使用智能手机摄像头实时预测贫血,处理结节图像
Leon Zhao1, Alisa Vidwans2, Courtney J Bearnot1
1The Warren Alpert Medical School, Brown University, Providence, Rhode Island, United States of America.
PloS one
|May 13, 2024
概括
一个新的智能手机应用程序通过分析眼睛图像来估计血红蛋白 (Hb) 水平,为贫血查提供了一个潜在的非侵入性工具. 这款移动应用程序对即时诊断非常有希望,尤其是在检测严重贫血时.
科学领域:
- 生物医学工程 生物医学工程
- 眼科医生 眼科 眼科
- 医学诊断 医学诊断 医学诊断
背景情况:
- 低血红蛋白 (Hb) 度的贫血是全球健康问题.
- 目前的诊断方法可能是侵入性的或需要专门的设备.
- 需要可访问和非侵入性贫血查工具.
研究的目的:
- 为了评估智能手机应用程序的性能,用于估计血红蛋白度.
- 评估应用程序在检测各种类型的贫血中的准确性.
- 探索应用程序作为治疗点贫血分类器的潜力.
主要方法:
- 从435名急诊室患者使用智能手机应用程序获取 RAW 格式的结膜图像的前景数据收集.
- 使用经过验证的数据集,从基于组织表面高色比的结膜图像中推导出血红蛋白估计值 (HBc).
- 使用布兰德-阿尔特曼分析和曲线下的面积 (AUC) 来评估不同贫血值的准确性.
主要成果:
- 该应用程序在检测所有类型的贫血中获得了75.4%的准确性,偏差为0.10g/dL,协议极限为 (-4.73,4.93g/dL).
- 通过AUC测量的最佳准确性是在7g/dL (AUC=0.92) 和9g/dL (AUC=0.90) 的输血值时观察到的.
- 申请证明了足够的准确性来识别严重的贫血.
结论:
- 智能手机应用程序显示显著的承诺作为一个非侵入性,点的护理工具贫血分类.
- 它在检测严重贫血的准确性表明了广泛查应用的潜力.
- 进一步开发可以提高其在各种医疗保健机构和人口健康倡议中的实用性.
