Tout d’abord, faites une pause et respirez profondément.
Lorsque nous inspirons, nos poumons se remplissent d’oxygène, qui est distribué à nos globules rouges pour être transporté dans tout notre corps. Notre corps a besoin de beaucoup d’oxygène pour fonctionner, et les personnes en bonne santé ont en permanence une saturation en oxygène d’au moins 95 %.
Des conditions comme l’asthme ou le COVID-19 rendent plus difficile pour les corps d’absorber l’oxygène des poumons. Cela conduit à des pourcentages de saturation en oxygène qui chutent à 90% ou moins, une indication que des soins médicaux sont nécessaires.
Dans une clinique, les médecins surveillent la saturation en oxygène à l’aide d’oxymètres de pouls – ces clips que vous placez sur le bout de votre doigt ou sur votre oreille. Mais surveiller la saturation en oxygène à domicile plusieurs fois par jour pourrait aider les patients à garder un œil sur les symptômes du COVID, par exemple.
Dans une étude de preuve de principe, des chercheurs de l’Université de Washington et de l’Université de Californie à San Diego ont montré que les smartphones sont capables de détecter des niveaux de saturation en oxygène dans le sang jusqu’à 70 %. Il s’agit de la valeur la plus basse que les oxymètres de pouls doivent pouvoir mesurer, comme le recommande la Food and Drug Administration des États-Unis.
La technique implique que les participants placent leur doigt sur l’appareil photo et le flash d’un smartphone, qui utilise un algorithme d’apprentissage en profondeur pour déchiffrer les niveaux d’oxygène dans le sang. Lorsque l’équipe a administré un mélange contrôlé d’azote et d’oxygène à six sujets pour réduire artificiellement leur taux d’oxygène dans le sang, le smartphone a correctement prédit si le sujet avait un faible taux d’oxygène dans le sang 80 % du temps.
L’équipe a publié ces résultats le 19 septembre dans npj Médecine numérique.
“D’autres applications pour smartphone qui font cela ont été développées en demandant aux gens de retenir leur respiration. Mais les gens deviennent très mal à l’aise et doivent respirer après environ une minute, et c’est avant que leur taux d’oxygène dans le sang ait suffisamment baissé pour représenter la gamme complète. de données cliniquement pertinentes », a déclaré le co-auteur principal Jason Hoffman, doctorant à l’UW à la Paul G. Allen School of Computer Science & Engineering. “Avec notre test, nous sommes en mesure de recueillir 15 minutes de données sur chaque sujet. Nos données montrent que les smartphones pourraient bien fonctionner dans la plage de seuil critique.”
Un autre avantage de mesurer les niveaux d’oxygène dans le sang sur un smartphone est que presque tout le monde en a un.
“De cette façon, vous pourriez avoir plusieurs mesures avec votre propre appareil gratuitement ou à faible coût”, a déclaré le co-auteur, le Dr Matthew Thompson, professeur de médecine familiale à l’UW School of Medicine. “Dans un monde idéal, ces informations pourraient être transmises de manière transparente au cabinet d’un médecin. Ce serait vraiment bénéfique pour les rendez-vous de télémédecine ou pour les infirmières de triage de pouvoir déterminer rapidement si les patients doivent se rendre aux urgences ou s’ils peuvent continuer à reposez-vous à la maison et prenez rendez-vous avec leur fournisseur de soins primaires plus tard. »
L’équipe a recruté six participants âgés de 20 à 34 ans. Trois identifiés comme des femmes, trois identifiés comme des hommes. Un participant s’est identifié comme étant afro-américain, tandis que les autres se sont identifiés comme étant de race blanche.
Pour recueillir des données pour former et tester l’algorithme, les chercheurs ont demandé à chaque participant de porter un oxymètre de pouls standard sur un doigt, puis de placer un autre doigt sur la même main sur l’appareil photo et le flash d’un smartphone. Chaque participant avait cette même configuration sur les deux mains simultanément.
“La caméra enregistre une vidéo : chaque fois que votre cœur bat, du sang frais circule dans la partie éclairée par le flash”, a déclaré l’auteur principal Edward Wang, qui a lancé ce projet en tant que doctorant à l’UW en génie électrique et informatique et est maintenant un professeur adjoint au Design Lab de l’UC San Diego et au Département de génie électrique et informatique.
“La caméra enregistre la quantité de sang qui absorbe la lumière du flash dans chacun des trois canaux de couleur qu’elle mesure : rouge, vert et bleu”, a déclaré Wang, qui dirige également le laboratoire DigiHealth de l’UC San Diego. “Ensuite, nous pouvons intégrer ces mesures d’intensité dans notre modèle d’apprentissage en profondeur.”
Chaque participant a respiré un mélange contrôlé d’oxygène et d’azote pour réduire lentement les niveaux d’oxygène. Le processus a pris environ 15 minutes. Pour les six participants, l’équipe a acquis plus de 10 000 lectures de niveau d’oxygène dans le sang entre 61% et 100%.
Les chercheurs ont utilisé les données de quatre des participants pour former un algorithme d’apprentissage en profondeur afin d’extraire les niveaux d’oxygène dans le sang. Le reste des données a été utilisé pour valider la méthode, puis la tester pour voir ses performances sur de nouveaux sujets.
“La lumière du smartphone peut être dispersée par tous ces autres composants de votre doigt, ce qui signifie qu’il y a beaucoup de bruit dans les données que nous examinons”, a déclaré le co-auteur principal Varun Viswanath, un ancien élève de l’UW qui est maintenant doctorant. conseillé par Wang à l’UC San Diego. “L’apprentissage en profondeur est une technique très utile ici, car il peut voir ces fonctionnalités vraiment complexes et nuancées et vous aide à trouver des modèles que vous ne pourriez pas voir autrement.”
L’équipe espère poursuivre cette recherche en testant l’algorithme sur plus de personnes.
“L’un de nos sujets avait des callosités épaisses sur les doigts, ce qui rendait plus difficile pour notre algorithme de déterminer avec précision son taux d’oxygène dans le sang”, a déclaré Hoffman. “Si nous devions étendre cette étude à plus de sujets, nous verrions probablement plus de personnes avec des callosités et plus de personnes avec des tons de peau différents. Nous pourrions alors potentiellement avoir un algorithme suffisamment complexe pour pouvoir mieux modéliser toutes ces différences.”
Mais, selon les chercheurs, il s’agit d’un bon premier pas vers le développement de dispositifs biomédicaux assistés par l’apprentissage automatique.
“Il est si important de faire une étude comme celle-ci”, a déclaré Wang. “Les dispositifs médicaux traditionnels sont soumis à des tests rigoureux. Mais la recherche en informatique commence tout juste à s’attaquer à l’utilisation de l’apprentissage automatique pour le développement de dispositifs biomédicaux et nous apprenons tous encore. En nous forçant à être rigoureux, nous nous forçons à apprendre à bien faire les choses.”
Les co-auteurs supplémentaires sont Xinyi Ding, doctorant à la Southern Methodist University ; Eric Larson, professeur agrégé d’informatique à la Southern Methodist University ; Caiwei Tian, qui a terminé cette recherche en tant qu’étudiant de premier cycle à l’UW ; et Shwetak Patel, professeur à l’UW à la fois à l’école Allen et au département de génie électrique et informatique. Cette recherche a été financée par l’Université de Washington. Les chercheurs ont déposé une demande de brevet couvrant des systèmes et des méthodes de classification SpO2 à l’aide de smartphones (numéro de demande : 17/164 745).
