記錄了血液在紅、綠、藍三個顏色通道中，每一個通道對閃光燈光線的吸收程度。接著將這些強度測量值輸入深度學習模型。

研究團隊進一步測試了該演算法，讓每個受測者吸入氧氣和氮氣混合物，慢慢降低他們的氧氣水平。為了幫助驗證結果，受測者同時在同一隻手上血氧機。

研究人員共取得了數萬個數據點。根據該研究結果，人工智慧最終能夠檢測出低血氧的情況，也就是血氧飽和度（SpO2）讀數低於90%，該演算法顯示81%的靈敏度和79%的特異性。

然而，目前研究人員尚未克服脈搏血氧機面臨的另一個大問題，也就是種族差異。

近年來，一些研究表明，標準的脈搏血氧機對於膚色較深的人來說可能會產生不準確的結果，因為測量血液吸收光線的方法，傳統上主要是在膚色較淺的人身上開發和測試。當皮膚較厚的人使用這些設備時，效果也可能較差，這也進一步表明對各種膚色和類型的人種進行更嚴格的測試是必須的。

在這項研究中，六名受測者只有一名是白人，研究人員指出，他們確實在收集一名手指嚴重起繭的讀數中遇到問題。

研究團隊表示，如果將這項研究擴及更多受測者，我們就會有一個具足夠複雜性的演算法，能夠更好地模擬這些差異。

新聞來源：Smartphone cameras could replace pulse oximeters to measure blood oxygen at home: study