人工智能支持的无创无处不在贫血查:HEMO-AI对儿科人口的试点研究
Daniel Gordon1, Jason Hoffman1,2, Keren Gamrasni1
1Department of Research & Development, MyOr Diagnostics Ltd., Zichron Yaakov, Israel.
Digital health
|December 6, 2024
概括
智能手机摄像头现在可以使用HEMO-AI系统检测儿童的贫血. 这种非侵入性方法为儿童贫血查提供了一个有前途的新工具.
科学领域:
- 医疗技术 医疗技术 医学技术
- 医疗保健中的人工智能
- 儿科诊断 儿科诊断 儿科诊断
背景情况:
- 贫血是一个重要的全球健康问题,特别是在儿童群体.
- 目前的贫血检测方法往往涉及侵入性手术,如抽血.
- 需要针对儿科贫血进行非侵入性,可访问和无痛的查工具.
研究的目的:
- 确定使用智能手机摄像头数据用于儿童贫血检测的可行性.
- 开发和评估用于非侵入性贫血查的人工智能系统 (HEMO-AI).
- 建立样本采集的参数和用于儿科贫血检测的算法开发.
主要方法:
- 这项HEMO-AI研究招募了823名儿科患者 (6个月至18岁),接受了全血细胞计数.
- 智能手机视频和患者手的图像数据采集使用专用室.
- 排除标准包括影响指甲外观和药物使用的条件.
主要成果:
- 机器学习模型处理图像,识别指甲 (97%) 和皮肤 (68%) 的成功率很高.
- 使用Pixel 6智能手机数据的模型实现了0.8的平均精度和0.84.8的回忆.
- 用合成数据增强训练数据提高了Pixel 6模型的性能,达到0.84精度和0.87回忆.
结论:
- 基于智能手机的贫血检测显示了儿童患者的巨大潜力.
- 该研究为非侵入性贫血查提供了基础算法和参数.
- 开发的系统在检测贫血方面表现出高灵敏度 (87%) 和特异性 (84%).
